Model Center

PrunaAI 开发的 Wan 2.2 A14B 文本转视频优化版本，速度极快且价格低廉。

wan2.2-s2v 是一款视频生成模型，可基于人物图片和人声音频文件，生成高质量的人物说话/唱歌/表演动态视频。

全新升级的通义万相2.2-首尾帧生视频，生成速度更快。优化视频动态稳定性与成功率，更强大的指令遵循能力，两张图片生成丝滑过度视频。

wan2.2-animate-move图生动作是一款角色动画生成模型，用户只需上传一张角色照片和一段参考表演视频，即可将视频中的表情和动作迁移到图片角色上，生成高保真的动画视频。

Kling v2.1 是快手研发的文 / 图生视频模型，搭载 3D 时空注意力机制，能精准还原动态细节，支持 720P/1080P、24fps 输出。内置 10 + 运镜与多艺术风格，可自动补连贯动作、生成同步音效

豆包视频生成模型Seedance 1.5 pro 作为全球领先的视频生成模型，可生成音画高精同步的视频内容。支持多人多语言对白，全面覆盖环境音、动作音、合成音、乐器音、背景音及人声，支持首尾帧，实现影视级叙事效果，满足影视、漫剧、电商及广告领域的高阶创作需求

全新升级的通义万相2.2图生视频，视频品质更高。优化视频生成稳定性与成功率，更强大的指令遵循能力，稳定保持图片文字、人像和商品一致性，精准运镜控制。

全新升级的通义万相2.2文生视频，视频品质更高。可稳定生成大幅度复杂运动，支持影视级画面表现与控制，更强大的指令遵循能力，实现物理世界还原。

支持指定人物或任意物品进行参考，精准保持形象和声音的一致性，支持多角色参考合拍。

No model description is currently available.

MiniMax H3 是开放通用的多模态视频模型，可以统一理解文本、图片、视频和音频输入，完成视频生成、参考创作与视频编辑。

全新升级的通义万相2.2图生视频，生成速度更快。优化视频生成稳定性与成功率，更强大的指令遵循能力，稳定保持图片文字、人像和商品一致性，精准运镜控制。

vidu/vidu2.0 是清华与生数科技联合研发的文生视频模型，核心搭载全球首创 U-ViT 架构，10 秒内即可生成 4 秒视频，单秒成本仅 4 分钱。支持 16 秒 1080P 输出，能精准控制多主体动态一致性，内置物理引擎还原毫米级运动细节，还深度适配国风等文化元素

Doubao-Seedance-1.0-lite-i2v，根据首帧图片、尾帧图片（可选）、参考图片（可选）和文本描述（可选）生成视频。是兼顾生成效果与速度的性价比之选。该模型语义理解与指令遵循能力强。运镜专业。支持多种视频风格，可以丝滑兼容各种风格的首图。分辨率支持480P、720P、1080P，时长支持3-12s，帧率24fps

wan2.2-animate-mix视频换人是一款角色替换的模型产品，上传一张角色照片与一段表演视频，即可将原视频中的角色精准替换为照片中的角色，完整保留原始视频的场景、光照和色调等环境细节。

bytedance/doubao-seedance-1.0-lite-t2v 是字节跳动轻量级文生视频模型，支持文 / 图生视频，含专业运镜、多艺术风格，输出 480P/720P、24fps。适用于电商营销、影视预演、创意内容制作

jimeng/即梦3.0-图生视频-首帧-720p是专注首帧驱动的图生视频模型，以输入首帧为基础生成动态内容，支持720p高清输出。能精准延续首帧的画面风格、元素细节（如人物肌理、场景光影），生成的视频动作自然、场景元素连贯不跳帧，适配创意短视频、动态海报等场景，兼顾生成效率与画面质感，满足轻量级动态创作需求。

图片生成视频内容，稳定保持图像主体、风格和文字等细节信息

文字生成视频内容，丝滑动态能力，电影美学控制，精准指令遵循

Vidu Q3全球首个16秒声画同出AI视频模型，一次生成即成片。16秒长时长，叙事一镜到底，声画同步直出，1080P高清，精准镜头控制，镜头语言更丰富，画面文字精准渲染，真实自然，支持中英日多语言，全球化创作，专为漫剧、短剧、影视剧打造。

主打首帧驱动的高清图生视频模型，支持 1080p 分辨率输出，画质细腻度较 720p 版本显著提升。能精准复刻首帧的场景元素、人物肌理与风格基调，生成时动作过渡自然，避免画面断层或细节丢失。适配高清短视频、动态宣传图等需求，兼顾生成效率与视觉质感，为需高清动态内容的创作提供稳定支持。

文生视频模型（导演版），支持用户输入文本描述，进行视频生成。支持插入运镜指令，更精准控制视频镜头表现。

即梦3.0-文生视频-1080P

Seedance 的专业版，为 5p 和 10p 分辨率的 480 秒或 1080 秒视频提供文本到视频和图像到视频支持