模型资料

VASA AI 视频生成器

Microsoft 研究用途's 音频驱动说话人脸视频 model, adjacent to general AI video generation.

首页/模型/VASA

是否适合使用 VASA?

适合用来做： 说话人脸研究, 音频驱动人像视频, 头像类别背景

这些情况先跳过或对比: Specialized avatar/talking-head model. 研究用途-only.

定位： Microsoft 研究用途's 音频驱动说话人脸视频 model, adjacent to general AI video generation.

核心能力

  • Audio-Driven Portrait Animation这项能力已在当前资料中记录；请打开来源核对可用模式、限制和价格。来源
  • Primary 来源-Backed Profile这项能力已在当前资料中记录；请打开来源核对可用模式、限制和价格。来源
  • 工作流 覆盖度这项能力已在当前资料中记录；请打开来源核对可用模式、限制和价格。来源

公司摘要

开发/运营方：Microsoft 研究用途

成立时间 / 总部：待确认 / United States

公司概况：Microsoft 研究用途 是 VASA 当前资料中关联的公司或产品方。中文页优先保留可核验字段，不逐句硬翻英文公司介绍。

相关产品/生态：VASA-1 已确认

与 VASA 的关系：Microsoft 研究用途 与这款 AI 视频工具的入口、分发、API、定价或持续更新风险相关，购买或接入前建议结合来源链接复核。

价格、入口与开源状态

访问方式： 研究用途

开源/闭源： 闭源. No official open weights are listed in the current profile.

Not publicly available as a consumer product.

价格、地区入口和商用条款变化较快，做成本敏感决策前请打开来源实时核对。

暂未附公开来源链接。

暂未附公开来源链接。

最新版本

VASA-1

2024 / 已确认

公开来源记录了这个版本或产品更新；请打开来源核对具体功能、入口和价格。

最新新闻

VASA-1

2024 / Microsoft 研究用途

外部来源记录了这款模型的相关动态；请打开原文查看细节。

打开原文

排名理由

排名： #46 47

分数来源：这是基于官方/研究证据和目录收录的临时质量估计；外部实时榜单和 API 数据仍需补齐。。证据可信度：中。

排名 评分方法

评分驱动因素

这些维度最影响当前排名位置。

  • 质量分: 62这是基于官方/研究证据和目录收录的临时质量估计；外部实时榜单和 API 数据仍需补齐。
  • 网页权威度: 86网页权威度 86 分，主要看产品/公司官网可访问性、站点规模和公开可见度信号。
  • 功能深度: 37能力深度 37 分，主要看已记录的生成方式、参考素材、编辑、音频、API 和开放权重等能力。
  • 生态热度: 54生态热度 54 分，开放模型会参考 GitHub 与社区采用度；闭源模型不会因为没有仓库而按零分处理。

    暂未附公开来源链接。

替代选择与对比

当你不确定价格、入口、画面风格或工作流是否匹配时，优先看这些对比。

  • SeedanceSeedance 适合电影感短片、多镜头叙事、音视频联合生成，主要能力包括文生视频、图生视频、视频到视频。当前资料把它归在 Bytedance 相关产品下。查看模型对比
  • KlingKling 适合日常创作者工作流、原生音频短片、分镜短视频，主要能力包括文生视频、图生视频、参考素材生成视频。当前资料把它归在 Kuaishou 相关产品下。查看模型对比
  • PixVersePixVerse 适合快速创作者短片、首尾帧转场、视频延展，主要能力包括文生视频、图生视频、转场。当前资料把它归在 Pixverse 相关产品下。查看模型对比
  • ViduVidu 适合原生音频-Video Stories、Short Drama Clips、Narrative Ads，主要能力包括文生视频、图生视频、原生音频。当前资料把它归在 Shengshu Technology 相关产品下。查看模型对比

它是什么

核心内容已直接渲染为静态 HTML。

VASA 是当前资料库中的 AI 视频生成产品/模型，中文页优先说明它适合什么任务、有哪些入口、证据是否充分，而不是逐句硬翻英文资料。

从使用场景看，它更适合Talking-Face 研究用途、Audio-Driven Portrait Video、Avatar Category 背景。

从能力标签看，已记录的方向包括音频驱动视频、Portrait Animation、研究用途 Only。

使用前需要留意：Specialized avatar/talking-head model.；研究用途-only.。

版本进展

  • 2024 / 已确认 / 已确认VASA-1VASA 的公开版本记录。购买或接入前建议打开来源核对当前入口、功能和价格。

开源 / 来源证据

状态： 闭源

No official open weights are listed in the current profile.

最新消息

模型相关新闻会直接链接到原始发布方，正文不在本站转载。

  • 2024 / Microsoft 研究用途 / 新闻 VASA-1 外部来源记录了这款模型的相关动态；中文页不复写原文，请打开原文查看细节。 打开原文

完整得分拆解

这里把总分拆成质量、功能、入口、版本、生态、网页权威度、公司分发力和证据可信度，方便看清分数从哪里来。

维度分数权重证据可信度
质量分 62 24% 这是基于官方/研究证据和目录收录的临时质量估计；外部实时榜单和 API 数据仍需补齐。 中
缺失： 按模态采集 Artificial Analysis 实时排名/Elo、按模态采集 Arena AI 实时排名/分数
功能深度 37 16% 能力深度 37 分，主要看已记录的生成方式、参考素材、编辑、音频、API 和开放权重等能力。 中
缺失： 实测功能验证、按时长/分辨率核对模式限制
价格/入口 6 12% 入口和价格 6 分，主要看网页端、API、聚合平台、地区可用性、免费额度和价格透明度。 低
缺失： current free tier、normalized price per video minute
版本成熟度 38 12% 版本成熟度 38 分，主要看版本历史、官方发布说明、近期更新和资料新鲜度。 中
缺失： automated release-note monitor、model ID/version mapping across providers
生态热度 54 10% 生态热度 54 分，开放模型会参考 GitHub 与社区采用度；闭源模型不会因为没有仓库而按零分处理。

暂未附公开来源链接。

 中
缺失： GitHub: n/a for closed-source model
网页权威度 86 10% 网页权威度 86 分，主要看产品/公司官网可访问性、站点规模和公开可见度信号。 中
缺失： Similarweb/API traffic、Tranco rank
公司分发力 20 10% 公司分发力 20 分，主要看背后公司、消费端入口、云/API 分发和创作者生态。 中
缺失： app store ratings/review volume、product MAU/traffic
证据可信度 75 6% 证据可信度 75 分，主要看第一方来源、外部榜单、资料新鲜度和缺失项。 中
缺失： paid/API evidence refresh、manual output review artifacts

限制与价格

Not publicly available as a consumer product.

  • Specialized Avatar/Talking-Head 模型.
  • 研究用途-Only.

来源