Artificial Analysis 是独立AI基准与市场情报平台,对语言、图像、视频、语音和音乐模型以及推理服务商进行质量、速度、价格等维度的统一测试。
AI Category
AI视频工具
聚合文本生成视频、图生视频、视频编辑和创意短片制作相关AI工具。
Tools
AI视频工具推荐
Pippit AI
国外
Pippit AI 是面向电商和社媒营销的AI内容平台,可将商品链接、图片、文档或提示词转成带脚本、数字人、配音和字幕的视频,并支持排期发布与效果分析。
Topaz Video
国外
Topaz Video 是面向专业后期的视频AI增强软件,可在Windows和macOS上进行放大、降噪、锐化、去隔行、稳定、运动去模糊、插帧慢动作与SDR转HDR。
Elai.io
国外
Elai.io 是面向培训、客户教育和企业沟通的AI数字人视频平台,可把文本、文章或PPT转成多语言讲解视频,并支持互动、翻译和品牌模板。
Google SynthID Detector 是用于检查图片、视频或音频中 SynthID 数字水印的验证工具,可识别由 Google 及部分合作伙伴 AI 系统生成或编辑的内容。
OpenArt AI
国外
OpenArt AI 是集图片生成与编辑、一致性角色、模型训练和AI视频于一体的创作平台,可在同一工作区用提示词、参考图和对话完成视觉素材。
fal.ai
国外
fal.ai 是面向开发者的生成式媒体平台,通过统一API提供图片、视频、音频和3D模型推理,并支持队列、实时调用、自定义模型与企业级部署。
Moonvalley Marey 是面向专业影视与品牌制作的生成式视频模型,支持文生视频、图生视频、镜头与轨迹控制、动作和姿态迁移,并强调使用已许可素材训练。
Luma Dream Machine 是 Luma AI 的图片与视频创作工作区,支持文生视频、图生视频、关键帧、视频延长、角色参考和基于原素材的视频改造。
Hedra
国外
Hedra 是面向角色口播、AI视频广告和多模型生成的创作平台,可把人物或角色图片、脚本与音频组合成带口型和表情的演说视频,并提供开发接口。
YouMind
国内/国外
YouMind 是把网页、视频、播客、PDF 和笔记放入 Board,再用 AI 研究、写作并生成幻灯片、图像、视频与网页的学习创作工作台。
Creatify
国外
Creatify 是面向电商与效果营销的 AI 广告平台,可从商品链接、脚本或素材生成视频广告、数字人讲解、配音和多版本广告创意。
Colossyan
国外
Colossyan 是面向企业培训与知识传递的 AI 视频平台,可把文档、PPT、PDF、脚本或网页转换为数字人视频,并支持多语言、本地化、互动和 SCORM 导出。
Kaiber
国外
Kaiber 是把生成式画布、音乐节拍同步和时间线编辑连接起来的 AI 创作套件,适合制作音乐视频、社交短片、图片动画和多模型视觉素材。
睿小鉴AI检测智能体
国内
睿小鉴AI检测智能体是中科睿鉴推出的多模态内容鉴伪工具,可在统一网页入口检测文本、图片、音频和视频,并提供风险判断、可疑线索、检测报告与对话式结果解读。
Descript Rooms 是面向远程播客、视频访谈和网络节目的多人录制空间,可在参与者设备本地录制独立音视频轨道、持续上传备份,并衔接 Descript 的转写与 AI 后期。
Gemini Omni
国外
Gemini Omni 是 Google 的多模态生成模型家族,首个 Omni Flash 可组合文字、图片、音频和视频作为输入生成视频,并通过对话继续编辑。
TwelveLabs
国外
TwelveLabs 是面向开发者的视频理解平台,可通过 API 对视频建立索引,进行自然语言搜索、内容分析、摘要生成和视频向量检索。
Runway Dev
国外
Runway Dev 是面向开发者与企业团队的 AI 媒体平台,通过统一 API 接入 Runway 及第三方的图像、视频、音频和实时角色模型,并提供预制 Recipes、成本管理与企业控制能力。
Runway Agent
国外
Runway Agent 是面向品牌、营销、代理公司和影视创作者的视频创作智能体,可通过对话提出概念、拆分故事节拍、规划视觉方向,并组合多场景、旁白、对白和音乐形成可继续修改的视频。
Speechify Studio 是面向创作者和团队的浏览器端 AI 音视频工作台,提供文字转语音、配音、声音克隆、视频翻译与素材编辑等能力。
Canva Magic Video 是 Canva 视频编辑器中的 AI 自动剪辑能力,可根据上传素材和文字要求组合片段、同步音频、添加转场并适配社交媒体版式。
Adobe Firefly Generate Soundtrack 是 Firefly 中的 AI 视频配乐工具,可按情绪、能量和视频时长生成匹配的原创器乐背景音乐。
ElevenLabs Dubbing v2 是面向视频与音频本地化的 AI 配音模型,强调在 90 多种语言间保留原说话者的语气、节奏、表达和情绪。
Microsoft Clipchamp 是面向个人与办公团队的浏览器和 Windows 视频编辑器,提供自动编排、自动字幕、文本转语音、静音删除、降噪及屏幕录制等 AI 辅助功能。
Google Vids
国外
Google Vids 是 Google Workspace 的协作式办公视频应用,可用 Gemini 根据提示词和 Drive 文件生成可编辑分镜、脚本与素材,并支持录屏、提词器、AI配音和生成视频片段。
Adobe Express 是面向海报、社媒图片、短视频、文档和品牌内容的在线设计工具,集成 Adobe Firefly 生成图片、生成式填充、文字效果与自然语言设计编辑能力。
Seedance 2.0
国内
Seedance 2.0 是字节跳动 Seed 团队的多模态音视频生成模型,可结合文字、图片、音频和视频参考生成带声音的连续视频。
Adobe Firefly Boards 是 Firefly 中的 AI 优先情绪板与创意白板,可在无限画布上组合参考素材、生成和混合图像或视频,帮助团队探索并沟通视觉方向。
Adobe Podcast 是 Adobe 提供的网页版 AI 录音与音频编辑工具,包含 Enhance Speech 人声增强、Mic Check 麦克风检查、远程录音、转写式编辑和 audiogram 导出,适合播客、访谈、课程与口播视频的音频后期。
KreadoAI
国外
KreadoAI 是面向营销、电商和跨境内容生产的 AI 创意工具,覆盖数字人视频、商品图、广告素材、配音和多语言内容,适合需要批量测试短视频和商品广告的团队。
Google Flow Music 是 Google Labs 提供的 AI 音乐实验工具,面向创作者生成可用于视频、短片、社媒内容和创意项目的音乐片段与配乐灵感。
D-ID
国外
D-ID 是面向营销、培训、客服和企业沟通的 AI 视频与数字人平台,支持用文本、音频或图片生成带真人感头像的视频,并提供 Agentic Video、Visual Agents、多语言视频和 API 能力。
Runway Aleph 2.0 是 Runway 的 AI 视频编辑能力,支持用自然语言修改视频中特定元素、跨多个镜头应用编辑,并可处理最长 30 秒、1080p 的短视频素材,适合广告、社媒和产品视频迭代。
Pictory
国外
Pictory 是面向营销人员、课程创作者和内容团队的 AI 视频生成与编辑工具,可把文本、脚本、博客 URL、PPT、图片、录屏和已有视频转成带字幕、配音、模板和品牌元素的视频。
Loom AI
国外
Loom AI 是 Loom 的 AI 视频与会议辅助能力,可为会议和录屏生成会议笔记、行动项、摘要邮件、标题、章节、转写和可分享文档,适合远程团队和异步协作。
Mubert
国外
Mubert 是面向创作者、视频团队和品牌内容运营的 AI 音乐生成平台,可按时长、情绪、风格和内容场景生成适合视频、播客、社媒和商业内容的背景音乐。
Topaz Labs
国外
Topaz Labs 是专注 AI 图像与视频增强的工具平台,提供 Topaz Photo、Topaz Video、Topaz Gigapixel、Astra、Bloom 和 API 等产品,用于图片放大、去噪、锐化、修复、人脸恢复和视频超分辨率。
Flair.ai
国外
Flair.ai 是面向电商、品牌和内容团队的 AI 商品图与产品摄影工具,可用拖拽画布、模板、AI 模特、商品视频和广告素材能力生成更统一的视觉内容。
Riverside
国外
Riverside 是面向播客、访谈、课程和营销视频的录制与 AI 编辑平台,支持音视频转写、文本剪辑、Magic Clips、字幕、降噪、AI Show Notes 和多语言翻译等能力。
Arcads
国外
Arcads 是面向营销团队的 AI 广告视频平台,支持使用 AI 演员、AI UGC、字幕、翻译、扩展、混剪和视频优化能力快速生成可测试的广告素材。
Pencil
国外
Pencil 是面向广告和增长团队的 GenAI 广告创意平台,支持从 brief 生成文案、图片、视频和多渠道广告变体,并提供品牌协作、审核、预测和发布相关工作流。
DomoAI
国外
DomoAI 是面向创作者的 AI 视频与图片创作平台,支持文本、图片、视频生成和视频转动画风格化,适合短视频、角色动画、营销素材和课程视觉包装。
Magnific / Freepik AI 提供 AI 图片生成、图片编辑、放大、视频生成和创意素材能力,适合电商商品图、海报、社媒内容、广告创意和办公配图。
LTX Studio
国外
LTX Studio 是面向创作者和品牌的视频创意平台,覆盖脚本、故事板、画面生成、编辑和交付等环节,适合把创意快速变成可视化视频方案。
Captions AI
国外
Captions AI 是面向短视频、口播和创作者工作流的 AI 视频工具,覆盖字幕、剪辑、配音、翻译和社媒视频制作等场景。
Murf AI
国外
Murf AI 是面向创作者、企业和开发者的 AI 语音平台,覆盖文字转语音、视频旁白、语音克隆、配音和 API 等语音生成场景。
VEED
国外
VEED 是面向社媒和营销内容的 AI 视频创作平台,覆盖视频生成、在线剪辑、自动字幕、翻译配音、数字人和降噪等流程。
即梦AI
国内
面向创作者的AI图片和视频生成工具,适合短视频、电商和社媒内容制作。
可灵AI
国内
快手推出的AI视频生成工具,适合文生视频、图生视频和短片创意制作。
Runway
国外
面向创意团队的AI视频生成和编辑平台,适合广告、影视、社媒视频制作。
Pika
国外
AI视频生成工具,适合快速制作创意短片、动态海报和社媒视频素材。
Sora
国外
OpenAI的视频生成工具,面向文本、图片和视频驱动的创意影像生成。
HeyGen
国外
HeyGen 是AI视频和数字人工具,适合生成讲解视频、营销视频、培训视频和多语言数字人内容。
Synthesia
国外
Synthesia 是企业级AI视频生成平台,适合培训、说明、内部沟通和多语言视频内容制作。
Descript
国外
Descript 是音视频编辑工具,适合播客、访谈、课程和短视频剪辑,支持像编辑文本一样编辑音视频。
Hailuo AI
国外
Hailuo AI 是 MiniMax 旗下的 AI 视频与图像生成工具,适合文生视频、图生视频、创意镜头和短内容素材制作。
PixVerse
国外
PixVerse 是 AI 视频生成平台,适合文生视频、图生视频、多镜头叙事、口型同步和创意短片起稿。
Higgsfield
国外
Higgsfield 是 AI 原生创意套件与生成式媒体平台,覆盖图片、视频等创作能力,并通过统一 API 提供多种媒体模型。
Krea AI 是面向创作者和设计团队的 AI 创意套件,支持图片、视频、增强、编辑和实时生成等视觉工作流。
Google Flow
国外
Google Flow 是 Google 面向创作者的视频与图像 AI 创意工作台,结合 Gemini、Veo 等模型,适合做分镜、文生视频、图生视频和素材迭代。
OpusClip
国外
OpusClip 是面向创作者、播客、课程团队和媒体公司的 AI 视频切片工具,可把长视频自动拆成适合 Shorts、Reels、TikTok 等平台的短视频片段。
ComfyUI
国外
ComfyUI 是开源的节点式生成式 AI 工作流工具,常用于 Stable Diffusion、Flux、图像生成、图像编辑和视频生成流程。
Replicate
国外
Replicate 是面向开发者的 AI 模型运行平台,支持通过 API 调用图片、视频、音频、语言和开源模型,适合快速试验模型、构建原型和把模型能力接入应用。
Google Veo
国外
Google Veo 是 Google DeepMind 的视频生成模型系列,可通过 Google Flow、Google Vids、AI Studio 或 Gemini API 等入口用于文本/图像生成视频和开发者视频生成能力。
Skywork
国外
Skywork 是面向研究、文档、幻灯片、表格、图片和视频等交付物的 AI Workspace Agent,适合把一个复杂任务拆成资料研究、内容生成和多格式输出。
CapCut AI
国外
CapCut AI 是 CapCut 提供的一组 AI 视频、图片、字幕、配音和剪辑工具,适合短视频创作者、运营团队和课程内容生产。
Rask AI
国外
Rask AI 是面向创作者、教育团队和企业市场的 AI 视频本地化工具,支持视频/音频翻译、AI 配音、字幕、声音克隆、Lip Sync 和 API 自动化。
Klap
国外
Klap 是把长视频自动拆成 TikTok、Reels、YouTube Shorts 等短视频的 AI 工具,可识别片段、智能裁切人物、生成字幕并导出社媒素材。
Scenario
国外
Scenario 是面向游戏、品牌和创意团队的 AI 创意基础设施平台,支持自定义模型训练、图像/视频/3D/音频工作流、品牌一致资产和 API/MCP 集成。
Fish Audio
国外
Fish Audio 是面向创作者、开发者和团队的 AI 语音生成平台,提供文本转语音、声音克隆、情绪控制和 API 能力,适合视频配音、有声书、角色声音和语音智能体。
Wondercraft
国外
Wondercraft 是面向企业、创作者和营销团队的 AI 视频与音频工作室,把视频、头像、图像、声音、音乐和脚本生成组织成可编辑的内容生产流程。
Vidu
国内
Vidu 是 AI 视频生成工具,支持 Text to Video、Image to Video、Reference to Video、AI 动画、视频广告和模板化生成,适合创作者、动画团队和营销视频场景。
Runway Gen-4
国外
Runway Gen-4 是 Runway 的新一代 AI 视频生成模型,强调更强的场景、角色和风格一致性,可用于文本或图像驱动的视频生成、广告创意、短片分镜和品牌视觉测试。
通义万相
国内
通义万相是阿里通义旗下 AI 创意创作平台,覆盖文生图、图生图、文生视频、图生视频和图像编辑等场景,适合营销视觉、短视频草稿和创意素材生产。
腾讯混元生视频
国内
腾讯混元生视频是腾讯混元体系下的 AIGC 视频生成能力,面向文生视频、创意短片、广告素材、影视分镜和工业级商业应用等场景。
Eleven Music
国外
Eleven Music 是 ElevenLabs 推出的 AI 音乐生成工具,面向视频、播客、品牌内容、课程和创意项目生成歌曲、背景音乐和不同情绪风格的音频素材。
Guidde
海外
Guidde 是面向产品、客服、培训和知识库团队的 AI 视频文档工具,可把屏幕操作流程生成可编辑的视频教程、步骤说明、语音旁白和帮助中心内容。
Arcade
海外
Arcade 是面向 SaaS、营销、售前和客户教育团队的 AI 互动产品演示平台,可创建可嵌入官网、邮件、博客和销售资料的产品 demo、视频和视觉素材。
LALAL.AI
国外
LALAL.AI 是 AI 音频分离与清理工具,支持从歌曲、录音和视频中提取人声、伴奏及多种乐器音轨,并提供语音降噪、去混响和声音处理能力。
ElevenLabs Studio 是面向有声书、播客和视频创作者的 AI 音视频制作工作区,集成多角色配音、转写、声音修复、音乐音效、字幕、时间线和协作审阅。
Async 是 Podcastle 在 2026 年启用的新品牌,把浏览器录音、音视频编辑、AI 增强、转写、声音生成与开发者语音 API 汇集到同一平台。
LiblibAI是面向中文创作者的AI图像与视频创作平台,提供在线生成、模型与工作流社区、LoRA训练、模板和API能力。
Cleanvoice AI 是面向播客、访谈和口播视频的自动编辑服务,可移除口癖、长停顿、口腔音、呼吸、结巴和背景噪声,并生成转写、摘要与社交内容。
Krea AI
国外
Krea Realtime 是 Krea 的实时视觉生成工作区,可根据文字、绘画、画布元素或摄像头输入即时反馈画面,适合快速探索构图与风格。
HeyGen Video Translate 是 AI 视频本地化工具,可翻译口播、用原说话者相似音色重新配音,并选择口型同步、字幕和多语言批量输出。
FLORA AI
国外
FLORA AI 是面向创意团队的节点式无限画布,可连接文本、图片、视频和音频节点,把多模型生成、编辑、批量变体与团队协作组织成可复用工作流。
Stable Assistant 是 Stability AI 的在线多模态创作助手,集中提供图片生成与编辑、文生音频、图生视频、2D转3D和文字辅助等能力。
InVideo AI
国外
InVideo AI 是面向创作者与团队的智能体视频制作平台,可把脚本或创意整理为分镜,并用自然语言驱动剪辑、素材生成、配音、音乐和多轨时间线修改。
Fliki
国外
Fliki 是文本驱动的 AI 视频与配音平台,可把创意、脚本、博客链接或 PPT/PDF 拆成场景,并组合 AI 旁白、视觉素材、字幕、音乐、头像和多语言版本。
Tavus
国外
Tavus 是用于构建 AI 视频体验的开发平台,可通过 API 创建视频分身、生成个性化视频,并构建带感知和对话能力的视频交互界面。
Beatoven.ai
国外
Beatoven.ai 是面向视频、播客、游戏等内容项目的 AI 音乐与音效生成工具,可按提示、情绪和时长创建并调整配乐。
SOUNDRAW
国外
SOUNDRAW 是面向创作者、音乐人和企业的 AI 音乐生成平台,可按风格、情绪与时长生成曲目,并提供段落编辑、Stem 导出及音乐 API。
Submagic
国外
Submagic 是面向 Shorts、Reels 和口播内容的 AI 视频编辑器,可自动生成字幕、删除停顿、加入 B-roll、缩放、转场、音乐并辅助发布。
Wisecut
国外
Wisecut 是面向口播、教程和长视频再利用的 AI 自动剪辑工具,可通过语音识别生成字幕、删除静音、调整节奏并制作短视频版本。
Podcastle
国外
Podcastle 是浏览器端音视频与播客制作平台,整合远程录制、转录式编辑、噪声处理、AI 配音、字幕、视频剪辑和节目发布。
Vizard AI
国外
Vizard AI 是面向播客、访谈、课程和营销视频的在线 AI 剪辑工具,可从长视频识别片段,自动重构画幅、生成字幕,并继续用文字或时间线编辑。
Mootion AI
国外
Mootion AI 是从创意、脚本、图片、音频或视频素材出发生成故事视频的平台,提供快速成片与分镜导演模式,并组合画面、配音、音乐和音效。
Ask YouTube
国外
Ask YouTube 是 YouTube 的对话式 AI 搜索体验,可把长视频、Shorts、网页实时信息和文字答案组合起来,并支持连续追问与跳转到相关视频片段。
Adobe Firefly AI Assistant 是 Firefly 内的对话式创意智能体,可按自然语言目标编排图片、品牌素材、故事板和短视频等多步骤工作流。
Dreamina
国外
Dreamina 是 CapCut 旗下的一体化 AI 创意平台,可从文字、图片等素材生成图像、视频与数字人内容。
LOVO AI Genny 是集文字转语音、自定义声音、配音编辑和视频制作于一体的 AI 内容生产平台。
ScreenApp
国外
ScreenApp 是结合浏览器录屏、会议录制、多语言转写、AI纪要、视频问答和SOP生成的音视频知识工具。
Eleven v4 是 ElevenLabs 的新一代文字转语音模型,强调情绪、节奏、角色一致性和多说话人对话,并提供面向低延迟智能体的 v4 Turbo。
AI视频工具怎么选
选择AI视频工具时,建议先明确任务是个人效率、内容创作、企业应用还是开发集成。个人用户优先看上手难度和中文体验,企业用户则要重点关注权限、成本、数据安全和可持续维护。
本分类下的每个工具详情页都提供原创介绍、适合人群、使用场景、教程步骤和参考来源,方便你从导航页继续进入具体工具学习。
可咨询AI培训和工具实战课程,联系QQ:1732839641
Articles
相关教程
AI短视频工具推荐:文生视频、图生视频和数字人怎么搭配
面向短视频创作者和企业内容团队,整理可灵AI、Runway、Pika、Luma、HeyGen等AI视频工具的使用思路。
Pippit、Creatify和CapCut哪个好:商品链接转视频与电商广告选型
比较Pippit、Creatify和CapCut在商品链接转视频、AI数字人、批量素材、剪辑、社媒发布与电商广告审核上的差异。
Luma Dream Machine、Runway和可灵AI哪个好:图片转视频、视频改造与广告镜头怎么选
从图片转视频、角色一致性、关键帧、视频改造、中文体验和商用工作流比较Luma Dream Machine、Runway与可灵AI,并给出低成本实测方法。