模型市场

Grok Imagine Video 提供托管版 Grok 视频生成能力，支持文生视频和图生视频工作流。

Vidu Q3 Pro 是 Vidu 推出的高级 AI 视频模型，适用于高端文生视频和图生视频创作。该模型旨在生成长达 16 秒的 1080p 剪辑，支持原生音画同步、精确的运镜控制以及更强的叙事质量，适用于广告、动画和电影感短视频内容。

Vidu Q3 Turbo 是 Vidu Q3 视频模型的速度优化版，专为追求快速交付的创作者打造。它支持带同步音频的快速文生视频和图生视频、短视频剪辑创建以及响应迅速的迭代。

Seedance 2.0 是由字节跳动开发的多模态 AI 视频模型。与局限于“文本生成视频”的模型不同，Seedance 2.0 允许用户将文本、图像、视频和音频作为参考输入进行组合，从而生成具有更强控制力和更丰富细节的内容。该模型的发布引发了巨大的关注。官方消息称，由于版权风险考量，Seedance 2.0 API 的上线时间有所推迟；然而，据知情人士透露，该模型计划于 2026 年 3 月中下旬正式面向公众推出。 ModelHunter AI 将成为首批集成 Seedance 2.0 API 的平台之一。请发送邮件至 [email protected] 加入等待名单。

Seedance 1.5 Pro 是字节跳动推出的音视频联合生成模型，旨在以更高精度遵循复杂提示词。它结合了原生同步音频、强大的多语言对口型能力以及电影级的镜头运动，为文生视频和图生视频创作提供更具沉浸感的体验。

可灵 Kling V2.6 是快手推出的视频生成模型，专注于视听同步生成。它允许创作者在单一工作流中同时生成视频、语音、对话和音效，显著提升了画面内容与声音之间的连贯性。

Grok Imagine Video 提供托管版 Grok 视频生成能力，支持文生视频和图生视频工作流。

Vidu Q3 Pro 是 Vidu 推出的高级 AI 视频模型，适用于高端文生视频和图生视频创作。该模型旨在生成长达 16 秒的 1080p 剪辑，支持原生音画同步、精确的运镜控制以及更强的叙事质量，适用于广告、动画和电影感短视频内容。

Vidu Q3 Turbo 是 Vidu Q3 视频模型的速度优化版，专为追求快速交付的创作者打造。它支持带同步音频的快速文生视频和图生视频、短视频剪辑创建以及响应迅速的迭代。

Seedance 2.0 是由字节跳动开发的多模态 AI 视频模型。与局限于“文本生成视频”的模型不同，Seedance 2.0 允许用户将文本、图像、视频和音频作为参考输入进行组合，从而生成具有更强控制力和更丰富细节的内容。该模型的发布引发了巨大的关注。官方消息称，由于版权风险考量，Seedance 2.0 API 的上线时间有所推迟；然而，据知情人士透露，该模型计划于 2026 年 3 月中下旬正式面向公众推出。 ModelHunter AI 将成为首批集成 Seedance 2.0 API 的平台之一。请发送邮件至 [email protected] 加入等待名单。

Seedance 1.5 Pro 是字节跳动推出的音视频联合生成模型，旨在以更高精度遵循复杂提示词。它结合了原生同步音频、强大的多语言对口型能力以及电影级的镜头运动，为文生视频和图生视频创作提供更具沉浸感的体验。

Seedance 1.0 Pro 是字节跳动推出的先进视频生成模型，支持文生视频和图生视频。该模型旨在生成流畅的 1080p 多镜头视频，具有强大的提示词理解能力、电影级动态效果和丰富的视觉细节。

Seedance 1.0 Pro Fast 是 Seedance 1.0 Pro 系列的运行速度优化版。它被广泛认为是一款更快速、成本更低的视频模型，在保留字节跳动 Seedance 系列核心的多镜头文生视频（Text-to-Video）和图生视频（Image-to-Video）优势的同时，优先提升了生成速度和效率。

Seedance 1.0 Lite 是字节跳动推出的轻量级视频生成模型，旨在实现快速、低成本的文生视频和图生视频创作。作为 Seedance 1.0 系列中更易于获取的版本，它依然支持多镜头视频生成、平滑运动以及短视频输出。

可灵 Kling V3.0 是快手最新的旗舰级 AI 视频模型，定位为原生多模态创作的全能创意引擎。它具有更强的一致性、更写实的画面输出，支持长达 15 秒的视频生成，并提供原生音频支持，适用于更高端的电影级文生视频和图生视频工作流。

可灵 Kling V2.6 是快手推出的视频生成模型，专注于视听同步生成。它允许创作者在单一工作流中同时生成视频、语音、对话和音效，显著提升了画面内容与声音之间的连贯性。

Seedream 5.0 Lite 是字节跳动推出的统一多模态图像生成模型。它具备更深层次的推理和在线搜索能力，能够提供更强的提示词理解、更出色的视觉推理，以及更准确、具备上下文感知能力的图像创作。

Seedream 4.5 是字节跳动升级后的图像生成与编辑模型。通过更强的参考图保留能力、更精准的多图编辑，以及针对专业视觉创意工作优化的排版与密集文字渲染，该模型旨在提供更高的一致性和忠实度。

Seedream 4.0 是字节跳动新一代图像生成模型，在单一架构中统一了图像生成与图像编辑能力。该模型旨在处理复杂的跨模态任务，如基于知识的生成、视觉推理以及参考一致性创作，同时能够生成高达 4K 分辨率的高清图像。

Seedream 3.0 是字节跳动推出的高分辨率中英双语图像生成模型，专为理解中英文提示词而设计，具有更强的文本渲染能力、更高的结构准确性、更出色的视觉美感，并支持原生高清图像生成。

Nano Banana 2 是 Google 最新的图像生成与编辑模型，亦被称为 Gemini 3.1 Flash Image。该模型旨在将极速的“Flash”性能与更强的视觉质量、更精准的指令遵循以及更精细的编辑能力相结合。

Veo 3.1 是面向高质量输出的 Veo 视频模型，支持带默认背景音频的文生视频和图生视频。

Veo 3.1 Fast 是面向快速迭代的 Veo 版本，支持带默认背景音频的文生视频和图生视频。

Eleven v3 是一款富有表现力的对话转语音模型，支持多说话人语音生成、音频标签和多语言能力。

Wan 2.6 是官方 Wan 视频生成模型家族，在统一的异步 API 中支持文生视频、图生视频和视频生视频。