LibreAI / Vidéo / kandinsky-5
// video · kandinskylab/kandinsky-5

kandinsky-5

kandinsky-5 est un projet de vidéo open source, créé par kandinskylab (kandinskylab/kandinsky-5 sur GitHub). Il compte 829 étoiles sur GitHub et 69 forks, il est publié sous la licence MIT et a été mis à jour pour la dernière fois sur GitHub le 7 août 2026.

Open diffusion models for both video and image generation.

💎 Pépite cachée★ 829 étoiles⑂ 69 forksMITmis à jour août 2026
▦ visuel — le README de ce projet ne contient aucune capture intégrable,
voici donc un emplacement réservé. Le guide ci-dessous est complet malgré tout.
// détails du projet

Détails du projet

Étoiles GitHub
829
Forks
69
Licence
MIT
Dernière mise à jour sur GitHub
7 août 2026
Catégorie
Vidéo
Type de fiche
Pépite cachée — une page plus courte pour un projet moins connu
Site officiel
Official site
// fonctionnement

Comment ça marche

  1. Pick your modality

    Choose image or video generation.

  2. Check requirements

    Diffusion models need capable GPUs.

  3. Install the code

    Set up per the README.

  4. Generate media

    Run image or video inference.

// fonctionnalités

Pourquoi on l'adore

Model family

Multiple sizes and capabilities.

Video generation

Motion synthesis from the same lab.

Image generation

Stills alongside video.

Open weights

Download and run the models.

MIT licensed

Permissive use terms.

Active lab

Kandinsky continues model releases.

Advertisement
// lancez-le

Lancez-le vous-même

  1. Step 1 — Clone the repo

    Download the source and move into the project folder.

    git clone https://github.com/kandinskylab/kandinsky-5.git
    cd kandinsky-5
  2. Step 2 — Check the README

    Every project documents its own setup; start with install requirements.

    cat README.md | head -60
  3. Step 3 — Run it

    Follow the project's launch command — Docker, pip, npm, or a binary release.

    # see README for the exact launch command
// cas d'usage

Ce que vous pouvez créer

Advertisement
// faq

Questions fréquentes

Is Kandinsky 5 free for commercial use?

MIT licensed — commercial use allowed with attribution.

What GPU do I need?

Check the README — video models are the heavy ones.

How is it different from Stable Diffusion?

A different lab, architecture, and training — compare outputs yourself.

Are the weights really open?

Yes — downloadable for local inference.

Which version should I use?

5.0 is the current family — check the repo for variants.

// continuez l'exploration

Outils similaires

Vidéo

Wan2GP

A lean, fast video generator tuned to squeeze big results out of modest GPUs.

★ 9,9 k étoilesCustom (WanGP Community 2.0)
Voir le guide →
Vidéo

HunyuanVideo

HunyuanVideo: A Systematic Framework For Large Video Generation Model

★ 12,6 k étoilesCustom (check repo)
Voir le guide →
Vidéo

CogVideo

Text and image to video generation: CogVideoX (2024) and CogVideo (ICLR 2023)

★ 13,1 k étoilesApache-2.0
Voir le guide →
Vidéo

VBench

The benchmark suite for evaluating AI video generation models.

★ 1,8 k étoilesApache-2.0
Voir le guide →
Vidéo

MiniMax-MCP

Official MiniMax MCP server — TTS, image and video generation for agents.

★ 1,6 k étoilesMIT
Voir le guide →
Vidéo

Nexior

Consumer AI app — chat, image, video and music generation in one place.

★ 398 étoilesMIT
Voir le guide →
// alternatives

Alternatives en Vidéo

Les autres projets de la catégorie Vidéo avec le plus d'étoiles du catalogue LibreAI — la sélection réaliste d'alternatives si kandinsky-5 ne vous convient pas.

// plus en video

Plus en Vidéo

Projets de la catégorie Vidéo proches dans le catalogue, les plus proches en étoiles de kandinsky-5 — continuez à explorer de part et d'autre.

Obtenir kandinsky-5

Gratuit et ouvert : récupérez le code source, mettez une étoile au dépôt et commencez à créer.