AI 视频生成模型分为文生视频（text-to-video）与图生视频（image-to-video）。目前主流产品均已支持 1080P 及以上、5～10 秒时长的片段生成。
主流工具
- Sora（OpenAI）：以物理一致性与长镜头见长，生成效果逼真，通过 ChatGPT 提供
- 可灵（快手）：国内头部，图生视频表现稳定，支持运动控制与运镜，短视频创作者常用
- Runway（Gen-3/Gen-4）：老牌创意工具，适合影视级风格化与特效
- Vidu（生数科技）：国产自研，长时生成与多主体一致性表现不错
- 即梦、海螺、Luma、Pika 等：各有侧重，按「运镜、一致性、时长、价格」对比即可
当前局限
- 生成时长通常有限（5～15 秒），长片需要拼接与剪辑
- 人物一致性、复杂动作仍有翻车概率，需多次抽卡
- 物理规律偶尔出错（手部、液体、穿帮），商用前要人工审片
工作流建议：文案脚本 → 分镜 → 图生视频（用生成的关键帧做起点）→ 剪辑配音，比纯文生视频可控性高很多。