Vídeo IA de código aberto: 50+ pipelines do GitHub (2026)

Aqui vai um número que merece a sua atenção: no início de setembro de 2026, existem mais de cinquenta pipelines de «roteiro a vídeo pronto» de código aberto no GitHub que publicaram um commit no último mês. Não são cinquenta modelos de vídeo. Não são cinquenta editores. São mais de cinquenta pipelines — projetos cuja premissa inteira é que um agente de IA leva uma história do roteiro ao storyboard, às chamadas de modelo e à montagem final, com um humano em algum ponto entre a cadeira do diretor e o banco do carona.

Nós construímos exatamente neste espaço — o Pixo é um agente diretor de vídeo com IA que roda esse mesmo loop roteiro→storyboard→gerar→montar como um produto hospedado —, então dedicamos tempo a percorrer o cenário de código aberto a sério: lendo READMEs, conferindo históricos de commits e verificando os projetos de destaque repositório por repositório. Este post é o que encontramos, organizado nos três campos em que o ecossistema se dividiu, mais uma avaliação honesta de onde está o teto de cada campo — incluindo as partes que são difíceis para ferramentas de um clique, a nossa incluída.

Se você só levar uma coisa deste post, que seja esta: quase ninguém neste ecossistema está mais competindo em modelos. Os modelos são alugados — Seedance, Kling, Veo e Sora aparecem como backends intercambiáveis em projeto após projeto. A competição migrou por completo para a camada de orquestração: quem consegue transformar «faça um filme para mim» em uma linha de produção confiável. Isso bate com o que defendemos na nossa taxonomia do stack de vídeo com IA, e o mundo do código aberto acaba de fornecer mais de cinquenta pontos de dados de confirmação.

Os três campos em resumo

Como olhamos para isso

Nossos critérios foram estreitos de propósito. Para contar, o projeto tinha que ser um pipeline de produção conduzido por agente — ou seja, o software planeja os planos e orquestra a geração, não apenas encapsula a API de um único modelo — e tinha que estar vivo, com commits no último mês. Esse filtro exclui os mil e um repositórios de «wrapper de texto para vídeo» e deixa os projetos que competem de fato em orquestração.

Para cada projeto citado neste post, verificamos o repositório diretamente nesta semana: dono, contagem de estrelas, último release e o que o README promete de verdade versus o que o código contém. As contagens de estrelas abaixo são leituras nossas do mesmo dia, não números requentados. E como operamos um pipeline comercial do mesmo formato, lemos esses projetos como um cozinheiro lê o cardápio do restaurante vizinho — procurando o que sobreviveria à correria de uma sexta à noite, com base nos mesmos modos de falha que tivemos que contornar em nossos próprios testes de agentes. As contagens de estrelas e as datas do último push nas tabelas abaixo foram lidas da API do GitHub em 4 de setembro de 2026.

Descreva o vídeo que você quer…

Pixo

Crie vídeos com IA no Pixo

Transforme suas ideias em vídeos prontos para publicar. Basta uma frase.

Começar a criar

Campo um: cinema como skills de agente

O crescimento mais ativo do ecossistema não está nos apps. Está nas skills — capacidades empacotadas que se conectam a agentes de programação como Claude Code e Codex, transformando um terminal em um estúdio de produção.

O exemplo emblemático é o video-shotcraft, uma skill que transforma o Claude Code ou o Codex em um estúdio de motion design para vídeos de produto cinematográficos: mais de 150 «cartões de receita de plano» com parâmetros de timing e easing, mais de 200 previews de movimento e um template Remotion pronto para produção. A versão maximalista da mesma ideia é o OpenMontage, que se descreve como um sistema agêntico de produção de vídeo com 12 pipelines de produção, mais de 100 ferramentas e mais de 700 arquivos de skills de agente — projetado explicitamente para que «o seu assistente de programação de IA SEJA o orquestrador», sem nenhum orquestrador em código. E o video-use da browser-use aplica a mesma filosofia à edição: diga a um agente de programação «edite isso em um vídeo de lançamento» e ele remove vícios de fala, faz a correção de cor e adiciona legendas.

A realidade é esta: este campo valida a arquitetura em que apostamos, e ainda assim não mandaríamos a maioria dos criadores para cá. A abordagem de skills é genuinamente poderosa se você já vive dentro de um agente de programação — a composabilidade é real, e um único desenvolvedor consegue lançar um pipeline vertical em uma semana. Mas ela herda todas as premissas do seu habitat: você traz as próprias chaves de API para cada modelo, paga cada conta de geração diretamente e voa às cegas por uma conversa de texto. O modo de falha que vemos o tempo todo na criação conduzida por agente é perder o fio da meada ao longo de um projeto grande — no plano 40, ninguém lembra como era o plano 7, e um log de chat é o pior lugar possível para descobrir. As skills não têm resposta para isso; é um problema de UI, e skills deliberadamente não têm UI.

As skills em si são gratuitas e de código aberto. As chamadas de geração por trás delas, não — cada chamada de modelo de vídeo vai para a sua própria conta de API, e os loops de retry que os agentes adoram podem multiplicar essa conta rapidamente.

Ideal para: desenvolvedores que já trabalham dentro de um agente de programação e querem automatizar um formato de vídeo específico e bem delimitado.

Campo dois: plataformas de pipeline tudo-em-um

Este campo tem as estrelas. O MoneyPrinterTurbo — o avô do «palavra-chave entra, vídeo curto sai» — passou de 120.000 estrelas na nossa checagem, embora represente a geração anterior da ideia: ele monta imagens de banco em vez de gerar planos. A geração atual é agêntica de ponta a ponta.

A entrada academicamente séria é o ViMax do Data Intelligence Lab da HKU: agentes diretor, roteirista e produtor em um só framework, com fluxos de ideia a vídeo, roteiro a vídeo e romance a vídeo. Os especialistas em dramas curtos são tipificados pelo Toonflow, uma «fábrica de dramas curtos com IA» de código aberto que transforma romances em dramas animados por meio de um ScriptAgent e um ProductionAgent trabalhando em um canvas infinito. E o NarratoAI automatiza o formato de vídeo de comentário — roteiro, corte, narração e legendas em um único fluxo.

O que mais nos surpreendeu é o quanto deste campo persegue o mesmo cliente: a produção de dramas curtos. Uma grande parte dos projetos do tipo plataforma mira o pipeline romance→drama episódico, e «uma frase → filme pronto» é o pitch padrão. Nós mesmos passamos muito tempo com dramas curtos com IA, então vamos dizer em voz alta a parte que ninguém diz: o resultado de um clique é assistível, não publicável. Consistência de personagem entre planos, sincronização de áudio e ritmo narrativo são exatamente onde a automação total quebra, e é revelador que projetos mais novos deste campo agora se anunciem contra a «geração caça-níquel» — uma admissão de que a taxa de retrabalho da primeira onda foi brutal. A arquitetura honesta mantém um portão de revisão humana por cena, que é precisamente a parte que o marketing de «uma frase → filme» apaga.

Gratuito para auto-hospedar; seus custos reais são o gasto com APIs de modelos (tipicamente de alguns a dezenas de dólares por minuto finalizado, dominado por retries) mais o seu próprio tempo de DevOps. Produtos hospedados como o nosso embutem essa complexidade no preço da assinatura — se a troca vale a pena depende inteiramente de quanto custam as suas horas.

Ideal para: criadores técnicos que produzem conteúdo de alto volume e formato estável (vídeos de comentário, dramas curtos) e aceitam qualidade «boa o suficiente».

Campo três: canvas de storyboard e direção

O menor campo — um punhado de projetos — e o mais próximo de como cineastas profissionais realmente pensam: não um log de chat, não um pipeline caixa-preta, mas um canvas onde os planos vivem lado a lado.

A resposta honesta sobre por que este campo é minúsculo: um canvas só tem valor quando está ligado a um pipeline. Um storyboard do qual você não consegue regenerar, que não mantém a consistência de personagem, que não consegue empurrar uma edição de volta pelo loop de geração, é só um mural bonito. Mas ligue-o ao pipeline e ele vira o cockpit — circule um plano, diga «refaça este de um ângulo baixo», e o agente reescreve o prompt, chama o modelo de novo e preenche o quadro. Esse loop é exatamente o motivo de termos construído a edição por prompt e um storyboard visual como um único sistema em vez de duas funcionalidades: separados, cada um fica manco. Esperamos que este campo cresça mais rápido, não a partir de novos projetos de canvas, mas dos campos um e dois criando os próprios canvas.

Ideal para: observar para onde o ecossistema inteiro está indo.

A camada de infraestrutura por baixo dos três

Um projeto merece destaque próprio: o HyperFrames (43.9k estrelas), o motor de renderização de código aberto da HeyGen com o slogan «Write HTML. Render video. Built for agents.» O vídeo é um documento HTML — clipes, legendas, timing e áudio vivem em elementos e atributos de dados, o que torna as composições comparáveis via diff, remixáveis e território nativo para agentes que escrevem código. Quando uma empresa de vídeo estabelecida abre o código da sua camada de composição especificamente para agentes, é a indústria dizendo para onde acha que a bola vai.

O que aprendemos

Três padrões emergiram que nenhum projeto mostra sozinho.

Primeiro, o pipeline venceu o modelo. Entre os mais de cinquenta projetos, essencialmente zero competem em qualidade de geração; todos competem em orquestração. Os modelos são tratados como a película era tratada no cinema — uma decisão de fornecedor. É por isso que operamos um line-up multimodelo em vez de apostar o produto no ritmo de lançamentos de um único modelo: cada upgrade de modelo vira um upgrade gratuito do produto quando o seu valor vive uma camada acima.

Segundo, o cemitério é tão instrutivo quanto o placar. Alguns projetos que já foram líderes ficaram em silêncio no começo deste ano mesmo com a demanda em alta. Manter um pipeline vivo significa reajustar prompts, granularidade de planos e modelos de custo toda vez que um modelo importante é lançado — uma esteira mensal que esgota mantenedores solo. Orquestração sustentada é um negócio de operações, e é exatamente por isso que é difícil dá-la de graça.

Terceiro, os campos estão convergindo. As skills carecem de estado e revisão visual; as plataformas carecem de controle fino; os canvas carecem de profundidade de pipeline. A lacuna de cada campo é a funcionalidade central de outro. O fim de jogo — um agente diretor conversacional, um storyboard visual e orquestração multimodelo em um só sistema — é o formato para o qual todo produto comercial sério, o nosso incluído, já está convergindo. O mundo do código aberto está fazendo um speedrun da mesma conclusão em público.

Como escolher

Se você é desenvolvedor e quer entender a arquitetura — leia o código-fonte do ViMax e do OpenMontage. Rodar um pipeline de ponta a ponta vai lhe ensinar mais do que qualquer post de blog, este incluído.

Se você vive no Claude Code e quer automatizar um formato — escolha a skill mais próxima do seu nicho (video-shotcraft para promos de produto), defina um orçamento rígido de gasto com modelos e trate os retries como o centro de custo que eles são.

Se você é um criador cujo objetivo é publicar, não montar encanamento — o custo oculto da auto-hospedagem vai sair do seu tempo criativo. Compare geradores hospedados em vez disso, escolha um e gaste a sua energia na obra.

Se você está avaliando o espaço — observe os repositórios estagnados e os entrantes corporativos, não as contagens de estrelas. Ambos dizem mais sobre onde o valor realmente se acumula. E quando um motor importante lança uma atualização — os lançamentos do Seedance sendo o exemplo recente —, observe quais pipelines a absorvem em uma semana. Essa velocidade de absorção é a verdadeira métrica de fosso competitivo neste ecossistema.

Nota de metodologia: analisamos o cenário de pipelines de vídeo com IA de código aberto no GitHub no início de setembro de 2026, restrito a pipelines roteiro→storyboard→gerar→montar conduzidos por agente com commits no mês anterior (50+ repositórios). Cada projeto citado acima foi verificado diretamente — dono, estrelas, histórico de releases — no dia da escrita; as contagens de estrelas são leituras nossas do mesmo dia.