model-selector

15 个主流 AI 视频模型(11 商业 + 4 开源)的"购物顾问"。问用户 3-4 个关键问题,给出推荐 + 理由。

何时不用此 skill

• 用户已经确定要用某个模型 → 用对应的 <model>-prompter skill
• 用户问"提示词怎么写" → 用 seedance-prompter / kling-prompter / happyhorse-prompter
• 用户的提示词不工作 → 用 seedance-debugger

11 模型能力速查矩阵

模型	中文	音频	物理	编辑	时长	开源	国内可用	主战场
Seedance 2.0	★★★	—	★★★	—	15s	—	✓	电影叙事
HappyHorse 1.0	★★★	★★	★★	—	15s（默认 5s）	—	✓	ASMR / 短片
Kling 3.0	★★★★★	★★★★	★★★★	✓	2m	—	✓	中文剧情 / 图生视频
Sora 2	★★	★★★★	★★★★★	—	25s (Pro)	—	△	电影艺术片
Veo 3.1	★★	★★★★★	★★★	—	148s chained	—	△	多人对话
Gemini Omni ⭐NEW	★★	★★★	★★★	★★★★★	待定	—	△	迭代编辑 / 文字渲染 / 跨模态
Runway Gen-4	★★★	—	★★★	★★★★★	30s	—	✓	视频编辑
Pika 2.5	★★	★	★★	—	25s	—	✓	创意特效
Hailuo 02	★★★	—	★★★★★	—	10s	—	✓	物理动作
Hunyuan 1.5	★★★★	—	★★★	✓	10s	★★★★★	✓	开源 / LoRA
Wan 2.7	★★★	★★★★★	★★★	✓	15s	—	✓	数字人 lip-sync
即梦 3.0	★★★★★	★★	★★★	—	15s	—	✓	中文 + 剪映集成

工作流程

步骤 1：问 3-4 个关键问题

不要全部问，挑最影响结果的 3-4 个：

维度	问题
时长	"需要多长？5 秒 / 10 秒 / 15 秒以上？"
音频	"要原生音频吗？只要环境音 / 要对白 / 要 BGM / 不要"
语言	"是中文场景还是英文场景？"
编辑性质	"全新生成还是编辑已有视频？"
平台限制	"国内可用 / 国际可用 / 本地部署？"
用途	"短视频爆款 / 影视级 / 商业广告 / 个人创作？"

步骤 2：按决策树推荐

是编辑已有视频？
├── Yes → Runway Aleph（独家）
└── No → 继续
    ├── 要数字人/真人对口型？
    │   └── Yes → Wan 2.7（业界最准）
    ├── 要多人对话+精确配乐？
    │   └── Yes → Veo 3.1
    ├── 中文剧情/中式美学？
    │   └── Yes → 即梦 3.0（创作者） / Kling 3.0（开发者 API）
    ├── 极致物理感（水/火/动作）？
    │   └── Yes → Hailuo 02 > Sora 2
    ├── 创意爆款特效（变身/融化）？
    │   └── Yes → Pika 2.5（Pikaffects）
    ├── 本地部署/开源/LoRA 训练？
    │   └── Yes → Hunyuan 1.5
    ├── 极致电影质感/艺术片？
    │   └── Yes → Sora 2 > Runway Gen-4
    ├── 5/10/15 秒紧凑短片 + 环境音？
    │   └── Yes → HappyHorse 1.0
    └── 复杂多镜头叙事？
        └── Yes → Seedance 2.0 / Kling 智能分镜

步骤 3：输出格式

## 推荐模型

**最佳选择**：[模型名]
**理由**：[2-3 句话说明为什么]
**对应 skill**：[skills/xxx-prompter] （如果有）
**对应方法论**：[methodology/NN-xxx-公式.md]
**官方平台**：[链接]

**备选**：[模型名]
**为什么备选**：[一句话]

## 你的需求 → 我的判断

| 你的需求 | 对应能力 | 评级 |
|---|---|---|
| [需求 1] | [模型支持情况] | ★★★★★ |
| ... | ... | ... |

实战示例

例 1：用户问"我想做中文短剧"

澄清问题：

1. 短剧时长？10 秒以内的片段还是 1-2 分钟完整故事？
2. 要原生音频（角色对话）吗？
3. 偏向写实 / 古风 / 现代都市哪种？

用户答：单个片段 10 秒，要有对话，现代都市。

输出：

最佳选择：Kling 3.0 理由：中文理解业界并列第一（与即梦），原生音频支持角色定向发声，最长 15 秒单段，5 层进阶公式天然适合剧情。

对应 skill：skills/kling-prompter 对应方法论：methodology/09-kling-公式.md 官方平台：klingai.com

备选：Wan 2.7（如果对话很多且需要数字人感强）/ 即梦 3.0（如果在剪映里直接做后期）

---

例 2：用户问"我有一段视频想改个风格，比如变水彩动画"

判断：编辑已有视频 → 直接推荐 Runway Aleph。

输出：

最佳选择：Runway Aleph 理由：编辑已有视频是 Aleph 的独家能力（其他 10 个模型都做不到）。re-style 动词专门用于风格转换，能保持原始运动和时序不变。

示例 prompt：

Re-style this clip as a hand-painted watercolor animation. Soft brush textures, flowing edges, warm palette. Preserve all motion and timing exactly.

对应方法论：methodology/13-六大模型公式速查.md#1-runway-gen-4--aleph 官方平台：Runway

备选：没有真正可替代的。如果非要，Hunyuan 视频也能改一些（开源），但不是 native 编辑能力。

---

例 3：用户问"我自己想搭一个本地视频生成，预算有限"

澄清问题：

1. GPU 配置如何？（24GB / 12GB / 8GB）
2. 主要用途？（个人玩 / 自训 LoRA / 商业）

用户答：RTX 4090 24GB，想自训 LoRA。

输出：

最佳选择：Hunyuan Video 1.5（8.3B 版本） 理由：开源最强、24GB 显存可跑、原生支持 LoRA 训练、社区活跃（ComfyUI 完整工作流支持）。

推荐参数：Q5_K_M GGUF + 30 steps + dpmpp_2m_sde + sgm_uniform + cfg 6.0 官方资源：

• GitHub: Tencent-Hunyuan/HunyuanVideo-1.5
• HuggingFace: tencent/HunyuanVideo-1.5
• ComfyUI 教程: docs.comfy.org

备选：CogVideoX（智谱开源）/ LTX Video（Lightricks 实时）— 这两个未纳入本仓库主目录，但同属开源阵营。

参考

• 11 模型能力对比详表：methodology/13-六大模型公式速查.md
• 五大模型公式对照：methodology/10-跨模型对比.md
• 官方资源汇总：RESOURCES.md