PixVerse

Sora 是 OpenAI 开发的文本生成视频模型（该公司还开发了 ChatGPT、DALL-E 3 和 Whisper）。

性能先进的视频模型，可在消费级GPU上生成480/720p视频，支持文本到视频、图像转换、编辑以及使用强大VAE的双语文本生成等任务。

下一代视频模型，利用人工智能根据文本指令和图像生成高质量、逼真的画面

Hotshot 是一款 AI 文本转视频/文本转 GIF 模型，旨在深入理解我们最关心的大众人物、地点和事物。

Stable Video 旨在服务于媒体、娱乐、教育、营销等多个领域的广泛视频应用。它使个人能够将文本和图像输入转化为生动的场景，并将创意概念提升为真实的动作画面与电影级创作。

遵循物理规律，实现逼真的运动效果，精准响应指令以控制角色与动作，生成流畅的人类表情。作为世界模拟器，它可实现合成现实中的探索，无缝融合文本、音频、图像与3D内容。采用Apache 2.0开源协议。

谷歌DeepMind的Veo是一种生成式视频技术，可提供高清1080p分辨率视频。

全面的AI驱动平台，支持视频创作、图像转视频、文本转图像，以及动漫风格转写实照片等多种样式（如日本动漫、纸艺风、3D卡通），提供丰富的创意工具以供实验与制作。