Lipsync.video 是一个在线 AI 视频创作平台,核心围绕 AI 口型同步(AI Lip Sync)与 AI 视频生成两块能力展开,目标是让用户在同一个工作区内,从文本、图片、参考素材或已有视频出发,创建完整视频。
主要能力
AI Lip Sync
平台提供两个版本的口型同步模型:
- Lip Sync 1.0:速度最快、成本最低,仅支持人像,基础效果,1 积分/秒,最长 90 秒。
- Lip Sync 2.0:推荐使用,支持逼真口型同步与动作,适用于多种角色,4 积分/秒,最长 30 秒。
AI Lip Sync 可从已有角色视频出发,适用于人物、虚拟形象、卡通和动物角色,保留源视频的移动、构图和场景,适合配音、本地化、讲解和较长的口播视频。
AI Talking Photo
从照片、肖像、虚拟形象、卡通或动物图像出发,由静态视觉生成新的角色表演。相比视频工作流需要的源素材更少,适合说话肖像、唱歌照片、艺术作品、虚拟形象和快速角色内容。
Singing Photo 3.0
可创建最长 10 分钟的 AI 音乐视频,支持动态镜头角度和流畅场景切换。
视频配音升级
支持 150+ 语言、多说话人、最长 1 小时视频和精准口型同步,可用于改变已有视频的语言。
AI 视频生成模型
- GPT Image 2.5:生成细节丰富的图像,参考一致性更好,生成速度最高提升 50%,每次生成结果更精确。
- Seedance 2.5:生成 30 秒 4K AI 视频,支持最多 50 个多模态参考,无需拼接。
- MiniMax H3:结合图像、视频和音频生成 2K 定向视频,具有一致的角色、同步声音和精准运动控制。
AI Ad Clone
将参考视频或图片广告转化为用户自己的产品广告。
使用方式
平台将 AI 视频创作和 AI Lip Sync 视为解决视频制作不同环节的两类能力,用户可根据输入、控制项、时长和理想输出选择工作流,也可组合使用。官方给出的三步流程为:选择正确的源素材、创建表演和场景、将输出整合到一起。
适用场景
官方列举的创作类型包括:短片、剧集和电影感故事;动画和角色视频;本地化和多语言视频;音乐和表演视频;广告和产品视频;口播主持人和虚拟形象视频;社交和创作者视频。此外还提供 supporting tools,用于构建视频所需的角色、视觉和声音。
限制与说明
关于定价、免费额度具体规则、商用授权、输出分辨率上限(除已提及的 4K/2K)、水印政策等细节,资料中仅提到“Free AI Lip Sync, No Watermark”,其余暂未提供。官网 FAQ 条目包括:什么是 AI lip sync;应使用视频口型同步还是照片口型同步;AI 口型同步能否用于卡通、动物和 AI 角色;视频可以多长;能否用 AI 视频模型创建口型同步视频;能否更改已有视频的语言;是否需要录制视频来制作说话角色;何时应使用 Motion Control 而不是 AI lip sync。