对口型Lip Sync

音频 · 主流

最早可证 2024-01 —— 「Custom Voices：可为 Text to Speech 或 Lip Sync 视频创建自定义音色（说明彼时 Lip Sync 已存在）」 Runway · 官方 Changelog这是我们手上的日志能证明的最早时间，不是业界首次出现 —— 可追溯窗口起于 2024-01。

各家叫法：Lip Sync · 对口型 · 唇形同步 · lip-sync · 口型对齐同一件事，各家名字不同。我们自己就因为按字面去搜而误判过 —— Kling 管角色参考叫 Element、LTX 叫 Ingredients，按 Character Reference 去找会一无所获，然后把「没找到」写成「官方没说」。

离线出片轨：谁实现了

字节跳动 · Seed

Seedance 2.5

Seedance 2.5 支持精准对口型（lip sync to audio）｜原文：「precise lip sync to Audio 1」

即梦 Dreamina（字节自有产品）官方来源核验版本 2.5未单独记核验日 · 数据截至 2026-10-19机器录入

稀宇科技 MiniMax

MiniMax Hailuo H3

官方示例「have the character in Image 2 sing, with the vocals matching Audio 3」—— 口型由给定音频驱动

MiniMax 官方博客 · H3 发布官方来源核验版本 H3未单独记核验日 · 数据截至 2026-10-19机器录入

Google DeepMind

Gemini Omni 1.1 Flash

2026-10-10 已升级 1.1 Flash，新版能力待重核。原 Flash 记录：

Google · Gemini Omni Flash 官方文档官方来源核的是 Flash · 现已是 1.1 Flash，未重核未单独记核验日 · 数据截至 2026-10-19机器录入

阿里巴巴 · 通义 Tongyi

Wan 3.0

通义万相官网（首屏，仅营销描述）官方来源核验版本 3.0未单独记核验日 · 数据截至 2026-10-19机器录入

Runway

Runway Gen-4.5

Runway · 官方 Changelog官方来源核验版本 Gen-4.5未单独记核验日 · 数据截至 2026-10-19机器录入

快手

Kling 4.0另一个接口

⚠️ 2026-10-10 已更新到 4.0，此格尚未核到新版的直接证据，显示未知；原核验版本 3.0。旧记录：2024-12-23 首发；2025-09-15 支持多人画面对口型，用 face_id 指定说话人、sound_insert_time 指定起始时间。⚠️ Lip-Sync 是作用于已有视频的独立功能，不是生成时的一步

Kling AI · API 更新日志官方来源核的是 3.0 · 现已是 4.0，未重核核验于 2026-10-10机器录入

生数科技

Vidu Q4 Preview

当前 Q4 两个端点未给出该项型号适用证据。自动切镜不等于可控运镜，单张首帧不等于首尾帧，Q3/平台独立任务不自动继承；旧记录已保留在审阅档案。

Vidu · Q4 Preview 图生视频 API官方来源核验版本 Q4 Preview核验于 2026-10-19机器录入

Google DeepMind

Veo 3.1

原生音频含对白，但未见把对口型作为独立能力说明

Google · Veo 3.1 官方文档官方来源核验版本 3.1未单独记核验日 · 数据截至 2026-10-19机器录入

Lightricks

LTX 2.5另一个接口

官方 Dub-It pipeline / IC-LoRA：改写台词的同时匹配说话人身份与口型　⚠️ 这条证据核的是 2.3；2.5 的模型卡受限访问读不到正文，标为待重核，不沿用当作 2.5 的结论。

GitHub · Lightricks/LTX-2 官方仓库 README（pipeline 与 IC-LoRA 清单）官方来源核的是 2.3 · 现已是 2.5，未重核核验于 2026-08-13机器录入

PixVerse

PixVerse V6

能力矩阵的独立能力表：「Lip Sync | Lip sync | Align speech to mouth movement in a video」

PixVerse · 官方能力矩阵官方来源核验版本 V6核验于 2026-08-14机器录入