产品库

字节跳动Seedance 2.0 API，支持多模态输入生成视频，有原生音频等功能。

Seedance 2.0 API是字节跳动推出的多模态视频AI模型，可通过PoYo平台直接使用，无需等待列表。该模型采用双分支扩散变压器架构，能够在一次传递中同时生成视频和音频，实现统一的音频 - 视频联合生成。它支持文本、图像、视频和音频的多模态输入，可实现多镜头叙事和8种语言的唇形同步。价格方面，从每秒0.04美元起，不同分辨率和输入情况价格有所不同。其定位是为创作者提供一种高效、便捷的视频生成解决方案，让用户能够轻松生成具有电影质感的视频。

统一多模态视频生成系统

UniVG是一款统一多模态视频生成系统，能够处理多种视频生成任务，包括文本和图像模态。通过引入多条件交叉注意力和偏置高斯噪声，实现了高自由度和低自由度视频生成。在公共学术基准MSR-VTT上实现了最低的Fr'echet视频距离（FVD），超越了当前开源方法在人类评估上的表现，并与当前闭源方法Gen2不相上下。

多模态驱动的定制视频生成架构。

HunyuanCustom 是一个多模态定制视频生成框架，旨在根据用户定义的条件生成特定主题的视频。该技术在身份一致性和多种输入模式的支持上表现出色，能够处理文本、图像、音频和视频输入，适合虚拟人广告、视频编辑等多种应用场景。

基于Omni AI Model的多模态AI视频生成器，支持多形式创作编辑。

Omni AI Video是基于强大的Omni AI Model构建的先进多模态视频生成系统。其重要性在于为创作者提供了一站式的AI视频创作解决方案。主要优点包括支持文本、图像、音频和视频输入，实现统一的多模态处理；无需切换工具，提高创作效率；输出高质量视频，适用于多种商业场景。产品背景是满足创作者对高效、多功能AI视频创作工具的需求。价格方面，有每日免费信用额度1 Credit，同时有不同的付费计划可供选择，价格即将上调，现在订阅可锁定低价。定位为面向创作者的一站式AI创意平台，提供7种顶级AI模型用于视频、图像、音乐和语音生成。

统一AI视频API平台，一键访问多模型，价格比官方低50%

AI Video API是一个统一的AI视频API平台，为开发者提供服务。其重要性在于让开发者能轻松集成顶尖的AI视频生成模型，无需分别管理多个供应商账户和计费系统。主要优点包括成本低，比官方定价最多便宜50%；使用一个API密钥即可访问多个模型，如Veo 3.1、Sora 2、Kling 3.0等；拥有99.9%的高可用性；采用按使用量付费的信用系统，信用永不过期。该平台定位为高效、稳定且经济实惠的AI视频集成解决方案，适合需要大规模可靠视频AI的开发者。价格方面，1信用等于0.005美元，批量购买可获得最高15%的额外信用。

Wan 2.7是通用多模态AI视频生成平台，支持多信号控制与视频延续。

Wan 2.7是一款通用多模态AI视频生成平台，通过图像、视频和音频作为控制信号，实现持续的身份一致性和智能视频延续。与上一版本相比，它在视觉、音频、运动、风格和一致性五个方面进行了全面升级，能够输出更清晰的画面、更自然的动态、更强的风格控制、更好的音频同步和更稳定的主体连续性。产品以免费试用的形式提供给用户，让用户可以体验其强大的功能。其定位是为专业视频创作者提供端到端的高级视频创作解决方案，帮助他们更轻松地创建高质量的视频。

创新的AI视频生成器，快速实现创意视频。

Luma AI的Dream Machine是一款AI视频生成器，它利用先进的AI技术，将用户的想法转化为高质量、逼真的视频。它支持从文字描述或图片开始生成视频，具有高度的可扩展性、快速生成能力和实时访问功能。产品界面用户友好，适合专业人士和创意爱好者使用。Luma AI的Dream Machine不断更新，以保持技术领先，为用户提供持续改进的视频生成体验。

基于 AI 技术生成视频内容的智能服务。

清影 AI 视频生成服务是一个创新的人工智能平台，旨在通过智能算法生成高质量的视频内容。该服务适合各种行业用户，能够快速便捷地生成富有创意的视觉内容。无论是商业广告、教育课程还是娱乐视频，清影 AI 都能提供优质的解决方案。该产品依托于先进的 GLM 大模型，确保生成内容的准确性与丰富性，同时满足用户个性化需求。提供免费试用，鼓励用户探索 AI 视频创作的无限可能。

利用AI技术快速生成视频内容

AI视频生成神器是一款利用人工智能技术，将图片或文字转换成视频内容的在线工具。它通过深度学习算法，能够理解图片和文字的含义，自动生成具有吸引力的视频内容。这种技术的应用，极大地降低了视频制作的成本和门槛，使得普通用户也能轻松制作出专业级别的视频。产品背景信息显示，随着社交媒体和视频平台的兴起，用户对视频内容的需求日益增长，而传统的视频制作方式成本高、耗时长，难以满足快速变化的市场需求。AI视频生成神器的出现，正好填补了这一市场空白，为用户提供了一种快速、低成本的视频制作解决方案。目前，该产品提供免费试用，具体价格需要在网站上查询。

提供经济实惠的 Veo 3 API，轻松部署 AI 视频生成。

Veo3API.ai 提供性价比最高的 Veo 3 API，支持从文本和图像生成同步音频的4K视频。具有高扩展性和稳定性，价格实惠，适合各种视频生成需求。

Freepik AI 视频生成器，基于人工智能技术快速生成高质量视频内容。

Freepik AI 视频生成器是一款基于人工智能技术的在线工具，能够根据用户输入的初始图像或描述快速生成视频。该技术利用先进的 AI 算法，实现视频内容的自动化生成，极大地提高了视频创作的效率。产品定位为创意设计人员和视频制作者提供快速、高效的视频生成解决方案，帮助用户节省时间和精力。目前该工具处于 Beta 测试阶段，用户可以免费试用其功能。

MiniMax H3是多模态AI视频生成器，可将文本和图像转为带音频的视频，免费试用。

MiniMax H3（又名海洛3）是一款多模态AI视频生成器，可将文本和图像转化为带有原生音频的电影级剪辑片段。其重要性在于为用户提供了便捷的视频创作方式，无需复杂的视频制作技能。主要优点包括支持多模态输入、可免费开始使用。该产品是一个独立的第三方工具，目前处于预发布阶段，具体能力和参数可能会有所变化。价格方面，提供免费计划，具体定价未详细说明。

通过文本生成高质量AI视频

Sora视频生成器是一个可以通过文本生成高质量AI视频的在线网站。用户只需要输入想要生成视频的文本描述,它就可以使用OpenAI的Sora AI模型,转换成逼真的视频。网站还提供了丰富的视频样例,详细的使用指南和定价方案等。

Sora2Api提供统一API，实现无水印Sora风格视频生成

Sora2Api是一款为开发者提供Sora风格视频生成服务的统一API。其重要性在于简化了视频生成的流程，让开发者能够更便捷地将视频生成功能集成到自己的项目中。该产品的主要优点包括：支持无水印视频生成，生成的视频物理上更一致、运动和交互更真实，可控制多镜头场景，还能同步生成音频。产品背景方面，它为满足市场对高效视频生成的需求而推出。价格方面，提供免费试用，具体付费情况未提及。其定位是为各类需要视频生成功能的开发者和企业服务，帮助他们快速实现视频生成的功能，提升工作效率和产品竞争力。

시댄스 2.0是多模态AI视频生成器，可结合图、视频、音频制作视频。

시댄스 2.0是一款创新的多模态AI视频生成平台。它的重要性体现在打破传统视频制作的限制，提供了更为丰富和灵活的创作方式。其主要优点包括支持多模态输入，用户可上传多种类型的素材；拥有强大的参考系统，能精确控制资产的使用方式；具备多种核心功能，如动作复制、视频扩展等，可生成专业级视频。该产品的背景是顺应AI技术在视频创作领域的发展趋势而诞生。关于价格，文档未明确提及，定位是为有视频创作需求的用户提供高效、创新的创作工具。

聚合视频、图像、音乐和聊天模型的 AI API 平台，统一密钥与预付余额。

API Stock 是一个多模态 AI API 聚合平台，将视频、图像、音乐和聊天/LLM 模型整合到同一套接口中。开发者只需一个 API 密钥和一个预付余额，即可调用多种生成式 AI 能力，减少分别对接不同厂商、维护多套账号与计费系统的成本。平台采用预付余额按量计费，适合需要快速集成多模态 AI 能力的开发者、初创团队和企业。其定位是统一入口、统一密钥、统一余额的 AI API 服务，提升接入效率并便于预算管理。

谷歌原生多模态AI视频生成与编辑工具，支持文本、图像和音频一键同步创作。

Gemini Omni Flash 是在 2026 年 Google I/O 大会上推出的原生多模态视频生成与编辑模型。该产品代表了AI视频领域的前沿技术，其核心突破在于摒弃了传统工具分步处理各模态的限制，能够在单个推理周期内同时理解和处理文本、多张图像、音频及视频片段，并生成具备真实物理规律和完美同步音效的电影级视频。产品的市场定位是高效、专业、音视频一体化的创意伙伴。价格方面提供免费额度供用户试用，并设有付费订阅方案（目前提供限时五折优惠），旨在全面降低视频内容创作者的生产门槛与时间成本。

一个API集成多种优质生成模型，支持图像和视频生成等功能。

sjolt是一个面向产品团队、开发者和创作者的生成模型平台。它提供了一个统一的API接口，整合了多种优质的图像和视频生成模型，如ByteDance、Kuaishou、Google、OpenAI等公司的模型。用户可以在其提供的 playground 中探索不同的模型，比较输出质量和成本，然后将相同的API请求复制到生产环境中使用。该平台支持图像生成、视频生成、图像转视频和图像编辑等多种生成工作流，并且提供了基于使用量的计费方式，方便用户管理成本。其主要优点在于提供了统一的API接口，避免了在不同模型之间切换工具的麻烦，提高了开发效率；同时，用户可以在 playground 中进行测试，确保选择最合适的模型。价格方面，采用基于使用量的计费方式，具体定价因模型而异。平台定位是帮助用户从模型选择顺利过渡到生产调用，为用户提供便捷的模型使用体验。

MidAPI.ai提供免费MidJourney API，支持V7等模型生成图像与视频。

MidJourney API是MidAPI.ai平台提供的一项服务，可访问MidJourney各版本模型，用于图像和视频生成。产品重要性在于为创作者提供便捷、高效的AI创作工具。主要优点包括支持多版本模型、功能丰富、生成效果好、速度快等。背景信息是随着AI绘画和视频生成技术的发展，满足用户多样化创作需求。价格方面提供免费的API密钥，可在免费模式下使用，也有付费的快速模式。产品定位是为各类创作者、开发者和企业提供高质量的AI图像和视频生成服务。

利用AI技术，将文字和图像转化为创意视频。

通义万相AI创意作画是一款利用人工智能技术，将用户的文字描述或图像转化为视频内容的产品。它通过先进的AI算法，能够理解用户的创意意图，自动生成具有艺术感的视频。该产品不仅能够提升内容创作的效率，还能激发用户的创造力，适用于广告、教育、娱乐等多个领域。

使用Dream Machine API生成视频的Python脚本。

Dream Machine API是一个Python脚本，使用Dream Machine API来生成视频，并异步检查视频生成状态，输出最新生成的视频链接。它需要Python 3.7+环境和requests、aiohttp库支持。用户需要登录LumaAI的Dream Machine网站获取access_token以使用该脚本。

一个多模态 AI 视频生成器，生成同步原生音频的 4K 电影片段。

Gemini Omni 是一个先进的多模态 AI 视频生成器，能够将文本、图像、音频和视频整合到一个模型中，实现高质量的 4K 电影级视频输出。其核心优势在于实时同步音频、角色连续性和便捷的聊天式编辑功能，适合制作广告、短片、教育内容等。定价灵活，适应不同用户需求。

Agnes AI是AI网关、免费API平台，提供多模态AI模型与应用。

Agnes AI由Sapiens AI开发，是一个AI网关、免费AI API平台和AI应用生态系统。其重要性在于为开发者和用户提供了一个统一的平台，可轻松接入各类AI模型和服务。主要优点包括提供免费API、支持全栈多模态AI（文本、图像、视频）、模型性能在行业内领先等。该产品定位是让世界级AI易于获取和使用，面向开发者和企业客户。价格方面，提供免费API订阅，也有面向开发者的Token套餐。

Seedance 2.5 是一款支持多模态输入、可生成带原生同步音效的 4K 超清 AI 视频生成器。

Seedance 2.5 是一款前沿的 AI 视频生成工具，代表了多模态大模型在音视频协同生成技术上的突破。与传统工具需要分别生成画面和配音不同，它能将文本、图像、音轨等高达 12 种输入融入同一个创作简报中，实现画面与音效、口型、环境音的一体化原生同步。该产品主打「电影级」画质，支持 4K 分辨率和 30fps 的流畅物理运动。其核心优势在于降低了专业视频制作的门槛，支持用户通过纯聊天对话的方式对视频进行局部微调和重构。产品定位于全能型创作平台，提供免费试用额度，并针对个人、营销团队和机构设有不同档位的付费订阅计划，旨在帮助非专业人员及企业高效创作高质量的视频内容。

统一多模态AI API平台，聚合百余种图像视频音频模型，提供在线调试与API接入服务。

Crun是一站式多模态AI聚合API网站，汇集字节、OpenAI等厂商超100款图像、视频、音频AI模型，提供兼容OpenAI标准的统一API接口，同时内置网页调试沙箱Playground，支持REST、Python、JS等开发接入方式。平台按调用量计费，相比官方原版提供折扣优惠，部分工具支持免费试用额度，具备调用监控、令牌鉴权、全球基础设施，方便开发者快速搭建多模态AI业务。它屏蔽不同模型接口差异，降低多模型集成开发成本，既可供开发者对接API，普通用户也能网页端直接体验图像生成、唇形同步、提示词生成等工具。

集成了主流AI视频模型的全功能创作Workspace，支持多模态联合提示词与音视频生成。

MiniMax H3 是一个面向内容创作者、广告商及独立电影人的多功能 AI 视频生成与编辑工作空间。它支持将文本、图片、视频剪辑以及音频作为单一创意提示进行联合输入，系统能够自动理解并协同处理各个维度的信息（如画面主体、镜头运动、人物声音及配乐）。平台不仅集成了 MiniMax H3 自身的强大视频模型，还聚合了 Seedance 2.5、Veo 3.1、Wan 3.0、Sora 2 和 Kling 等多款顶尖 AI 模型。在价格和定位方面，平台采用灵活的信用额度（Credits）体系，支持按需订阅或年度高级版半价优惠，定位为一站式商业级和创意级多模态影视制作工作室。

免费在线AI视频生成器，支持文本、图像输入，有多镜头叙事等功能。

Seedance 2 AI是一款先进的在线AI视频生成器。它拥有比前代更出色的性能，能产生更逼真、运动连贯性更好且时长更长的视频。该产品支持多模态输入，包括文本、图像和视频片段，还具备原生音频同步功能。其背景是为满足内容创作、营销、教育等领域对高效视频制作的需求。价格方面，提供免费使用，也有付费的年度计划，用户可享受50%的折扣解锁全部功能。定位是为各类创作者提供强大、易用的免费视频生成工具。

HappyHorse 1.0可将文本或图像转化为高清AI视频，有免费额度，免信用卡试用。

HappyHorse 1.0是一个基于先进人工智能技术的视频生成平台，其重要性在于为创作者提供了便捷、高效的视频创作途径。该平台的主要优点包括：支持文本和图像转视频，输出高清视频，具备商业使用许可，提供免费额度，无需信用卡即可试用。产品定位为满足创作者和团队对于高质量视频制作的需求，适用于社交媒体内容创作、营销广告等领域。价格方面，有不同质量和时长的套餐可供选择，例如标准质量5秒180积分，10秒360积分；Pro质量5秒240积分，10秒480积分。

OpenGen是最佳AI视频生成器，支持多模型，可文字、图像生成视频。

OpenGen是一款集AI视频、图像和音乐生成于一体的多功能创作工具。其重要性在于为创作者提供了一站式的创作平台，无需在多个工具间切换。它的主要优点包括支持多种领先的AI视频和图像模型，能快速将文本、图片转化为高质量的视频和图像；具有直观的操作界面，即使是没有专业经验的用户也能轻松上手；能够实现精确的控制，如相机控制、起始和结束帧设置等；还支持从手机端进行创作，方便快捷。产品定位为面向广大创作者，无论是个人创作者还是商业团队，都能通过OpenGen实现创意。关于价格，文档中未明确提及是否付费或免费试用，但提到付费计划生成的视频可用于商业项目。

字节 Seedance 3.0 视频生成模型，支持音画同步与多模态参考

Seedance 3.0 是由字节跳动推出的 AI 视频生成模型（由 seedance3ai.ai 官网展示），定位为「带同步音频的视频生成」基础模型。它允许用户将文本、图像、视频与声音组合，导演连贯的场景、延展故事并精修关键瞬间。模型支持最多 50 个多模态参考与单次最长 30 秒视频输出，提供 480p/720p/1080p 分辨率、5 秒起的多时长与 16:9、9:16、1:1、4:3、3:4、21:9 等多种画幅，并支持一次批量生成最多 10 条视频。其技术重要性在于把「多模态参考理解 + 跨镜头一致性 + 电影级运镜意图 + 音画同步 + 视频续写编辑」整合到统一生成流程中，让非专业用户也能以自然语言导演完整叙事。相比上代 2.5，3.0 强化了更长叙事、更细的细节（皮肤质感、光影、动作）与声音归属场景的能力。定价方面，官网未直接披露价格，通常以火山引擎等云 API 或即梦等平台接入，本页以「Start Your First Video」引导试用，推测为免费试用 / 按需计费模式。定位上服务于广告、教育、影视预演、社媒、舞蹈、地产与音乐等广泛创作场景，是文本 / 多模态到视频的工业化生产力模型。