跳到主要内容

18 个视频模型 · 6 个图片模型 · 一个工作室

AI 视频模型，并排对比

没有哪个模型适合所有视频：该选哪个，取决于你的视频需要什么。DreamBench 在一个工作室里提供 18 个视频模型和 6 个图片模型。按声音、片段时长、分辨率和积分筛选，播放它们在这里制作的片段，并在创作前把两三个模型并排对比。

查找模型对比模型
  • Seedance 2.5
  • Seedance 2.0
  • Veo 3.1
  • Kling 4.0
  • Kling 3.0
  • Wan 3.0
  • Wan 2.7
  • Grok Imagine 1.5
  • MiniMax H3
  • HappyHorse 1.1
  • LTX-2.3
  • Vidu Q2
  • GPT Image 2.5
  • GPT Image 2
  • Seedream 5.0
  • Nano Banana 2

哪个模型合适

哪个 AI 视频模型适合你的视频？

从视频的需求出发。每个列表都列出 DreamBench 上适合的模型，并说明原因。

适合对白

这些模型的页面讲的都是语音：角色说出台词，口型同步。

还有 2 个。

适合文字清晰的产品镜头

清晰可读的标签、招牌和文字：这些模型的页面说明它们能处理画面中的文字。

还有 1 个。

适合 4K 成片

这些模型在 DreamBench 上最高可渲染 4K，限 Plus、Ultra 和 Studio 套餐。

  • Gemini Omni Flash16:9 和 9:16 画幅支持 4K
  • LTX-2.316:9 和 9:16 画幅支持 4K
  • Seedance 2.016:9 和 9:16 画幅支持 4K
  • Veo 3.116:9 和 9:16 画幅支持 4K

在查找器中显示

预算有限

在 Film Studio 中制作一段 10 秒、720p、带声音的视频，这些模型所需积分最少。Seedance 2.5 还能渲染 480p，方便先试试想法。

在查找器中显示

使用你自己的参考图

每个模型都能从你的图片开始：DreamBench 会依据它们绘制每个片段的首帧。而这些模型会直接接收你的图片，用在片段本身上。

在查找器中显示

适合以你选定的画面结尾

给这些模型一张首帧和一张尾帧，片段就会从一帧过渡到另一帧。

还有 9 个。 在查找器中显示

适合原样发送提示词

在“视频”页面上，你的提示词会直接发送给模型，一次一个片段，没有场景规划。这些模型可在该页面上使用；所有模型都可在 Film Studio 中使用。

  • Seedance 2.5片段时长 4 到 30 秒
  • Kling 4.0片段时长 4 到 30 秒
  • Gemini Omni Flash片段时长 4、6、8 或 10 秒
  • MiniMax H3片段时长 5 到 15 秒

还有 5 个。 在查找器中显示

模型查找器

为你的视频找到合适的模型

选择你的视频需要什么，列表会随之缩小。每个价格都是创作面板在 Film Studio 中为一段 10 秒、带声音的视频给出的报价。

你的视频需要什么
最长片段
画面比例
排序方式

18 个视频模型中显示 18 个

  • Beauty commercial for a fictional lipstick brand "Lumière P…，在 DreamBench 上用 Seedance 2.5 制作
    新720P · 16:9 · 15S · 声音

    ByteDance Seed

    Seedance 2.5

    在一个最长 30 秒的片段里讲一个短故事，切分为相互衔接的镜头，声音随画面一同生成。

    • 每个片段最长 30 秒
    • 480p / 720p / 1080p
    • 声音可开可关

    753 积分（10 秒，720p，带声音）

    这个片段的提示词

    Beauty commercial for a fictional lipstick brand "Lumière Pop," 15 seconds, 9:16 vertical, multi-shot edit with quick, rhythmic cuts. Every shot uses seamless, solid, saturated color backgrounds, soft even beauty lighting, luminous dewy skin and glossy lips. Three lipstick shades: coral orange, fuchsia pink, soft peach. Shot 1 (0–1.5s): Extreme macro close-up of a glossy hot pink lipstick tube against a magenta background. The bullet twists up slowly, revealing the angled fuchsia tip, light gliding across its creamy surface. Shot 2 (1.5–3s): Quick cut to a young woman with a sleek low bun and gold drop earrings, wearing a fuchsia satin shirt, against a magenta background. Close-up as she glides the fuchsia lipstick across her lower lip in one smooth stroke. Shot 3 (3–4.5s): Extreme close-up of her lips pressing together, then parting into a soft smile, the color rich and glossy. Shot 4 (4.5–6s): Hard color cut to orange. A young man with tousled dark hair, wearing a crisp orange shirt, against a bright orange background, turns his head toward the camera and smirks, lips tinted with a sheer coral shade. Shot 5 (6–7.5s): Top-down shot of three lipstick bullets in coral, fuchsia and peach drawing thick, creamy swatch strokes across a white surface, each stroke landing in rhythm. Shot 6 (7.5–9s): Hard color cut to sky blue. A young woman with short curly hair and small pearl earrings, wearing a pale peach knit top, against a sky blue background, applies the soft peach lipstick while looking into a small handheld mirror, then glances at the camera. Shot 7 (9–10.5s): Slow-motion shot of the three lipsticks tumbling through the air against a split background of orange, magenta and sky blue, caps spinning off, catching the light. Shot 8 (10.5–13s): All three models stand together in a tight group against a solid magenta background, shoulder to shoulder, each turning toward the camera at a slightly different moment, smiling, with a gentle camera push-in. Shot 9 (13–15s): End card. The three lipsticks stand upright side by side, each on its own vertical color block of orange, magenta and sky blue, caps beside them. Clean minimal "Lumière Pop" logo appears below in simple white text. Style: modern K-beauty campaign aesthetic, bold color blocking, crisp sharp focus, flawless but natural skin texture, glossy plump lip finish. Fresh, playful, confident and high-end. Each character and product stays consistent across shots. @lumière_pop_lipstick

  • 片段最长 30 秒，720p 或 1080p，每个片段都有声音。

    暂无示例
    新

    Kling AI

    Kling 4.0

    拍摄最长 30 秒的一镜到底，带立体声和 9 种语言的对白。

    • 每个片段最长 30 秒
    • 720p / 1080p
    • 每个片段都有声音

    603 积分（10 秒，720p，带声音）

  • 片段最长 15 秒，720p 或 1080p，每个片段都有声音。

    暂无示例
    新

    HeyGen Video 1

    试试 HeyGen 调校的 MiniMax H3 版本，每段最长 15 秒的片段都带声音。

    • 每个片段最长 15 秒
    • 720p / 1080p
    • 每个片段都有声音

    333 积分（10 秒，720p，带声音）

  • 片段最长 20 秒，720p 或 1080p，声音可关闭。

    暂无示例
    新

    FLUX 3 Max

    为最长 20 秒的片段设定首帧和尾帧，声音可以关闭。

    • 每个片段最长 20 秒
    • 720p / 1080p
    • 声音可开可关

    643 积分（10 秒，720p，带声音）

  • 片段最长 10 秒，720p、1080p 或 4K，每个片段都有声音。

    暂无示例
    新

    Gemini Omni Flash

    制作横屏或竖屏视频，每个片段都带声音。

    • 每个片段最长 10 秒
    • 720p / 1080p / 4K
    • 每个片段都有声音

    523 积分（10 秒，720p，带声音）

  • 片段最长 30 秒，720p 或 1080p，每个片段都有声音。

    暂无示例
    新

    Alibaba Cloud

    Wan 3.0

    在最长 30 秒的单个片段中，打造带对白、环境音和音效的场景。

    • 每个片段最长 30 秒
    • 720p / 1080p
    • 每个片段都有声音

    483 积分（10 秒，720p，带声音）

  • 片段最长 15 秒，720p 或 1080p，每个片段都有声音。

    暂无示例
    新

    MiniMax H3 Max

    试试经过调校的 MiniMax H3 版本，自带声音。

    • 每个片段最长 15 秒
    • 720p / 1080p
    • 每个片段都有声音

    463 积分（10 秒，720p，带声音）

  • 片段最长 15 秒，720p 或 1080p，每个片段都有声音。

    暂无示例

    MiniMax

    MiniMax H3

    打造既值得看、也值得听的场景，每个最长 15 秒的片段都带立体声。

    • 每个片段最长 15 秒
    • 720p / 1080p
    • 每个片段都有声音

    463 积分（10 秒，720p，带声音）

  • 片段最长 15 秒，720p 或 1080p，每个片段都有声音。

    暂无示例

    Alibaba

    HappyHorse 1.1

    让人物对着镜头说话，对白口型同步，每个片段最长 15 秒。

    • 每个片段最长 15 秒
    • 720p / 1080p
    • 每个片段都有声音

    583 积分（10 秒，720p，带声音）

  • 片段最长 15 秒，720p 或 1080p，每个片段都有声音。

    暂无示例

    xAI

    Grok Imagine 1.5

    让动感强烈的场景动起来，片段最长 15 秒，每段都带声音。

    • 每个片段最长 15 秒
    • 720p / 1080p
    • 每个片段都有声音

    583 积分（10 秒，720p，带声音）

  • Pixel-art animation, 16-bit style. A tiny knight sprite des…，在 DreamBench 上用 Wan 2.7 制作
    1080P · 4:3 · 10S · 声音

    Alibaba Cloud

    Wan 2.7

    为场景赋予风格化的视觉效果，从漫画、像素画到 3D 动画，片段最长 15 秒。

    • 每个片段最长 15 秒
    • 720p / 1080p
    • 声音可开可关

    503 积分（10 秒，720p，带声音）

    这个片段的提示词

    Pixel-art animation, 16-bit style. A tiny knight sprite descends a torch-lit dungeon staircase, pixels flickering with the flames. She dodges a swinging pixel axe, hops a gap over pixel lava, and lifts the lost crown as it sparkles in a four-frame twinkle. Chiptune-adjacent bleeps as SFX only.

  • 片段最长 10 秒，720p、1080p 或 4K，声音可关闭。

    暂无示例

    Lightricks

    LTX-2.3

    探索抽象、富有氛围感的画面，从水彩到水中晕开的墨，横屏竖屏皆可。

    • 每个片段最长 10 秒
    • 720p / 1080p / 4K
    • 声音可开可关

    433 积分（10 秒，720p，带声音）

  • A golden retriever running through a sunlit meadow, trackin…，在 DreamBench 上用 Seedance 2.0 制作
    720P · 16:9 · 10S · 声音

    ByteDance Seed

    Seedance 2.0

    借助参考图，在最长 15 秒的片段中跟随角色完成对白与动作。

    • 每个片段最长 15 秒
    • 720p / 1080p / 4K
    • 声音可开可关

    523 积分（10 秒，720p，带声音）

    这个片段的提示词

    A golden retriever running through a sunlit meadow, tracking shot following alongside, golden hour lighting, cinematic and warm, shallow depth of field with wildflowers in foreground.

  • A runner in electric-yellow running shoes sprints through a…，在 DreamBench 上用 Kling 3.0 制作
    720P · 9:16 · 15S · 声音

    Kling AI

    Kling 3.0

    让动作成为主角，从体育、舞蹈到车辆，支持 5 种语言的口型同步对白。

    • 每个片段最长 15 秒
    • 720p / 1080p
    • 声音可开可关

    553 积分（10 秒，720p，带声音）

    这个片段的提示词

    A runner in electric-yellow running shoes sprints through an empty city at first light. Tight on the shoes striking wet pavement, splashing through a shallow puddle, springing off a curb. She rounds a corner into full sun and stops, breathing hard, grinning. Final shot: the shoes, mud-flecked, planted on the curb edge.

  • Underwater at sunrise: light shafts sweep across a coral re…，在 DreamBench 上用 Veo 3.1 制作
    1080P · 16:9 · 15S · 声音

    Google DeepMind

    Veo 3.1

    用 Veo 3.1、Fast 或 Lite，打造带对白和声音的写实横屏或竖屏场景。

    • 每个片段最长 8 秒
    • 720p / 1080p / 4K
    • 每个片段都有声音

    573 积分（10 秒，720p，带声音）

    这个片段的提示词

    Underwater at sunrise: light shafts sweep across a coral reef as a sea turtle glides through a school of silver fish that parts around it like a curtain. A ray lifts from the sand in a slow wingbeat of silt. The turtle rises toward the glittering surface and breaks it into the sun. Muffled underwater ambience, then one clear breath.

  • Security camera footage from a fixed porch camera at night…，在 DreamBench 上用 Veo 3.1 Fast 制作
    720P · 16:9 · 10S · 声音

    Google DeepMind

    Veo 3.1 Fast

    Google 打造 Fast 版本，用于广告、社交媒体内容和创意的快速测试。制作 720p 或 1080p 的产品片段、竖屏帖子和初稿时，可以选它。

    • 每个片段最长 8 秒
    • 720p / 1080p
    • 每个片段都有声音

    633 积分（10 秒，720p，带声音）

    这个片段的提示词

    Security camera footage from a fixed porch camera at night — grainy black-and-white infrared, a wide fisheye view of a front door, two steps and a delivered parcel, a timestamp in the top corner reading exactly "02:14:37". Nothing moves. Then a raccoon waddles into frame from the left, sniffs the parcel, looks straight up at the camera with glowing eyes, and drags the box off the step one determined tug at a time. The camera never moves; the picture stays low-resolution, noisy and slightly stuttering. No music — the hum of the night and the scrape of cardboard on concrete.

  • 片段最长 8 秒，720p 或 1080p，每个片段都有声音。

    暂无示例

    Google DeepMind

    Veo 3.1 Lite

    Google 打造 Lite 版本，用于快速尝试想法和批量制作视频。在打磨提示词之前，想先看看它的效果，或要制作大量短片段时，可以选它。

    • 每个片段最长 8 秒
    • 720p / 1080p
    • 每个片段都有声音

    423 积分（10 秒，720p，带声音）

  • 片段最长 10 秒，720p 或 1080p，可按需添加背景音乐。

    暂无示例

    ShengShu Technology

    Vidu Q2

    根据参考图，把一众角色放进同一个场景，每个片段最长 10 秒。

    • 每个片段最长 10 秒
    • 720p / 1080p
    • 背景音乐可开可关

    393 积分（10 秒，720p，带声音）

并排对比

对比 AI 视频模型

在查找器中给两三个模型勾选“对比”，即可并排查看。在那之前，这里列出全部模型。

全部视频模型对比
模型最长片段分辨率声音首尾帧画面比例积分（10 秒，720p）
Seedance 2.5ByteDance Seed30 秒480p · 720p · 1080p可开可关是1:1 · 16:9 · 9:16 · 4:3 · 21:9753
Kling 4.0Kling AI30 秒720p · 1080p始终开启是1:1 · 16:9 · 9:16 · 4:3 · 21:9603
HeyGen Video 115 秒720p · 1080p始终开启仅首帧1:1 · 16:9 · 9:16 · 4:3 · 21:9333
FLUX 3 Max20 秒720p · 1080p可开可关是1:1 · 16:9 · 9:16 · 4:3 · 21:9643
Gemini Omni Flash10 秒720p · 1080p · 4K始终开启仅首帧16:9 · 9:16523
Wan 3.0Alibaba Cloud30 秒720p · 1080p始终开启是1:1 · 16:9 · 9:16 · 4:3483
MiniMax H3 Max15 秒720p · 1080p始终开启是1:1 · 16:9 · 9:16 · 4:3 · 21:9463
Seedance 2.0ByteDance Seed15 秒720p · 1080p · 4K可开可关是1:1 · 16:9 · 9:16 · 4:3 · 21:9523
Veo 3.1Google DeepMind8 秒720p · 1080p · 4K始终开启是16:9 · 9:16573
Veo 3.1 FastGoogle DeepMind8 秒720p · 1080p始终开启是16:9 · 9:16633
Veo 3.1 LiteGoogle DeepMind8 秒720p · 1080p始终开启是16:9 · 9:16423
HappyHorse 1.1Alibaba15 秒720p · 1080p始终开启仅首帧1:1 · 16:9 · 9:16 · 4:3 · 21:9583
Kling 3.0Kling AI15 秒720p · 1080p可开可关是1:1 · 16:9 · 9:16 · 4:3 · 21:9553
Wan 2.7Alibaba Cloud15 秒720p · 1080p可开可关是1:1 · 16:9 · 9:16 · 4:3503
LTX-2.3Lightricks10 秒720p · 1080p · 4K可开可关是16:9 · 9:16433
Vidu Q2ShengShu Technology10 秒720p · 1080p背景音乐，可开可关仅首帧1:1 · 16:9 · 9:16 · 4:3393
MiniMax H3MiniMax15 秒720p · 1080p始终开启是1:1 · 16:9 · 9:16 · 4:3 · 21:9463
Grok Imagine 1.5xAI15 秒720p · 1080p始终开启仅首帧1:1 · 16:9 · 9:16 · 4:3583

还有疑问？

模型常见问题

DreamBench 上有哪些 AI 视频模型？

18 个视频模型：Seedance 2.5、Kling 4.0、HeyGen Video 1、FLUX 3 Max、Gemini Omni Flash、Wan 3.0、MiniMax H3 Max、Seedance 2.0、Veo 3.1、Veo 3.1 Fast、Veo 3.1 Lite、HappyHorse 1.1、Kling 3.0、Wan 2.7、LTX-2.3、Vidu Q2、MiniMax H3 和 Grok Imagine 1.5。以及 6 个图片模型：GPT Image 2.5、GPT Image 2、Seedream 5.0、Seedream 5.0 Flash、Nano Banana 2 和 Grok Imagine Image 2.0。本页的查找器可按声音、片段时长、分辨率和积分筛选它们，其中 16 个模型有自己的专页，附有可以直接上手的提示词。

我该用哪个 AI 视频模型？

选适合这个视频的那一个。要长镜头，Seedance 2.5、Kling 4.0 和 Wan 3.0 单次最长可生成 30 秒。要 4K 成片，选 Gemini Omni Flash、Seedance 2.0、Veo 3.1 或 LTX-2.3。要让你自己的图片用在每个片段上，选 Seedance 2.5、Seedance 2.0、Veo 3.1 或 Vidu Q2。查找器会按你的视频需求进行筛选。

哪些 AI 视频模型能生成声音？

DreamBench 上的每个视频模型都能生成声音。Kling 4.0、HeyGen Video 1、Gemini Omni Flash、Wan 3.0、MiniMax H3 Max、Veo 3.1、Veo 3.1 Fast、Veo 3.1 Lite、HappyHorse 1.1、MiniMax H3 和 Grok Imagine 1.5 的声音始终开启。Seedance 2.5、FLUX 3 Max、Seedance 2.0、Kling 3.0、Wan 2.7 和 LTX-2.3 可以按视频开启或关闭声音。Vidu Q2 只添加背景音乐。

哪些 AI 视频模型能说其他语言？

以下模型的开发者列出了其语音表现稳定的语言：Seedance 2.5（11 种语言）、Kling 4.0（9 种语言）和 MiniMax H3（11 种语言）。其他带声音的模型也能说出你写的台词；DreamBench 没有为它们列出语言。

哪些模型能渲染 4K？

在 DreamBench 上，Gemini Omni Flash、Seedance 2.0、Veo 3.1 和 LTX-2.3 最高可渲染 4K，限 Plus、Ultra 和 Studio 套餐。其他模型渲染 720p 或 1080p，且从 Starter 套餐起，每个套餐都至少能渲染 720p。

Starter 套餐包含哪些模型？

从每月 US$9.99 的 Starter 套餐起，每个套餐都包含 Seedance 2.5、Kling 4.0、HeyGen Video 1、FLUX 3 Max、Gemini Omni Flash、Wan 3.0、MiniMax H3 Max、Seedance 2.0、Veo 3.1 Fast、Veo 3.1 Lite、HappyHorse 1.1、Kling 3.0、Wan 2.7、LTX-2.3、Vidu Q2、MiniMax H3 和 Grok Imagine 1.5 以及所有图片模型。Veo 3.1 仅限 Plus、Ultra 或 Studio 套餐使用。

每个模型的单个片段最长多久？

Seedance 2.5、Kling 4.0 和 Wan 3.0 最长 30 秒；FLUX 3 Max 最长 20 秒；HeyGen Video 1、MiniMax H3 Max、Seedance 2.0、HappyHorse 1.1、Kling 3.0、Wan 2.7、MiniMax H3 和 Grok Imagine 1.5 最长 15 秒；Gemini Omni Flash、LTX-2.3 和 Vidu Q2 最长 10 秒；Veo 3.1、Veo 3.1 Fast 和 Veo 3.1 Lite 最长 8 秒。整个 DreamBench 视频可以更长，因为场景是逐一生成后再拼接起来的：最长 30 秒（Starter）、2 分钟（Plus）和 5 分钟（Ultra 和 Studio）。

本页的积分是怎么计算的？

每个价格都是创作面板在 Film Studio 中为一段 10 秒、带声音的视频给出的报价：183 积分用于规划视频和绘制参考图，再加上该模型每秒的费率。“视频”页面的片段只按模型生成的秒数计费，单独计价。生成前，你总能看到确切费用。

一个视频可以使用多个模型吗？

每个视频选定一个模型，DreamBench 就会用它生成每个场景，让画面风格从第一个镜头到最后一个镜头保持一致。想试试别的模型，可以用同一个想法制作新视频，或者先用图片模型打造角色，再重复使用这些设定图。

制作你的视频

选一个模型，开始创作。

本页所有模型都在同一个工作室里。描述你想要的视频，再修改你想改进的场景。