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。

在线将视频和音频转录为文本，支持99种语言，可导出多种格式。

Video to Text是一款在线AI转录工具，可将视频和音频文件快速准确地转换为文本。其核心技术在于先进的AI识别，能自动检测语言，支持99种语言。产品优势显著，高精度转录，能处理混合语言，有说话人识别和时间戳功能，还提供多种导出格式。价格采用按使用分钟付费模式，新用户有30分钟免费试用，无订阅要求。定位为满足多种场景下的转录需求，如视频字幕制作、会议记录、内容创作等。

Bleeper利用AI自动检测、静音并审查视频和音频中的脏话，节省编辑时间。

Bleeper是一款基于AI的内容审查工具，利用先进的人工智能技术，为视频、播客和音频材料提供自动化的脏话审查服务。其重要性在于能够显著节省创作者手动审查和编辑的时间，保护内容的传播范围和货币化。产品背景源于在电视市场的经验积累。价格方面，采用简单的令牌模型，有Starter（8.99欧元/月，1400个令牌/月）、Basic（14.99欧元/月，3400个令牌/月）、Pro（29.99欧元/月，8000个令牌/月）三种订阅套餐，还可随时充值令牌。定位是为视频和音频创作者提供高效、准确的内容审查解决方案。

SadHorse Studio由HappyHorse AI引擎驱动，可创建1080p AI视频，免费试用。

SadHorse Studio是一款由HappyHorse AI引擎驱动的AI视频生成工具。其重要性在于为用户提供了便捷高效的视频创作方式。主要优点包括能够快速将文本或图像转化为1080p高清视频，支持多种AI模型，提供同步音频，无需额外后期制作。产品背景基于先进的AI技术，如Minimax Hailuo 02 Pro。价格方面，有免费试用，注册即得10个视频信用点，足够制作1个免费视频，无需信用卡。定位为面向创作者的视频创作平台，帮助用户轻松创建高质量视频。

Seedance 2.0可将文本、图像或音频转换为2K电影级视频，支持多镜头叙事。

Seedance 2.0是一款创新的AI视频生成模型。其重要性在于打破了传统视频制作的壁垒，让普通用户也能轻松制作出专业级的视频。主要优点包括能够将文本、图像或音频快速转换为2K电影级视频，具有多镜头叙事能力，人物动作逼真，唇形同步精准。产品背景是随着AI技术的发展，为满足市场对高效、高质量视频制作的需求而推出。目前可免费试用，定位为面向广大视频制作爱好者、内容创作者等群体，帮助他们更便捷地完成视频创作。

可根据提示、图像、音频和视频参考创建带同步音频的电影级AI视频

Seedance 2 Pro是一款强大的AI视频生成平台，将Seedance 2视频生成模型带给创作者。它具有原生音频视频生成、多模态输入和导演级创意控制等特点。主要优点包括实现音视频完美同步、支持多模态参考输入、自动分镜、输出高质量视频等。该平台适用于创作者和企业，能显著提升视频制作效率和质量。目前处于发布促销阶段，电影级AI视频（带同步音频）享受50%折扣。

24/7 AI前台语音代理，实时接听、筛选来电、预约会议并同步CRM

AI Front Desk Voice Agent（简称AVA）是一款24小时不间断服务的人工智能语音代理产品。它的重要性在于能够让企业不会错过任何一个潜在客户的来电，提高电话沟通效率。其主要优点包括能立即接听来电、精准筛选来电者、帮助预约会议以及将所有信息自动记录到CRM系统，避免潜在客户的流失。从产品背景来看，随着市场竞争加剧，企业需要更高效的客户服务方式，AVA应运而生。关于价格，页面未提及具体定价，但可能提供免费试用机会。该产品主要定位于需要高效电话沟通和客户管理的企业，帮助他们提升客户服务质量和销售业绩。

Kling 5.0 AI可从文本、图像生成4K电影级视频，具备角色一致性等特性

Kling 5.0是一款下一代AI视频模型，能从文本、图像或音频生成4K电影级视频。产品背景可能是为满足创作者、电影制作人和营销团队对高质量视频制作的需求。其主要优点包括具备角色一致性、原生音频同步和唇形同步等功能，输出为全4K且具有逼真的纹理和准确的照明，可直接用于商业广播。该产品限时提供50%的促销优惠，价格方面，生成视频需消耗积分，例如生成一次需40积分。产品定位为面向专业创作者和团队，提供强大的视频制作能力。

AI音乐视频生成器，可自动唇同步，一站式生成音乐、图像和视频。

Musid AI是一款先进的AI音乐视频生成器，结合音乐、视频和图像生成三大AI引擎。它能从文本描述创建完整音乐视频，无需编辑技能。其背景是满足社交媒体创作者和音乐爱好者对高效创作的需求。产品定位为一站式创作平台，有免费额度，无需信用卡，适合不同水平的创作者。

整合健康数据，支持Garmin同步、血检分析，可规划饮食和健身

SuperMegaFit是一款专注于健康管理的综合性平台。它将健身数据、血液分析、营养管理等功能集成在一起，用户可以通过同步Garmin设备数据、上传血检报告等方式，全面掌握自己的健康状况。其重要性在于为用户提供了一站式的健康管理解决方案，帮助用户更好地管理健康。产品的主要优点包括数据自动同步、AI分析、个性化饮食规划等。背景信息方面，它旨在满足人们日益增长的健康管理需求。价格信息未提及，定位为面向广大关注健康和健身的人群。

用AI专业制作音频，涵盖播客、广告、预告片等，几秒完成

SonificaLabs是一个由人工智能驱动的专业音频制作平台，创始人是Ras Alungei。该平台的主要优点在于能够快速将用户的创意转化为专业音频，只需描述创意，AI就能自动完成剧本编写、语音选择、音乐搭配、音效添加和智能混音等一系列工作，大大节省了音频制作的时间和人力成本。平台提供了23种真实语音供选择，并且可以自动根据语气和角色进行匹配。价格方面，有免费试用一次的机会。该平台主要定位于内容创作者、播客主播、影视制作人员、广告公司和教育机构等，为他们提供便捷高效的音频制作解决方案。

开源AI模型，用单张照片生成口型同步说话视频，免费在线体验。

daVinci MagiHuman是由Sand ai与上海交通大学GAIR Lab发布的150亿参数开源模型。采用Apache 2.0许可，可检查权重、本地推理，并在许可范围内商用。其核心优势在于统一的音视频生成，接收面部照片与文本或音频，输出口型同步且带匹配音频的说话视频。在速度方面，在单张NVIDIA H100上约两秒可生成约两秒、256p的短片。在公开评测中，相对Ovi 1.1、LTX 2.3等模型表现突出，词错误率更低、人工偏好更高。该模型免费，权重与代码遵循Apache 2.0许可，托管演示可能有额外条款，自托管须遵守许可。定位是为用户提供便捷、高效的口型同步说话视频生成解决方案。

用Seedance 2.0创建AI视频，支持多模式输入，免费200信用无水印

Kinovi是一个AI视频生成平台，采用先进的Seedance 2.0视频生成模型。其重要性在于为用户提供了便捷高效的视频创作方式。主要优点包括支持多种输入模式（文本、图像、视频、音频），能生成高达2K分辨率的视频，自带原生音频生成，无需额外后期制作，且生成速度快，还具备角色一致性和精确的相机控制等功能。产品背景方面，它是为满足市场对高效、多功能AI视频创作工具的需求而推出。价格上，新用户可获得免费信用开始使用，后续可按需购买信用包。定位为面向不同层次用户，从个人创作者到专业人士都适用。

Saveto AI可快速精准转录、翻译超150种语言，适用于多场景。

Saveto AI是一款领先的AI平台，专注于转录和翻译服务。其重要性在于为用户提供高效、精准的内容处理解决方案，节省大量时间和精力。主要优点包括快速处理、高精度结果、支持超150种语言、功能全面（涵盖转录、翻译、总结、视频下载、音频处理等）。产品背景方面，它凭借可靠性能、100%安全保障和前沿人工智能技术，赢得全球创新公司的信任。价格定位为完全免费使用，无需信用卡信息，适合各类创作者和团队。

强大的 AI 音乐工具，轻松去除人声和分离乐器。

Coolo.ai 是一款功能强大的在线音频工具，利用 AI 技术帮助用户快速去除音乐中的人声、分离乐器轨道、检测 BPM 和音调。该产品适用于音乐制作、卡拉 OK 创作和教育等场景，且完全免费，无使用限制，适合所有音乐爱好者和专业人士。用户可以在网页上直接处理音频，享受高质量的音频输出。随着音乐制作的普及，该工具填补了用户对快速音频处理和高质量音频分离的需求。

一站式AI API商店，一个接口覆盖视频、图像和音频无限生成能力

ModelHunter.AI是一个一站式AI API商店，其重要性在于为开发者提供了便捷的AI生成能力接入方式。它的主要优点包括：具有统一的API，使用单一接口就能集成Vidu、Runway、Flux等50多家供应商的服务；采用按需付费模式，无需订阅，计费透明；拥有99.9%的可用性，具备企业级SLA，支持供应商自动故障转移；借助全球边缘节点和CDN优化，能在任何地方实现低延迟。该平台定位为帮助开发者轻松构建AI驱动的应用，提供涵盖视频、图像和音频生成的多种模型。价格方面，按实际用量付费，无月费和隐藏成本。

Alibaba免费AI视频生成器，可从文本或图像创建1080P无水印高清视频。

Wan 2.7 AI是阿里巴巴通义万象团队开发的免费开源AI视频生成器。它基于270亿参数的开源模型，支持文本转视频、图像转视频、多镜头叙事、音频同步和基于指令的视频编辑等功能。产品的主要优点包括免费使用、无水印、支持高清输出、内置音频同步和多镜头叙事等。该产品面向广大用户，无论是个人创作者还是商业机构都能使用。免费版提供每日使用额度，无需信用卡；专业版提供更多额度、优先处理和更长视频时长，并包含商业授权。

免费的一体化AI视频与图像生成器，可创电影级内容。

Klingaio是全球领先的统一AI视频与图像生成器，将业内顶级模型聚合到一个无缝工作流中。它集成了Kling 3.0、Seedance 2.0等多种模型，能创建具有原生音频和精准控制的电影级1080p内容。其优势在于多模型切换、精准控制、视听同步等，可减少生成漂移和元素不匹配问题。产品定位为一站式AI视频与图像创作平台，价格方面未提及是否付费，推测可能有免费和付费模式，有免费使用的宣传。

一款基于AI的音乐生成工具，支持通过歌词或描述快速创作商用无版权歌曲。

Song Maker AI 是一款先进的AI音乐创作平台，旨在让任何人都能轻松制作专业级歌曲。该产品集成了最新的AI音频生成技术（如v6模型），支持从文本描述或歌词直接转换为旋律、编曲和人声。其核心价值在于提供100%无版权（Royalty-Free）的音乐，用户可以将其用于YouTube、TikTok等商业场景而无需担心侵权。产品定位为高效、低门槛的创作工具，平衡了业余爱好者的趣味性与专业内容创作者的实用性。

LTX 2.3在线生成视频，支持4K、同步音频和9:16竖屏模式

LTX 2.3是Lightricks于2026年3月发布的开源AI视频生成模型，基于Diffusion Transformer (DiT) 架构。它结合了重新设计的VAE、更大的文本编码器、原生竖屏方向和更清晰的音频。通过简单的网页界面，用户无需命令行或本地设置即可使用。其优点包括生成高分辨率视频、同步音频、支持竖屏模式、对提示理解更智能等。价格信息未提及。