需要声画同步？
探索 Veo、Kling、Seedance 或 Flux 3，这些模型支持带音频选项的视频生成。
如何选择
根据预期效果匹配模型。
拥有视觉参考素材？
使用 Seedance、Kling、Wan 或 MiniMax H3，通过现有图像和参考素材来引导场景生成。
从静态图像开始？
尝试 Grok Imagine、Flux 3 或 Wan 为画面添加动画，并对比不同动态提示词的效果。
模型阵容
按需选择最佳模型。
探索 Cuta 中可用的视频模型，对比各项功能，并开启您选择的模型进行创作。
Seedance 2.0
更多输入方式，更强控制力，更丰富叙事
多模态叙事，原生音频支持
Seedance 2.0专注多模态输入与音画同步——通过丰富参考素材指导角色、风格与舞蹈编排
探索 Seedance 2.0
Kling 3.0
多镜头、音画同步、叙事流畅。
像电影导演一样执导。
Kling 强调导演级控制、多镜头结构和原生音视频生成——专为叙事短片和精美社交广告而生。
探索 Kling 3.0
Veo 3.1
音频优先，提示精准，创作者就绪。
高保真视频，原生音效。
Veo 3.1将丰富的原生同步音频与强大的提示遵循相结合——专为大胆创意、快速迭代和社交就绪的输出而构建。
探索 Veo 3.1
Wan 2.7
更快迭代，探索更多风格
快速灵活的生成——专为迭代而生
Wan 2.7支持多种创作模式和强大的运动处理能力——非常适合快速实验、风格探索和广告冲刺
探索 Wan 2.7
Grok Imagine
描绘场景，让图像焕发生机。
让您的下一个创意灵动呈现。
Grok Imagine 支持从文字场景或静态图像开始创作。描述动态效果，选择输出设置，并在 Cuta 中探索不同的呈现方案。
探索 Grok Imagine
Flux 3
文字、图像，以及自由构图的空间。
构图于心，动感随行。
Flux 3 支持基于文本或起始图像的工作流，提供灵活的视频时长与画幅比例。在一个工作区中，轻松打造社交媒体视觉、产品镜头或宽屏创意。
探索 Flux 3
MiniMax H3
您的提示，您的参考，您的下一镜。
围绕参考素材，构建您的专属镜头。
MiniMax H3 将文本提示与图像、视频及音频参考素材深度融合。导入定义场景的核心素材，随后自定义成片的格式与时长。
探索 MiniMax H3