视频生成

Black Forest Labs 推出 FLUX Upscale，视频可重生成原生 4K Black Forest Labs 发布独立工具 FLUX Upscale，可将任意视频重生成至最高原生 4K。该工具正是 FLUX 3 Video 中 1080p 步骤所用的方案，能修复模糊人脸、水面和草地纹理网格等常见瑕疵。提供 Precise（4 步、0.07 美元/百万像素/秒）和 Creative（8 步、0.1 美元）两种模式，upscale_factor 支持 1.5x、2x、3x。 Black Forest Labs 是一个德国 AI 绘图团队，做的开源图像模型 FLUX 画得好又免费，特别出名。

LibTV 是一个免费的 AI 图片与视频生成工具，主打门槛低：输入一句描述或上传一张参考图，就能生成人像、动漫、国风、风景和商业视觉作品，支持文生图和图生图两种方式。 视频这边它把常用玩法做成了可以直接套用的 Skill，省去自己调参数的功夫。目前分四类：人物动态（让照片自然眨眼、微笑、转身）、智能运镜（一键生成电影感的大景深推进镜头）、氛围特效（粒子、光效这类画面增强）、故事短片（从单幅画面延展出带叙事的镜头）。输出支持 4K 超清。 站内还有灵感广场和 TV Show 两个板块，前者是提示词和参考图的公共池，后者放的是平台精选的成片，新手可以先看别人怎么做再动手。图片灵感页支持一键带到 PixPix 生成同款。 适合想快速出图出片、又不想为一套完整工作流付费的个人创作者。注册即可使用，不需要本地安装。

Kino 视界把自己叫做 AI 超级内容工厂 ，主打海外多内容形态的商化平台。 能力盘子铺得比较开：漫剧创作、视频修复（AI Video Upscale）、视频生成、图片生成，几块并排放在首页入口上。除了工具本身还有一个社区广场，能看到其他人产出的作品和浏览数据——这个设计让它不只是工具，更像一个内容平台。 海外多内容商化 这个提法值得留意。国内 AI 短剧工具扎堆做的是国内平台的分发，Kino 明确往海外走，对应的是这两年 AI 漫剧和短剧在海外流媒体上的增量市场。做这个方向要解决的额外问题是语言、文化调性和当地平台的规格适配，这些跟单纯的生成能力不是一回事。 视频修复能力单拎出来也有用——老素材上采样到高清，这是内容二次利用的常见需求。整体适合想把 AI 内容做成生意而不只是玩票的人。

万兴剧厂是万兴科技推出的 AI 漫剧创作平台，官网自称 你的专属 AI 电影工作室 。 功能分四块：AI 短剧创作、AI 剧本创作、AI 广告剧、视频转绘。链路是从剧本一直做到成片，中间覆盖角色一致性、分镜、配音、音乐这些环节。角色一致性是漫剧生产里最要命的问题——同一个人物在不同镜头里换脸，整部片子就废了，做这条赛道的产品基本都在这上面下功夫。 万兴科技本身是做视频剪辑软件起家的（Filmora 那家），在视频工具链上有积累，这是它做漫剧平台的底子。 面向的是小型工作室和想批量产漫剧内容的团队。个人创作者可以试，但这类工业化流水线产品的价值要在有量的时候才体现得出来。

快乐小马（HappyHorse）是阿里巴巴 ATH 创新事业部发布的视频生成模型和创作平台，定位在专业级 AI 视频这一档。 能力上支持文生视频、图生视频，也能指定首帧和参考图，另外有一个视频编辑功能可以改已生成视频的细节——这一点比只能重新生成的工具实用，改一个地方不用把整段推倒重来。 面向的是专业创作者和企业客户，可以在官网直接用，也能通过阿里云百炼平台接入；普通用户在千问 App 里也能体验到。官网首页挂着 百万悬赏 的 AI 影像大赛，属于典型的模型冷启动打法。 放在国产视频模型这一堆里，它的差异点更多在阿里全系模型的协同上——和 Wan、Qwen-Image 这些是同一套底座。单看生成质量还需要更多实际作品来验证。

LongTake 的名字取自电影术语 长镜头 ，产品定位也在这上面——从一个简短想法做到电影级的连续短片。 它解决的是 AI 视频生成里一个很具体的痛点：大部分工具一次只能生成几秒到十几秒，拼成长片时镜头之间接不上，人物、光线、风格全在跳。LongTake 的做法是把文字先转成分镜和关键帧，再统一生成，让叙事连续性有个骨架撑着。 底层聚合了多个模型，官网列了 Sora、Veo 3.1、Nano Banana、Wan 这几家，用户可以按需要切换。功能区分成 Projects、Studio、History、Assets 几块，是工作台形态而不是单次生成的玩具。 界面目前是英文，有免费额度可以先试。适合要做成段叙事内容的创作者。

道影 AI 是一个 AI 视频全链路创作平台，主要服务短剧和漫剧这类需要连续叙事的内容，从剧本一路做到成片。 流程上覆盖剧本处理、分镜、画面生成、剪辑几个环节，创作者不需要在多个工具之间倒素材。做连续剧集最麻烦的一直是角色和场景的一致性——同一个人在第三集里换了张脸，这是 AI 视频最容易翻车的地方，这类全链路平台的存在意义基本都在这一点上。 适合短剧团队、漫剧工作室和有连续内容产出需求的创作者，单条视频的临时创作用它有点重。 平台需要注册使用，采用积分制。实际效果取决于底层调用的模型版本，值得先用少量预算跑一集试试再决定是否长期用。

DoLab AI 是一个面向自媒体、国内电商和跨境电商的 AI 短视频生成平台，定位很明确——把商品做成能带货的视频和图片素材。 典型用法是上传商品图或者填入商品链接，选一个模板方向，几分钟出一条带货视频，也可以批量生成商品图。它把 无需拍摄团队 作为主要卖点，适合的是那种一天要上十几个链接、每个都要配素材、但没有内容团队的小卖家。 批量生产是它和普通视频剪辑工具的主要区别，工作流是按条数设计的而不是按项目设计的。 缺点也来自这里：模板化痕迹相对明显，如果做的是需要品牌调性的高客单价商品，成品可能不够用。免费可试，规模化使用需付费。

WOW配音是一个 AI 音频一站式平台，覆盖 AI 配音、声音克隆、AI 配乐、AI 音乐创作和版权音乐库五块。 它的音色库来源比较特别——背后团队做了十几年真人配音，商业级音色是在这批真人数据上训练的，所以在情绪和停顿的自然度上比纯合成音色要好一些。平台把场景分成商业配音和自媒体配音两条线，前者偏广告片、宣传片，后者偏短视频口播。 适合短视频作者、短剧团队、广告制作方和需要批量出口播稿的运营。声音克隆功能在使用前需要注意授权问题，克隆他人声音在国内已经有明确的法律边界。 有免费试用，套餐按年计费，入门门槛不高。

Gaga AI 是 Sand.ai 团队做的音画同步视频生成模型，主打的事情很具体：让一张静态照片开口说话，并且口型对得上。 用法是上传一张人物图片或一段音频，模型自动驱动角色生成口型匹配、表情自然的高清视频，不需要写复杂提示词。除了对口型，它还支持图生视频与文生视频的音画同出、图片超分、音色复刻和多语种数字人。 这类模型的难点一直在细节：口型和辅音的对齐、说话时的头部微动、以及静止太久带来的假人感。Gaga 在这几项上的表现属于当前领先梯队，尤其是短句场景。适合做真人短剧、数字人播报、短视频 IP 和多语言口播素材。 官网提供免费试用，也开放 API 平台。要注意的是，用真人肖像生成说话视频涉及肖像权，商用前需要拿到本人授权。

Kadapt 面向的是房产经纪人：把已经拍好的房源照片，自动转成可以直接发社媒的竖版短视频，十分钟左右出片。 它做的不只是加转场和配乐。系统会学习使用者的品牌风格和表达习惯，生成的脚本和旁白听起来像本人在说话，而不是通用模板念稿。字幕和文案会过一遍公平住房相关的用语检查，这一条在美国房产营销里是硬性合规要求，做错了是要担责的。 定价分三档：个人 49 美元每月、专业版 149、机构版 499，按包含的额度区分。参照传统外包视频团队的报价，这个价格带对高频挂盘的经纪人是有吸引力的。 局限也明显：它依赖已有的照片素材，照片本身拍得差，出来的视频救不回来。适合房源更新频繁、需要持续产出社媒内容的经纪人和中介团队，其它行业的营销视频需求用通用工具更合适。

谱乐 AI （PuYue.AI）把 AI 做歌的整条链路串了起来：生成、翻唱、母带、MV，最后还能发行。模型上集成了 Suno、Mureka、MiniMax 以及自研的 YM 模型，也因此常被当成「Suno 中文版」来用。 比较少见的是发行这一环——生成的歌可以一键投放到 QQ 音乐、网易云音乐、汽水音乐、Spotify、Apple Music 等 100 多个平台，并结算播放收益。 其余功能偏专业向：音色克隆需要上传音频样本训练，支持 16 轨混音、智能音轨分离、MIDI 转真实乐器演奏、乐谱导出 PDF 与 MusicXML，MV 一次可以出 4K、最长 10 分钟。平台声明作品带明确的商用授权，也开放了 API。界面支持中英日韩等十种语言。

像无限是一个偏影视工业方向的 AI GC 平台，现在还挂着 Beta。口号写的是「影视级规模化生产」，副标题「快验证成就大爆款」，目标很直白——不是让你出一条好看的片子，是让你批量试。 首页开门给三条线。自由画布做多模态节点编排，走自由工作流那套；AI 短剧细分成国内真人、海外真人、2D/3D 漫、解说漫四个方向；AI 短片则对着广告创意、MV、解说这些商业场景。分类粒度这么细，说明它的模板和流程是按品类调过的，不是一个通用生成器套壳。 左侧导航依次是首页、项目、审片、资产、课程、帮助。「审片」和「资产」这两个入口值得留意——审片是剧组的活，资产管理意味着素材要跨项目复用，这套结构是照着团队协作设计的，不是给个人玩票用的。 页面底部有精选案例区，按 AIGC 短剧、AIGC 短片、电商视频、广告视频分类展示。适合已经在做短剧或商业视频、需要压成本提产量的团队；个人用户上手成本会偏高，而且 Beta 阶段功能和额度都可能变。

FizzStudio（FizzDragon）是一个面向全球创作者的 AI 内容共创平台，把编剧、导演、设计师、动画师、配音演员和品牌方放在同一套工作流里协作，主打AI故事系列内容的孵化与发行。 它的做法不是单点 工具 ，而是把创作拆成可协作的环节：策划与剧本、视觉设定、镜头生成、配音与后期，各环节可以由不同的人接手，平台提供共享算力和跨地区的协作网络。站内接入了Seedance 2.5等视频模型，创作者可以直接在项目里调用。 适合想做连载型IP、跨国团队协作、或者需要把一个故事从文字推到成片的创作组。个人用户也能用，但它的设计明显更偏团队。 网页端使用，提供免费开始创作的入口，进阶能力按平台规则计费。想做单条短视频的，用它有点重；想把一个世界观做成系列的，它的项目结构会省不少事。

VO3 AI 是一个由Veo 3驱动的AI视频生成工具，把文本和图片转成自带音效的短视频。 它的产品形态是聚合式的工作台：除了Veo 3，还接了Sora 3、Kling 3.0、Seedance 2.5、Wan 3.0、MiniMax H3等模型，可以在同一个界面里换着用。文生视频、图生视频、多场景拼接和AI Agent模式都在里面。 音效是它比较强调的一点。多数文生视频产品出来的是无声画面，要配音得再找工具，VO3把这一步放进了生成过程。 面向的是创作者、营销人员和企业，用来做广告片、产品演示和社媒短视频。不需要剪辑软件基础。 聚合型工具的通病同样存在：不同模型的提示词习惯不一样，换模型之后效果会跳，值得先固定用一两个模型把手感练熟。

MovieFlow 把自己叫作 AI Movie Studio，产品形态是创作工具加内容社区：一侧是文生视频、图生视频和分镜续写的创作台，另一侧是可以刷的作品流，看到喜欢的片子能直接拿它的参数和提示词接着改。 比起纯粹的生成器，它更强调成片感——镜头之间的衔接、角色在多个镜头里的一致性、配乐和字幕，都在同一个工程里处理，导出的是一条能直接发出去的短片而不是几秒的素材。首页的 Lab 和 Video world 两个入口分别对应实验性玩法和世界观连载。适合做 AI 短片、概念片和故事向内容的创作者。注册即可试用，高分辨率导出和批量生成需要付费。

MakeSong 是一个 AI 音乐生成平台，既能从歌词出发生成完整歌曲，也支持直接用一句提示词描述风格、情绪和节奏来出曲。除了主线的写歌功能，它还把音乐周边的活儿一并做了：AI 音乐视频、AI 演唱视频、歌词视频、AI 舞蹈，写完歌可以顺手做出一条能发社媒的成片。 界面把风格、时长、人声、节奏拆成可调的标签，不懂乐理也能改；生成后可以逐段重做而不用整首重来。适合短视频创作者、独立音乐爱好者和需要背景音乐的自媒体。提供免费额度试用，高频使用和商用授权需要订阅。中文咬字的表现不如英文稳定，做中文歌需要多试几版。

inSai Hilight 把自己定位成营销视频的 AI 代理：上传产品图、写一段简短的 brief 或者只是丢一个想法过去，它会自动完成脚本、分镜、配音和剪辑，直接产出可以投放的营销视频，不需要拍摄也不需要后期。 它面向的是跨境电商和品牌方最高频的那个需求——同一个产品要针对不同渠道、不同卖点、不同市场反复出片。平台按素材和卖点批量生成多版本，方便做 A/B 投放测试，TikTok 这类渠道的竖版规格是默认支持的。适合独立站卖家、DTC 品牌和小型营销团队；需要精细控制画面细节的品牌片则不太合适。提供免费试用额度，正式使用按套餐订阅。

AI pai 主打的口号是有想法就丢给它，产品实质是一个视频创作智能体：你用自然语言描述想要什么——比如一段三十秒的赛博朋克风格追逐短片——它自己拆脚本、选风格、生成镜头、配乐合成，最后交出成片。 它把常见需求做成了预置入口，一键 MV、游戏视频、一分钟奇幻短片这类模板可以直接套用再改。平台带模板库、探索页和个人工作台，生成过程可见，中途能改掉不满意的单个镜头而不用重跑整条。适合短视频创作者、想快速验证创意的广告人和不想学剪辑的普通用户。免费注册可试，长片和高清导出走积分制。

Wizstar是一个面向企业和出海品牌的 AI 视频创作平台，主张 不拍摄、不剪辑、不做本地化 ，把文本、图片、商品链接、脚本或音频直接转成可发布的视频。平台接入了Seedance 2.5、Kling 3.0 Omni、Nano Banana 2等生成模型，在此之上搭了一整套业务工具：AI视频和图片生成、数字人口播与口型同步、视频翻译、电商商品视频、AI短剧，以及能端到端出片的视频Agent。 它比较适合需要多语种、多渠道批量出内容的团队，比如跨境电商、营销机构和企业培训部门，一条素材翻成多种语言的成本很低。新用户有免费额度可以试，数字人、语音合成等高级功能需要订阅。个人创作者也能用，不过功能配置明显更偏企业。