Open Generative AI 免费开源 AI 图像与视频生成工作室：自托管、无内容过滤、400+ 模型新手完整指南

Open Generative AI 免费开源 AI 图像与视频生成工作室自托管、无内容过滤、400 模型新手完整指南【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image video generation studio with 600 models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI如果你受够了 AI 绘图平台的订阅费、受够了提示词被内容过滤器拦截、更受不住生成数据只存在别人的云上——Open Generative AI 就是一个免费开源、可自托管的 AI 图像与视频生成工作室聚合 400 多个主流模型且完全不做内容过滤。一句话定位装在自己机器上的无限生成工作台Open Generative AI 本质上是一台可以搬回家的生成式创作工作站十几个工作室图像、视频、音频、唇形同步、工作流…… 400 多个模型Flux、Midjourney、Kling、Sora、Veo、Seedream 都在目录里没有订阅、没有提示词拦截、MIT 协议随便改。云端模型走统一的 Muapi 网关调用桌面版还支持把推理完全搬回本地。下面这张图就是它的图像工作室界面一个输入框就能开始生成如果你只想出图一个提示词400 模型随便挑最核心的场景是文生图。Image Studio 里你只需要写提示词、选模型、点生成50 多个文生图模型可选——比如 Nano Banana 2支持 1K/2K/4K 分辨率、Seedream 5.0最高 4K。有意思的细节是它的双模式设计一旦你上传了一张参考图模型列表会自动切换成 55 多个图生图/编辑模型Kontext、Nano Banana 2 Edit 等不用你手动切换。还有一个对创作者很实用的能力多图输入。选中支持多参考图的模型时上传入口会变成多选模式带顺序编号最多可以把 14 张图按你指定的顺序一次性喂给模型——做风格融合、角色一致性这类活儿时很好用。而且所有上传过的图都会存在本地历史里跨会话复用不用反复传同一张图。如果你想让图动起来、让照片开口说话同一套工作室里Video Studio 的模式和图像那边一模一样不传图就是 40 多个文生视频模型Kling、Sora、Veo、Wan、Seedance 2.0……传一张首帧图就自动切换到 60 多个图生视频模型。Lip Sync Studio 则是另一个高频场景传一张人像 一段音频9 个唇形同步模型Infinite Talk、Wan 2.2 Speech to Video、LTX Lipsync 等会给你一段开口说话的视频已有视频也可以直接换对口型。生成历史单独存放刷新页面后挂起的任务会自动恢复不用干等。如果你讲究画面质感Cinema Studio 的虚拟相机很多生成工具只管生成不管像不像电影。Cinema Studio 把虚拟相机拆成了几个可选项机身全画幅电影机、70mm 胶片、16mm 胶片……、镜头微距、变形宽银幕、柔焦……、焦距8mm 超广角到 85mm 特写、光圈f/1.4 浅景深到 f/11 深焦。你选的不是参数而是镜头语言它会在底层转成优化过的提示词修饰符。这意味着即使你不会写电影感提示词也能稳定拿到有胶片质感的镜头而不是每次碰运气。从零到出第一个作品两条路径路径一桌面版大多数人的选择无需 Node.js直接下载对应平台的安装包macOS DMG / Windows exe / Linux AppImage 或 deb装上就能用。首次使用会提示你填一个 Muapi 访问密钥——这个密钥是云端模型网关的身份凭证注意粘贴的是密钥的值不是密钥的名字。如果你只打算用本地模型这一步可以跳过。路径二从源码跑 Web 版面向贡献者前置条件是 Node.js v18然后在终端里敲这几行git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup npm run devnpm run setup这步必须执行——它负责安装依赖并构建 studio、workflow 等子包只跑npm install是不够的。跑起来后浏览器打开 http://localhost:3000 即进入工作室想跑桌面版则换成npm run electron:dev。之后就是通用流程进 Image Studio → 写提示词 → 选模型 → 生成 → 一键下载原图。为什么可以不填 Key 就能用双本地推理引擎这是 Open Generative AI 最硬核的设计。云端 API 相当于租云上的算力而本地推理就是把 AI 搬回自己机房——数据不离开你的机器出图也不花网关的钱。桌面版内置了两套相互独立的引擎统一在 Settings → Local Models 里配置实现代码在 electron/lib/sd.cpp内置图像模型这是 stable-diffusion.cpp 的 C 引擎应用一键安装、自动下载跑在你自己的机器上。Apple Silicon 走 Metal GPU 加速Linux/Windows 支持 CUDA/Vulkan/ROCm纯 CPU 也能跑。目录里有 Z-Image Turbo/Base8 步出图的 turbo 模型、50 步的高质量模型和一批 2GB 上下的 SD 1.5 模型Dreamshaper 8、Realistic Vision、SDXL 等全部免鉴权可下载。你在 Image Studio 点一下模型选择器旁的 ⚡ Local 开关就能用它出图——全程不需要任何 API Key。Wan2GP自带服务器视频 大图像模型Wan2GP 的运行时flash-attn、AWQ 等内核只支持 CUDA没有 Apple Silicon 路径所以作者没把它塞进安装包而是做成一个远程服务器方案你在任意一台带 NVIDIA/AMD GPU 的机器上跑 Wan2GP把它的 URL 填进桌面版Test 通过、Save 即可。桌面端只负责发提示词、收结果。这意味着只有 Mac 的人也能用同一套界面把推理卸载到局域网里的游戏主机、Linux 机器或租来的 GPU 实例上——UI 和算力解耦很聪明的取舍。模型的存储位置默认在各平台的应用数据目录下macOS 是~/Library/Application Support/open-generative-ai/local-ai应用会自动建好bin/、models/、tmp/三个子目录数 GB 的权重想放别的磁盘启动前设一个OPEN_GENERATIVE_AI_LOCAL_AI_DIR环境变量即可逻辑见 electron/lib/localInferencePaths.js。一次请求是怎么变成一张图的提交-轮询模式云端模型走的是两步式网关调用理解它你就理解了整个前端代码的组织方式。第一步应用POST /api/v1/{模型端点}带着提示词和参数下单拿到一个请求 ID 后第二步是反复GET /api/v1/predictions/{id}/result轮询直到状态变成 completed再把结果图/视频 URL 渲染出来。类比一下像在外卖平台下单商家接单给你一个订单号你隔一会儿刷新一次订单页直到已送达。文件上传也是同一套路先POST /api/v1/upload_file拿到托管 URL再把这个 URL 作为条件传给图生图/图生视频模型。密钥管理是典型的 BYOK自带钥匙模式Key 存在浏览器 localStorage 里通过拦截器只注入到发往网关代理路径/api/v1、/api/workflow、/api/agents等的请求头中其他外部域名一律不碰实现见 components/StandaloneShell.js。Web 端还通过 app/api/ 下的代理路由转发请求并清洗敏感头避免把 cookie 之类的凭证泄露给第三方。所有模型定义集中在 packages/studio/src/models.js 这一个文件里这是整个仓库的单一事实来源——想加新模型改这里就行。排雷手册五个最常见的问题macOS 打开提示已损坏/无法验证开发者应用没做 Apple 公证Gatekeeper 必拦三步绕过把应用拖进/Applications后在终端执行xattr -cr /Applications/Open Generative AI.app然后右键应用选打开、在弹窗里再点一次打开。只需做一次。Windows 弹出 SmartScreen 警告安装包未签名导致的点更多信息 → 仍要运行即可应用会静默装到%LocalAppData%。Ubuntu 24.04 上 AppImage 启动就闪退这是新版内核的 AppArmor 用户命名空间策略挡住了 Chromium 沙箱。首选换用.deb安装包自带 AppArmor profile装上就解决临时方案是sudo sysctl -w kernel.apparmor_restrict_unprivileged_userns0重启后失效永久生效需写入/etc/sysctl.d/配置文件。本地推理对硬件有要求吗有而且文档说得很直白Z-Image 系列建议 16 GB 内存8 GB 的基础款 M 系列 Mac 上已知会挂死系统老老实实用 2 GB 左右的 SD 1.5 模型。另外如果出图速度约 10 秒/步正常 Metal 加速下是 1-2 秒/步说明引擎回退到了 CPU 路径回 Settings → Local Models 重装引擎即可。npm run dev报Couldnt find a pages directory说明你没在仓库根目录执行或者克隆时漏了子模块。确认当前目录里有app/、package.json、next.config.mjs且packages/下的子包不为空必要时重跑一次npm run setup。它适合谁又劝退谁适合想在一个界面里调用 Flux/Kling/Sora/Veo 等大量模型而不逐个注册平台的人在意数据归属、希望自托管或完全本地推理的创作者以及想基于 MIT 协议代码改造出自己品牌 AI 工作室的开发者——模型目录、UI、网关客户端都是干净的分层拿来改成本很低。不太适合只想点一下网页就云出图、什么都不装的纯小白本地推理只存在于桌面版Web 版必须走云端网关并配置密钥以及指望在普通集显电脑上本地跑视频模型的读者——视频模型要么走云端要么得另备 GPU 服务器。建议的动作顺序先装桌面版熟悉界面 → 打开 Settings → Local Models 装一个 SD 1.5 本地模型零成本出几张图 → 需要云端 400 模型时再补一个 Muapi Key。项目文档以 README.md 为权威入口界面与网关的源码分别在 components/ 和 packages/studio/src/改任何行为前先看它们不会出错。【免费下载链接】Open-Generative-AIUnrestricted Open-source alternative to AI video platforms — Free AI image video generation studio with 600 models (Flux, Midjourney, Kling, Sora, Veo). No content filters. Self-hosted, MIT licensed.项目地址: https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考