视频 AI 模型

Sora 2 提供同步音频、4K 质量以及改进的物理效果，用于电影级视频。

OpenAI 革命性的视频生成模型，可根据文本指令创建逼真且富有创意的场景。

Kling 3.0 在统一模型中提供多镜头生成、物理感知运动、原生 4K 输出和同步音频。

Kling 2.6 具备原生音频生成能力，并在视觉一致性和角色动作逼真度方面提供高级控制。

Kling O1 将多种视频任务整合到统一架构中，包括基于参考的生成和关键帧插值。

Runway Gen-3 Alpha 提供电影级视觉效果，具备富有表现力的人物角色和精细的时间控制能力。

Pika 2.1 推出高画质 1080p 视频生成，并通过 Pikadditions 实现无缝对象插入。

Pika 2.0 增加了 Scene Ingredients 功能，可将用户上传的图像集成到 AI 生成的视频中。

Pika 1.5 引入了 Pikaffects，可实现诸如让物体膨胀或融化等富有想象力的变形效果。

Luma Dream Machine 是一款文本生成视频模型，能够根据用户提示或静态图像生成逼真的动态效果。

Luma Ray3.14 提供原生 1080p 视频生成，速度提升 4 倍、成本降低 3 倍，并具备更强的运动一致性。

Luma Genie 可在数分钟内将文本和图像转换为高质量的 3D 资产。

SeeDance 2.0 是一款专业级 AI 视频模型，可同时处理文本、图像、音频和视频，并呈现电影级品质。

SeeDance 1.0 专注于将静态图像转换为流畅、自然的视频效果。

Google Veo 3.1 提供原生 4K 分辨率、更稳定的人物一致性，并支持 YouTube Shorts 等竖屏视频格式。

Google Veo 3 可生成高保真 8 秒视频片段，支持 720p 或 1080p 分辨率，并集成音频生成功能。

Google Veo 2 可通过精准的提示理解和逼真的物理模拟生成高质量视频。

Hailuo 2.3 提供更高的视觉质量、更一致的运动连贯性，以及更出色的提示理解能力，并具备更精致的电影质感。

Hailuo 02 是一款电影级 AI 视频模型，能够生成具备超逼真物理模拟效果的专业级视频。

MiniMax Video-01 是提供多模态视频生成功能的基础模型。

Mochi 1 是一款拥有 100 亿参数的开源文本生成视频模型，具备出色的提示遵循能力和高保真动态表现。

LATTE3D 能在数秒内生成带纹理的网格，充当虚拟 3D 打印机。

Haiper 2.5 在 2025 年初服务终止前已推出 API 集成功能。现已被 NetMind.AI 收购。

NVIDIA imzalı, text-to-3D odaklı yapay zeka modeli.