该选择哪款 Felo 视频模型？
从声音、参考素材、帧输入、画面比例和分辨率比较 Felo 视频模型。根据要制作的镜头，在 MiniMax、Seedance、Wan 和 Kling 中匹配合适的模型。
Felo 工具： Felo AI Video Generator · MiniMax H3 · Seedance 2.5 · Wan 3.0 Prime · Kling 4.0 · Text to Video。
根据镜头需求选择 Felo 视频模型：声音、参考输入、帧控制、画面比例和输出分辨率。这些要求能在消耗生成积分前排除不合适的选项。
Felo 提供 MiniMax H3、Seedance 2.5、Wan 3.0 Prime 和 Kling 4.0。它们共用一个工作区，但控制项并不相同。适合无声产品插镜的模型，可能不适合需要生成声音的场景。
本指南比较 Felo 中的可用选项，信息核对日期为 2026 年 11 月 5 日。内容属于功能对比，不是受控视觉质量基准下的排名。
示意指南，不是截图，也不是生成视频结果。
比较影响镜头效果的设置
| Felo 中的模型 | 时长 | 分辨率 | 生成声音 | 帧引导 |
|---|---|---|---|---|
| MiniMax H3 | 480P/768P 下为 4–30 秒；1080P/2K 下为 4–15 秒 | 480P、768P、1080P、2K | 当前文生视频矩阵中的输出无声音 | 没有原生首帧/尾帧位置 |
| Seedance 2.5 | 4–30 秒 | 480P、720P | 支持 | 首帧和尾帧，可替代参考素材 |
| Wan 3.0 Prime | 2–30 秒 | 480P、720P、1080P | 可选 | 首帧和尾帧 |
| Kling 4.0 | 3–30 秒 | 720P、1080P | 无声音 | 首帧、中间帧和尾帧 |
这些是 Felo 集成的限制。其他服务商网站上的规格可能描述另一种配置。请查看 MiniMax、Seedance、Wan 和 Kling 页面，了解各模型的设置。文生视频矩阵记录声音支持情况。
先确定无法更改的要求
假设客户需要一个带生成环境声的 1080P 场景。Seedance 在 Felo 中的分辨率上限排除了原生 1080P 输出。MiniMax 和 Kling 在所列矩阵中没有声音。Wan 是这组模型中的相关候选，剩余选择取决于输入和构图要求。
再假设需求是一条无声的 2K 产品镜头。MiniMax H3 提供这个分辨率，但片段在 2K 下必须符合 4–15 秒的范围。一条连续 25 秒的 2K 片段不符合文档记录的集成规格。
这种方法比选择熟悉的模型名称、再强行让需求适应其设置更有用。先写下不可妥协的要求，再从剩余候选中寻找合适方案。
将参考素材匹配到合适的输入系统
参考图能引导主体外观。视频能引导运动。指定首帧则是告诉模型镜头应从何处开始。这些控制项解决相关但不同的问题。
| 模型 | 可考虑的参考支持 |
|---|---|
| MiniMax H3 | 最多 9 张图片、3 个视频和 3 个音频文件，总计 12 个素材 |
| Seedance 2.5 | 图片、视频和音频的单项上限分别为 30、10 和 10 个；同一片段中，参考模式不能与帧输入结合 |
| Wan 3.0 Prime | 首帧/尾帧和文本；没有额外的参考图片或参考视频集合 |
| Kling 4.0 | 最多 10 张参考图片和 5 个参考视频，可配合文档记录的帧控制 |
如果镜头依赖多项外观参考，且这些额外参考不可缺少，应排除 Wan。如果需要特定的中间姿态，应考察 Kling 的中间帧。对于 Seedance，在准备两类输入前，先决定端点图片和参考素材哪个更重要。
不要因为上限允许就上传更多素材。一张清晰的正面图和一个有用的动作示例，传达的信息可能超过一组风格不一致的图片。支持音频参考也不代表模型会生成可听见的配乐；输出声音需要单独确认。
检查画面比例
四款模型在 Felo 中都支持 16:9、1:1 和 9:16。其他格式存在差异：
- MiniMax H3 和 Seedance 2.5 还支持 21:9、4:3 和 3:4。
- Wan 3.0 Prime 支持 4:3 和 3:4，但不支持 21:9。
- Kling 4.0 支持 21:9，但不支持 4:3 或 3:4。
在构图参考图片前设定比例。如果项目需要方形产品插镜，就准备方形构图。如果最终用途是竖屏，就在高画幅中为主体动作留出空间。
支持的比例属于输出选择，不代表横向构图会自动变成构图出色的竖屏镜头。
四种需求与实用起点
适合大屏展示的安静产品特写。 先查看 MiniMax H3 的 2K 选项。控制动作幅度，时长保持在 4–15 秒。判断清晰度前，先检查产品几何形状。
带声音和动作参考的雨中街景。 如果 720P 输出足够，且项目采用参考模式，Seedance 属于候选模型。描述主要的可听事件，不要索要没有明确内容的电影配乐。
两张准备好的图片之间的两秒转场。 Wan 的时长范围和首帧/尾帧输入使其成为候选。让两张图片保持足够的兼容性，使短转场具备合理效果。
带有明确中间姿态的三阶段揭示。 Kling 的首帧、中间帧和尾帧能提供相关引导。声音需要单独规划。中间帧引导运动轨迹，不保证主体在指定时间点呈现精确姿态。
这些是基于支持控制项的起始选择，不代表某款模型对所有主体都能产生最吸引人的结果。
比较可用成片，而不是孤立规格
要进行有意义的比较，让每款符合条件的模型承担相同的创作任务。在支持的设置范围内，让主体、时长、比例和预期动作保持相近。记录无法统一的差异，例如分辨率或音频。
生成前写下三项验收标准。例如：杯柄保持清晰可辨；镜头完成一次短弧线运动；结尾为后续添加的标题留出空间。一条画面漂亮但结尾不符合要求的片段，仍可能无法使用。
记录尝试次数和界面显示的积分用量。相关预算是获得可用镜头所需的成本，加上后续处理所需的工作量。Felo 的估算取决于所选设置，因此应查看当下的估算，不要假定所有模型采用同一费率。
保留验收通过的片段。切换模型或提高分辨率会产生新的生成结果，不应将其视为上一条片段的保证相同版本。
常见问题
哪款 Felo 模型整体最佳？
本指南没有确定整体赢家。用强制性的输出和输入要求形成候选名单，再根据需求评估实际结果。
哪些选项能生成声音？
Felo 文生视频矩阵将 Seedance 2.5 列为支持生成音频，将 Wan 3.0 Prime 列为支持可选音频。MiniMax H3 和 Kling 4.0 列为无声音。
每款模型都能使用 2K 吗？
不能。在这些集成中，MiniMax H3 支持原生 2K，且该分辨率的时长范围为 4–15 秒。
我该使用 Agent Mode 还是直接生成？
当你需要帮助将需求转化为镜头，并通过对话进行完善时，使用 Agent Mode。提示词和设置已经确定时，直接生成适合这类任务。选择模式不会解除所选模型的限制。
带着一份具体需求前往 Felo AI Video，选择控制项符合需求的模型，再根据三项验收标准评估第一条成片。
本文还提供以下语言版本：English、日本語、한국어、繁體中文、हिन्दी、Français、العربية、Русский、اردو、Bahasa Indonesia、Deutsch、Tiếng Việt、Türkçe、Italiano、ไทย、Español、বাংলা、Português。