用户指南
AI 模型
OpenStory 所有可用 AI 模型的完整参考
OpenStory 集成了多种 AI 模型,分为四类:剧本分析、图像生成、动态/视频生成以及音乐/音频生成。所有媒体模型均通过 Fal.ai 访问,剧本分析则使用 OpenRouter。
剧本分析模型
这些 LLM 模型会分析剧本、提取场景、角色和地点,并生成提示词。你可以选择多个模型并行生成序列以便比较。生成按钮旁默认选择 Turbo(Luna、Nano Banana 2 Lite、MiniMax H3 Max、ElevenLabs)。Quality 会选择按质量排名的默认模型。两种模式都会显示按 Fast / Quality 分组的完整目录。
| 模型 | 提供商 | 上下文窗口 | 许可证 |
|---|---|---|---|
| GPT-5.6 Luna | OpenAI | 1M 词元 | 专有(默认) |
| Claude Fable 5 | Anthropic | 1M 词元 | 专有 |
| Claude Opus 5 | Anthropic | 1M 词元 | 专有(场景拆分) |
| Claude Opus 5 Fast | Anthropic | 1M 词元 | 专有 |
| Gemini 3.7 Flash | 1M 词元 | 专有 | |
| Gemini 3.1 Pro | 1M 词元 | 专有 | |
| GPT-5.6 Sol | OpenAI | 1M 词元 | 专有 |
| GLM-5.3 Flash | Z.ai | 1M 词元 | 开放权重(MIT) |
| GPT-5.6 Terra | OpenAI | 1M 词元 | 专有 |
| DeepSeek V4 Pro | DeepSeek | 1M 词元 | 开放权重(MIT) |
| Claude Sonnet 5 | Anthropic | 1M 词元 | 专有 |
| Grok 4.6 | SpaceXAI | 500K 词元 | 专有 |
| Mistral Small 4 | Mistral | 262K 词元 | 开放权重(Apache 2.0) |
| Seed 2.0 Mini | ByteDance | 262K 词元 | 专有 |
图像生成模型
这些模型为每个场景创建视觉图像。你可以选择多个模型生成变体图像以便比较。
| 模型 | 提供商 | 许可证 | 备注 |
|---|---|---|---|
| Nano Banana 2 Lite | 专有 | Turbo 默认——Google 最快档,支持参考,固定 1K | |
| GPT Image 2 | OpenAI | 专有 | Quality 默认——文字渲染、UI 保真度,最高 4K |
| Nano Banana 2 | 专有 | 快速生成和编辑 | |
| Nano Banana Pro | 专有 | 增强的真实感和排版能力 | |
| Grok Imagine Image 2.0 | SpaceXAI | 专有 | 最新 Imagine 图像模型,支持 1K/2K,最多编辑 3 个参考 |
| Grok Imagine Image Quality | SpaceXAI | 专有 | Quality 模式——更高保真度和更强文字能力 |
| FLUX.2 Max | Black Forest Labs | 专有 | 出色的真实感 |
| Phota | Phota | 专有 | 通过角色档案保持角色一致性 |
| Hunyuan Image v3 | Tencent | 开放权重 | 构图能力强 |
| FLUX.2 Dev | Black Forest Labs | 开放权重 | 32B 开放权重,支持原生编辑 |
| Qwen Image 2 Pro | Alibaba | 开放权重(Apache 2.0) | 原生 2K,支持文字渲染 |
| HiDream I1 | HiDream | 开放权重(MIT) | 17B 参数 |
| Seedream 5.0 Pro | ByteDance | 专有 | 旗舰级生成和编辑 |
| FLUX.2 Flash | Black Forest Labs | 开放权重 | 成本最低的 FLUX.2 蒸馏模型——亚秒级,最多编辑 4 个参考 |
| FLUX.2 Turbo | Black Forest Labs | 开放权重 | FLUX.2 蒸馏模型——约 2 秒,最多编辑 4 个参考 |
编辑端点
大多数图像模型都通过专用编辑端点支持参考图编辑。借助此功能,AI 在生成场景时可以使用角色和地点参考图,从而改善视觉一致性。
动态/视频模型
这些模型可以将静态图制作成视频片段。
| 模型 | 提供商 | 预计时间 | 许可证 | 备注 |
|---|---|---|---|---|
| MiniMax H3 Max | MiniMax | 约 10 秒 | 专有 | Turbo 默认;原生音频 |
| Seedance 2.0 | ByteDance | 约 3.5 分钟 | 专有 | Quality 默认;原生音频 |
| Seedance 2.0 Mini | ByteDance | 约 2 分钟 | 专有 | 价格为 2.0 的一半,720p;仅通过 BytePlus |
| Grok Imagine Video 1.5 | SpaceXAI | 约 30 秒 | 专有 | 质量排名最高 |
| Kling 3.0 Omni | Kling | 约 5 分钟 | 专有 |
宽高比兼容性
并非所有动态模型都支持全部宽高比。OpenStory 会自动筛选并只显示兼容模型;如果当前模型不支持所选比例,则会切换到兼容的默认模型。
音频支持
部分动态模型可以同时生成视频和音频。OpenStory 会检查各模型的功能以确定是否支持音频。
音乐与音频模型
| 模型 | 提供商 | 最长时长 | 类型 | 许可证 |
|---|---|---|---|---|
| ElevenLabs Music | ElevenLabs | 600s(10 分钟) | 音乐 | 专有(默认) |
| ACE-Step 1.5 | ACE Studio | 600s(10 分钟) | 音乐 | 开放权重 |
| ACE-Step | ACE Studio | 240s(4 分钟) | 音乐 | 开放权重 |
音乐与音效
音乐模型根据文本提示词和可选标签生成背景音乐轨道。
功能
| 功能 | ElevenLabs Music | ACE-Step 1.5 | ACE-Step |
|---|---|---|---|
| 基于提示词 | 是 | 是 | 是 |
| 支持歌词 | 否 | 是 | 是 |
| 纯音乐 | 是 | 是 | 是 |
| 长音频 | 是(10 分钟) | 是(10 分钟) | 是(4 分钟) |