Gemini Omni: Model đầu tiên của Google tạo video từ bất cứ đầu vào nào
Gemini Omni Flash ra mắt tại Google I/O ngày 19/05/2026, xử lý text, image, audio và video đồng thời trong một token space duy nhất - không phải ghép nhiều model riêng lẻ. Hai clip video có thể chiếm tới 86% daily quota của gói Google AI Pro. API dự kiến $0.10/giây (standard) và $0.30/giây (high-quality). Sora đã đóng consumer app tháng 4/2026 - Google và ByteDance đang dẫn đầu cuộc đua AI video 2026.
Open Generative AI: Studio Tạo Ảnh & Video Miễn Phí Với 200+ Model, Không Filter
Open Generative AI đạt 15.5k GitHub stars, cung cấp 200+ model AI tạo ảnh và video hoàn toàn miễn phí, không content filter, MIT license. Runway Standard $12/tháng chỉ cho khoảng 62 giây Gen-4 video trước khi hết credits - Open Generative AI không giới hạn và không tốn phí subscription. Hỗ trợ 5 studio: Image, Video, Lip Sync, Cinema, Workflow - chạy được local inference trên Mac, Windows, Linux. Dữ liệu và ảnh tham chiếu ở hoàn toàn trên máy bạn, không gửi cloud.
OpenReel Video: Trình Chỉnh Sửa Video Mã Nguồn Mở Chạy Thẳng Trên Trình Duyệt, Không Cần Cài Đặt
OpenReel Video là trình chỉnh sửa video MIT license, chạy 100% trên trình duyệt, không upload file lên server. Hỗ trợ timeline đa track, xuất 4K @ 60fps miễn phí, không watermark, không tài khoản. Xây dựng trên WebCodecs + WebGPU, đạt 2.300+ GitHub stars chỉ sau vài tháng beta. Thay thế trực tiếp CapCut cho người dùng cần quyền riêng tư hoặc ở quốc gia bị hạn chế.
Paper2Video: AI tự động biến bài báo khoa học thành video presentation
PaperTalker - hệ thống multi-agent từ NUS - tự động tạo video presentation từ paper LaTeX với chi phí $0.001/video. Đạt PresentQuiz 84.2%, vượt human-made 10%. Mã nguồn mở MIT, chấp nhận tại NeurIPS 2025 Workshop. Yêu cầu GPU 48GB VRAM để self-host.
FFmpeg và VLC: Hai phần mềm open source đang vận hành mọi video trên internet
FFmpeg và VLC là backbone vô hình của mọi video bạn xem mỗi ngày - từ YouTube, Netflix đến tàu thám hiểm Perseverance trên Sao Hỏa. VLC đã đạt 6 tỷ lượt tải, dav1d (AV1 decoder) chứa 240.000 dòng handwritten Assembly với tốc độ nhanh hơn C đến 62 lần. Toàn bộ hạ tầng khổng lồ này được xây và duy trì bởi khoảng 15-20 tình nguyện viên, không lương.
VectCutAPI: Mở Khóa CapCut Bằng Code - Công Cụ AI Agent Làm Video Hàng Loạt
VectCutAPI là open-source Python API kết nối thẳng vào CapCut/Jianying engine, cho phép AI agent tự động tạo video qua 35+ REST endpoint và 11 MCP tool. Là công cụ đáng chú ý nhất để build workflow video tự động với Coze, Dify, N8N, hoặc Claude Code. Apache-2.0, miễn phí hoàn toàn, chạy local.
Open Design - Alternative Open-Source cho Claude Design đạt 32k Stars trong 10 Ngày
Open Design đạt 31.9k stars GitHub chỉ trong 10 ngày sau khi ra mắt cuối tháng 4/2026. Chạy trên 16 coding agent CLI (Claude Code, Codex, Gemini...) với 31 Skills và 72 Design Systems sẵn dùng, local-first, miễn phí, Apache-2.0. Export được HTML, PDF, PPTX, MP4 - bao gồm HyperFrames video cinematics zero prompt engineering.
Hermes Video Agent: pipeline tự động "1 URL vào - 1 clip (đã sub) ra", vừa open-source MIT
Một dev solo vừa mở mã Hermes-video-agent: bỏ vào 1 URL YouTube/TikTok/Douyin, AI agent tự tải, transcribe bằng Whisper, dịch bằng Kimi K2.6, OCR thay text trên màn, ghép phụ đề song ngữ bằng FFmpeg, rồi auto-post lên X. Toàn bộ chạy local, MIT, không khoá API key.
GPT-Image-2 + Seedance 2.0: Vẽ "sơ đồ chuyển động camera" để điều khiển video AI
Một combo AI mới đang viral trên X: dùng GPT-Image-2 vẽ sơ đồ trajectory camera, đẩy sang Seedance 2.0 để render thành video 15 giây với góc máy chuẩn từng beat. Đây là cách hoạt động và vì sao nó nguy hiểm cho video gen text-to-video truyền thống.
Jellyfish AI - P2: Cách Cài Đặt, Workflow Chi Tiết và Cơ Hội Kiếm Tiền Từ Phim Ngắn
Jellyfish cài đặt qua Docker Compose chỉ cần 3 lệnh, không yêu cầu kỹ năng lập trình đặc biệt. Workflow 5 bước từ kịch bản đến phim hoàn chỉnh giải quyết bài toán nhất quán nhân vật - điểm yếu lớn nhất của AI video. Thị trường phim ngắn AI đang trả revenue share cho creator solo, với nền tảng Hongguo phân bổ 5 tỷ NDT ngân sách content năm 2026.
LTX IC-LoRA biến video phẳng thành 360° equirectangular ngay trong ComfyUI
Creator @CitizenPlain vừa khoe một workflow ComfyUI dùng LTX IC-LoRA để chuyển footage quay phẳng thông thường thành video 360° equirectangular VR-ready — không cần camera 360, không cần stitching. Đây là hướng đi rất khác so với các LoRA 360 text-to-video đang phổ biến.
Video Subtitle Extractor: Trích xuất subtitle từ video hoàn toàn offline, miễn phí
VSE (Video Subtitle Extractor) trích xuất hardcoded subtitle từ video sang file SRT chỉ bằng OCR local - không cần API. Hỗ trợ 87 ngôn ngữ, 4 chế độ tăng tốc phần cứng (CUDA, DirectML, ONNX, CPU). Phiên bản 2.2.0 có 8.800+ GitHub stars, Apache-2.0, hoàn toàn miễn phí không giới hạn.
Remotion vs Hyperframes: Cuộc Đua Tạo Video Bằng Code Trong Kỷ Nguyên AI Agent
So sánh chi tiết 2 framework tạo video programmatic hàng đầu 2026 - Remotion (React) vs Hyperframes (HTML thuần, agent-first by HeyGen). Cùng prompt, cùng Opus 4.7, kết quả khác nhau. Đâu là lựa chọn đúng cho bạn?
Toonflow: Công cụ AI mã nguồn mở biến tiểu thuyết thành phim hoạt hình ngắn
Toonflow là AI Agent orchestration engine open-source giúp tự động chuyển tiểu thuyết thành phim hoạt hình ngắn hoàn chỉnh - từ nhân vật, kịch bản đến video. Hiện đạt 8.600 GitHub stars, hỗ trợ 7 ngôn ngữ bao gồm tiếng Việt. Chi phí sản xuất ~$12-57/tập, demo thực tế hoàn thiện phim 2 phút trong khoảng 2 giờ. Thị trường phim ngắn AI toàn cầu ước đạt $14 tỷ năm 2026.
ComfyUI-Workflows-ZHO: Bộ sưu tập workflow số 1 thế giới dành cho video editor
ComfyUI-Workflows-ZHO của ZHO là bộ sưu tập hơn 54 workflow ComfyUI miễn phí, đạt 5.000 stars trên GitHub - lớn nhất toàn cầu trong phân khúc open-source. 23 danh mục từ FLUX.1, SD3, 3D generation đến video synthesis và LLM integration. Hoàn toàn miễn phí theo GPL v3.0.
ComfyUI_PuLID_Flux_ll: Giải quyết model pollution và tự do thương mại với FaceNet
ComfyUI_PuLID_Flux_ll giải quyết triệt để vấn đề model pollution trong PuLID Flux gốc - nhân vật chèn vào không còn làm hỏng style và ánh sáng ảnh. FaceNet thay thế InsightFace, xóa bỏ hoàn toàn ràng buộc ArcFace license cho dự án thương mại. Chạy được trên GPU 16GB với fp8 + offload, hỗ trợ TeaCache và WaveSpeed tăng tốc inference. Dựa trên PuLID - phương pháp face identity customization tuning-free được chấp nhận tại NeurIPS 2024.