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.
MultiWorld - Video World Model đầu tiên sinh video đa agent, đa góc nhìn
Nhóm HKU & Sreal AI công bố MultiWorld — framework open-source sinh video có thể điều khiển nhiều agent cùng lúc, nhất quán qua nhiều camera. Dataset 21M+ frame, đã có checkpoint + code ngày 21/4/2026.