Veo 2官网 – Google 的尖端视频生成模型

neural frames是一个基于AI的运动内容生成器，允许用户通过文本创建视频。它利用名为Stable Diffusion的人工神经网络，该网络经过27亿张图像的训练，将文本提示转换为运动内容。用户只需输入描述所需视频内容的文本提示，AI动画生成器将使用其训练好的神经网络模型将文本转换为视频。用户可以选择多种预设风格或训练自己的自定义模型。

Gen-2 by Runway是一个先进的多模态AI系统，可以通过文本、图像或视频片段生成新的视频，旨在帮助用户创造真实且一致的视频，无需实际拍摄。

PixelDance 是一个由字节跳动的Doubao模型团队开发的视觉AI项目，主要功能是支持文本生成视频和图像生成视频，能够生成长达10秒的视频片段。该项目集成在VolcEngine的AI模型服务平台中，提供多种创意视频生成应用。其特点包括精确的语义理解、动态和运镜效果、多镜头一致性生成以及多风格和多比例兼容性。

SoraWeb是一个创新的在线视频创作平台，通过先进的Sora技术，为用户提供即时视频生成和个性化编辑体验。用户可以轻松地从文本创建视频，适用于各种创意场景。

Stable Video Diffusion（StableVideo）是 Stability AI 开发的一个 AI 视频生成工具，基于其图像生成模型 Stable Diffusion。它主要用于将文本或图像转化为生动、电影般的视频场景，广泛应用于媒体、娱乐、教育和营销等领域。该工具支持从静态图像生成高质量视频，扩展或延长现有视频，以及通过文本提示创建视频内容。

SoraWebui是一个开源网页平台，利用OpenAI的Sora模型，用户可以通过输入文本生成视频，简化了视频创建过程，便于使用和部署。

SkyReels-V1是昆仑万维开源的中国首个面向AI短剧创作的视频生成模型，基于千万级高质量影视数据进行微调，支持文生视频和图生视频。该模型在生成逼真的面部表情动画、准确反映人类情绪、电影质感等方面表现优异，具有自研的数据清洗与标注管线，支持精准的动作识别与场景理解。

PaddleMIX是基于飞桨的跨模态大模型开发套件，支持图像、文本、视频等多种模态的处理，覆盖视觉语言预训练、文生图、文生视频等丰富的跨模态任务。它提供开箱即用的开发体验，同时满足开发者灵活定制的需求，旨在探索通用人工智能。此外，PaddleMIX在文档图像理解领域表现出色，特别擅长中文文档的理解与问答，具备高效的推理性能和多种部署方式。

OpenAI Sora是一个能够根据文本指令生成逼真和富有想象力场景的AI模型。用户只需提供描述所需场景的文本指令，Sora便会根据这些指令生成相应的视频。

Sora AI是由OpenAI开发的一个人工智能模型，能够根据文本指令生成逼真和富有想象力的视频。用户只需输入文本指令，Sora AI便会根据提示生成相应的视频，适用于各种创意项目和场景展示。

Luma Ray2 是 Luma AI 推出的一种大型文本到视频生成模型，能够从文本或图像提示生成逼真的视频，展现自然且连贯的运动。它基于多模态架构训练，计算能力是前代 Ray1 的 10 倍，优化了运动连贯性、物理模拟和光影细节，生成接近电影级质感的视频。目前仅付费用户可用，未来计划扩展视频编辑和格式转换功能。

阿里达摩院发布的一个文字生成视频（text to video）模型，可以将文本转换为视频，支持多种文本输入，并且生成的视频质量高，用户可在线试玩。

AI视频生成器是一个基于AI模型的平台，能够根据文本指令创建逼真和富有想象力的场景。这一平台利用先进的人工智能技术，将用户输入的描述转化为生动的视觉内容，广泛应用于视频制作、广告创意和教育等多个领域。

Goku是由字节跳动与香港大学联合开发的一款基于Rectified Flow Transformer架构的视频生成模型。它通过精细的数据处理、模型设计和流式生成技术，实现了高质量的图像和视频生成。Goku支持多种生成任务，包括文本到视频、图像到视频和文本到图像生成，尤其在虚拟数字人和广告场景中表现突出。在权威测试VBench中，Goku的文本到视频生成得分达84.85，创下新纪录（SOTA）。

hunyan video 是腾讯公司于2024年开源的一个重量级视频生成模型，拥有约13亿参数（原介绍为130亿，可能存在拼写错误），是目前最大的开源视频生成模型之一。该模型通过文本或图像生成高质量视频，尤其在图像质量、动态流畅性和语义理解方面表现优异。支持多模态大语言模型作为文本编码器，并采用3D VAE技术进行数据压缩。生成的视频质量可媲美电影级，支持多角度镜头自动切换，尤其对中国风格内容有较强表现力。用户可通过官网或元宝APP在线体验，或通过GitHub下载代码和模型权重自行部署。