Model Center

No model description is currently available.

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

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

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。

Kling/Kling v2.1 Master 是快手文生视频大师级版本，主打 1080P 高清输出及 4K 适配，搭载专属动态光影追踪技术，可精准实现多主体动作协同与影视级粒子特效。支持材质细节实时渲染，5 秒 1080P 视频生成仅需 30 秒，兼顾高端画质与效率，适配影视预演、高端广告等场景，还能通过情绪参数调画面氛围，强化叙事感。

谷歌 Veo 3 视频模型的更快、更便宜的版本，带有音频

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

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

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

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。

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。

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。

主体参考视频生成模型，支持用户上传主体图片生成视频，生成视频，高效锁定并保持人面部特征，确保生成视频中的主体形象具有高度一致性。

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

kling/klingv2是快手研发的文生/图生视频双模态模型，能精准还原文本描述或首帧画面细节，生成动作连贯、场景一致的动态内容。支持720P分辨率、24fps帧率，可输出写实、国漫等多风格视频，还内置基础运镜功能。适配短视频创作、动态海报等场景，兼顾生成效率与画面质感，满足轻量级动态创意需求。

专注首尾帧联动的图生视频模型，可精准衔接输入的首尾帧画面风格、元素细节（如人物造型、场景光影），生成720p高清视频。能自然补全中间动态过程，避免动作断层或场景错位，适配短视频创作、动态故事板等场景，兼顾生成效率与画面质感，满足需精准控制开头结尾的轻量级动态创作需求。

即梦3.0-图生视频-运镜-720P

即梦3.0-文生视频-1080P

图生视频模型，本模型增强了对于卡通、漫画、手绘风格的表现。

图生视频模型（导演版），支持用户输入文本描述，及参考图片参考，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。

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。

即梦最新发布视频3.0模型，最大特点是2个：非常强的质量遵循能力和多镜头运镜、切换能力。

即梦3.0Pro-视频生成，支持文生视频和首帧图生视频