Genmo

🎬 工具概览：Genmo 是什么

Genmo 是一家位于美国旧金山的 AI 研究实验室，由两位加州伯克利博士 Paras Jain 和 Ajay Jain 于 2022 年创立。Paras 曾在谷歌担任兼职研究员，Ajay 是谷歌研究员，从事图像生成模型的基础研究。公司的使命听起来有点宏大：解锁通用人工智能的右脑，通过世界模型来探索和模拟现实。

它主要解决的问题很实际：让视频生成从闭源巨头的游戏变成所有人都能用的工具。2024 年 10 月，Genmo 发布了 Mochi 1 视频生成模型，直接以 Apache 2.0 开源协议放出完整权重。这是当时公开发布的规模最大的开源视频生成模型，拥有 100 亿参数，基于自研的非对称扩散变换器架构。

Genmo 的团队背景值得一提。核心成员来自 DDPM、DreamFusion 和 Emu Video 等项目。顾问名单里有 Ion Stoica、Pieter Abbeel 等名字。公司 2024 年完成了 2840 万美元的 A 轮融资，由 NEA 领投。

⚙️ 核心功能：10 个你会实际用到的能力

• 文字生成视频：输入一段描述性文字，Mochi 1 生成最长 5.4 秒、30fps 的视频。官方宣称在运动质量和提示遵循性上达到了开源模型的新高度。
• 高保真运动模拟：Mochi 1 专门针对物理运动做了训练，能模拟流体动力学、毛发飘动、人体动作。官方强调运动是视频最重要的维度，而不是画面美学。
• 强提示遵循：用视觉语言模型作为评判基准，Mochi 1 在遵循文字指令方面表现突出。你可以精确控制角色、场景和动作。
• 完全开源：Apache 2.0 协议，模型权重和代码都在 Hugging Face 和 GitHub 上公开。个人和商业使用都免费。
• 本地部署：可以在自己的 GPU 上运行 Mochi 1。官方仓库支持多卡和单卡运行，也支持 LoRA 微调。
• 在线 Playground：不想折腾本地部署的话，可以直接在 genmo.ai/play 上免费试用。免费用户每天有 100 点 fuel，生成消耗积分。
• 图像生成与 3D 建模：Genmo 平台早期还提供图像生成和 3D 模型生成功能，通过对话式交互完成。不过这些功能的优先级似乎不如视频生成。
• 视频 VAE 开源：Genmo 同时开源了视频变分自编码器，能把视频压缩到 96 倍小的尺寸，方便社区在更低配置上运行。
• LoRA 微调支持：社区可以用自己的数据对 Mochi 1 进行微调，生成特定风格的视频。官方 CLI 和 Gradio UI 都支持加载 LoRA。
• AI Copilot 辅助：付费用户可以使用 Copilot 功能，从关键词生成动画并优化提示词。不过这个功能的存在感目前不算强。

✨ 它跟同类工具比，特别在哪

Genmo 最核心的差异点是开源和运动质量。在 2024 年 Mochi 1 发布时，市面上最好的视频生成工具全是闭源的。Genmo 直接把一个 100 亿参数的模型开源了，这在当时是很少见的做法。澎湃新闻的报道标题直接叫它真·赛博菩萨。

Mochi 1 的另一个特点是专注运动而非画面。Genmo CEO Paras Jain 在接受采访时说：很长一段时间里，唯一无趣的视频就是不动的视频。我觉得很多 AI 视频都有这种 Live Photo 效应。所以团队把训练重点放在了运动质量上，而不是追求每一帧的静态美感。这种策略让 Mochi 在生成人物动作、物体运动时更自然，但在画面精细度上可能不如一些竞品。

但也要客观说，Genmo 在产品化和用户增长上遇到了挑战。根据第三方数据，genmo.ai 的月访问量在 2026 年 6 月只有约 15 万次，同比下降了 18%。公司员工数同比减少了 13%。有测评将 Genmo 的免费版质量评为 6/10，跟 Pika 同级，落后于 Runway 和 Kling。开源是它的优势，但开源本身不直接转化为用户规模。

🏢 适合哪些实际工作场景

AI 研究和学术实验：Mochi 1 的开源特性让它成为研究视频生成模型的理想平台。你可以下载权重、修改架构、做消融实验，不受闭源 API 的限制。论文作者需要对比不同模型时，Mochi 是一个可复现的基准。

概念验证和快速原型：需要快速把文字创意变成动态画面看看效果。免费 Playground 每天有 100 点 fuel，做几个 5 秒的测试片段够用。

艺术风格实验：有测评指出 Genmo 生成的视频具有独特的艺术感，适合做音乐视频、艺术短片等不要求写实的内容。它的运动风格跟 Runway 那种追求照片级真实的工具不同。

本地开发和二次开发：有 GPU 资源的开发者可以在自己的机器上运行 Mochi 1，集成到自己的工作流里。支持 LoRA 微调意味着可以针对特定风格定制模型。

不太适合的场景：追求电影级商业广告成片。Mochi 1 只有 480p 分辨率，处理复杂运动时可能出现扭曲。有测评指出它的商业用途受限。不想折腾技术的普通用户。虽然 Playground 可用，但相比 Runway 或 Pika 的成熟产品体验，Genmo 的在线工具更偏实验性。

🚀 怎么用起来：从注册到生成第一个视频

第一步：注册账号。访问 genmo.ai，用邮箱或 Google 账号注册。免费用户每天获得 100 点 fuel，每晚 UTC 午夜刷新。

第二步：进入 Playground。登录后进入 playground，你会看到一个输入框和参数设置面板。界面比较简洁，没有太多花哨的东西。

第三步：写提示词。用自然语言描述你想生成的视频。官方建议写得具体一些，包括光线、镜头角度、动作细节。比如不要写一只狗，写一只金毛犬在阳光下的草地上奔跑，镜头从侧面跟拍。

第四步：生成并等待。点击生成后，视频通常需要 2-5 分钟。你可以实时看到进度。生成消耗的 fuel 取决于视频长度和质量设置。

第五步：下载或分享。生成完成后可以在线预览，也可以下载 MP4 文件。免费版视频带 Genmo 水印，且为 CC BY-NC 4.0 许可，不可商用。生成的视频保留 30 天。

💡 让 Genmo 更好用的几个实用技巧

提示词要描述运动，而不只是场景。Mochi 1 的强项是运动，所以你的提示词应该突出正在发生什么，而不是画面看起来像什么。比如水滴从叶子上滑落比一片绿色的叶子更能发挥它的优势。

免费用户的 100 点 fuel 要省着用。根据早期用户反馈，每次生成大约消耗 40 点 fuel，一天 100 点大概能生成 2 次左右。如果你想多试几次，可能需要等第二天刷新，或者考虑 $10/月的 Turbo 订阅，包含 1000 点/天、去水印、优先体验新功能。

接受 480p 的局限。Mochi 1 预览版只有 480p，生成的视频在手机上看还行，放到大屏幕上会明显感觉清晰度不够。官方说 HD 版本会后续推出，但截至目前的公开信息，HD 版本的进展不明确。

有 GPU 就本地跑，没 GPU 就用 Playground。本地运行 Mochi 1 需要至少一块 H100，约 60GB 显存，普通人不太现实。ComfyUI 可以优化到 20GB 以下，但需要一些折腾。如果你只是想试试效果，Playground 就够了。

用 LoRA 微调来改善特定风格。如果你对 Mochi 的默认风格不满意，社区已经有 LoRA 微调方案。可以在 GitHub 上找现成的 LoRA，或者用自己的数据训练一个。这是开源模型才有的灵活性。

📱 怎么安装：Web + 本地部署

Genmo 有两种使用方式，覆盖不同需求的用户：

Web 版（Playground）：浏览器访问 genmo.ai/play，注册即用。这是最轻量的方式，适合快速测试和轻度使用。不需要安装任何东西，手机浏览器也能打开。

本地部署（开源）：如果你想在自己的硬件上运行 Mochi 1，需要从 GitHub 克隆仓库，用 uv 安装依赖，从 Hugging Face 下载模型权重。官方提供了 Gradio UI 和 CLI 两种运行方式。硬件要求比较高：单卡至少 60GB 显存，推荐 H100。ComfyUI 社区做了优化，可以降到 20GB 以下。

Genmo 没有官方的桌面客户端或手机 App。Web Playground 是唯一的官方在线入口。

💰 收费情况：免费版 + Turbo 订阅

Genmo 采用 freemium 模式，核心体验免费，高级功能付费。

免费版：每天 100 点 fuel，每晚 UTC 午夜刷新。视频带 Genmo 水印，许可为 CC BY-NC 4.0，不可商用。生成消耗 fuel，根据长度和质量不同。

Turbo 版：$10/月。每天 1000 点 fuel，无水印，优先体验新功能，可商用。

Genmo 的定价在 AI 视频工具里算是比较低的。Runway 的 Standard 计划是 $15/月，Kling 的 Elite 是 $33/月。$10/月的 Turbo 对个人创作者来说门槛不高。

注意：Genmo 没有提供企业版或团队版。如果你需要团队协作或 API 接入，需要自己基于开源模型搭建。

👥 谁适合用 Genmo

AI 研究者和开发者：需要开源视频模型做实验、微调、集成。Mochi 1 的 Apache 2.0 协议和完整权重是它的核心价值。

独立创作者和艺术家：想探索 AI 视频的艺术可能性，但不追求商业级成品。Genmo 的独特风格和低成本适合做实验性内容。

预算有限的学生和爱好者：免费版每天 100 点 fuel，虽然不多，但足够偶尔玩一下。$10/月的 Turbo 也比大多数竞品便宜。

不太适合的：需要高质量商业成片的制作团队，480p 分辨率和偶发的运动扭曲限制了商业可用性；不想折腾技术的普通用户，Playground 体验不如 Runway 或 Pika 成熟；需要中文提示词的用户，有评测指出 Genmo 不支持中文，结果可能与预期不符。

🌍 全球使用情况

Genmo 的用户规模在 AI 视频工具里属于中小型。根据第三方数据，genmo.ai 在 2026 年 6 月的月访问量约为 15.3 万次，环比增长 14.96%。用户主要来自印度、美国、巴基斯坦、智利和俄罗斯。

从流量趋势来看，Genmo 的访问量波动较大。2025 年 7 月达到约 40.7 万次的高点，之后整体呈下降趋势，到 2026 年 6 月回落到 15 万左右。移动端访问占 59%，桌面端占 41%。用户平均停留时长约 3 分钟，跳出率 36%。

在中文社区，关于 Genmo 的讨论主要围绕 Mochi 1 的开源发布。澎湃新闻、知乎等平台在 2024 年 10 月有过较多报道，但后续的热度有所下降。

⚖️ 真实优缺点

优点：

• 完全开源，Apache 2.0 协议。个人和商业使用都免费，可以本地部署、微调、集成。这在 AI 视频工具里非常少见。
• 运动质量是核心优势。专门针对物理运动训练，生成的动作比很多竞品更自然，没有 Live Photo 效应。
• 价格门槛低。免费版每天有额度，Turbo 版只要 $10/月，比 Runway 和 Kling 的起步价低。
• 团队背景扎实。核心成员来自 DDPM、DreamFusion 等项目，技术实力有保障。

缺点：

• 分辨率只有 480p。在 2026 年的标准下，这个清晰度明显落后于竞品。HD 版本迟迟没有兑现。
• 复杂运动场景会出现扭曲。有实测发现，手部大幅动作、动物摇晃脑袋等场景下会出现崩坏。
• 不支持中文。有研究明确指出 Genmo 不支持中文，中文提示词的效果可能打折扣。
• 用户增长乏力。月访问量同比下降，公司员工数减少，产品迭代速度似乎放缓了。

🆚 跟同类工具怎么选

Genmo vs Runway：Runway 是商业视频生成工具的标杆，画面质量、分辨率、产品成熟度都更高。但 Runway 是闭源的，免费版额度有限。Genmo 的优势在开源和本地部署。如果你需要高质量的成品，Runway 更合适；如果你想研究或定制模型，Genmo 是更好的选择。

Genmo vs Pika：两者在免费版质量上被同一份测评评为 6/10。Pika 的强项在速度和易用性，风格更 punchy。Genmo 的强项在运动质量和开源。如果你要快速做社交媒体短视频，Pika 更顺手；如果你要探索运动模拟或做二次开发，Genmo 更对口。

Genmo vs 闭源竞品（Luma、可灵）：这些工具在画面质量和分辨率上都优于 Genmo。但它们全部闭源，你无法查看或修改模型。Genmo 的定位不是跟它们拼谁生成的视频更好看，而是拼谁能让你更自由地使用视频生成技术。

简单选法：要开源和本地部署选 Genmo，要商业级画质选 Runway，要快速出片选 Pika。

📌 总结：值不值得用

Genmo 是一个定位非常清晰但处境有些尴尬的产品。它的核心价值在开源：Mochi 1 是目前最强大的开源视频生成模型之一，Apache 2.0 协议让任何人都可以免费使用、修改、商用。对于研究者和开发者来说，这是一个有价值的工具。

值得用的情况：你是 AI 研究者或开发者，需要一个可修改、可微调的视频生成模型；你的项目预算有限，$10/月的 Turbo 版比大多数竞品便宜；你想做实验性、艺术性的视频内容，不追求商业级画质；你只想偶尔玩玩，免费版每天 100 点 fuel 够用。

不值得用的情况：你需要商业级的成品视频，480p 分辨率和偶发的运动扭曲会限制你的交付质量；你是普通用户，只想输入文字就得到好看的视频，Genmo 的在线体验不如 Runway 或 Pika 成熟；你的提示词主要是中文，Genmo 对中文的支持有限。

一句话总结：Genmo 是给想拥有视频生成技术的人用的，不是给只想快速做出好看视频的人用的。如果你属于前者，Mochi 1 值得认真看看；如果你属于后者，市面上有更省心的选择。