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
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
HappyHorse 1.1
AlibabaHappyHorse 1.1 支援文字生成影片、圖片生成影片和參考圖生成影片，並提供更多長寬比選項。
把文字場景整理為模型需求
按所需鏡頭選擇文生影片 API，而非只看模型名稱。先寫清場景，再比較應用真正需要的控制項。
描述動作，而不只描述外觀
說明主體、動作和環境；鏡頭指令只在服務畫面時加入。檢查完整片段中的形狀、運動和不必要變化。
按相同交付目標比較模型
保持場景目標一致，並按各 Endpoint 文件調整請求。比較支援的時長、畫幅和解析度，再核對所選配置的 API 定價。
確認場景是否需要聲音
部分影片條目支援音訊生成。若交付物需要對白、環境聲或音效，請檢視有聲影片生成分類及所選 Endpoint 的音訊設定。
從場景說明到 API 請求
在構建更大的影片工作流前，先用目錄篩選能力。
寫出一個完整鏡頭
說明主體、動作、環境和構圖；把必要條件與可選風格分開。
閱讀所選 Endpoint
檢視已發布的請求欄位、輸出設定和任務查詢說明，並以示例為起點。
擴大前先審查
在自己的整合中執行已授權測試，儲存請求設定並檢查完整片段。
整合文生影片 API 前的常見問題
選擇模型並準備首次請求的實用解答。
核心輸入是描述動態場景的文字提示詞。附加欄位、預設值和限制由所選 Endpoint 決定；若以已確認圖片為主要參考，請使用圖生影片。