600+ 模型无过滤器、0 订阅费：Open Generative AI 完整上手指南

600+ 模型无过滤器、0 订阅费：Open Generative AI 完整上手指南

【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

做 AI 视频的人大概都踩过这几类坑：订阅费月月扣、提示词动不动被内容过滤器拦下来、想换个模型还得再开一个账号。Open Generative AI 是免费、开源、可自托管的 AI 图像与视频生成工作室，无内容过滤，一个界面接入 600+ 模型（Flux、Midjourney、Kling、Sora、Veo），适合不想为每个模型单独注册账号的创作者。

先出结果：最短上手路径

大多数人不用碰命令行，下载桌面端就能出片。

1. 装应用。从仓库 Releases 拿预构建安装包：macOS 用 DMG（Apple Silicon 和 Intel 都有），Windows 用 x64 安装包，Linux 用 AppImage 或 .deb，全程不用 Node.js。
2. 过系统安全拦截（一次性）。macOS 因未经 Apple 公证会被 Gatekeeper 拦下，终端执行xattr -cr "/Applications/Open Generative AI.app"，然后右键应用选「打开」确认一次；Windows 弹 SmartScreen 就点「更多信息 → 仍要运行」。别慌，都只需做一次，之后正常启动。
3. 填 Access Key。首次使用按提示填入 MuAPI 的 Access Key；只打算用本地模型的话直接跳过这步。
4. 出第一张图、第一条视频。进图像工作室选个模型写句提示词生成第一张图；进视频工作室，默认走文生视频模型，选中模型点生成即可出片——云端任务都是提交后自动轮询结果，完成一键下载。

5. 想自托管再走源码。克隆仓库（带子模块，工作流和 Agent 包依赖它）：

git clone --recurse-submodules https://gitcode.com/GitHub_Trending/ch/Open-Generative-AI cd Open-Generative-AI npm run setup # 装依赖并构建工作区包，不能省 npm run dev # 网页版跑在 localhost:3000；桌面端用 npm run electron:dev

它到底能打几分：数据速览

核心数字都能在仓库里对上号，先看这几行：

3 个真实场景

让静图动起来。进视频工作室，上传一张海报或人物立绘，模型列表会自动从文生视频切到 120+ 的图生视频集合（Kling、Veo3、Runway、Midjourney I2V 都在里面），选一个模型生成，得到 5~15 秒的动态镜头。

要电影质感的镜头。进电影工作室：6 种机身（模块化 8K 数字机到经典 16mm 胶片）、11 种镜头（旋焦、超大微距、变形宽银幕……）、6 档焦距（8mm~85mm）、3 档光圈（f/1.4~f/11）。每个选择都会被翻译成优化过的提示词修饰符，等于给 AI 递了一份摄影指导手册，不用自己手写镜头描述。

给角色配音对口型。进唇形同步工作室，9 个专属模型分两种模式：肖像图 + 音频 → 说话视频；已有视频 + 音频 → 重新对口型。多语言字幕版、虚拟主播内容都能靠它产出。

进阶玩法：本地推理两套引擎

适合想把生成成本彻底打下来、数据不出自己机器的用户。桌面应用内置两套互相独立的本地引擎，都在「设置 → 本地模型」里配置，实现见 electron/lib/。

sd.cpp（捆绑式，推荐新手）。一键下载安装，直接跑在本机：Apple Silicon 走 Metal GPU 加速，Windows/Linux 走 CUDA、Vulkan 或 ROCm。内置 6 个图像模型：SD 1.5 三件套（Dreamshaper 8、Realistic Vision v5.1、Anything v5，各 2.1GB）、SDXL（6.9GB）、Z-Image Turbo / Base。配好模型后在图像工作室点亮「Local」开关即可生成，全程不碰 API Key。

Wan2GP（自带服务器，跑视频用）。需要在一台 CUDA/ROCm GPU 机器上自架 Wan2GP 服务，桌面端填本地文件夹路径或远程 URL 当客户端。好处是 Mac 用户也能用一台局域网 GPU 机器跑 Wan 2.1/2.2、Hunyuan、LTX-2 视频模型，外加 Flux.1 Dev、Qwen Image 图像模型。

配置要点：

• 8GB 内存的 Mac 别碰 Z-Image，官方已知它会卡死系统，先用 2.1GB 的 SD 1.5；想要 Z-Image 至少备 16GB 内存
• 几 GB 的模型文件默认存在应用数据目录（macOS 为~/Library/Application Support/open-generative-ai/local-ai），可用环境变量OPEN_GENERATIVE_AI_LOCAL_AI_DIR挪到别的盘
• 云端模型统一走 MuAPI 网关，核心实现 src/lib/muapi.js：提交任务 + 轮询结果两步，x-api-key请求头认证，本地推理则完全不需要 Key

避坑 FAQ

只打算用本地模型，还要注册 Key 吗？不用。首次启动填 Key 的弹窗直接跳过即可，本地引擎（sd.cpp / Wan2GP）完全不需要 API Key。

网页版用不了本地推理？本地推理只在桌面端提供，网页版一律走云端 API。想用本地引擎就得装桌面应用，没有绕过的办法。

Mac 内存小，本地模型怎么选？8GB 的 M 系列 Mac 直接用 2.1GB 的 SD 1.5（Dreamshaper 8、Realistic Vision、Anything 三选一）；Z-Image 两个模型对内存要求高，16GB 起步。

「免费」是指完全零成本吗？工具本身免费：MIT 协议、无订阅费、可商用可魔改。但云端模型调用需要有效的 MuAPI Access Key，费用归属以 MuAPI 侧为准；想彻底零成本就只用本地推理引擎。

桌面端和网页版功能差多少？模型目录是同一份（packages/studio/src/models.js），两边共用；差异只在本地推理——那是桌面端独有能力。

它适合谁

推荐：想在同一个界面切换 Flux、Midjourney、Kling、Sora、Veo 等 500 多个模型、不想逐个平台开账号的人；介意内容过滤、想把服务自托管、数据留在自己机器的人；有一台 NVIDIA/AMD 显卡、想靠本地推理绕开云端费用的人。

劝退：只打算用一两个模型、愿意用订阅费换省事的人；只想要浏览器体验、又介意云端 Key 门槛、手里也没有 GPU 机器的人。

600+ 模型、无过滤器、MIT 协议可商用——把仓库 clone 下来，或者直接从 Releases 下载桌面端，今晚就能出第一条视频。

【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