# OmniWeaving

> Революция в генерации видео: нейросеть научилась понимать логику и создавать сложные сцены по свободному описанию

OmniWeaving - инструмент для унифицированной генерации видео с композицией произвольной формы и рассуждениями. Основан на HunyuanVideo-1.5 от Tencent Hunyuan.

- Категории: Opensource, Бесплатные, Инструменты разработчика, Создание видео
- Работает из России: Да
- Бизнес-модель: Бесплатно
- Сайт сервиса: https://github.com/Tencent-Hunyuan/OmniWeaving
- Карточка в каталоге: https://ailibri.com/omniweaving
- Обновлено: 2026-05-04

## Описание

OmniWeaving - это open-source модель для генерации видео, которая умеет работать одновременно с текстом, изображениями и видео в любых комбинациях. Разработана командой Tencent Hunyuan на базе HunyuanVideo-1.5 и выделяется тем, что не просто создаёт ролики по промпту, а понимает сложные композиции и способна рассуждать о намерениях пользователя перед генерацией.


Архитектура построена на связке MLLM (мультимодальная языковая модель) + MMDiT (диффузионный трансформер) + VAE. MLLM разбирает входные данные - текст, картинки, видео - и преобразует их в семантическое пространство. VAE сжимает визуальную информацию в латентные представления, а MMDiT на основе этих данных генерирует финальное видео. Фишка в том, что MLLM здесь не просто кодировщик признаков, а активный «мыслитель»: модель сначала формулирует промежуточные рассуждения, уточняет намерение пользователя, а затем передаёт улучшенный промпт в генератор. Это помогает избежать семантической путаницы и создавать более точные результаты.


OmniWeaving поддерживает восемь задач: text-to-video, first-frame-to-video (анимация статичного изображения), key-frames-to-video (генерация между начальным и конечным кадрами), video-to-video editing (редактирование по инструкциям), reference-to-video (создание видео с одним референсным объектом), compositional multi-image-to-video (композиция из нескольких объектов), text-image-video-to-video (генерация на основе всех трёх типов входных данных) и reasoning-augmented generation (генерация с предварительным рассуждением о намерениях пользователя).


Код и веса модели выложены на GitHub, доступна инструкция по установке зависимостей, запуску инференса и обучению. В комплекте идёт IntelligentVBench - первый бенчмарк для оценки интеллектуальной унифицированной генерации видео, который позволяет проверить, насколько хорошо модель справляется с композицией и рассуждениями. Проект поддерживает Flash Attention, Flex-Block-Attention и SageAttention для ускорения работы и снижения потребления видеопамяти.

## Похожие сервисы в каталоге

- [LongLive-2.0](https://ailibri.com/longlive-2-0): LongLive-2.0 — инфраструктура NVIDIA для генерации длинных видео с технологиями NVFP4, параллельным обучением Balanced SP и ускоренным инференсом через W4A4.
- [OmniShow](https://ailibri.com/omnishow): OmniShow - модель ByteDance для генерации видео с взаимодействием человека и объектов. Поддерживает текст, изображения, аудио и позы в едином фреймворке.
- [Lumos-Custom](https://ailibri.com/lumos-custom): Lumos-Custom - открытый исследовательский проект для кастомизации видео: персонализация нескольких субъектов, настройка освещения и атрибутов в генерируемых вид
- [Hermes Agent](https://ailibri.com/hermes-agent): Hermes Agent — агент с открытым исходным кодом от NousResearch, который развивается вместе с вами. Поддержка инструментов, веб-исследований и автоматизации зада
- [HeyCLI](https://ailibri.com/heycli): Инструмент для перевода команд с обычного языка на язык Linux. Просто опишите словами, что нужно сделать, и получите готовую команду.
- [Openclaw Infra](https://ailibri.com/openclaw-infra): Openclaw Infra - Docker-инфраструктура для запуска AI-агентов OpenClaw с поддержкой Telegram. Простое развертывание нескольких агентов на одном сервере.

---
Источник: AILibri — каталог нейросетей и ИИ-инструментов, https://ailibri.com