模型市場

Grok Imagine Video 提供代管版 Grok 影片生成能力，支援文生影片與圖生影片工作流程。

Vidu Q3 Pro 是 Vidu 的進階 AI 影片模型，專為高階文字生成影片（Text-to-Video）與圖像生成影片（Image-to-Video）創作而設計。它能生成長達 16 秒的 1080p 影片片段，具備原生同步音訊、精確的鏡頭控制，以及更強的敘事品質，適用於廣告、動畫及電影感短片內容。

Vidu Q3 Turbo 是 Vidu Q3 影片模型的快速版本，專為追求高效能的創作者打造，支援快速的文字生成影片與圖片生成影片，並具備音訊同步功能，適合製作短片及進行快速迭代。

Seedance 2.0 是由字節跳動開發的多模態 AI 影片模型。與僅限於「文字生成影片」的模型不同，Seedance 2.0 允許使用者結合文字、圖片、影片和音訊作為參考輸入，生成更具控制力且細節更豐富的內容。其發佈引發了巨大的關注。官方消息指出，由於版權風險考量，Seedance 2.0 API 的上線時間已延後；然而，內部消息透露，公眾發佈預計定於 2026 年 3 月中下旬。 ModelHunter AI 將成為首批整合 Seedance 2.0 API 的平台之一。請發送郵件至 [email protected] 加入候補名單。

Seedance 1.5 Pro 是字節跳動開發的音影片聯合生成模型，旨在以更高精度遵循複雜提示詞，結合原生同步音訊、強大的多語言對嘴功能以及電影級運鏡，實現更具沉浸感的文字生成影片與圖片生成影片創作。

Kling V2.6 是快手開發的影片生成模型，圍繞同步視聽生成構建，讓創作者能在單一工作流中同時產出影片、語音、對話與音效，並提升畫面內容與聲音之間的連貫性。

Grok Imagine Video 提供代管版 Grok 影片生成能力，支援文生影片與圖生影片工作流程。

Vidu Q3 Pro 是 Vidu 的進階 AI 影片模型，專為高階文字生成影片（Text-to-Video）與圖像生成影片（Image-to-Video）創作而設計。它能生成長達 16 秒的 1080p 影片片段，具備原生同步音訊、精確的鏡頭控制，以及更強的敘事品質，適用於廣告、動畫及電影感短片內容。

Vidu Q3 Turbo 是 Vidu Q3 影片模型的快速版本，專為追求高效能的創作者打造，支援快速的文字生成影片與圖片生成影片，並具備音訊同步功能，適合製作短片及進行快速迭代。

Seedance 2.0 是由字節跳動開發的多模態 AI 影片模型。與僅限於「文字生成影片」的模型不同，Seedance 2.0 允許使用者結合文字、圖片、影片和音訊作為參考輸入，生成更具控制力且細節更豐富的內容。其發佈引發了巨大的關注。官方消息指出，由於版權風險考量，Seedance 2.0 API 的上線時間已延後；然而，內部消息透露，公眾發佈預計定於 2026 年 3 月中下旬。 ModelHunter AI 將成為首批整合 Seedance 2.0 API 的平台之一。請發送郵件至 [email protected] 加入候補名單。

Seedance 1.5 Pro 是字節跳動開發的音影片聯合生成模型，旨在以更高精度遵循複雜提示詞，結合原生同步音訊、強大的多語言對嘴功能以及電影級運鏡，實現更具沉浸感的文字生成影片與圖片生成影片創作。

Seedance 1.0 Pro 是字節跳動推出的進階影片生成模型，支援文生影片與圖生影片創作。該模型旨在生成流暢的 1080p 多鏡頭影片，具備強大的提示詞理解能力、電影級動態效果以及豐富的視覺細節。

Seedance 1.0 Pro Fast 是 Seedance 1.0 Pro 系列的速度優化版本，通常被視為一種更快速、成本更低的影片模型。它在優先考慮快速生成與更高效率的同時，仍保留了字節跳動 Seedance 系列核心的多鏡頭文字轉影片（Text-to-Video）與圖片轉影片（Image-to-Video）優勢。

Seedance 1.0 Lite 是字節跳動推出的輕量級影片生成模型，專為快速且具成本效益的文字生成影片（T2V）與圖片生成影片（I2V）而設計。作為 Seedance 1.0 系列中更易於使用的版本，它仍支援多鏡頭影片生成、流暢的動態效果以及短影音輸出。

Kling V3.0 是快手最新的旗艦級 AI 影片模型，定位為原生多模態創作的全方位創意引擎。它具有更強的一致性、更逼真的輸出效果，支援長達 15 秒的影片生成，並具備原生音訊功能，適用於高階電影級的文字生成影片與圖片生成影片工作流。

Kling V2.6 是快手開發的影片生成模型，圍繞同步視聽生成構建，讓創作者能在單一工作流中同時產出影片、語音、對話與音效，並提升畫面內容與聲音之間的連貫性。

Seedream 5.0 lite 是字節跳動推出的統一多模態圖像生成模型，具備更深層的推理與聯網搜索能力，可提供更強的提示詞理解、更優的視覺推理，以及更精確且符合上下文語境的圖像創作。

Seedream 4.5 是字節跳動升級後的圖像生成與編輯模型，旨在透過更強的參考圖保留能力、更精確的多圖編輯，以及改進的排版與密集文字渲染，為專業視覺創意工作提供更高的致性與保真度。

Seedream 4.0 是字節跳動新一代圖像創作模型，在單一架構中統一了圖像生成與圖像編輯功能。該模型專為處理複雜的多模態任務而設計，例如基於知識的生成、視覺推理以及參考一致性創作，同時能生成高達 4K 解析度的高畫質圖像。

Seedream 3.0 是字節跳動推出的高解析度雙語圖像生成模型，專為中英文提示詞理解而設計，具備更強的文字渲染能力、更佳的結構準確性、提升的視覺美感，以及原生的高畫質圖像創作能力。

Nano Banana 2 是 Google 最新的圖像生成與編輯模型，亦稱為 Gemini 3.1 Flash Image。其設計旨在結合「Flash」的高速性能與更強大的視覺品質、更精確的指令遵循能力以及更細膩的編輯效果。

Veo 3.1 是面向高品質輸出的 Veo 影片模型，支援帶有預設背景音訊的文生影片與圖生影片。

Veo 3.1 Fast 是面向快速迭代的 Veo 版本，支援帶有預設背景音訊的文生影片與圖生影片。

Eleven v3 是一款富有表現力的對話轉語音模型，支援多說話者語音生成、音訊標籤與多語言能力。

Wan 2.6 是官方 Wan 影片生成模型系列，在同一套非同步 API 中支援文生影片、圖生影片與影片生影片。