AI 模型 — 视频、图片、音频与数字人生成

Models.seedance-2-5.seo.description

MiniMax H3 生成 24fps 的 2K 视频，并同步配有立体声声纹——音效、环境音和对话一次完成。单提示词多镜头切换，5 至 15 秒，支持首尾帧控制。Popcraft 现已上线。

在 Popcraft 上使用 Seedance 2.0，从文本、图片或片段生成电影级 4K 视频。原生同步音频、多镜头序列，以及最高 4K (2160p) 的极致清晰细节。

Seedance 2.0 Mini 是字节跳动推出的轻量版视频生成模型，相比标准版 Seedance 2.0 成本最高降低 50%，生成速度约为快速模式的 2 倍，支持文本、图像、视频、音频提示词输入。现已在 Popcraft 上线。

在 Popcraft 使用 Seedance 2.0，将图像与提示词转换为电影级视频。支持参考图转视频、首尾帧锁定、多比例输出，最高可达 4K 分辨率。

在 Popcraft 上使用 Google Veo 3.1 生成带内置音频的电影级 1080p 视频。支持参考图生成视频、首尾帧控制和单提示词同步音频。

在 Popcraft 上使用 Kling 3.0 Omni 生成多镜头 AI 视频。可将多达 7 张参考图融合为连贯场景，并以 1080p 同步原生音频。

在 Popcraft 上使用 Google Nano Banana 2 生成图片。角色一致性、14 种宽高比、4K 分辨率、网络知识增强 —— 免费试用。

在 Popcraft 上使用字节跳动 Seedream 5 Lite 生成图片。实时网络搜索、视觉推理、2K 输出 —— 免费试用。

在 Popcraft 上使用 Google Nano Banana Pro 生成专业级图片。复杂多元素构图、4K 输出、专业排版和风格迁移 —— 免费试用。

在 Popcraft 上使用 ElevenLabs TTS 将脚本转为逼真配音。70+ 语言、情感表达、录音棚品质的多语言语音。

在 Popcraft 上使用 Music V1 秒速为视频配乐。生成 AI 背景音乐、器乐 BGM 和情绪匹配的音轨，时长 3 到 200 秒。

在 Popcraft 上使用 ElevenLabs SFX 从文字生成自定义音效。0.5-22 秒片段、可调节提示词影响力、48 kHz 录音棚品质音频。

在 Popcraft 上使用 OmniHuman 1.5 将一张肖像照和音频转为逼真的说话视频。1080p 唇形同步、9:16/16:9/1:1，最长 30 秒。

在 Popcraft 上使用 Kling Avatar 生成长时长说话数字人视频。9:16、16:9 和 1:1 输出，单次生成最长 60 秒。