VlogMe

AI 模型目录 为任务找到合适的模型。

按所需结果浏览模型。每个模型页面都介绍其擅长领域和限制,Studio 会在创作前显示确切的积分价格。

视频

视频模型

用于根据文字、图片或首尾帧生成视频片段。

  • Google

    Gemini Omni Flash Preview

    一个多模态引擎即可完成生成、原生音频、可读文字和自然语言视频编辑。
  • ByteDance

    Seedance 2.5

    Seedance 2.5 适合最长 30 秒的连续长场景,提示词遵循更准确,并带同步原生音频。
  • ByteDance

    Seedance 2.0

    电影感多镜头叙事、以图片为起点的产品短片和同步音频。
  • MiniMax

    MiniMax H3

    统一的 2K 视频模型,带原生立体声音频,可从文字、单张图片或首尾帧生成。
  • Kuaishou

    Kling 3.0 Pro

    强可控运动、动作、角色表现,以及专门的动作控制系列。
  • Alibaba

    Wan 3.0

    参考图生成视频:图片作为身份与场景参考,一次生成带原生音频的 4–30 秒场景。
  • Google

    Veo 3.1

    高端写实、主视觉镜头、原生音频和可靠的首尾帧转换。
  • xAI

    Grok Imagine Video

    快速生成富有表现力、带原生音频的社交短视频:Grok Imagine 1.5 负责图片转视频,Grok Imagine 还能根据文字生成并编辑短片。

图像

图像模型

用于生成和优化静态图像。

  • OpenAI

    GPT Image 2

    精确生成与编辑、强文字渲染、参考图和遮罩局部重绘。
  • Google

    Nano Banana 2 + Pro

    同一系列覆盖快速日常生成和复杂多参考品牌版式。
  • Google

    Nano Banana Pro

    高级多参考构图、本地化、产品还原和品牌一致性。
  • Google

    Nano Banana 2

    快速通用图像生成与变体,具备优秀提示理解能力。
  • Recraft

    Recraft V4.1 Pro

    设计导向的高端生成,适合精致品牌视觉、广告概念、插画和平面构图。
  • Black Forest Labs

    FLUX.2 Max

    高保真高端生成,适合写实场景、产品、人物及参考图引导构图。
  • ByteDance

    Seedream 5.0

    精致营销图片,擅长参考图引导构图、人物、产品和连贯视觉叙事。
  • Ideogram

    Ideogram 3.0 Quality

    重视排版的图片模型,适合海报、标题、平面广告和蒙版局部替换。

数字人

数字人模型

用于主持人和会说话的数字人流程。

  • HeyGen

    HeyGen Avatar V

    专业的预设 Avatar V 主持人直接播报您的音轨,无需肖像。
  • Hedra

    Hedra Avatar

    通过肖像和音频生成富有表现力的口播与创作者风格表演。
  • ByteDance

    OmniHuman 1.5

    超越普通口播的细致全身与音频驱动角色表演。

编辑与增强

编辑与增强

用于动作迁移、口型同步、视频放大以及编辑已有素材。

  • Topaz Labs

    Topaz Video AI

    专业级 2 倍或 4 倍视频放大与细节恢复,价格根据源视频计算。
  • Sync Labs

    Lipsync 2 Pro

    用于替换现有视频语音的高级口型同步。
  • Kuaishou

    Kling 3 Motion Control Pro

    将参考视频动作高质量迁移到所选角色图像。
  • Magnific

    Magnific Upscaler

    面向最终营销素材的高级图像放大与创意细节恢复。
  • Runway

    Runway Aleph 2

    面向现有素材的专业高级 VFX 与提示驱动变换。

产品

一体化的创作空间。

VlogMe 将 Director、Video、Image 和 Audio Studio、Aisma、新闻视频 与 DUB 集于一体。规划故事、制作素材、修改视频,并在 Lab 保存结果。

常见问题

每个模型都适合所有任务吗?

不是。输入、输出格式和费用取决于流程及所选模型。开始前请在 Studio 中确认。

VlogMe 会暗中切换模型吗?

不会。您在此选择的模型会一直保留。如果提供方无法完成任务,VlogMe 会说明情况,是否重试或改用其他模型由您决定。

每个页面都代表一个独立引擎吗?

不一定。有些页面介绍模型系列,有些介绍特定版本或工作流程,因此页面数量并不等于引擎数量。

音频模型在哪里?

语音、音乐和音效在 Audio Studio 中制作,DUB 可将成片翻译成其他语言。两者都与上方模型在同一工作空间中使用。

下一支视频从这里开始

为镜头、图片或主持人选择最合适的引擎。

每个结果都会保存到 Lab,随时用于下一步。