马克笔与白板
线稿
彩色插画
商务与图表
深色底
了解生成式视频模型的用途、它们在教学和讲解方面的局限，以及何时带旁白的 whiteboard video 更合适。所有模型信息均来自厂商页面，核查于 2026 年 9 月 23 日。
生成式视频模型会根据提示词生成带声音、看起来像实拍的短片。单次生成通常只有几秒，而不是几分钟：Veo 3.1 为 8 秒，Kling VIDEO 3.0 和 MiniMax H3 为 15 秒，Seedance 2.5 为 30 秒。讲解视频通常需要数分钟旁白，每幅画面都必须与正在讲述的句子相符，因此用片段拼接视频意味着每个镜头都要写提示词、保持画面风格一致、拼接片段，并自行对齐配音。whiteboard generator 则从脚本开始，在旁白讲到每句话时绘制对应画面。StrokeVideo 是 whiteboard generator，不属于这些模型，也不提供它们的访问权限。
OpenAI 于 2025 年 9 月 30 日发布 Sora 2。这是一款支持同步对白和音效的视频模型，同时推出了 Sora 应用。OpenAI 帮助中心现已说明，Sora 网页版和应用体验于 2026 年 4 月 26 日停止服务，Sora API 将于 2026 年 9 月 24 日停止服务；API 文档也将 sora-2 和 sora-2-pro 标记为弃用。在仍可使用期间，API 单次最多生成 20 秒视频，并可最多延长 6 次至 120 秒；同时拒绝生成真实人物、受版权保护的角色和受版权保护的音乐。如果你现在要选择制作讲解视频的工具，Sora 已不是可用选项。来源，核查于 2026 年 9 月 23 日：https://openai.com/index/sora-2/；https://help.openai.com/en/articles/20001152-what-to-know-about-the-sora-discontinuation；https://developers.openai.com/api/docs/guides/video-generation
Google DeepMind 称 Veo 3.1 是其主力视频生成模型，支持原生生成音频和对白，并在 Gemini 应用、Google Flow、Google Vids、Google AI Studio 以及 Gemini API 中提供。Gemini API 文档列出的片段时长为 4 秒、6 秒或 8 秒（1080p 和 4K 仅支持 8 秒）；Veo 视频可每次延长 7 秒，最多延长 20 次，最长 148 秒。它不是免费的：Gemini API 定价页面对 Veo 3.1、Veo 3.1 Fast 和 Veo 3.1 Lite 均标注“免费层级：不可用”，费用根据版本和分辨率不同，每秒视频为 0.05 至 0.60 美元；Google AI 套餐页面则将 Gemini 应用中的视频生成功能列在付费 Plus、Pro 和 Ultra 套餐下，而不是免费套餐中。Google 还表示，自然且连贯的语音音频，尤其是较短的对白，仍在开发中。来源，核查于 2026 年 9 月 23 日：https://deepmind.google/models/veo/；https://ai.google.dev/gemini-api/docs/veo；https://ai.google.dev/gemini-api/docs/pricing；https://gemini.google/subscriptions/
Kling 于 2026 年 2 月 6 日发布的 VIDEO 3.0 指南称，单次生成时长为 3 至 15 秒。多镜头模式会规划剪辑和摄像机角度，元素绑定可让主角在不同镜头之间保持一致，原生音频支持中文、英文、日文、韩文和西班牙文对白。这里列出的厂商中，Kling 也是唯一一个说明文字效果的厂商：它能保持上传图片中的文字（如标牌、字幕或徽标）一致。Kling 会员页面列出了免费 Basic 套餐；去除水印、商业使用生成内容以及生成 1080p 或 4K 视频，均列为付费套餐权益。来源，核查于 2026 年 9 月 23 日：https://kling.ai/quickstart/klingai-video-3-model-user-guide；https://kling.ai/app/membership/membership-plan
字节跳动 Seed 将 Seedance 2.5 定义为一款用于 30 秒故事创作的音视频模型：单次最多生成 30 秒视频，可延长两次，还支持编辑生成的视频，并通过参考视频进行控制。提供 API 的 BytePlus 列出的时长为 4 至 30 秒，支持 480p 或 720p，以预付费套餐销售，并可使用最多 50 张参考图片、视频和音频片段。我们没有在这两个页面中找到免费层级的说明。来源，核查于 2026 年 9 月 23 日：https://seed.bytedance.com/en/seedance2_5；https://www.byteplus.com/en/product/seedance
Hailuo AI 的 MiniMax H3 页面称，该模型也叫 Hailuo 3，可生成 5 至 15 秒、每秒 24 帧的视频，支持原生立体声、最高 1440p 输出，还能编辑现有片段，替换或移除人物和物体，或修改对白。该页面没有列出长期免费的套餐；它提供的是新用户优惠。我们查看时，优惠包括 3 次免费的 H3 试用，以及下载 MiniMax Design 应用可获得 3,000 积分。来源，核查于 2026 年 9 月 23 日：https://hailuoai.video/tools/minimax-h3
有三个问题需要考虑。第一是时长：一节五分钟的课程需要生成几十个独立片段。第二是文字：我们查看的 Sora 2、Veo 3.1、Seedance 2.5 和 MiniMax H3 页面，都没有说明提示词中的单词、标签或公式能否稳定清晰地显示；Kling 的说明针对的是从上传图片中提取的文字，因此在依赖它之前应先测试。第三是一致性和成本：要让角色或图表在不同镜头中保持一致，需要使用参考图片或元素进行设置；每一秒都要付费，包括最终丢弃的版本。当观众需要看到真实或电影感的内容时，可以使用生成式模型，例如运动中的产品、某个地点、简短开场或会说话的角色。当重点是解释本身时，使用 whiteboard。使用 StrokeVideo 时，你可以粘贴脚本，也可以输入主题让它自动写脚本；它会为每句话绘制画面，并在 14 种语言中根据旁白逐笔绘制，最后下载不带水印的 MP4。每天可免费制作 1 个视频，最长 4 分钟；套餐支持每个视频最长 15 分钟。它不会生成真实镜头、运动角色或口型同步对白。
本页面由制作 whiteboard video 的 StrokeVideo 团队编写，因此请结合这一背景理解文中的推荐。关于 Sora 2、Veo、Kling、Seedance 和 Hailuo 的所有说法，均来自厂商官网或文档，这些页面于 2026 年 9 月 23 日打开，来源地址列在各个部分中。对于厂商页面没有说明的内容，例如 Seedance 2.5 是否有免费层级，或模型处理提示词中书写文字的效果如何，我们会直接说明未知，而不是引用第三方评测或排行榜中的数据。这些产品每隔几个月就可能发生变化，如果这里的信息已经过时，请告诉我们。
| 模型 | 最长单次生成时长（厂商数据） | 免费选项（根据供应商信息） | 图片中的文字是否清晰可读 | 最适合的用途 |
|---|---|---|---|---|
| Sora 2（OpenAI） | API 中为 20 秒，可延长至 120 秒 | 已停止服务：应用于 2026 年 4 月 26 日关闭，API 将于 2026 年 9 月 24 日关闭 | OpenAI 页面未说明文字质量 | 不适合新项目 |
| Veo 3.1（Google） | 8 秒；API 中可每次延长 7 秒，最长 148 秒 | 否：Google AI 付费套餐提供视频生成，API 没有免费层级 | Google 页面未说明文字质量 | 带音效和对白的真实感或电影感镜头 |
| Kling VIDEO 3.0 | 15 秒 | 是，有免费 Basic 套餐；去除水印和商业使用属于付费套餐权益 | 声称能保持上传图片中的文字（如标牌或徽标）一致；未说明提示词生成文字的效果 | 角色和对白保持一致的短篇多镜头场景 |
| Seedance 2.5（字节跳动） | 30 秒，最多可延长两次 | 我们查看的页面未说明有免费层级 | 字节跳动页面未说明文字质量 | 更长的单场景视频，以及由图片、视频和音频参考素材引导的 30 秒故事 |
| Hailuo（MiniMax H3） | 15 秒 | 新用户优惠，不是长期免费的套餐 | MiniMax 页面未说明文字质量 | 带立体声的短片，以及编辑片段中的人物、物体或对白 |
| StrokeVideo（whiteboard，本网站） | 单个视频最多可配 15 分钟旁白 | 每天 1 个视频，最长 4 分钟，不带水印 | 图片中会绘制简短标签，手写文字可能出错，请检查重要内容 | 根据脚本制作课程、讲解视频和培训视频，支持 14 种旁白语言 |
不能了。OpenAI 已于 2026 年 4 月 26 日关闭 Sora 应用和网站，并表示 Sora API 将于 2026 年 9 月 24 日关闭。在仍可使用期间，单次生成最多 20 秒，因此制作一节课程需要拼接许多片段，并自行添加旁白。
根据 Google 于 2026 年 9 月 23 日发布的页面，不免费。Gemini API 定价页面显示 Veo 3.1、Veo 3.1 Fast 和 Veo 3.1 Lite 均没有免费层级；Google AI 套餐页面则将 Gemini 应用中的视频生成列在付费 Plus、Pro 和 Ultra 套餐下。优惠可能会变化，请查看 Google 的套餐页面。
这取决于观众需要看到什么。如果要制作写实场景、产品展示或电影感片头，可以使用 Veo 3.1、Kling、Seedance 或 Hailuo 等生成式模型。如果要通过几分钟的旁白讲解流程、概念或课程，使用白板动画生成器为脚本中的每句话绘制一幅图，制作更快，也更容易理解。有些人会结合两种方式：先用一段简短的生成式视频开场，再用白板动画进行讲解。
根据各厂商的信息，单次生成时，Veo 3.1 最长为 8 秒，Kling VIDEO 3.0 和 MiniMax H3 最长为 15 秒，Seedance 2.5 最长为 30 秒。Veo 和 Seedance 可以续写视频片段；通过 Gemini API，Veo 视频最长可达 148 秒。StrokeVideo 可以一次生成旁白时长最长 15 分钟的白板动画视频。
我们查阅的 Sora 2、Veo 3.1、Seedance 2.5 和 MiniMax H3 官方页面均未说明提示词中的文字能否稳定生成并保持清晰可读。Kling 的指南称，VIDEO 3.0 可以让上传图片中的文字保持一致，例如标牌或徽标中的文字。如果讲解视频依赖标签、公式或字幕，请先进行测试，或之后使用视频编辑器添加文字。
不使用。StrokeVideo 不使用本页列出的任何模型，也不提供这些模型的访问权限。它只制作一种视频：手绘白板讲解视频，画面会配合旁白逐笔绘制。
