Genmo 对比 Fliki

Genmo 是一个研究实验室，致力于构建开放的视频世界模型，其旗舰产品是基于文本的视频生成系列 Mochi。你可以在浏览器的试玩平台上试验生成，也可以下载权重在本地运行，或者接入合作伙伴的API。团队将视频视为通向理解物理、运动和场景连续性的世界模拟器的路径。

Mochi 1 是他们的首个重要公开版本：这是一个具有 100 亿参数的扩散模型，采用 Apache 2.0 许可，从零开始在非对称扩散变换器架构上训练。预览输出为 480p、30fps 的片段，最长 5.4 秒，强调遵循提示和真实运动，而非静态帧的细节优化。

研究人员和开发者可以在 Hugging Face 上获取开源权重，在 GitHub 上找到源代码，并支持通过 ComfyUI 创建自定义管道。创作者和市场营销人员可以使用托管的试玩平台原型场景，无需在本地运行GPU。该实验室还发布技术论文和基准测试，将 Mochi 与闭源商业视频生成器进行比较。

Fliki 利用 AI 语音配音、库存或生成的视觉素材、音乐和字幕，将文本转化为可发布的视频。您只需粘贴脚本、博客文章或一句提示，编辑器即可起草旁白、选择媒体，并在几分钟内导出带有一致角色的成品片段。

与单独的语音和视频工具相比，Fliki 集成了文本转视频、文本转语音、系列规划以及数字双胞胎功能，可克隆您的面孔和声音，用于主持人风格的视频。该平台提供 2,000+ 种声音，覆盖 80+ 种语言，并支持从创意到视频、PPT 转视频及翻译的工作流程。

Fliki 报告称已创建 100 million 视频，拥有 12 million 用户。免费计划包括每月 3 个积分和带水印的 720p 导出，而标准版和高级版则增加了 1080p 输出、最长 40 分钟的运行时间、语音克隆及顶级的 API 访问权限。