AI 视频生成器

用 AI 创造引人入胜的视频

描述您想要生成的视频画面...
生成音频

AI 视频生成示例

video_example
video_example
Car in motion

Car in motion

video_example
video_example
video_example
video_example
video_example
video_example

为什么选择 Aniv 的 AI 视频生成器

从一句话到一张参考图,四种输入方式覆盖你从灵感到成片的整条路径。

01

输入任意文字,直接生成视频

写下你想要的画面——镜头、动作、氛围,模型按描述生成带运镜的视频片段,不需要任何素材准备。

02

输入图片锁定首帧

上传一张图作为起始画面,视频从这一帧开始动起来。画幅跟随首帧图片,构图和色调都保持你定好的样子。

03

参考图片内容生成

把图片作为内容参考而非首帧,模型会借鉴其中的场景、风格与元素,再按你的文字描述重新组织画面。

04

参考角色,保持人物一致

传入角色参考图,同一个人物可以跨镜头保持面孔、服装与体态一致——这是把单个片段串成一部短剧的前提。

核心功能

图生视频

让您的静态图片动起来,生成流畅自然的动态视频。

文生视频

直接通过文字提示生成具有完整场景理解能力的视频。

原生 AI 音频

部分模型可自动生成同步音频,无需后期音效制作。

多模态参考生成

Seedance 2.0 和 Kling O3 支持图片、视频、音频组合参考,生成视觉和动作控制更强的新视频。

支持的视频模型

六款顶级模型覆盖所有使用场景——从快速社交短片到 4K 电影级制作。

Seedance 2.0

字节跳动最新一代模型。原生多镜头角色一致性、原生音频,最长支持 15 秒,专为叙事性短视频内容而生。

支持仿真人参考生成(即 AI 生成的真人图作为参考图)

时长
4 – 15 秒
分辨率
480p / 720p
宽高比
6 种
音频
原生
参考输入
图片 / 视频 / 音频

Seedance 参考素材限制

  • 单张图片大小不能超过 30M。
  • 图片宽和高都必须在 300 ~ 6000 px 之间。
  • 所有参考图、参考视频、参考音频加起来不能超过 64M。
  • 添加参考音频时,必须至少添加一张参考图。
  • Prompt 中文不能超过 500 字,英文不能超过 1000 个单词。
  • Aspect ratio 宽高比必须在 0.4 ~ 2.5 之间。
字节跳动最长 15 秒480p / 720p原生音频全能参考

Seedance 2.0 Fast

字节跳动速度优化版 Seedance 模型。拥有 Seedance 2.0 的全部核心能力——音频、角色一致性、长时长——以更快的速度和更低的成本完成生成。

支持仿真人参考生成(即 AI 生成的真人图作为参考图)

时长
4 – 15 秒
分辨率
480p / 720p
宽高比
6 种
音频
原生

Seedance 参考素材限制

  • 单张图片大小不能超过 30M。
  • 图片宽和高都必须在 300 ~ 6000 px 之间。
  • 所有参考图、参考视频、参考音频加起来不能超过 64M。
  • 添加参考音频时,必须至少添加一张参考图。
  • Prompt 中文不能超过 500 字,英文不能超过 1000 个单词。
  • Aspect ratio 宽高比必须在 0.4 ~ 2.5 之间。
字节跳动极速生成最长 15 秒原生音频
全能

Kling O3

快手旗舰全能模型。支持在单次提示中同时使用图片、视频片段和音频作为参考,实现高度可控的多模态视频生成。

时长
3 – 15 秒
分辨率
720p / 1080p
宽高比
3 种
参考输入
图片 / 视频 / 音频

Kling O3 参考素材限制

  • 提示词不得超过 2,500 个字符。
  • 参考图:仅支持 .jpg / .jpeg / .png;文件大小 ≤10 MB;最小边长 300 px;宽高比 1:2.5 ~ 2.5:1。
  • 不添加参考视频时最多 7 张参考图,添加参考视频时最多 3 张。
  • 参考视频:仅支持 MP4 / MOV;时长 ≥3 秒;分辨率 720–2160 px;帧率 24–60 fps(输出为 24 fps)。
  • 最多添加 1 个参考视频,大小 ≤200 MB。
多模态3–15 秒720p / 1080p全能参考

Kling V3

快手旗舰视频模型。支持丰富宽高比、流畅动作和可选音频生成,是通用视频创作的首选。

时长
3 – 15 秒
分辨率
720p / 1080p
宽高比
8 种
音频
可选

Kling V3 参考素材限制

  • 提示词不得超过 2,500 个字符。
  • 参考图(必填):仅支持 .jpg / .jpeg / .png;文件大小 ≤10 MB;最小边长 300 px;宽高比 1:2.5 ~ 2.5:1。
通用型3–15 秒720p / 1080p支持音频
4K

Veo 3.1 标准版

Google DeepMind 旗舰视频模型。原生音频生成,最高 4K 分辨率,出色的提示词跟随能力,适合高端影视制作。

时长
5 – 10 秒
分辨率
720p / 1080p / 4K
宽高比
8 种
音频
原生
Google DeepMind最高 4K原生音频电影级画质

Veo 3.1 极速版

Veo 3.1 的速度优化版本。同样支持 4K 和原生音频,生成速度显著更快,适合时间敏感的创作场景。

时长
5 – 10 秒
分辨率
720p / 1080p / 4K
宽高比
8 种
音频
原生
Google DeepMind极速生成最高 4K原生音频

如何使用

1

输入源

上传参考图片或输入文字提示词。

2

配置

选择模型、时长、分辨率和音频选项。

3

生成

创建视频并下载结果。

常见问题

常见问题

还有其他问题?请联系 support@aniv.ai

Seedance 2 是字节跳动推出的下一代 AI 视频模型,具备强提示词跟随能力、原生多镜头叙事连贯性和最高 1080p 的快速视频生成,专为文生视频和图生视频工作流而打造。

Seedance 2 具备原生音频生成、强大的多镜头角色一致性和高质量 1080p 输出,非常适合叙事性短视频和广告内容创作。