DataLearner 标志DataLearnerAI
最新AI资讯
大模型评测
大模型列表
大模型对比
资源中心
AI工具导航

加载中...

DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台，持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例，为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
评测总览Image-to-Video Arena 图生视频模型排行榜

LMArena 评测赛道

Text GenerationImage EditText-to-VideoImage-to-VideoText-to-Image

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

grok-imagine-video-720p

最高得分

1,402

模型数量

33

数据版本

2026年02月10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。

Image to Video Elo 分数排名

Top 10

图表来源：DataLearnerAI · 数据来源：LMArena

排名总表

排名模型名称得分95% CI投票数机构许可证
1grok-imagine-video-720p1,402+9/-913,668xAIProprietary
2veo-3.1-audio-1080p1,401+12/-128,979GoogleProprietary
3

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2月图生视频榜单分析

最新排名亮点

本月 LMArena Image-to-Video Arena 排行榜更新至2026年2月10日，共收录33个模型，累计投票近40万次。图生视频领域竞争激烈，新模型不断涌现。

xAI Grok 夺冠。grok-imagine-video-720p 以1402分登顶榜首，这是 xAI 首次在视频生成领域拔得头筹，虽仍为初步评估阶段（Preliminary），但其领先优势明显。grok-imagine-video-480p（1380分，第六）同样表现出色。

Google Veo 3.1 系列全面领先。veo-3.1-audio-1080p（1401分，第二）、veo-3.1-audio（1395分，第三）、veo-3.1-fast-audio（1382分，第四）和 veo-3.1-fast-audio-1080p（1381分，第五）占据了前五名中的四个席位，展示了 Google 在视频生成领域的深厚技术积累。值得注意的是，Veo 系列带 audio 的版本在排名中明显优于非 audio 版本。

国产模型表现

国产模型在图生视频领域表现活跃：

  • 生数科技 Vidu-Q3-Pro（1351分，第七）名次最高
  • 阿里 Wan2.5-I2V-Preview（1339分，第八）紧随其后
  • 字节跳动 Seedance-V1.5-Pro（1302分，第11）展示了国产视频生成技术的进步
  • 快手 Kling-2.6-Pro（1290分，第12）也有不俗表现
  • MiniMax Hailuo-2.3（1254分，第17）持续在榜单中保持竞争力

开源模型

开源模型在图生视频领域选择有限：

  • Wan-V2.2-A14B（1167分，Apache 2.0）是最佳开源图生视频模型
  • LTX-2-19B（1114分）采用社区许可协议

2026年2月市场风向标

当前最佳 (SOTA)

01

Grok Imagine Video 720p (xAI)

Elo 1402分，榜单冠军，xAI首款视频生成领先模型

02

Veo 3.1 Audio 1080p (Google)

Elo 1401分，带音频的高分辨率视频生成，仅差1分

03

Veo 3.1 Audio (Google)

Elo 1395分，Google 视频生成旗舰

国产最佳

Vidu-Q3-Pro (生数科技)
Elo 1351分，国产排名最高，位列全球第7

Wan2.5-I2V-Preview (阿里)
Elo 1339分，阿里万象系列图生视频能力出色

Seedance-V1.5-Pro (字节跳动)
Elo 1302分，字节跳动舞蹈视频生成模型

最佳开源模型

  • •Wan-V2.2-A14B (阿里)Elo 1167分，Apache 2.0许可，最佳开源图生视频模型
  • •LTX-2-19B (Lightricks)Elo 1114分，社区许可协议
  • •Pika-V2.2Elo 995分，商业闭源但价格亲民

排名解读（更新于 2026年02月10日）

2026年2月最好的AI图生视频模型是哪些？

根据 LMArena Image-to-Video Arena 2026年2月排行榜 Elo 评分，Grok Imagine Video 720p（xAI，1402分）以微弱优势领先 Veo 3.1 Audio 1080p（Google，1401分），分列前两名。Google 的 Veo 3.1 系列凭借四个变体占据了前五名中的四席。

2026年2月最好的开源AI图生视频模型是哪些？

开源图生视频领域，Wan-V2.2-A14B（阿里，1167分，Apache 2.0）是最佳选择。LTX-2-19B（Lightricks，1114分）紧随其后，但采用社区许可协议。整体来看，开源模型与闭源领先者的差距仍然较大。

国产AI图生视频模型排名如何？

国产模型表现活跃：Vidu-Q3-Pro（生数科技，1351分，第7名）领跑国产阵营，Wan2.5-I2V-Preview（阿里，1339分）和 Seedance-V1.5-Pro（字节跳动，1302分）紧随其后。Kling-2.6-Pro（快手，1290分）和 Hailuo-2.3（MiniMax，1254分）也位居全球前20。

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？▼
是从无到有，仅凭文字描述生成视频；而 则是基于一张参考图片生成视频。后者能更好地控制视频的主题、构图和角色形象（Consistency），因此在广告制作、角色动画等场景中更具实用价值。

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。

veo-3.1-audio
1,395
+11/-11
23,412
Google
Proprietary
4veo-3.1-fast-audio1,382+10/-1033,565GoogleProprietary
5veo-3.1-fast-audio-1080p1,381+13/-139,408GoogleProprietary
6grok-imagine-video-480p1,380+9/-919,547xAIProprietary
7vidu-q3-pro1,351+8/-818,306ShengshuProprietary
8wan2.5-i2v-preview1,339+12/-1212,017AlibabaProprietary
9veo-3-audio1,331+11/-1134,536GoogleProprietary
10veo-3-fast-audio1,322+9/-943,885GoogleProprietary
11seedance-v1.5-pro1,302+10/-1047,635BytedanceProprietary
12kling-2.6-pro1,290+10/-1038,055KlingAIProprietary
13seedance-v1-pro1,272+7/-736,449BytedanceProprietary
14kling-2.5-turbo-1080p1,272+12/-123,871KlingAIProprietary
15veo-3-fast1,256+9/-927,855GoogleProprietary
16veo-31,254+10/-1027,719GoogleProprietary
17hailuo-2.31,254+8/-843,825MiniMaxProprietary
18vidu-q2-turbo1,244+17/-172,477ShengshuProprietary
19kling-v2.1-master1,232+7/-732,230KlingAIProprietary
20hailuo-02-pro1,228+10/-1023,822MiniMaxProprietary
21kling-v2.1-standard1,225+8/-832,239KlingAIProprietary
22vidu-q2-pro1,224+16/-162,563ShengshuProprietary
23hailuo-02-standard1,222+9/-923,636MiniMaxProprietary
24ray-31,222+19/-191,580Luma AIProprietary
25hailuo-02-fast1,194+10/-1024,564MiniMaxProprietary
26hunyuan-video-1.51,193+15/-155,425TencentProprietary
27seedance-v1-lite1,182+7/-736,098BytedanceProprietary
28wan-v2.2-a14b1,167+9/-929,434AlibabaApache 2.0
29veo-21,164+15/-1511,532GoogleProprietary
30ltx-2-19b1,114+8/-827,062Lightricksltx-2-community-license-agreement
31ray21,104+16/-1610,821Luma AIProprietary
32runway-gen4-turbo1,047+12/-127,506RunwayProprietary
33pika-v2.2995+13/-139,453PikaProprietary
Text-to-Video
Image-to-Video
让老照片动起来（Live Portrait）应该用哪个模型？▼
对于人像动画，Kling (可灵) 和 Runway Gen-4 表现优异，特别是它们能很好地处理面部微表情。如果是专注于对口型的应用，则推荐专门的 Lip Sync 模型（如 HeyGen）。
如何保持生成视频中的人物一致性？▼
使用 Image-to-Video 技术本身就是保持角色一致性的最佳方法。通过上传角色的设定图作为首帧，模型会以此为基准生成后续帧，从而最大限度地保证人物长相、服装和场景的一致性。
什么是First Frame Fidelity（首帧保真度）？▼
首帧保真度是评估图生视频模型的核心指标之一。它衡量生成视频的第一帧与输入参考图的一致程度。高保真度意味着模型能够准确保留原图的构图、主体特征和艺术风格，让视频看起来像是从这张图片自然延伸出来的运动，而非"重新创作"了一张类似的图。