ElevenLabs推出全能AI内容工厂，一站生成视音频

快速阅读: ElevenLabs推出「Image & Video平台」，集成图像生成、视频制作、声音合成等多功能，实现音画无缝整合，提升AI内容生产效率，支持多平台视频输出及多语言旁白，简化创作者工作流程。

多模态AI领导者ElevenLabs宣布推出全新的「Image & Video平台」，这不仅是一个语音工具，而是融合了图像生成、视频制作、声音合成、音乐创作和音效设计的全能型AI内容工厂。从此，创作者和营销人员无需在多个平台间切换，通过这个平台即可一站式完成从剧本到成品的商业视频制作。

新平台实现了视觉生成与ElevenLabs引以为傲的音频技术的无缝整合：用户可以先创建静态图片和动态视频，然后在同一界面中添加专业的旁白、背景音乐和环境音效，整个过程流畅无阻。官方表示，从创意构思到可用于广告投放的成品视频，最快仅需几分钟，极大提升了AI内容生产的效率。

该平台集成了全球领先的多模态模型，涵盖Google的Veo（超长视频一致性）、OpenAI的Sora（电影级画质）以及Kling（超现实物理效果）等，配合ElevenLabs自主研发的自然语音和最新音乐生成技术，用户能够自由组合顶级视觉和听觉元素，创造出超越单一模型组合的效果。

平台针对创作者和营销人员进行了深度优化，支持输出不同比例的视频，适应抖音、小红书、TikTok、YouTube等平台的需求；内置商业安全的语音和音乐库，生成的内容可以直接用于广告；提供多语言旁白一键替换功能，轻松制作多语种版本；配备完整的时间轴编辑器，支持精确至帧的音画同步调整。

据官方演示，利用平台内的30秒文案，用户可以快速完成品牌故事板的图像生成、转换为流畅视频、添加CEO级别的自然旁白、叠加情绪化的背景音乐和环境音效，最终导出4K商用成品，整个过程无需在Premiere、Midjourney、Runway、Suno等软件之间切换文件。

AIbase编辑部评论称，ElevenLabs此次升级显著提升了“文本到视频”技术的上限，尤其在解决音画同步这一难题上取得了突破。当顶级视觉生成与声音生成技术结合时，独立创作者和小型企业将面临前所未有的挑战。这次更新可能会导致许多剪辑师和配音员的工作受到影响。体验地址：https://elevenlabs.io/image-video

(以上内容均由Ai生成)