快手 Kling
VIDEO GENERATION
Kling 4.0
30 秒连续叙事，关键帧与全能参考把一个想法变成完整视听故事。
时长
3–30s
分辨率
720p–4K
音频
立体声·多语
关键帧
≤10 张
- 30 秒原生连续叙事
- 最多 10 张关键帧
- 全能参考（≤15 项）
- 双通道立体声多语对白
MODELS
热门模型
旗舰
MiniMax
VIDEO GENERATION
MiniMax H3
统一理解文本 / 图片 / 视频参考，生成 4–15 秒最高 2K 的可控视频。
时长
4–15s
分辨率
768P / 2K
画幅
6 种比例
参考
9 图 3 视频
- 统一多模态理解
- 9 图 / 3 视频参考
- 首尾帧控制
- 原生 2K 输出
字节跳动
VIDEO GENERATION
Seedance 2.5
面向 30 秒叙事的多模态视频模型，支持秒级镜头控制与视频编辑。
时长
4–30s
分辨率
480P / 720P
帧率
24fps
输入
全模态
- 最长 30 秒叙事
- 全模态参考（文/图/视频/音频）
- 可控视频编辑
- 音画同步多语表达
字节跳动
VIDEO GENERATION
Seedance 2 Mini
Seedance 2 的性价比档位，适合社媒创意与产品短片的快速测试。
时长
4–15s
分辨率
480p / 720p
画幅
竖·方·横
参考
图 + 视频
- 更低成本创意测试
- 4–15 秒短片
- 参考驱动（图 + 视频）
- 社媒竖版 / 方形 / 横版
Google
VIDEO GENERATION
Gemini Omni
像聊天一样做视频 —— Google 官方定位为「Nano Banana 的视频版」。
片段
10s
参考照片
≤5 张
音频
内置
编辑
对话式
- 对话式生成
- 多模态混搭（文/图/视频）
- 对话式编辑
- 原生音频 + 风格范本
H
Happy Horse
VIDEO GENERATION
HappyHorse
统一生成视频与音频，8 步推理极速出片，旁白支持六种语言。
分辨率
720p@24fps
时长
5s
推理
8 步
音频
同步
- 统一视频 + 音频生成
- 8 步极速推理
- 原生音频同步
- 六语言旁白
字节跳动
VIDEO GENERATION
Seedance 2
首个支持文字、图片、视频、音频同时输入的多模态视频生成器。
时长
4–15s
图片输入
≤9 张
视频输入
≤3 段
音频输入
≤3 段
- 多模态输入（文/图/视频/音频）
- @素材参考系统
- 生产级角色一致性
- 智能运动与镜头控制
快手 Kling
VIDEO GENERATION
Kling 3
原生 4K、2–6 镜头分镜与多语言唇形同步，生成速度提升 40%。
时长
3–15s
分辨率
1080p / 4K
多镜头
2–6 个
唇形同步
5 语言
- 原生 4K@48fps
- 2–6 镜头分镜
- 5 语言唇形同步
- 10+ 摄像机运动