目前主要的 AI 影片生成模型 可以分成幾大類：文字轉影片 (text-to-video)、圖片轉影片 (image-to-video)、影片編輯 (video editing/enhancement) 以及多模態生成 (multimodal generation)。以下整理一些代表性模型與其功能特色：
🔹 1. 文字轉影片 (Text-to-Video)
這類模型能直接將一段文字描述轉換成影片。
- Sora (OpenAI)
- 可生成 長達 1 分鐘以上、高解析度、具一致性的影片。
- 支援複雜場景、多角度鏡頭、物理真實感。
- 優勢在於能維持角色、背景與物件在多個鏡頭間的一致性。
- 不能免費試用
- Veo3(google)
- Veo 3 是 Google DeepMind 推出的高品質影片生成模型，能根據文字、圖片或另一段影片快速創造出逼真且連貫的短片。
- 它擅長處理多樣化的風格和複雜的動作，並能精準地控制影片細節。
- 可透過 Google AI Studio 試用 Veo2(影片不能生成)
- Grok (X AI)
- 6 秒鐘影片 + 同步音效
- 多種模式 & 動畫風格
- 高畫質與多領域輸出
- 可以免費試用
- Runway Gen-2
- 支援文字生成影片、圖片生成影片。
- 影片風格多樣，適合 廣告、短片製作。
- 提供雲端平台，操作門檻低。
- 可以免費試用
- Stable Video Diffusion (Stability AI)
- 開源，延伸自 Stable Diffusion。
- 強調 社群可擴充性，適合研究與二次開發。
- 主要功能是 圖片轉影片，並能做基本的文字轉影片。
- 不能免費試用，最低收費每月1美元起。
- 可靈大模型(Kling AI)
- 文字生成影片、圖像生成影片。
- 可靈AI使用指南(很好的影片生成提示說明與示範)。
- 可以免費試用，
🔹 2. 圖片轉影片 (Image-to-Video)
這類模型讓靜態圖片「動起來」。
- Kaiber
- 將插畫、照片轉換成動畫影片。
- 特點是 風格化處理，可製作音樂 MV 或創意動畫。
- Luma AI (Dream Machine)
- 強調 物理真實感，適合 3D 與視覺特效。
- 可以從文字或圖片生成 真實感強烈的影片。
- 擅長自拍影片動作轉制相同動作的特效影片
🔹 3. 影片編輯/增強 (Video Editing & Enhancement)
這些模型主要做 影片後製，而不是完全生成。
- Adobe Firefly (Premiere Pro/After Effects 整合)
- 提供 影片物件移除、風格轉換、背景替換。
- 與 Adobe 軟體深度整合，專業影視領域應用廣泛。
- Runway (Video Inpainting)
- 可進行影片物件移除、替換、風格改變。
- 強調 生成式編輯，比傳統剪輯工具更直觀。
🔹 4. 多模態生成 (Multimodal)
結合 語音、3D、互動 的影片生成技術。
- Google Veo3
- 支援 高解析度、複雜場景的影片生成。
- 強調 文字控制的影片敘事，能做長片段影片。
- Phenaki (Google Research)
- 可生成 持續數分鐘的影片，保持連貫性。
- 支援「逐段提示」來控制故事發展。
✅ 總結
- Sora / Veo → 側重於 高真實感與長影片生成。
- Pika / Runway → 側重於 快速創作與易用性，適合一般創作者。
- Stable Video Diffusion → 側重於 開源研究與擴充性。
- Kaiber / Luma → 側重於 圖片動畫化與視覺特效。
- Adobe Firefly / Runway 編輯 → 側重於 影片後製與生成式編輯。
要不要我幫您整理成一份 「AI 影片生成模型對照表」（表格形式，列出模型名稱、主要功能、特色、應用場景），方便快速比較？