快手2025年Q4财报显示，线上营销收入达236亿元，同比增长14.5%。AI技术成为商业化核心驱动力，其中AIGC生成的内容素材单季消耗已达40亿元，凸显AI与短视频商业化的深度融合。
阿里通义实验室推出PrismAudio框架，解决AI视频生成中音画不同步问题。该技术引入“思维链”机制，先分析视频内容再生成匹配音效，提升沉浸感。研究已被ICLR2026收录。
字节跳动旗下小云雀AI平台推出“短剧Agent”功能，搭载Seedance2.0算法，实现剧本到视频全流程自动化。该功能支持上传10万字剧本，具备故事理解与角色管理能力，大幅降低长篇内容创作门槛。
谷歌投资AI动画工作室Animaj，被视为YouTube首次直接投资儿童内容工作室，旨在对抗平台上的“AI垃圾内容”——即利用生成式AI批量制造、缺乏教育价值的低质视频，保护婴幼儿用户免受不良影响。
AIReel是一站式AI视频生成器，可从图像或文本生成视频。
免费的一体化AI视频与图像生成器，可创电影级内容。
Kling 4.0可根据文本生成4K电影级视频，支持多镜头叙事和原生音频。
Pexo AI视频代理，10倍速创建专业视频，自动转化概念成社交媒体内容
Openai
$2.8
输入tokens/百万
$11.2
输出tokens/百万
1k
上下文长度
Google
$0.7
$2.1
$17.5
Anthropic
$21
$105
200
Alibaba
$1
$10
256
$2
$20
-
$8
$240
52
$3.9
$15.2
64
$15.8
$12.7
Bytedance
$0.8
$54
$163
Baidu
Tencent
jayn7
本项目提供了腾讯HunyuanVideo-1.5-I2V-720p模型的量化GGUF版本，专门用于图像转视频和视频生成任务。该模型支持将静态图像转换为高质量视频内容，提供了多种量化版本以优化性能。
yaleiyaleichiling
首个真正开源、无限制的二次元视频生成模型，基于Wan2.2-5B架构，仅需6GB显存即可运行，能够生成惊艳的二次元动画内容
mitegvg
该模型是基于VideoMAE架构的暴力检测模型，在Kinetics数据集预训练的基础上，针对暴力检测任务进行了92轮微调。模型采用Vision Transformer架构，专门用于视频内容分析，能够识别视频中的暴力行为。
QuantStack
这是一个将hlwang06/HoloCine模型转换为GGUF格式的文本到视频生成模型，支持通过文本描述生成视频内容，采用Apache-2.0许可证。
MartinSSSTSGH
这是一个基于AI Toolkit by Ostris训练的LoRA模型，专门用于文本到视频的图像生成任务，使用触发词'Lilly'来生成特定风格的图像内容。
chetwinlow1
Ovi是一款先进的音频-视频生成模型，能够根据文本或文本+图像输入同时生成同步的视频和音频内容。该模型采用双骨干架构，支持5秒视频生成，为多媒体创作提供了强大的工具。
Wan-AI
Wan2.2-S2V-14B是一个专为音频驱动的电影级视频生成而设计的混合专家（MoE）模型。它能够根据输入的音频、参考图像和文本提示生成高质量的视频内容，支持480P和720P分辨率，并具备复杂运动生成和电影级美学效果。
TencentARC
ARC-Hunyuan-Video-7B 是腾讯ARC实验室开发的多模态模型，专门用于理解现实世界中的短视频内容。它能够端到端处理视觉、音频和文本信号，通过整合多模态线索实现对视频的深度结构化理解。
这是一个文本转视频的量化模型，支持将文本描述转换为视频内容，并经过GGUF量化处理以提升推理效率。
Remade-AI
基于Wan2.1 14B I2V 480p模型训练的LoRA，用于生成具有子弹时间特效的图像转视频内容
wsbagnsv1
LTX-Video是一个基于文本生成视频的模型，支持从文本或图像生成视频内容。
city96
LTX-Video是一个基于GGUF量化的文本生成视频模型，支持从文本或图像生成视频内容。
LTX-Video是一个文本生成视频的模型，支持从文本描述生成视频内容。
SkyReels-V2-I2V-14B-540P 是一个基于 GGUF 格式转换的图像转视频模型，支持从静态图像生成动态视频内容。
OpenGVLab
VideoChat-R1_7B_caption 是一个基于 Qwen2-VL-7B-Instruct 的多模态视频文本生成模型，专注于视频内容理解和描述生成。
Skywork
SkyReels V2是一个无限长度电影生成模型，采用自回归扩散强制架构，支持文生视频和图生视频任务，能够生成高质量的长视频内容。
AlekseyCalvin
这是一个针对Wan2.1 1.3B文本转视频模型的低秩适配器(LoRA)，专门用于生成奥布里·比尔兹利风格的动画内容。
AdamLucek
基于Wan2.1-T2V-14B文本转视频模型的LoRA适配器，专门用于生成古书插画风格的视频内容
基于Wan2.1 14B T2V模型训练的LoRA，专门用于生成废弃场所的视频内容。
Video-R1
Video-R1-7B是基于Qwen2.5-VL-7B-Instruct优化的多模态大语言模型，专注于视频推理任务，能够理解视频内容并回答相关问题。
一个基于Model Context Protocol (MCP)的B站视频搜索服务器，提供API接口支持视频内容搜索、分页查询及视频信息返回，包含LangChain调用示例和测试脚本。
通过yt-dlp下载YouTube字幕并通过MCP协议连接Claude.ai进行视频内容分析
一个提供查询Erick Wendel在不同平台贡献内容的MCP服务器，支持通过自然语言查询演讲、博客和视频。
一个查询Erick Wendel跨平台贡献内容的MCP服务器，支持通过自然语言查询演讲、博客和视频。
Awesome MCP Security 是一个关于模型上下文协议（MCP）安全的资源集合，包括安全考虑、论文、视频、文章、工具和服务器等内容，旨在帮助用户了解和应对MCP相关的安全挑战。
YouTube MCP服务器是一个标准化接口实现，允许AI语言模型通过协议与YouTube内容进行交互，提供视频信息获取、字幕管理、频道和播放列表管理等功能。
一个用于获取网页内容和YouTube视频字幕的MCP服务器
YouTube视频分析MCP服务，提供转录提取、内容摘要和AI查询功能
TikTok MCP是一个集成TikTok访问功能的工具，通过TikNeuron为Claude AI等应用提供视频内容分析、字幕获取和帖子详情查询服务。
MCP Kling是首个且唯一完整的Kling AI MCP服务器，提供13种创意工具，支持视频生成、图像处理、唇形同步及虚拟试衣等功能，实现与Claude的无缝集成，适用于内容创作者和开发者。
MCP Video Digest是一个视频内容处理服务，支持从多个平台提取音频并转换为文本，提供多种转录服务选择。
剪映视频制作MCP服务器是一个基于Model Context Protocol的自动化工具，让AI助手能够通过自然语言创建专业的视频内容，支持自动创建剪映草稿、添加素材、应用特效和导出项目文件。
MCP Video Digest 是一个视频内容处理服务，支持从多个平台提取音频并转换为文本，提供多种转录服务选择，具有灵活配置和高效处理能力。
一个基于Model Context Protocol的服务器工具，用于从YouTube视频中提取字幕文本，支持与Cursor和Claude Desktop集成，方便AI直接分析视频内容。
yt-dlp-mcp是一个集成yt-dlp的MCP服务器实现，为LLMs提供视频和音频内容下载功能，支持多种平台如YouTube、Facebook、TikTok等。
YouTube MCP服务器是一个工具，用于从YouTube视频中获取和提取字幕，使AI语言模型能够访问和处理视频内容。
一个功能强大的YouTube内容访问MCP服务器，提供视频转录、元数据、评论、截图和音频剪辑的完整访问能力，支持Claude桌面版和网页版。
YouTube MCP是一个基于AI的解决方案，旨在通过机器学习技术提升YouTube内容交互体验，支持视频搜索、字幕获取及语义搜索等功能，无需官方API。
基于Go开发的MCP服务器，支持SSE和stdio运行方式，提供B站个人信息查询、最新关注及视频搜索功能，助力AI个性化视频内容选择。
一个为Claude桌面版设计的MCP服务器，能够通过链接抓取网页文本、YouTube视频字幕和PDF文件内容。
Diffusers西班牙语%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
