Doubao-Seedance-2.0
豆包大模型团队推出的新一代专业级多模态创作视频模型 Seedance 2.0,支持图像、视频、音频等多模态作为参考输入生成视频,还具备视频编辑、延长等能力,能高精度还原各类细节并稳定角色特征,具备极致拟真的视听稳定性,深度适配商业广告、影视制作与社交媒体营销等各大核心场景
覆盖文本、图像、视频、音频 500+ 模型,按使用量计费、合同价直降。点开任意一张卡片查看接入文档、SDK 示例与价格明细。
共 12 个模型
豆包大模型团队推出的新一代专业级多模态创作视频模型 Seedance 2.0,支持图像、视频、音频等多模态作为参考输入生成视频,还具备视频编辑、延长等能力,能高精度还原各类细节并稳定角色特征,具备极致拟真的视听稳定性,深度适配商业广告、影视制作与社交媒体营销等各大核心场景
MiniMax H3 is a general-purpose, omni-modal video generation model developed by MiniMax. It unifies the understanding of text, images, video, and audio inputs, and is capable of generating videos up to 15 seconds in length at 2K resolution with native stereo audio. Unlike earlier systems that separated tasks such as text-to-video, image-to-video, and editing into distinct models, H3 treats them as a single generalized task, using natural language to describe how reference materials relate to the target output.
HappyHorse-1.1-I2V 支持图生视频,进一步提升画面质感、动态表现与跨片段一致性。模型能够更精准地理解输入图像并延续创作意图,在人物皮肤质感、ID跨片段保持、动作流畅度、文字渲染稳定性以及音画同步上带来显著改善,输出更真实自然、细节丰富且一致性更高的高质量视频。
HappyHorse-1.1-T2V 支持文生视频,进一步提升文本语义理解、镜头调度与动态生成表现。模型能够更精准地还原创作意图,在人物动作、场景氛围、视觉美感和物理运动上生成更流畅自然、细节丰富且一致性更高的高质量视频。
HappyHorse-1.0-I2V 是阿里巴巴 ATH 团队推出的 15B 参数统一多模态 Transformer 视频生成模型。支持图生视频(Image-to-Video),以图像为起点,精准保留原图内容,生成自然流畅的动态视频。具备高度还原的动态画面生成能力,能够精准理解文本语义,输出流畅自然、细节丰富的高质量视频。支持 720P/1080P 分辨率。
HappyHorse-1.0-R2V 支持参考生视频,更加稳定的主体与场景参考,支持最多9张图片参考,能够精准保持创作意图,实现更强表现能力。
Cinematic creative generation, ultimate dynamic details. 文生视频,精准理解语义,细节丰富画质流畅。支持1080p原生分辨率,同步音频,多镜头故事讲述,7种语言唇形同步。
HappyHorse-1.0 视频编辑模型,支持对已有视频进行风格变换、局部替换等二次创作。支持截取前15秒编辑,输出分辨率与输入一致,实现从1到N的创意延展。
支持多模态参考,具备视频编辑和延长能力
字节跳动最新一代多模态视频生成模型,支持文本、图片、视频、音频等参考输入,强化角色一致性、复杂运镜、动作表现和长镜头生成,可用于高质量影视级视频创作。
新一代专业级多模态视频创作模型,支持基于图像、视频和音频等多模态参考输入生成视频,同时具备视频编辑和扩展能力。
Seedance-2.0-fast 是新一代多模态视频创作模型,继承了 Seedance-2.0 的核心功能和优势,速度更快。支持参考图片/视频/音频生成视频、视频编辑、视频延长及首尾帧生成。