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...

AI 视频生成示例

AI 视频生成示例 1
AI 视频生成示例 2
Car in motion

Car in motion

AI 视频生成示例 4
AI 视频生成示例 5
AI 视频生成示例 6
AI 视频生成示例 7
AI 视频生成示例 8
AI 视频生成示例 9

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 系列支持图片、视频、音频组合参考,Kling O3 支持图片加参考视频组合参考,生成视觉和动作控制更强的新视频。

支持的视频模型

多款顶级视频模型覆盖各种场景——从低成本的默认模型 Seedance 2.0 Mini 快速产出社交短片,到 4K 电影级制作。

默认

Seedance 2.0 Mini

默认模型,也是使用 Seedance 2.0 最实惠的方式。同样支持 4–15 秒时长、6 种宽高比,以及图片、视频、音频参考,输出 480p 或 720p。

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。
字节跳动低成本最长 15 秒480p / 720p全能参考

Seedance 2.0

字节跳动旗舰 Seedance 模型。原生多镜头角色一致性、原生音频,最长 15 秒、最高 4K 输出,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 / 1080p / 4K
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 秒最高 4K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。单次提示即可组合最多 7 张参考图,或 3 张图加 1 段参考视频,实现高度可控的视频生成。带参考视频时最高 1080p、最长 10 秒。

时长
3 – 15 秒
分辨率
720p / 1080p / 4K
宽高比
3 种
参考输入
图片 / 视频

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 秒最高 4K全能参考

Kling 3.0

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 / 4K
宽高比
8 种
音频
可选

Kling 3.0 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 秒最高 4K支持音频
4K

Veo 3.1 / Veo 3.1 极速版

Google DeepMind 的电影级视频模型,原生音频,最高 4K,提示词跟随能力出色。追求画质选 Veo 3.1,想更快出片、更省积分选 Veo 3.1 极速版。

时长
4 / 6 / 8 秒
分辨率
720p / 1080p / 4K
宽高比
16:9 / 9:16
音频
原生
Google DeepMind最高 4K原生音频标准版 + 极速版

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和原生多镜头叙事连贯性,可生成 4–15 秒、最高 4K 的视频,专为文生视频和图生视频工作流而打造。共有三个版本:Seedance 2.0(480p 至 4K),以及 Seedance 2.0 Fast 和 Seedance 2.0 Mini(480p 或 720p)。其中 Mini 最实惠,也是 AI 视频生成的默认模型。

Seedance 2 具备原生音频生成和强大的多镜头角色一致性,Seedance 2.0 最高可输出 4K,非常适合叙事性短视频和广告内容创作。

想从零构建场景时用文生视频,拥有完整的创意控制;如果已有参考图或角色设定图,并希望动作与视觉保持一致,则选择图生视频。

非常适合。4–15 秒的输出时长覆盖最常见的广告和社交平台规格,原生音频意味着视频生成后无需额外音效设计即可直接测试投放。

以主体和动作开头,然后补充环境和氛围。例如:‘一个年轻女性在霓虹闪烁的东京小巷中奔跑,雨夜,电影感慢动作。’尽量具体,同时为模型留出诠释氛围的空间。

用于社交和广告内容时,5–8 秒是最佳区间——足够传递一个清晰的故事节拍,又短到足以抓住注意力。需要完整的微型三幕式故事时,可以用 10–12 秒。

在每个角色或场景上复用相同的核心提示词结构和锚定描述,并固定画面比例和分辨率。只要主体描述保持一致,动作或运镜方向的细微变化仍会让整体感觉统一连贯。

避免在一个提示词里堆砌过多不相关的主体或相互矛盾的风格。「史诗感」「唯美」之类的模糊修饰词作用有限,不如用具体的视觉线索来替代,例如光线风格、镜头角度或运镜方式。

对于短视频来说,它能大幅减少剪辑工作量。但将多个片段拼接成较长的成片、添加字幕或同步自定义音频,在生成之后仍然需要一个专门的剪辑步骤。

把第一次生成当作草稿。目标是获得清晰的故事节拍和流畅的动作,然后每次只调整一个细节,逐步打磨到可以发布。每次给出聚焦的修改意见,比整体重写提示词进步更快。

用 Seedance, Kling & HappyHorse 做一部完整短剧

Seedance, Kling & HappyHorse 生成的是单个片段。想把一个故事做成完整剧集——剧本、一致的角色、分镜、配音和视频——请使用 Aniv 的 AI 短剧生成器。