言語
テキストや画像を動画に変換するモデル。クリップの長さ、解像度、音声、カメラ制御。
Google DeepMind動画AI2Faceで利用可能
音声つきのGoogle動画モデル。セリフ、効果音、音楽を同じクリップに。最大4K、8秒。
「動画版Nano Banana」。テキスト、写真、動画から音声付きクリップを作り、普通の文で修正します。
ByteDance Seed動画AI2Faceで利用可能
音声付きのByteDance動画モデル。1回の生成で最長30秒、2.5では参照を最大50件。
Kuaishou動画AI2Faceで利用可能
Kuaishouの動画モデル。複数ショットの映像は最長15秒、音声つき。Kling 4.0は30秒を掲げています。
MiniMax動画AI2Faceで利用可能
MiniMaxの動画モデル。H3はステレオ音声付きで最長15秒・2Kの動画、ウェイトは公開。
Alibaba動画AI2Faceで利用可能
Alibabaの動画モデル。音声付きで最長30秒、参照は最大20件、ドキュメントにも対応。
Runway動画AI2Faceで利用可能
Runwayの動画モデル。Gen-4.5はテキストや画像から、精密なカメラワークの動画を生成。
