从提示词创建动态画面
描述主体动作、镜头运动、节奏和氛围，直接生成视频片段。
AI 视频模型
在线比较 AI 视频模型并直接生成视频，涵盖 Veo、Kling、Seedance、Wan、Grok 等主流视频生成模型。
根据动作、时长和控制能力选择 AI 视频模型
不同 AI 视频模型支持的文生视频、图生视频、参考素材、时长、分辨率、音频和镜头控制并不相同。应围绕最终要交付的视频选择模型。
让静态图片动起来
需要保留首帧、人物外观或视觉风格时，使用图生视频工作流。
匹配交付参数
生成前比较时长、分辨率、画面比例、音频支持和积分成本。
可用的 AI 视频模型
进入模型工作流，可以查看支持的输入素材、输出设置和视频提示词案例。
Veo 3.1 Lite
720p, 1080p, 4k
Cost-efficient Google Veo 3.1 for text-to-video, first/last-frame, and material-reference generation.
打开模型Veo 3.1 Fast
720p, 1080p, 4k
Fast Google Veo 3.1 with synchronized audio for text, first/last-frame, material-reference, and extend.
打开模型Veo 3.1
720p, 1080p, 4k
Flagship Google Veo 3.1 Quality for text-to-video and first/last-frame generation with synchronized audio.
打开模型Kling 3.0
720p, 1080p, 4k
Cinematic Kling model with optional native audio, first/last-frame control, and 3-15 second generation.
打开模型Kling 3.0 Turbo
720p, 1080p
Lower-cost Kling V3 Turbo model for rapid text-to-video and first-frame animation.
打开模型Gemini Omni Flash
720p, 1080p, 4k
Any-input video model for turning text, images, audio, or clips into grounded, editable video.
打开模型Gemini Omni 1.1 Flash
360p, 720p, 1080p, 4k
KIE Gemini Omni 1.1 Flash for fast multimodal video generation, first/last frames, and video references.
打开模型Grok Imagine Video
480p, 720p
Fast creative video model for animating text or image ideas into short, shareable motion clips.
打开模型Grok Imagine Video 1.5 Preview
480p, 720p
参考图驱动的视频生成模型，支持 480p、720p 与 1 至 15 秒灵活时长。
打开模型HappyHorse 1.0
720p, 1080p
Audio-video generation model for text, image, reference, and editing workflows with native lip-sync.
打开模型HappyHorse 1.1
720p, 1080p
Physically realistic video generation from text, a first-frame image, or up to nine ordered reference images.
打开模型Seedance 2.0
480p, 720p, 1080p, 4k
支持同步音频、最高 4K 输出及图片、视频、音频参考的高保真多模态视频模型。
打开模型Seedance 2.0 Fast
480p, 720p
面向快速出片的 480p、720p 多模态视频模型，支持同步音频和多种参考素材。
打开模型Seedance 2.0 Mini
480p, 720p
面向快速出片和低成本迭代的 480p、720p 视频模型，支持同步音频与多模态参考。
打开模型Wan 2.7
720p, 1080p
Multi-reference video model for text-to-video, image-to-video, first-last frame control, and instruction-based editing.
打开模型Wan 3.0 Video
480p, 720p, 1080p
Alibaba Wan 3.0 for text, first/last-frame, and multimodal reference video generation up to 30 seconds.
打开模型Wan 3.0 Video Prime
480p, 720p, 1080p
Faster Alibaba Wan 3.0 Prime for text, first/last-frame, and multimodal reference video generation up to 30 seconds.
打开模型MiniMax H3
768p, 2k
MiniMax H3 for native-audio video generation from text, first/last frames, and multimodal references.
打开模型