动态运镜效果
可在提示词中描述跟拍、环绕或快速摇镜等运镜方式;具体效果取决于所选模型和提示词。
使用 AI 模型生成视频,支持文生视频、图生视频和视频转视频。

这些视频由 AI 生成,可作为运镜、动作、特效和节奏处理的示例。实际效果会因所选模型、提示词和参考素材而异。
可尝试用提示词描述快节奏打斗、极限运动或复杂互动等场景。生成效果会因模型和提示词而异。
可在提示词中描述跟拍、环绕或快速摇镜等运镜方式;具体效果取决于所选模型和提示词。
可尝试描述跑步、跳跃、碰撞或与环境互动等动作。动作连贯程度会因模型和提示词而异。
可根据所选模型添加支持的参考素材,例如视频用于参考运镜、音频用于参考节奏、图片用于参考风格。生成效果取决于模型和素材。
上传参考视频,并在提示词中说明希望参考的运镜和动作。生成结果与参考风格的接近程度取决于所选模型。
可在提示词中描述甩镜、匹配剪辑或风格化转场。能否呈现这些效果取决于所选模型。
描述画面构想和场景衔接方式,再选择支持的视频生成模型。结果和生成时间会因模型与设置而异。
如所选模型支持音频参考,可上传音乐并描述希望画面如何配合节拍。生成效果取决于模型和素材。
使用 AI 模型生成视频,支持文生视频、图生视频和视频转视频。



Veo 3.1 在支持的情况下提供 Lite、Fast 和 Quality 变体。可在支持的模式中选择文生视频、图生视频或视频转视频;参考图生成视频最多支持 3 张图片,且需使用 Fast 和 16:9。可用画幅为 Auto、16:9 和 9:16。界面不提供时长或分辨率选择。生成前请查看所需积分。

Sora 系列的标准版本。在保持 OpenAI 优秀的语义理解能力的同时,优化了生成速度与成本。非常适合快速验证分镜脚本、社交媒体短视频制作及通用创意生成。

HappyHorse 是阿里巴巴下一代多模态视频生成模型,原生支持音视频协同生成。单一模型覆盖四种场景——文生视频、图生视频、多图参考生视频、视频原位编辑,非常适合广告、电商、短剧和社媒创意内容。
Wan 2.6 支持文生视频、图生视频和视频转视频,可选择 5 秒、10 秒或 15 秒时长,以及 720p 或 1080p 分辨率,并支持多镜头创作。



用文字、首尾帧或参考素材制作 3–30 秒视频。选择 720p 或 1080p,检查动作、声音和积分,再把满意的片段用于剪辑。



Kling 动作控制模型可通过上传参考图片和视频来引导角色动作与姿态。支持生成 3 至 30 秒视频,适用于角色动画和动作迁移。

以惊人的动作一致性和物理规律捕捉著称。Kling 2.6 擅长生成大幅度的人物动作、复杂的物体交互以及电影级的运镜效果,画面细腻且连贯。
字节跳动先进的视频生成模型。Seedance 1.5 Pro 擅长角色动画,具有精准的口型同步和自然的表情。拥有逼真的运动物理效果,支持多种视频比例(1:1、21:9、4:3、3:4、16:9、9:16),提供灵活的时长选项(4秒、8秒、12秒),并可选择生成音频。
字节跳动新一代视频生成模型。Seedance 2 强调高质量画面、复杂运动表现与多模态参考控制,支持文本、图片、视频与音频输入,适合需要更高一致性与更强镜头表达的专业视频创作。

Wan 3.0 Video 是阿里巴巴的多模态视频生成模型,支持文生视频、图生视频、参考生视频,以及使用图片、视频和音频参考进行视频编辑。

Wan 3.0 Video Prime 是更高保真的 Wan 版本,适合对画面细节、动作控制和构图一致性要求更高的文生、图生和参考生视频项目。

Seedance 2.5 支持文生视频、首尾帧图生视频和多模态参考生视频。可使用图片、视频或音频作为参考,支持 480p/720p、4–30 秒时长,并可选择生成音频。可用选项以当前页面为准。

Seedance 2 的高速版本,兼顾速度与成本效率。适合快速迭代创意、批量测试提示词与高频内容生产,同时保留对图片、视频与音频参考的支持。

Seedance 2 的轻量低成本版本。支持首尾帧与多模态参考,单秒积分更低,适合草稿、社交短视频与大批量试跑。

xAI 推出的创意视频生成模型。Grok Imagine 擅长将文本描述转化为富有想象力的视频内容,支持多种宽高比(2:3、3:2、1:1、9:16、16:9),提供 fun、normal、spicy 三种风格模式,适合创意内容制作和快速原型验证。
Grok Imagine Video 1.5 Preview 用于图生视频,需要上传 1 张参考图片。输出为固定 720P,时长可选 5 至 15 秒,画幅比例包括 16:9、9:16、3:2、2:3、1:1、3:4 和 4:3。

用文字或一张首帧图片生成 4–15 秒视频,并自动生成原生音频。可选 480p、720p、1080p,其中 1080p 由 720p 放大。图生视频的画幅由原图决定;不支持多图参考、尾帧或视频输入。

Gemini Omni 是 Google 基于 Omni-Flash-Ext 的高级视频生成模型。支持文生视频、单图生视频和3张参考图融合。支持 4/6/8/10 秒时长,提供 16:9 和 9:16 宽高比。

Gemini Omni 1.1 Flash 是 Google 的多模态视频生成模型,支持文生视频、图生视频和参考图片,提供灵活时长与多种宽高比。

MiniMax H3 是多模态视频生成模型,支持文生视频、图生视频和参考生视频,提供 768p/2K 输出、灵活时长与参考音频。


MiniMax H3 Max 是高速视频生成模型,支持 480p/768p 文生视频、首尾帧图生视频,以及图片、视频、音频多模态参考生视频,输出时长 5 至 15 秒。

MiniMax H3 Max Turbo 是更低成本的极速档,支持 480p/768p 文生视频,以及首帧必填、尾帧可选的图生视频。

将文字或单张图片生成 1–15 秒视频,最高支持 1080p,可选同步生成音频。

PixVerse V6 是一款灵活的视频生成模型,支持文生视频、图生视频、首尾帧转场和视频续写。支持 360p 至 1080p、1 至 15 秒视频,以及可选的原生音频。



可让一张首帧图片动起来,也可使用最多 15 张参考图片。支持 540p 至 4K;单图动画时长为 3–16 秒,参考图模式为 1–16 秒,并可选择生成同步音频。参考音频需为 MP3,时长 3–12 秒。
输入文字、上传图片或参考素材,即可生成视频。无需剪辑经验或昂贵设备,具体效果和耗时取决于所选模型及输入内容。
描述想要的视频,或上传图片生成视频。可用于制作广告素材、社交媒体内容等。
可尝试跟拍、环绕等运镜和流畅转场。描述想要的镜头效果,实际结果取决于所选模型和输入内容。
可尝试用连贯的叙事节奏串联场景,用于构思品牌故事、产品演示或创意分镜。生成效果取决于所选模型和输入内容。
上传音轨后,可尝试让剪辑与节奏同步。适合制作广告短片或音乐视频等;效果取决于所选模型和输入内容。
可通过浏览器在手机、平板或电脑上使用。不同设备上的体验可能有所差异。
在支持的模式中上传图片、视频或音频作为参考,帮助表达风格、运镜或节奏方向。生成结果会因所选模型及输入素材而异。
关于 Nano Banana Pro 的常见问题
没找到你想了解的内容?联系支持团队
Nano Banana Pro 可用于生成图片、海报、角色设计、产品效果图和信息图。它支持保持场景连贯、模拟光照并延续指定风格。
支持 1K、2K 和 4K 分辨率选项,可生成 PNG 或 JPG 图片,并可使用最多 10 张参考图。可用功能和输出选项以所选模型为准。
请查看所选模型和生成选项显示的积分费用,以及当前账户的积分余额。
每个账号都有基础频率限制。正常使用通常不会影响体验,也可选择支持更高并发的套餐。
无需复杂设置,输入文字提示词即可生成图片。高级控制选项可供有经验的用户按需使用。
生成的内容可用于商品图片、广告和品牌素材等商业场景。使用时请遵守适用的内容规范和版权规定。
Nano Banana Pro 支持多语言文字渲染,可用于制作海报、标题、标签和信息图。实际排版与文字准确度可能因提示词和生成结果而异。
可通过参考图和提示词尝试保持角色与风格一致,适用于品牌形象、漫画角色和虚拟形象等创作。具体效果会因输入和生成结果而异。