AI 视频实用指南
AI 视频模型对比：按输入、参数边界和证据选型
对照 VidVid 配置的 21 个 AI 视频选项，按输入、时长和分辨率筛选。提供可复用验收记录，并保留三个 MiniMax H3 历史实测输出。
更新于
使用 VidVid 创作选 AI 视频生成器，先确认它能接收你的素材，并交付需要的时长和分辨率，再比较画质。只有文字入口的模型无法完成“上传产品图并保持外观”的图生视频流程；需要 8 秒完整动作，也不能用一段 4 秒视频替代。
本页整理 VidVid 当前配置的 21 个视频选项，配置核对日期为 2026 年 10 月 20 日。能力表是接入配置快照，不代表 21 个模型都完成了生成实测。下方保留 MiniMax H3 的三个历史输出，不能据此确定跨模型画质冠军。
先确定输入，再缩小模型范围
| 手头有什么 | 首先筛选什么 | 如何验收 |
|---|---|---|
| 只有文字创意 | 文生视频入口 | 第一秒是否交代清楚主体与动作？ |
| 产品图或已确认的角色图 | 图生视频入口 | 轮廓、标签、脸部或服装能否在全片保持可辨认？ |
| 多张参考图 | 接收多参考图的入口 | 分别检查身份、场景和构图由哪张图约束，是否互相冲突。 |
| 一段已有视频 | 视频编辑或续接入口 | 修改是否保留必要内容，续接处是否连贯？ |
已有图片，从图生视频开始；只有文字描述，从文生视频开始。这是输入条件的筛选，不是画质排名。
AI 视频模型对照：输入、时长与分辨率
下表来自 VidVid 接入配置。连续区间表示区间内每个整数秒都在配置中；逗号分隔表示只能选所列时长。时长与分辨率列表不保证任意组合都能成功，还应遵守具体端点限制及工作台实际开放的控件。“原生输出，未指定尺寸”不等于可以选择 720p 或 1080p。
| 模型选项 | 输入方式 | 配置时长（秒） | 配置分辨率 |
|---|---|---|---|
| Vidu Q4 Preview | 图生视频 | 3–16 | 540p, 720p, 1080p, 2k, 4k |
| Vidu Q4 Preview Reference | 参考图（1–12 张） | 3–16 | 540p, 720p, 1080p, 2k, 4k |
| HappyHorse 1.1 | 文生视频 / 图生视频 | 3–15 | 720p, 1080p |
| Wan 3.0 | 文生视频 / 图生视频 | 2–30 | 480p, 720p, 1080p |
| Seedance 2.5 | 文生视频 / 图生视频 / 视频编辑 / 视频续接 | 4–30 | 480p, 720p, 1080p, 4k |
| Vidu Q3 | 文生视频 / 图生视频 | 1–16 | 540p, 720p, 1080p |
| PixVerse 5.6 | 文生视频 / 图生视频 | 5, 8 | 360p, 540p, 720p, 1080p |
| MiniMax H3 | 文生视频 / 图生视频 / 视频编辑 / 视频续接 | 3–15 | 480p, 540p, 768p, 1080p |
| HappyHorse 1.0 | 文生视频 / 图生视频 | 3–15 | 720p, 1080p |
| Kling 3.0 Turbo | 文生视频 / 图生视频 | 3–15 | 720p |
| Veo 3.1 Fast | 文生视频 / 图生视频 | 4, 6, 8 | 720p, 1080p |
| Sora 2 | 文生视频 | 4, 8, 12, 16, 20 | 720p |
| Grok Imagine v1.5 Text | 文生视频 | 1–15 | 480p, 720p, 1080p |
| Grok Imagine v1.5 Image | 图生视频 | 1–15 | 480p, 720p |
| Framepack | 图生视频 | 2, 4, 6, 8 | 720p |
| FLUX 3 Video | 图生视频 | 5–20 | 720p, 1080p |
| Luma Ray 3.2 | 文生视频 / 图生视频 | 5, 10 | 540p, 720p, 1080p |
| Pruna P-Video | 文生视频 / 图生视频 | 1–20 | 720p, 1080p |
| Gemini Omni Flash Text | 文生视频 | 3–10 | 原生输出，未指定尺寸 |
| Gemini Omni Flash Image | 图生视频 | 3–10 | 原生输出，未指定尺寸 |
| Cosmos 3 Super | 图生视频 | 1–7 | 原生输出，未指定尺寸 |
四个容易选错的边界
Vidu Q4 单图与参考图是两条工作流。 单图入口接收一张图片，供应商说明构图比例跟随输入图，而不是独立的宽高比参数，因此应先裁好原图。参考图入口要求提供图片：WaveSpeed 文档允许最多 15 张，VidVid 当前最多接收 12 张。不要把参考图入口当作纯文生视频测试。依据见单图端点文档与参考图端点文档。
这里接入的 Sora 2 是文生视频。 当前入口为 720p，时长为 4、8、12、16、20 秒。它不能参加“保持同一张上传产品图”的图生视频对比。这一边界与 WaveSpeed Sora 2 端点文档一致。
分辨率标签不能混用。 MiniMax H3 配置列出 768p，而非 720p。历史 H3 的 768p 输出不能被描述成严格控制变量的 720p 对比。原生输出模型也应先检查交付文件，再声称其具体像素尺寸。
声音应单独验收。 对提供音频控件的入口，记录是否开启；对白、同步与多余声音要与画面分开检查。不能从这张表推断所有选项都支持同等的音频功能。
能真正复用的双模型测试方法
- 生成前写好验收单：输入素材、目标时长、画幅、交付分辨率，以及三个明确的废片条件。例如产品标签扭曲、轮廓变化、产品被裁掉。
- 选两个输入类型一致的候选，取双方时长与分辨率的交集。例如 Sora 2 与 Veo 3.1 Fast 可以比较 4 秒、720p 的文生视频；统一规定 5 秒反而会排除 Sora 2。
- 使用同一提示词与素材，记录端点、参数、音频开关及提示词扩写开关。若一边自动改写提示词，另一边不改写，应披露差异。
- 提前设定积分上限与最多尝试次数，对所有交付片段验收，保留被判废片的记录。请求失败单独记录；是否扣分、是否退回，应查实际积分流水。
- 比较可用产出，记录交付数、合格数、耗时和实际扣除积分。若合格数为零，写“预算内没有可用产出”，此时不能计算单条合格视频的成本。
本次核对的积分配置中，同为 4 秒、720p 文生视频，Sora 2 为 80 积分，Veo 3.1 Fast 为 240 积分。这是 VidVid 配置计算的报价，不是实测扣费，也不能证明哪一个画质更好。提交前以工作台当前报价再次确认，尝试预算可参考视频生成价格与合格片成本指南。
可直接复制的测试记录
任务与日期：
输入图或视频标识（如需要）：
完整提示词：
模型与端点：
时长 / 分辨率 / 画幅：
音频 / 提示词扩写 / 随机种子（如开放）：
请求状态 / 实际交付尺寸 / 耗时：
实际扣除积分：
合格或废片 + 具体原因：
不要把不同任务的分数平均后宣布总冠军。产品标签损坏的片段，即使光影漂亮，也没有通过产品展示的验收。
实测：MiniMax H3 的 768P 输出
本文保留三次历史 MiniMax H3 官方 API 生成记录，均为 768P：一条图生视频、两条文生视频。下面给出文件、提示词与参数，便于检查这些样例；它们不能构成跨模型排名。
我们实际发送的提示词： A slow macro push-in on a matte ceramic object, realistic reflections, black studio background, premium commercial lighting, the object keeps its exact shape, no deformation, 5 seconds.
我们实际发送的提示词： Vertical 9:16 product hook, energetic but controlled camera move, subject fully visible in the first second, bright accent colour, shallow depth of field, object shape stays fixed.
我们实际发送的提示词： Extreme macro of a brushed metal surface, slow lateral camera move, reflected light crawling across the material, no distortion, commercial product photography look.
| 卡片 | 模式 | 参数 | 输出文件 | 提交 → 可用 |
|---|---|---|---|---|
| A | 图生视频 | 5s · 768P | 1344×768, 24 fps, 5.2 s, 726 KB | 196 s |
| B | 文生视频 | 5s · 768P · 9:16 | 768×1344, 24 fps, 5.2 s, 1.0 MB | 117 s |
| C | 文生视频 | 4s · 768P · 1:1 | 768×768, 24 fps, 4.5 s, 341 KB | 83 s |
以上是一个模型的三次单次运行，保留为历史证据。文件尺寸、时长与耗时只描述这些输出，不代表可靠性、其他模型速度或当前实际扣分。与其他模型比较 H3 时，应使用双方共有的参数，不能要求每个候选都提供 768p。
常见问题
产品图做视频应该选哪个 AI 模型？
先选图生视频入口，再用同一张图和双方支持的参数测试。产品轮廓、标签或颜色发生变化即判废片。本页没有通过横向实测确定画质总冠军。
能把所有模型统一设成 5 秒、720p 对比吗？
不能。当前配置中 Sora 2 只提供 4、8、12、16、20 秒，Framepack 提供 2、4、6、8 秒；MiniMax H3 列出的是 768p，而不是 720p。应使用待比较模型共同支持的参数，无法对齐时披露差异。
Vidu Q4 Reference 可以不上传参考图吗？
WaveSpeed 文档要求提供参考图，VidVid 当前最多接收 12 张。只有文字提示时，应选择独立的文生视频入口。
这些视频模型免费吗？
这张表不证明存在免费额度。生成会使用提交前工作台显示的积分；供应商文档、促销访问权限和 VidVid 积分价格是不同的口径。
来源与尚未验证的部分
能力表、积分示例和请求边界于 2026 年 10 月 20 日对照 VidVid 模型目录、积分计算函数与请求适配器核对；链接的 WaveSpeed 文档支撑 Q4 和 Sora 的输入边界。嵌入的 H3 文件是本文提供的输出证据。本次更新没有新增付费运行，也没有完成跨模型画质基准测试。
接下来可在模型目录选择两个输入兼容的候选，保存上方验收单，再到工作台检查实时报价。选择目标是找到能在预算内重复通过验收的模型；本页没有声称每个已配置选项都已达到这一结果。