视频生成
视频生成 （22 个模型）
Wan 2.5 T2V Preview
Wan2.5 T2V Preview 是阿里通义文生视频模型，支持 1080P/24fps 输出，实现音画同步，具备运镜控制、元素一致性优化。
Wan 2.5 I2V Preview
Wan 2.5 图生视频预览版，统一框架融合文本、图像、视频、音频生成能力，支持 1080P 高清视频输出，可实现音画同步。
Doubao-Seedance-1.0-pro
Doubao-Seedance-1.0-pro 是字节跳动推出的视频生成大模型，支持文生/图生视频，输出 1080P 分辨率，最长 10 秒。特点：多镜头无缝切换，动态效果自然，主体运动稳定，生成速度快（5 秒视频约 40 秒），成本低（5 秒 1080P 视频 3.6 元左右）。应用于创意内容制作、营销视频、社交娱乐等场景，通过即梦 AI、火山引擎等平台开放。
百度蒸汽机2.0音视一体
百度蒸汽机 2.0 是中文音视一体 I2V 生成模型，可多人有声视频一体化生成，具多角色协调、音画毫秒级同步、长视频生成及实时交互功能，已落地搜索、营销等场景。
腾讯混元生视频-视频特效
腾讯混元生视频-视频特效是基于腾讯视频生成大模型的 API 技术服务，具备高质量视频生成与处理能力，支持自然特效（如地震、闪电）和奇幻特效（如魔法护盾）生成，可 10 分钟快速出片并节省 50%制作成本。广泛应用于短视频、影视制作、广告营销、游戏等领域，助力提升创作效率与内容趣味性。
腾讯混元生视频
腾讯混元生视频是腾讯推出的 AI 视频生成与处理技术服务，基于多模态融合技术，支持视频特效、风格化转换及图片动态化等功能。特点包括高连贯性运动生成、精准语义理解，适用于短视频创作、广告营销、教育内容制作等场景，可降低专业制作门槛，提升内容生产效率。
Wan2.1-T2V-1.3B
Wan2.1-T2V-1.3B 是阿里团队开发的开源文本转视频模型，基于扩散变换器技术，支持消费级 GPU 部署（8.19GB VRAM），4 分钟内可生成 5 秒 480P 视频，适用于短视频创作、内容生成等场景。
Wan2.1-I2V-14B-480P
万相 2.1-I2V-14B-480P 是阿里通义万相推出的图像转视频模型，140 亿参数，基于 DiT 架构，支持 480P 分辨率输出，平衡画质与传输速度，适用于手机端短视频创作。操作简便，可在基石智算平台部署，上传图片加提示词即可生成动态视频，降低视频创作门槛。
Pangu-MM-M2-AIGVideo-1.0.0
华为盘古图生视频模型 Pangu-MM-M2-AIGVideo-1.0.0，支持多比例 5 秒视频生成与 96 帧续写，8 推理单元部署
Pangu-MM-M2-Text2Video-1.0.0
Pangu-MM-M2-Text2Video-1.0.0 是华为云 2025 年 4 月发布的文本转视频模型，支持 16:9、9:16 等 5 种长宽比，可生成 5 秒时长视频，需 8 个推理单元部署，适用于多场景短视频创作。
Step-Video-TI2V
Step-Video-T2V 是阶跃星辰开源的文本到视频生成模型，300 亿参数，支持中英双语输入，可生成 204 帧 540P 视频。特点：高压缩比 Video-VAE 提升效率，Video-DPO 优化质量，Turbo 版生成提速 3-5 倍。应用于广告营销、在线教育、游戏开发、虚拟人直播等场景，降低创作门槛。
Step-Video-T2V-Turbo
Step-Video-T2V-Turbo 是 300 亿参数文本到视频模型的提速版本，通过推理步骤蒸馏技术将生成速度提升 3-5 倍，204 帧视频耗时从 743 秒缩至 148 秒，保持 90%质量。适用于短视频创作、广告营销、在线教育、游戏开发及虚拟人直播等场景，开源特性降低技术门槛。
CogVideoX-3
CogVideoX-3 是智谱 AI 推出的视频生成模型，支持文生视频、图生视频，采用 3D 变分自编码器和 3D RoPE 技术，提升帧间连贯性，避免闪烁。适用于广告制作、电影剪辑、短视频创作等场景。
MiniMax Hailuo-02 1080P
MiniMax Hailuo-02 1080P 是 MiniMax 发布的视频生成模型，支持原生 1080P 高清视频直接输出，在场景快速变换中动作流畅且具备细微表情，拥有较强时空一致性和物理逻辑性，实现 SOTA 指令遵循，适用于视频创作等场景。
MiniMax Hailuo-02 512P
MiniMax Hailuo-02 512P 是 MiniMax 公司开发的多模态视频生成模型，采用创新 NCR 架构，参数和训练数据量分别提升 3 倍和 4 倍，效率提升 2.5 倍，擅长处理体操、杂技等复杂物理场景，支持生成 6 秒 768P/1080P 或 10 秒 768P 超清视频，在全球视频模型排名第二，价格低于国际同类产品，适用于创意内容制作、广告营销等场景。
MiniMax Hailuo-02 768P
MiniMax Hailuo-02 768P 是 MiniMax 推出的 AI 视频生成模型，为 Hailuo 01 升级版，支持 768P/1080P 分辨率视频生成，最长 10 秒。采用全新 DiT 架构，指令响应率 85%，可处理杂技等高难度物理场景，图生视频/文生视频能力全球排名第二。训练推理效率提升 2.5 倍，成本低，适用于科普动画、企业宣传等场景。
百度蒸汽机2.0
百度蒸汽机 2.0 是全球首个中文音视频一体化生成 I2V 模型，支持多人有声音视频生成，语音与唇形动作精准对齐，中文场景适配度超 98%，具备电影级画质与运镜控制。已落地搜索、营销等场景，用户可通过百度搜索或“绘想”平台体验。
MiniMax S2V-01
MiniMax S2V-01 是 MiniMax（海螺 AI）于 2025 年 1 月推出的主体参考视频生成模型，属于 AIGC 视频创作工具。其核心特点为单图像输入生成动态视频，通过先进算法确保角色在多角度、运动场景中面部特征与身份的一致性，支持文本提示调整姿势、表情及照明。该模型已集成于 Video Generation 接口，定价 4.5 元/个，适用于电影特效制作、个性化内容创作、游戏角色动画及社交媒体视频生成等场景，简化视频制作流程并降低成本。
CogVideoX-Flash
CogVideoX-Flash 是智谱推出的免费 AI 视频生成模型，支持文生视频、图生视频，分辨率最高 4K、帧率 60fps，适用于内容创作、教育、广告、社交媒体等领域。
CogVideoX-2
CogVideoX-2 是智谱 AI 推出的文本/图像到视频生成模型，基于 3D 变分自编码器，压缩视频数据至 2%并确保帧间连贯。支持 720×480 分辨率、6 秒 8 帧视频生成，多推理精度适配不同硬件。应用于影视创作、广告营销、教育及社交媒体内容制作。
Doubao-Seedance-1.0-lite-i2v
Doubao-Seedance-1.0-lite-i2v 是字节跳动豆包团队推出的轻量化视频生成模型，属 Seedance 系列基础版本。特点为精准控制与高效输出，支持图文输入生成 720p/1080p 视频，可精细调整人物动作、镜头运镜，兼顾生成质量与速度，适配个人及中小团队轻量化创作需求，应用于电商广告、娱乐特效等场景。
Doubao-Seedance-1.0-lite-t2v
Doubao-Seedance-1.0-lite-t2v 是字节跳动豆包团队推出的视频生成模型，支持文生视频、图生视频，时长 5s/10s，分辨率 480P/720P。特点：精准指令控制（人物外貌动作、镜头切换）、影视级运镜（360 度环绕等）、自然运动交互。适用于电商广告、娱乐特效、影视创作、动态壁纸等场景。