Veo 2官网 – 谷歌DeepMind的高质量视频生成模型

Veo 2是谷歌DeepMind开发的最先进视频生成模型，能够根据文本、图像或视频提示生成高质量、逼真的视频。它支持高达4K分辨率，提供多种电影和视觉风格，特别适合广告、营销、娱乐和教育等领域。Veo 2具有增强的真实性和保真度，支持复杂的摄影指令，并能模拟真实世界的物理和人类动作。此外，它与谷歌云平台Vertex AI集成，便于开发者使用。

Veo 2的特点:

1. 增强的真实性和保真度，减少生成视频中的伪像
2. 高级运动能力，提供高精度的运动模拟
3. 支持多种镜头风格、角度、运动和组合
4. 多模态输入支持，可从文本、图像或视频提示生成视频
5. 与谷歌云平台Vertex AI集成，便于行业应用
6. 生成高达4K分辨率的视频，长度可达数分钟
7. 所有AI生成的视频带有SynthID水印，用于标识内容来源

Veo 2的功能:

1. 通过文本、图像或视频提示生成动态视频
2. 适用于极近景、中景、电影镜头、高动作跟踪镜头等多样化场景
3. 可通过VideoFX、YouTube和Vertex AI访问，需加入等待列表
4. 计划在2025年扩展到YouTube Shorts和其他谷歌产品

相关导航

Stable Video Diffusion开源项目 – 本地生成高质量视频的模型

Stable Video Diffusion 是一个可以本地部署的视频生成模型，旨在通过先进的生成技术创建高质量视频内容。该项目基于生成对抗网络(GAN)技术，支持多种输入格式，能够生成多样化的视频内容，并集成了多种预训练模型，便于用户快速上手。

Make-Your-Anchor开源项目 – 自动生成精确动作视频

Make-Your-Anchor 是一个自动生成具有精确躯干和手部动作的视频的项目，只需一个人的一分钟视频剪辑进行训练。

CogVideo开源项目 – 支持生成视频内容的AI模型

智谱刚发布的最新CogVideoX1.5模型，能够生成高质量的视频内容，支持多种分辨率及时长的视频生成。

Google Veo 2官网 – 先进的视频生成模型

Google Veo 2 是一个前沿的视频生成模型，能够根据文本或图像创建逼真的视频片段。它与改进版的文本到图像模型 Imagen 3 一同推出，提供更高质量的视觉效果。

Google Gemini Pro Chat Bot官网 – 一个免费的文本和图像交互工具

Google Gemini Pro Chat Bot是一个基于Google Gemini Pro API实现的交互工具，允许用户通过输入文本和图像与Gemini进行对话。它支持多模态提示，使用户能够更加灵活地与AI进行交流。

hunyan video官网 – 腾讯开源的高质量视频生成模型

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。

AnimateDiff-Lightning官网 – 闪电般快速的文本到视频生成模型

一种闪电般快速的文本到视频生成模型，使用渐进式对抗扩散蒸馏技术，生成速度比原始 AnimateDiff 快十倍以上。

Wan2.1-quantized开源项目 – 优化视频生成模型

Wan2.1-quantized是一款专为消费级显卡（如3090/4090）设计的开源视频生成模型，经过优化后，仅需8.19GB显存即可运行，适配几乎所有消费级显卡。它支持多任务处理，包括文本到视频、图片到视频、视频编辑等，并且是首个支持中英文文本生成的视频模型。

Veo 2官网 – Google 的尖端视频生成模型

Veo 2 是 Google 开发的一种先进的视频生成模型，能够从文本或图像生成高质量视频。它支持自然运动和逼真动画，提供 720p 到 4K 的分辨率，视频长度为 5-8 秒（24 FPS），并可扩展至更长时间。Veo 2 支持 16:9（横屏）和 9:16（竖屏）两种宽高比，具备电影级别的控制功能，如镜头选择、摄像机运动和景深控制。此外，Veo 2 还包含安全功能，如不可见的 SynthID 水印，用于标识 AI 生成内容，降低误导信息和误归因风险。

Qwen-VL-多模态版的Qwen开源项目 – VL项目

Qwen-VL是一个支持多种模态输入的高性能项目，旨在提供图像理解和生成能力，并具备灵活的API接口，适合多种应用场景。

Luma Ray2官网 – 先进的视频生成模型

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。

Stable Video Diffusion官网 – 从文本生成高质量视频序列的AI工具

Stable Video Diffusion是一款突破性的AI工具，能够直接根据文本生成高质量的视频序列，为用户提供全新的创作体验。

NeverEnds官网 – 将文字转化为精彩视频的创作平台

NeverEnds是一个将书面文字转换为惊艳视频演示的平台。用户只需输入文本，选择视频模板，定制设置，平台便会为您创建出美丽的视频。我们的使命是释放无限的创意可能性，让每个人的故事都能被听见。

HunYuanVideo官网 – 腾讯开源的高质量视频生成模型

HunYuanVideo 是由腾讯开发的开源大型视频生成模型，专注于从文本描述生成高质量视频。该模型拥有13亿参数，是目前最大的开源视频生成模型之一。它采用双流到单流混合模型处理视频和文本标记，基于Transformer架构，具备全注意力机制，支持图像和视频的统一生成。HunYuanVideo 在文本对齐、运动质量和视觉质量方面表现优异，优于其他领先模型。

Wan视频生成模型官网 – 低显存高质量视频生成

通义开源的Wan视频生成模型，显存要求超低，仅需8G显存即可运行高质量视频生成。该模型支持文生视频、图生视频、视频编辑、文生图等多种功能，是业界首个双语视频模型，能够同步生成中英字幕。