文章目录
-
- 一、开源（可本地ComfyUI/Diffusers部署，N卡CUDA）
-
- [1. MiniMax H3（Hailuo 海螺3.0）](#1. MiniMax H3（Hailuo 海螺3.0）)
- [2. Wan2.1 / Wan2.2（阿里万相）【新手首选】](#2. Wan2.1 / Wan2.2（阿里万相）【新手首选】)
- [3. LTX-Video（Lightricks LTX2.3 / LTX2.5）](#3. LTX-Video（Lightricks LTX2.3 / LTX2.5）)
- [4. CogVideoX（清华智谱）](#4. CogVideoX（清华智谱）)
- [5. HunyuanVideo 混元视频（腾讯）](#5. HunyuanVideo 混元视频（腾讯）)
- [6. Mochi（Genmo）](#6. Mochi（Genmo）)
- [7. Open-Sora / Open-Sora Plan](#7. Open-Sora / Open-Sora Plan)
- [8. Allegro（Rhymes AI）](#8. Allegro（Rhymes AI）)
- 二、闭源在线模型（**不能本地部署，仅网页/API调用**）
- 选型速查表（本地部署优先）
一、开源（可本地ComfyUI/Diffusers部署，N卡CUDA）
1. MiniMax H3（Hailuo 海螺3.0）
- 特点：全模态统一模型，原生音视频一起生成，24fps；强人物动态、镜头运镜、角色一致性；支持首末帧、多参考图/参考视频锁定角色
- 显存门槛：12G起步，8G可FP8剪枝+全offload，24G可跑2K再生
- 短板：访存压力巨大，推理慢，模型体积大
- 许可：权重开源，商用看协议
2. Wan2.1 / Wan2.2（阿里万相）【新手首选】
- 版本：1.3B（8G显存入门）、14B（高画质24G+）；T2V / I2V，支持视频内渲染文字
- 特点：生态最成熟，Apache2.0允许商用 ；画面干净稳定；无原生音频，音频需要后期叠加
- 分辨率：480p~720p，单段5s左右
- 适用：大量迭代试镜头、写实短片、低成本本地批量生成
3. LTX-Video（Lightricks LTX2.3 / LTX2.5）
- 亮点：原生音视频联合生成，推理速度很快，支持4K；轻量蒸馏版本速度优势巨大
- 架构：Video DiT；T2V/I2V
- 显存：10G+可跑720p；适合需要音画一体、快速出片场景
4. CogVideoX（清华智谱）
- 老牌标杆，CogVideoX-5B、CogVideoX-10B；国内早期开源文生视频
- 特点：中文理解好，生态完善，ComfyUI节点齐全；人物容易手部崩坏，动态上限弱于Wan/H3
- 显存：5B版本10G可跑，适合学习基线
5. HunyuanVideo 混元视频（腾讯）
- HunyuanVideo 8.3B；T2V+I2V，720p
- 优势：中文提示词理解强，人物稳定性不错，官方ComfyUI支持完善
- 许可：社区许可，商用有约束
6. Mochi（Genmo）
- 10B，DiT架构；长时序，画面质感柔和；显存需求高（≥20G）
- 定位：艺术向、电影感短片
7. Open-Sora / Open-Sora Plan
- 主要是研究项目，训练框架开源；推理权重版本多，工程化不如Wan/Hunyuan；适合科研二次开发，不推荐普通创作
8. Allegro（Rhymes AI）
- 2.8B，Apache2.0；720p，6s片段；轻量DiT，适合小显卡做动态测试
二、闭源在线模型（不能本地部署，仅网页/API调用）
- Pika Labs（Pika 2.5）：动画、风格化最强，艺术短片、特效镜头天花板；写实略弱
- Runway Gen-4：电影镜头、Motion Brush局部动画控制，影视广告专业向
- Kling可灵AI（快手）：国内平台，强写实、中文提示词，电商/短剧常用
- Vidu生数科技：物理仿真强，动画、写实双优
- Google Veo：长时序、物理一致性强，海外API
- OpenAI Sora：长视频、物理模拟顶尖；目前已停止面向普通用户开放
选型速查表（本地部署优先）
| 模型 | 显存下限 | 原生音频 | 最强优势 | 短板 |
|---|---|---|---|---|
| Wan2.1 1.3B | 8G | ❌ | 门槛最低、稳定、商用友好 | 无原生音频 |
| MiniMax H3 | 12G | ✅ | 人物动态、运镜、音画一体 | 吃显存、推理慢 |
| LTX 2.5 | 10G | ✅ | 生成速度快，原生音视频 | 复杂人物细节一般 |
| CogVideoX-5B | 10G | ❌ | 中文好，生态成熟 | 手部容易崩坏 |
| HunyuanVideo 8.3B | 12G | ❌ | 中文理解强，人物稳定 | 商用协议受限 |