Kling
适合动作幅度、物理运动和较明确的运镜指令。
AI 视频模型不是总榜，而是镜头分工
先判断镜头需要运动、连续性、镜头控制还是风格表达，再选择生成方式。模型服务于镜头，不能反过来决定作品。
Runway
适合镜头语言、材质变化与后期式控制。
Veo
适合复杂场景、自然运动和较完整的视听氛围。
可灵数字人路线
适合人物口播、面部动作和较稳定的主体表达。
Midjourney / Flux
先建立人物、场景与材质基准，再进入图生视频。
ComfyUI
适合固定姿态、参考图、局部控制和可复现流程。
选择逻辑
把一个“最好用什么模型”的问题，改写成三个更可执行的问题。
这一镜真正要发生什么
人物动作、镜头运动、环境变化和视觉风格必须分开描述。
错误发生后能否局部修复
可控性比一次偶然的惊艳更适合连续镜头生产。
模型位于资产、镜头还是成片层
图像模型建立基准，视频模型赋予时间，剪辑工具完成叙事。
生成方式的方法差异
选择的不只是模型品牌，也包括用什么条件约束画面。
T2V
适合灵感、氛围、风景与无固定人物的概念验证。
经验模型同时决定人物、构图、场景和运动，控制变量最多；不要把重要角色的连续镜头从这里开始。
I2V
适合人物、商品、城市地标和固定构图。
经验图片回答“画面是什么”，Prompt 只回答“接下来怎么动”和“什么不能变”。
R2V
适合人物、场景、动作和运镜共同约束的正式镜头。
经验参考越多越要说明每份素材负责什么，否则模型会混合而不是服从。
首尾帧
适合转场、变装、产品变化和景别过渡。
经验两帧差异过大时，中间运动会被迫变形；先保证身份、空间与构图可连续。
V2V
适合风格转换、动作复刻、特效预演和低成本虚拟制作。
经验它的价值是继承时间结构，而不是重新创造一切。