AI 模型探索
TypeSafe
Alibaba
Black Forest Labs
ByteDance
Google
Grok
Kling
Lightricks
MiniMax
OpenAI
PixVerse
Runway
SeeAPI
Vidu
模型發布時間軸
Vidu Q4
ViduVidu Q4 preview video generation with image or multi-reference guidance, audio, up to 16 seconds, and up to 4K output.
MiniMax H3 Max 16-bit Pixel
MiniMax透過文字或首幀圖片產生 5–15 秒的 768P 16-bit 像素風格有聲影片。
Wan 3.0 Prime
Alibaba阿里巴巴 Wan 3.0 Prime 影片生成，支援文字、圖片、影片、音訊、文件和網頁參考。
Wan 3.0
Alibaba阿里巴巴 Wan 3.0 影片生成，支援文字、圖片、影片、音訊、文件和網頁參考。
MiniMax H3 Max Turbo
MiniMax透過文字或圖片產生 5–15 秒影片，支援 480P、768P 和 1080P。
Gemini Omni Flash 1.1
GoogleGemini Omni Flash 1.1 video generation with image, video, audio, and character references.
Seedance 2.5
ByteDance字節跳動新一代影片生成模型，強化長篇敘事能力，並支援最多 50 個多模態參考素材
MiniMax H3
MiniMaxMiniMax H3（海螺 03）多模態原生音訊影片生成，最高支援 2K 輸出。
Seedance 2.0 Mini
ByteDance字節跳動高性價比 Seedance 2.0 影片模型，生成速度更快、推理成本更低
Seedance 2.0 Fast
ByteDance快速且實惠的多模態影片，支援文字、圖片、影片與音訊輸入，最高 720p
讓已確認圖片有明確的下一步動作
圖生影片 API 以現有視覺素材為起點。選擇適合源素材的模型，再按文件規劃運動和輸出設定。
準備起始畫面
選擇主體清晰、構圖可用且留有運動空間的圖片。動畫前檢查文字、手部和產品細節，避免缺陷進入動態畫面。
區分主體運動與鏡頭運動
分別描述動作和鏡頭行為。先從一個主要動作開始，檢查模型是否在完成動作時保留主體。
核對參考圖和幀控制
不同 Endpoint 可能支援起始幀、附加參考或結束幀。準備多項素材前請閱讀所選模式的說明。
構建以參考圖為主的影片請求
將原始素材與每個結果並列儲存，以便審查視覺連續性。
選擇源素材
使用有權處理的已確認圖片，並記錄應保持一致的主體細節與構圖。
指定運動
描述一個動作和預期鏡頭行為，選擇文件中適合投放位置的時長與輸出選項。
檢查完整動畫
檢查開頭、中段和結尾是否有變形、漂移及可用構圖，並與源圖比較。
整合圖生影片 API 前的常見問題
選擇模型並準備首次請求的實用解答。
輸入圖片提供已有的視覺起點或參考，提示詞指導運動和場景行為；當視覺已獲批准時，影像驅動生成尤其適合。