Image-to-Video Arena 图生视频模型排行榜
基于 Image-to-Video Arena 用户匿名投票的最新AI图生视频模型排行榜，涵盖各模型的 Elo 得分、95% 置信区间、投票量、机构与许可证。
榜首模型
minimax-h3
最高得分
1,489
模型数量
45
数据版本
2026年08月14日
数据来源: LM Arena
关于本排行榜
本排行榜展示了当前 AI 图生视频（Image-to-Video）模型的综合实力排名。数据来源于 LMArena 的 Image-to-Video Arena 赛道，通过真实用户的匿名盲测投票来评估模型的图像动画化能力。
评测方法概要
匿名盲测：用户上传一张图片后，由两个"隐藏身份"的模型分别生成动态视频，用户投票选出更自然流畅的一方。
Elo 评分：基于 Bradley-Terry 模型计算，科学反映模型在图生视频任务中的相对实力。
覆盖多种动画场景：包括人像动画、风景运动、物体变换、艺术创作等多元化的图生视频需求。
DataLearner 在原始数据基础上提供中文解读与深度分析，并将排行榜模型关联至 DataLearner 模型库，方便您一键查看模型详情、API 定价、评测得分等完整信息。
排名总表
| 排名 | 模型名称 | 得分 | 95% CI | 投票数 | 机构 | 许可证 |
|---|---|---|---|---|---|---|
 minimax-h3MiniMax | 1,489 | +/-7 | 13,020 | MiniMax | minimax-h3-community-license-agreement | |
 dreamina-seedance-2.5-720pBytedance | 1,484 | +/-12 | 2,912 | Bytedance | Proprietary | |
 Seedance 2.0字节跳动Seed团队 | 1,478 | +/-8 | 105,298 | 字节跳动Seed团队 | Proprietary | |
| 4 |  gemini-omni-flashGoogle | 1,462 | +/-6 | 54,179 | Proprietary | |
| 5 |  grok-imagine-video-1.5-720pSpaceXAI | 1,460 | +/-5 | 99,649 | SpaceXAI | Proprietary |
| 6 | flux-3-video-20260811 Black ForestLabs | 1,449 | +/-10 | 3,770 | Labs | Proprietary |
| 7 |  happyhorse-1.0Alibaba-ATH | 1,442 | +/-10 | 70,772 | Alibaba-ATH | Proprietary |
| 8 | wan2.7-i2vAlibaba | 1,427 | +/-5 | 57,878 | Alibaba | Proprietary |
| 9 | Grok Imagine 0.9xAI | 1,415 | +/-5 | 517,108 | xAI | Proprietary |
| 10 | Veo 3.1 Generate (Preview)Google Deep Mind | 1,397 | +/-11 | 25,156 | Google Deep Mind | Proprietary |
| 11 | Veo 3.1 Generate (Preview)Google Deep Mind | 1,390 | +/-9 | 53,179 | Google Deep Mind | Proprietary |
| 12 | Veo 3.1 Fast (Preview)Google Deep Mind | 1,384 | +/-9 | 99,932 | Google Deep Mind | Proprietary |
| 13 | Grok Imagine 0.9xAI | 1,384 | +/-8 | 19,443 | xAI | Proprietary |
| 14 | Veo 3.1 Fast (Preview)Google Deep Mind | 1,371 | +/-10 | 54,455 | Google Deep Mind | Proprietary |
| 15 | vidu-q3-proShengshu | 1,362 | +/-9 | 36,723 | Shengshu | Proprietary |
| 16 | kling-v3-proKlingAI | 1,356 | +/-6 | 168,760 | KlingAI | Proprietary |
| 17 | Veo 3.1 Generate (Preview)Google Deep Mind | 1,330 | +/-12 | 32,417 | Google Deep Mind | Proprietary |
| 18 | Veo 3.1 Fast (Preview)Google Deep Mind | 1,324 | +/-9 | 41,257 | Google Deep Mind | Proprietary |
| 19 | Wan2.1-T2V-14B阿里巴巴 | 1,321 | +/-10 | 16,953 | 阿里巴巴 | Proprietary |
| 20 | Wan2.6 I2V阿里巴巴 | 1,311 | +/-7 | 103,204 | 阿里巴巴 | Proprietary |
| 21 | Seedance 2.0字节跳动Seed团队 | 1,307 | +/-7 | 245,418 | 字节跳动Seed团队 | Proprietary |
| 22 | pixverse-v5.6 Proprietary | 1,299 | +/-7 | 126,848 | — | — |
| 23 |  Kling 2.5 Turbo昆仑万维 | 1,293 | +/-8 | 202,354 | 昆仑万维 | Proprietary |
| 24 | Kling 2.5 Turbo昆仑万维 | 1,275 | +/-12 | 3,797 | 昆仑万维 | Proprietary |
| 25 | Seedance 2.0字节跳动Seed团队 | 1,272 | +/-8 | 34,073 | 字节跳动Seed团队 | Proprietary |
| 26 | Hailuo 2.3MiniMaxAI | 1,261 | +/-5 | 334,385 | MiniMaxAI | Proprietary |
| 27 | Veo 3.1 Generate (Preview)Google Deep Mind | 1,257 | +/-10 | 26,138 | Google Deep Mind | Proprietary |
| 28 | Veo 3.1 Fast (Preview)Google Deep Mind | 1,257 | +/-10 | 26,317 | Google Deep Mind | Proprietary |
| 29 | p-video Proprietary | 1,243 | +/-16 | 23,390 | — | — |
| 30 | vidu-q2-turboShengshu | 1,243 | +/-17 | 2,510 | Shengshu | Proprietary |
| 31 | Kling 2.5 Turbo昆仑万维 | 1,234 | +/-8 | 29,872 | 昆仑万维 | Proprietary |
| 32 | Hailuo 2.3MiniMaxAI | 1,228 | +/-11 | 21,777 | MiniMaxAI | Proprietary |
| 33 | Kling 2.5 Turbo昆仑万维 | 1,228 | +/-8 | 29,979 | 昆仑万维 | Proprietary |
| 34 |  ray-3 LumaAI | 1,225 | +/-19 | 1,590 | AI | Proprietary |
| 35 | Hailuo 2.3MiniMaxAI | 1,223 | +/-9 | 21,808 | MiniMaxAI | Proprietary |
| 36 | vidu-q2-proShengshu | 1,222 | +/-17 | 2,612 | Shengshu | Proprietary |
| 37 |  Hunyuan-A13B-Instruct腾讯AI实验室 | 1,196 | +/-15 | 5,478 | 腾讯AI实验室 | tencent-hunyuan-community |
| 38 | MiniMax Hailuo 2.3 FastMiniMaxAI | 1,193 | +/-11 | 22,571 | MiniMaxAI | Proprietary |
| 39 | Seedance 2.0字节跳动Seed团队 | 1,184 | +/-8 | 33,786 | 字节跳动Seed团队 | Proprietary |
| 40 | Wan2.1-T2V-14B阿里巴巴 | 1,169 | +/-10 | 27,092 | 阿里巴巴 | Apache 2.0 |
| 41 | Veo 3.1 Generate (Preview)Google Deep Mind | 1,165 | +/-16 | 10,321 | Google Deep Mind | Proprietary |
| 42 | ltx-2-19b ltx-2-community-license-agreement | 1,154 | +/-5 | 223,241 | — | — |
| 43 | ray2 LumaAI | 1,107 | +/-16 | 9,532 | AI | Proprietary |
| 44 | runway-gen4-turboRunway | 1,051 | +/-13 | 6,817 | Runway | Proprietary |
| 45 | pika-v2.2Pika | 996 | +/-14 | 8,665 | Pika | Proprietary |
数据仅供参考，以官方来源为准。模型名称旁的链接可跳转到 DataLearner 模型详情页。
2026年3月图生视频榜单分析
最新排名亮点
本次 LMArena Image-to-Video Arena 榜单更新至 2026 年 3 月 6 日，共收录 37 个模型。头部格局较上个版本更加清晰，xAI Grok 与 Google Veo 3.1 仍然构成第一梯队。
grok-imagine-video-720p 以 1404 分位列榜首，继续压制 Google 阵营。与此同时，grok-imagine-video-480p 也排到第 5，说明 Grok 在图生视频方向已经不只是单点领先，而是形成了成体系的高分版本。
Google 则凭借更厚的产品线维持最强整体实力。veo-3.1-audio-1080p、veo-3.1-audio、veo-3.1-fast-audio-1080p 和 veo-3.1-fast-audio 分列第 2、3、4、6 名，几乎包揽榜单前列。带音频版本继续明显强于旧版 Veo 3 / Veo 2。
国产模型表现
国产阵营中，vidu-q3-pro 以 1353 分位列第 7，是当前排名最高的国产图生视频模型。阿里 wan2.5-i2v-preview 以 1339 分排在第 8，wan2.6-i2v 则以 1297 分位列第 13，保持在第一梯队之外但仍具竞争力。
快手 kling-2.6-pro 以 1289 分位列第 14，和 kling-v2.1-master / standard、kling-2.5-turbo-1080p 一起构成中段主力。字节跳动的 seedance-v1.5-pro、seedance-v1-pro 与 seedance-v1-lite 也维持了稳定排名。MiniMax hailuo-2.3 则以 1255 分继续稳居中上游。
开源模型表现
开源模型中，wan-v2.2-a14b（Apache 2.0）依然是当前最有代表性的开源图生视频模型，分数达到 1167。相比头部闭源模型仍有明显差距，但在开源可用性上具有独特价值。
此外，ltx-2-19b 采用社区许可协议，也保持了较高讨论度和较大的投票量。整体而言，图生视频赛道的领先能力仍高度集中在闭源商业模型上，开源阵营更多处于追赶阶段。
2026年8月市场风向标
当前最佳 (SOTA)
Grok Imagine Video 720p
Elo 1404，当前图生视频榜第一名
Veo 3.1 Audio 1080p
Elo 1402，Google 当前最强图生视频模型之一
Veo 3.1 Audio
Elo 1395，Google 高质量音频版第二梯队核心
国产最佳
Vidu-Q3-Pro
Elo 1353，当前国产图生视频模型最高位次
Wan2.5-I2V-Preview
Elo 1339，阿里图生视频主力模型
Kling-2.6-Pro
Elo 1289，快手可灵系列代表作
最佳开源模型
- •Wan-V2.2-A14BApache 2.0，当前最具代表性的开源图生视频模型
- •LTX-2-19B社区许可，投票量高，生态关注度较强
- •Pika-V2.2虽非开源，但在长尾入门产品中仍有一定参考价值
排名解读（更新于 2026年08月14日）
2026年3月最好的图生视频模型是哪些？
根据 2026 年 3 月 6 日的 LMArena 图生视频榜单，Grok Imagine Video 720p、Veo 3.1 Audio 1080p 和 Veo 3.1 Audio 是当前最强的三款图生视频模型，xAI 与 Google 处于第一梯队。
2026年3月最好的国产图生视频模型是哪些？
国产阵营里，Vidu-Q3-Pro 当前排名最高，其后是 Wan2.5-I2V-Preview 和 Kling-2.6-Pro。如果考虑开源路线，则 Wan-V2.2-A14B 仍是最重要的选择。
2026年3月最好的开源图生视频模型是哪些？
从当前榜单看，Wan-V2.2-A14B 是最值得关注的开源图生视频模型；LTX-2-19B 虽然不是标准开源协议，但也是这个方向的重要社区模型。
AI 图生视频常见问题
图生视频 (Image-to-Video) 和文生视频 (Text-to-Video) 有什么区别？
Text-to-Video 是仅凭文字描述生成视频；Image-to-Video 则基于参考图片生成视频，因此更容易控制主体、构图和角色一致性。
让老照片动起来（Live Portrait）应该用哪个模型？
人像动画需要重点比较表情稳定性、运动自然度和身份保持能力。如果核心需求是对口型，则可以优先考虑专门的 lip-sync 工具。
如何保持生成视频中的人物一致性？
使用清晰的角色设定图作为首帧，并在提示词中明确限制服装、视角和风格变化。若模型支持身份条件控制，可优先启用相关选项。
什么是 First Frame Fidelity（首帧保真度）？
首帧保真度衡量生成视频开头与输入参考图的一致程度。高保真度意味着模型能准确保留原图构图、主体特征和风格，让视频像是从原图自然延伸出的运动。