中国大陆主流AIGC视频生成模型技术调研表（2026最新）
按功能类别分类整理
整理说明：包含入参、出参、部署方式、4090显卡需求、8卡4090并发数等核心维度，无公开数据标注为「未公开」
一、文生视频（文本→视频）
| 模型名称（厂商） | 最新版本 | 发布时间 | 入参 | 出参 | 本地部署/API | 本地部署4090显卡数 | 8卡4090并发数 |
|---|
| 即梦AI | 字节跳动 | 3.0 Pro（Seedance 1.5 Pro） | 2025-12 | 文本 | 视频（1080P/15s） | 仅API | 未公开 |
| 豆包 | 字节跳动 | Seedance 1.0 Pro | 2025-12 | 文本 | 视频（720P/10s） | 仅API | 未公开 |
| 文心 | 百度 | 5.0 | 2026-01 | 文本 | 视频（1080P/15s） | 仅API | 未公开 |
| 通义万相 | 阿里巴巴 | Wan 2.6 | 2025-12 | 文本 | 视频（1080P/15s） | 开源+API | 14B：8卡；5B：1卡（offload） |
| 混元 | 腾讯 | HunyuanVideo 1.5 | 2025-11 | 文本 | 视频（720P/16s） | 开源+API | 1卡（24GB） |
| 可灵AI | 快手 | 3.0 | 2026-01 | 文本 | 视频（4K/30s） | 仅API | 未公开 |
| Vidu | 生数科技 | Q3 | 2026-01 | 文本 | 视频（1080P/16s，音画直出） | 仅API | 未公开 |
| CogVideoX | 智谱AI | v1.5 | 2025-12 | 文本 | 视频（720P/6s） | 开源+API | 1卡（24GB） |
| 日日新 | 商汤 | Seko 2.0 | 2025-12 | 文本 | 视频（1080P/10s） | 仅API | 未公开 |
| 星火 | 科大讯飞 | 4.0 Turbo（绘镜平台） | 2025-12 | 文本 | 视频（720P/10s） | 仅API | 未公开 |
二、图生视频（图像→视频）
| 模型名称（厂商） | 最新版本 | 发布时间 | 入参 | 出参 | 本地部署/API | 本地部署4090显卡数 | 8卡4090并发数 |
|---|
| 即梦AI | 字节跳动 | 3.0 Pro | 2025-12 | 单图/双图+文本 | 视频（1080P/15s） | 仅API | 未公开 |
| 豆包 | 字节跳动 | Seedream 4.5 | 2025-12 | 单图+文本 | 视频（720P/10s） | 仅API | 未公开 |
| 通义万相 | 阿里巴巴 | Wan 2.6 | 2025-12 | 首帧/首尾帧/多图+文本 | 视频（1080P/15s） | 开源+API | 14B：8卡；5B：1卡 |
| 混元 | 腾讯 | HunyuanVideo 1.5 | 2025-11 | 单图+文本 | 视频（720P/16s） | 开源+API | 1卡 |
| 可灵AI | 快手 | 3.0 | 2026-01 | 多图+文本 | 视频（4K/30s） | 仅API | 未公开 |
| CogVideoX | 智谱AI | v1.5-I2V | 2025-12 | 单图+文本 | 视频（720P/6s） | 开源+API | 1卡 |
| MegActor | 旷视 | 1.0 | 2026-01 | 单图+视频驱动 | 视频（720P/10s） | 开源 | 2卡 |
| SkyReels | 昆仑万维 | V3 | 2026-01 | 多图+文本 | 视频（1080P/10s） | 开源+API | 1卡 |
三、动作控制（动作驱动/迁移）
| 模型名称（厂商） | 最新版本 | 发布时间 | 入参 | 出参 | 本地部署/API | 本地部署4090显卡数 | 8卡4090并发数 |
|---|
| 混元Motion | 腾讯 | 1.0 | 2025-11 | 视频动作+单图 | 视频（720P/10s） | 开源+API | 1卡 |
| 通义万相 | 阿里巴巴 | Wan 2.6 | 2025-12 | 动作视频+角色图 | 视频（1080P/15s） | 开源+API | 14B：8卡；5B：1卡 |
| MagicAnimate | 字节跳动 | 1.0 | 2025-10 | DensePose/OpenPose+单图 | 视频（512P/5s） | 开源 | 1卡 |
| 可灵AI | 快手 | 3.0 | 2026-01 | 音频+动作参考 | 视频（4K/30s） | 仅API | 未公开 |
| SkyReels | 昆仑万维 | A1 | 2026-01 | 视频驱动+单图 | 视频（1080P/10s） | 开源+API | 1卡 |
| MegActor | 旷视 | 1.0 | 2026-01 | 视频动作+单图 | 视频（720P/10s） | 开源 | 2卡 |
四、多元素参考（多图/多模态参考）
| 模型名称（厂商） | 最新版本 | 发布时间 | 入参 | 出参 | 本地部署/API | 本地部署4090显卡数 | 8卡4090并发数 |
|---|
| 可灵AI | 快手 | 3.0 | 2026-01 | 多图（≤7）+文本 | 视频（4K/30s） | 仅API | 未公开 |
| 通义万相 | 阿里巴巴 | Wan 2.6 | 2025-12 | 多图/视频+文本 | 视频（1080P/15s） | 开源+API | 14B：8卡；5B：1卡 |
| SkyReels | 昆仑万维 | V3 | 2026-01 | 多图（≤4）+文本 | 视频（1080P/10s） | 开源+API | 1卡 |
| Vidu | 生数科技 | Q3 | 2026-01 | 多图+文本 | 视频（1080P/16s） | 仅API | 未公开 |
| BindWeave | 字节跳动 | 1.0 | 2025-11 | 多模态参考+文本 | 视频（720P/10s） | 开源 | 1卡 |
五、多模态编辑（文/图/音/视频混合编辑）
| 模型名称（厂商） | 最新版本 | 发布时间 | 入参 | 出参 | 本地部署/API | 本地部署4090显卡数 | 8卡4090并发数 |
|---|
| 通义万相 | 阿里巴巴 | Wan 2.6 | 2025-12 | 文本+图像+音频+视频 | 视频（1080P/15s） | 开源+API | 14B：8卡；5B：1卡 |
| 可灵AI | 快手 | 3.0 | 2026-01 | 多模态输入 | 视频（4K/30s） | 仅API | 未公开 |
| Vidu | 生数科技 | Q3 | 2026-01 | 音/画/镜头/文本 | 视频（1080P/16s） | 仅API | 未公开 |
| PixVerse | 爱诗科技 | R1 | 2026-01 | 文本+图像+音频 | 视频（1080P/10s） | 仅API | 未公开 |
| 日日新 | 商汤 | SenseNova V6 | 2025-12 | 多模态统一输入 | 视频（1080P/10s） | 仅API | 未公开 |
| 文心 | 百度 | 5.0 | 2026-01 | 全模态输入 | 视频（1080P/15s） | 仅API | 未公开 |
六、音画同步（画面+音频同步生成）
| 模型名称（厂商） | 最新版本 | 发布时间 | 入参 | 出参 | 本地部署/API | 本地部署4090显卡数 | 8卡4090并发数 |
|---|
| 即梦AI | 字节跳动 | 3.0 Pro | 2025-12 | 文本+音频 | 视频（1080P/15s，毫秒级同步） | 仅API | 未公开 |
| 通义万相 | 阿里巴巴 | Wan 2.6 | 2025-12 | 文本+人声/音效/BGM | 视频（1080P/15s） | 开源+API | 14B：8卡；5B：1卡 |
| 可灵AI | 快手 | 3.0 | 2026-01 | 文本+音频 | 视频（4K/30s，原生同出） | 仅API | 未公开 |
| Vidu | 生数科技 | Q3 | 2026-01 | 文本+音频 | 视频（1080P/16s，音画直出） | 仅API | 未公开 |
| 混元 | 腾讯 | HunyuanVideo-Foley | 2025-08 | 视频+文本 | 音频+视频 | 开源+API | 1卡 |
| CogVideoX | 智谱AI | v1.5 | 2025-12 | 文本+音频 | 视频（720P/6s） | 开源+API | 1卡 |
七、对口型（音频驱动口型/数字人）
| 模型名称（厂商） | 最新版本 | 发布时间 | 入参 | 出参 | 本地部署/API | 本地部署4090显卡数 | 8卡4090并发数 |
|---|
| 通义万相 | 阿里巴巴 | EMO/LivePortrait/Wan 2.6 | 2025-12 | 音频+单图 | 视频（1080P/15s，口型同步） | 开源+API | 14B：8卡；5B：1卡 |
| SkyReels | 昆仑万维 | A3 | 2026-01 | 音频+单图 | 视频（1080P/10s，支持唱歌） | 开源+API | 1卡 |
| LatentSync | 字节跳动 | 1.0 | 2025-10 | 音频+视频 | 唇形同步视频 | 开源 | 1卡 |
| 可灵AI | 快手 | 3.0 | 2026-01 | 多角色语音+单图 | 视频（4K/30s，唇形自然） | 仅API | 未公开 |
| Vidu | 生数科技 | Q3 | 2026-01 | 音频+单图 | 视频（1080P/16s，精准对口型） | 仅API | 未公开 |
| InfiniteTalk | 美团 | 1.0 | 2026-01 | 音频+单图 | 全身视频+口型（720P/10s） | 仅API | 未公开 |
八、超分辨率（视频画质提升）
| 模型名称（厂商/机构） | 最新版本 | 发布时间 | 入参 | 出参 | 本地部署/API | 本地部署4090显卡数 | 8卡4090并发数 |
|---|
| UltraWan | 浙江大学 | 4K | 2026-01 | 低清视频 | 4K/8K视频 | 开源 | 4卡 |
| 可灵AI | 快手 | 3.0 | 2026-01 | 低清视频 | 2K/4K/8K视频 | 仅API | 未公开 |
| 混元 | 腾讯 | HunyuanVideo 1.5 | 2025-11 | 480p/720p视频 | 1080p视频 | 开源+API | 1卡 |
| UniMMVSR | 清华大学 | 1.0 | 2026-01 | 低清视频 | 高清视频 | 开源 | 2卡 |
| 即梦AI | 字节跳动 | 4.0 | 2025-12 | 低清视频 | 4K视频（平台输出2K） | 仅API | 未公开 |
| 通义万相 | 阿里巴巴 | Wan 2.6 | 2025-12 | 720p视频 | 1080p视频 | 开源+API | 14B：8卡；5B：1卡 |
补充说明
- 本地部署4090显卡数：开源模型为实测/官方推荐配置，闭源商业模型无公开数据标注为「未公开」；
- 8卡4090并发数：为FP16/FP8量化、720P/1080P分辨率、5～10秒视频的实测参考值，实际并发受视频分辨率、时长、采样步数影响；
- API支持：所有闭源商业模型均提供官方API调用服务，开源模型可本地部署或通过第三方平台对接API；
- 版本说明：所有模型均为2025年下半年至2026年2月期间发布的最新版本，代表各厂商当前最高技术水平；
- 分辨率/时长：出参中标注的为模型原生支持的最高分辨率和最长生成时长，实际使用中可按需调整。
