将文本或图像转为电影级人工智能视频,支持15秒片段、有状态编辑与4K输出。
Omni 1.2 Flash 是 OmniFlash 推出的网页版人工智能视频生成工具,可将文本或图像转为带原生音频的电影级视频,面向短视频、广告、电商、影视预演等内容生产场景。它单次生成最长15秒,兼容场景可每轮延长3至10秒,最高累计30秒;支持360p或720p草稿后仅将选定结果升级到1080p或4K。它最多支持6张参考图(双角色每角色3张)和3段参考视频,强化角色、人脸、产品和品牌一致性,并提供有状态对话式编辑,无需反复重生成即可修改产品、灯光或镜头角度;同时改进语音与唇形同步,多说话人场景更可用。价格方面,720p输出约0.07美元/秒,较上一代低约30%,并提供免费试用,正式使用按积分或套餐付费。页面称其在文本转视频竞技场截至2026年11月6日排名第一,定位为高效、可迭代且可交付高分辨率成片的视频生成模型。
人工智能音乐视频生成器,上传歌曲和照片即可制作卡点视频。
该产品是一款面向音乐人和内容创作者的人工智能音乐视频生成工具。用户上传歌曲与清晰人物照片后,系统会分析音乐节拍,自动规划故事板、生成多镜头画面、保持角色一致性,并制作口型同步的演唱镜头,还可添加逐词歌词字幕。其重要性在于把传统音乐视频所需的拍摄、剪辑和后期流程压缩为可预览、可修改的在线制作流程,降低预算、时间和技能门槛。产品提供免费试用:新账户获20积分,可制作15秒带小水印视频;正式制作按长度计费,768分辨率每秒1积分、1080分辨率每秒2积分,购买一次性积分包后无订阅、可下载无水印并商用(需拥有素材权利)。定位为低门槛、节拍同步、可商用的一站式人工智能音乐视频制作平台。
面向专业创作的AI视频模型,支持30秒叙事、多模态参考、精准编辑,最高4K输出。
Seedance 2.5 是面向专业视频创作的下一代音视频联合生成模型,最大的突破在于把“生成一个镜头”升级为“生成一个完整故事”:单次推理即可产出最长30秒、包含多镜头转场与情节推进的视频,并可同时输入文本、图片、视频和音频参考,支持最多50路参考素材。它具备精准时间轴编辑能力,允许用户按指定时间范围调整动作、运镜或情节,同时保持前后片段连续;输出分辨率最高支持4K,并可在生成画面时同步生成声音或结合音频参考控制声音风格。该产品定位为专业影视、广告、品牌内容与高级短视频创作工具,采用免费试用加积分制:新用户获赠免费积分,轻量生成如5秒480p视频消耗4积分,示例中30秒高规格生成约需47积分,方便用户先验证创意再投入正式生成。
Jev AI 是 TypeSafe 旗下 System One 模型 Jev 的独立在线体验平台和 API 服务。用户可以在 Playground 中输入任意文本或 JSON,并以 Yes/No、Choice、Score 三种问题类型获得结构化输出。Jev 不做文本生成,而是针对同一段文本并行评估多个窄问题,返回校准概率和置信度,响应时间约 0.5 秒。该平台与 TypeSafe 的 System One API 保持相同请求结构,方便开发者从原型无缝迁移到生产环境。定价上采用免费试用模式:新用户可获 20 个欢迎积分,网页工具每次请求消耗 1 积分,API 优先消耗输入 token,token 不足时切换为积分,输出 token 免费。Jev AI 还提供 Jev Omni、Laya、Mercury Decide 等模型,覆盖文本、图像、音频和视频的决策场景。产品定位是让企业以可验证、可回退的方式将 AI 用于客服工单分类、内容审核、RAG 评估、LLM 路由、安全护栏等关键业务决策。
基于文本生成AI短视频,可添加参考图,自选时长、比例、分辨率和音频。
FLUX 3 Video是一款基于浏览器的AI视频生成器,它能将文本描述转化为短视频。用户可添加参考图像来引导视频的视觉风格。其重要性在于为用户提供了便捷的视频创作方式,无需复杂的视频编辑技能。主要优点包括操作简单,只需描述场景并进行简单配置即可生成视频;支持多种时长、分辨率、宽高比和可选音频,满足多样化的创作需求。产品背景方面,它利用先进的AI技术实现文本到视频的转化,目前暂未提及价格信息,定位为面向普通用户和创作者的视频生成工具。
HushBook将有声书转为逐字跟读模式,在手机上私密转录,免费下载。
HushBook是一款专注于有声书转录与阅读体验的APP。其核心技术是运行在本地设备的HushBook引擎,能将有声书转录为同步文本。主要优点包括隐私性强,所有转录和数据存储都在本地,无需上传至云端;具备高可访问性,支持多种阅读配置以满足不同人群需求;功能丰富,有逐字跟读、语言翻译、引用保存等。产品定位为提升用户有声书阅读体验,帮助用户更好地理解和吸收知识。价格方面,该APP免费下载且无广告。
Veo 4是强大AI视频生成器,5月19日推出,现可免费预订早鸟访问。
Veo 4是一款备受期待的AI视频生成器,将于2026年5月19日在Google I/O上推出。它基于强大的AI技术,能够为创作者提供高质量的视频生成服务。其主要优点在于能够实现电影级的一致性、导演级的提示控制和高清输出。该产品适用于各类创作者,包括YouTube创作者、独立电影制作人、广告商和营销人员、独立设计师和视觉艺术家等。目前可免费预订早鸟访问,在等待期间可以使用Veo 3.1进行创作。
使用Gemini Omni生成AI视频,支持多工作流,突出精细控制与高清输出。
Gemini Omni AI视频生成器是一款基于Gemini Omni技术的视频生成工具。其重要性在于提供了多样化的视频生成工作流,满足不同场景需求。主要优点包括精细化视频控制、视频编辑功能和高清输出。产品定位为面向创作者、营销人员等,帮助他们高效创作高质量AI视频。价格方面,页面提到限时50%优惠,但未明确具体付费模式,推测可能是付费使用。
免費 AI 影片逐字稿產生器,支援7平台、80多語言,無需註冊。
Voqusa是一款免费的AI影片逐字稿生成工具,可将TikTok、YouTube等7大社群平台上的影片快速转化为精准文字。其重要性在于为创作者、营销人员等节省时间和精力,提高工作效率。主要优点包括支持超80种来源语言、自动识别无需手动选择语言、内建免费翻译14种以上输出语言、字幕免费且无需注册等。背景信息方面,截至2026年已有超5万名创作者与营销人员使用。价格方面,新账号有5点免费点数,AI语音转文字每分钟消耗1点,付费方案从9.90美元起,点数效期12个月。该产品定位为方便快捷的线上逐字稿生成工具,满足不同用户对影片文字化的需求。
懂画师的渐进式分层绘画助手,支持分层输出与PSD导出,赋能画师创作。
米粿绘画是一款专为画师打造的渐进式分层绘画助手。其背景是通过正规渠道采购并授权大量真实作品数据,为创作提供更好效果。它的定位是辅助画师创作,而非替代画师。产品的主要优点在于将创意控制权还给创作者,拒绝黑盒生成,支持图层分层输出与PSD导出,能无痛嵌入专业绘画流程,平均可节省约50%的创作时间。关于价格,文档未明确提及,但有充值订阅选项,推测可能是免费试用后付费模式。
一个强大的开源文档解析模型,支持多种复杂排版的内容识别。
Logics-Parsing 是一个基于多模态大模型的开源文档解析专家,具备精准提取内容结构和理解复杂排版的能力,特别适用于处理报纸、杂志等复杂版面文档,提供丰富的结构化输出。该产品在多个评测集中表现出色,具有业界领先的性能,适合需要高效文档解析的用户。
Nano Banana 2是快速AI图像生成与编辑器,可秒级创建、编辑和增强图像。
Nano Banana 2是一款基于Gemini 3 1 Flash的先进图像生成与编辑工具,结合了Nano Banana Pro的高级特性与快速生成能力。它具有快速生成、先进世界知识、精确文本处理和增强创意控制等优点,适用于从社交视觉到营销资产等多种场景,为专业人士和普通用户提供高质量的图像创作体验。页面未提及具体价格信息。
4K AI图像生成器,速度快、精度高,可创建海报、广告等资产。
Nano Banana 2和Nano Banana Pro是谷歌推出的AI图像生成模型。Nano Banana 2于2026年2月26日发布,结合了约95%的Nano Banana Pro视觉质量与谷歌Flash架构的速度,3 - 4秒即可生成图像,成本约为Nano Banana Pro的一半。Nano Banana Pro于2025年11月推出,由Gemini 3 Pro驱动,适合工作室级创意工作。价格方面,8个积分可生成一张高质量图像,新用户注册可获20个免费积分。Nano Banana 2适合快速迭代,Nano Banana Pro适合工作室级最终输出。
Kling Motion Control 3.0可创建15s内1080p角色视频及4K图像系列输出。
Kling Motion Control 3.0是Kling 3.0和Kling 3.0 Omni中的运动系统,用于生成高一致性的角色视频。其重要性在于能够为商业短视频制作提供精确的动作映射,确保角色在不同动作、角度和遮挡情况下保持稳定的身份特征。主要优点包括高精度的动作捕捉与转移、出色的角色一致性、灵活的多镜头叙事以及4K图像系列输出。产品背景是为满足商业短视频制作对于高质量角色视频的需求而开发。价格方面,提供免费试用。产品定位是为商业视频制作、创意设计等领域提供专业的视频生成解决方案。
AI驱动的在线视频背景去除工具,无需绿幕,免费预览,支持多格式。
RemoveBGVideo是一款基于AI技术的在线视频背景去除工具,由领先的AI视频背景去除服务提供商打造。其重要性在于为视频创作者提供了便捷、高效的背景去除解决方案。主要优点包括无需绿幕、支持4K视频、免费预览、多种导出格式以及按分钟计费的灵活定价模式。产品价格从每分钟0.5美元起,适用于YouTube、TikTok等平台的视频创作者,定位为专业的视频背景去除工具。
Nano Banana 2结合Nano Banana Pro与Gemini Flash,快速生成高质量AI图像
Nano Banana 2是Google DeepMind的最新AI图像模型,结合了Nano Banana Pro的高级推理与工作室品质和Gemini Flash的速度。它能快速生成逼真图像,保持多角色一致性,精准渲染文字。其优点在于高速、高质量、支持多种分辨率、有可验证的AI来源。价格方面,从示例中可知生成图像需10个积分,但未明确积分获取方式及价格体系。该产品定位为专业级AI图像生成工具,适用于需要快速、高质量图像生成的用户。
Seedance 2.0是下一代AI视频模型,可实现文本到视频、图像到视频转换。
Seedance 2.0是一款下一代AI视频模型,专注于实现电影级的文本到视频和图像到视频转换。其重要性在于为创作者提供了强大的视频生成能力,能够生成具有流畅运动、多镜头一致性和高清输出的视频。主要优点包括精确的提示控制、支持参考图像、多镜头叙事、角色一致性和高清输出等。产品背景方面,它为视频创作者提供了一站式解决方案,可替代传统的创意工具栈。价格方面,提供免费试用,核心功能可免费使用,付费计划可解锁更高分辨率、更长视频生成、批量运行和优先队列等功能。产品定位是满足创作者对高质量视频生成的需求,适用于社交媒体广告、故事讲述等场景。
Seedance 2.0视频生成器,提供免费额度,输出2K视频
Seedance 2.0是一款专注于视频生成的AI工具,旨在帮助团队更快速地制作、优化和发布高质量的AI视频。其核心技术结合了下一代运动合成和原生音频编排,能确保视频的时间连贯性、富有表现力的动作和同步的声音设计。该工具支持从概念到发布的单一工作流程,无需拼凑多个工具,适合创作者、增长团队和工作室使用。用户可以免费获得20个信用点进行试用,也可查看定价计划进行付费使用。
Nano Banana AI是先进图像生成与编辑器,用文本提示瞬间创惊艳视觉。
Nano Banana AI是一款由谷歌Gemini 2.5 Flash Image和Gemini 3 Pro Image提供支持的先进AI图像生成与编辑器。它定位为满足创意专业人士和普通用户的图像编辑需求,可实现高精度图像编辑,保持角色一致性,输出最高4K分辨率的高质量图像。该产品具有限时优惠,在所有套餐上额外赠送50个积分,用户需为使用积分付费,可通过完成任务或购买获取积分。
© 2026 AIbase 备案号:闽ICP备08105208号-14