Public
98 个 AI 视频平台目录:Seedance 2.5 入口 + 推荐奖励 + 注册送积分标注
aidirectoryreferralvideo
Val Town is a collaborative website to build and scale JavaScript apps.
Deploy APIs, crons, & store data – all from the browser, and deployed in milliseconds.
128 个 AI 视频 / 图片生成平台的目录:哪些能直接用到字节 Seedance 2.5、各自的推荐好友奖励 / 免费额度,以及第三批起新增的四个条件标注(注册送积分、图生视频、多模态参考、邮箱注册)。
- 网页版:打开目录
- JSON 接口:
/api/list— 128 条数据,方便自己拿去用 - 数据源:
data.ts(id 1–48)+batch3.ts(id 49–98)+batch4.ts(id 99–128)
| 分类 | 说明 |
|---|---|
| 字节官方 | Seedance 2.5 的直接入口(即梦、豆包、剪映、扣子、小云雀、Dreamina…) |
| 第三方平台 | 可灵、Runway、PixVerse、Higgsfield、Krea、Freepik、Pollo AI、LiblibAI、NightCafe、Civitai、VEED、Kapwing… |
| API / 开发者 | BytePlus Lumina、火山方舟、fal.ai、Replicate、Atlas Cloud、硅基流动、阿里云百炼… |
每条都带 confidence 字段标注来源可信度:official(官方发布稿)、platform(平台自己的奖励页)、third-party(第三方整理,条款可能已变)。
⚠️ 本目录不收录他人的邀请码。邀请码 / 邀请链接请在各平台「邀请好友」页面自行生成;奖励条款随时会变,以平台页面为准。
第四批 30 条全部是前三批没收录的,按奖励形态分四组:
| 组 | 条数 | 奖励形态 | 例子 |
|---|---|---|---|
| A | 12 | 海外联盟 / 推荐计划(返现金佣金,需对方付费) | VEED 40%、OpusClip 25%、Colossyan 25–50%、JoggAI 30% |
| B | 8 | 海外「双方各得 credits」(注册即给,门槛低) | Kleap、AdFlex 50 credits、AI Magicx、TensorPix |
| C | 4 | 国内「双方各得积分」/ 现金返佣 | DuMate 各 2,000 分、美图设计室 15%、字由、度加 |
| D | 6 | 只有免费额度,未见公开推荐奖励 | Vizard、Fliki、Vidnoz、Captions、Argil、Simplified |
两个必须说清楚的坑:
- 海外平台的「推荐奖励」大多要求对方真的付费订阅才结算,而且很多返的是现金佣金而不是 credits —— 不付费的邀请通常一分不给。
- 国内平台的邀请奖励基本都要手机号注册,且多数设了「每日 / 累计邀请人数上限」(DuMate 每日 3 次、累计 20 人;字由每日 10 人、累计 20 人)。
第三批起的条目额外标了四个布尔字段,页面上显示成小标签,也可以直接筛选:
| 字段 | 含义 | 命中数(#49–128) |
|---|---|---|
signupCredits | 注册即送积分 / 免费额度 | 51 |
imageToVideo | 支持图生视频 | 64 |
multimodalRef | 支持多模态参考(图 + 视频 + 音频混合) | 15 |
emailSignup | 支持邮箱注册 | 61 |
undefined 表示「未核实」,不是「没有」。 前两批(#1–48)没有这些字段,页面会自动跳过不显示。
- 「内置全模型」不等于「免费能跑」。 128 条里只有 28 条真的能用 Seedance 2.5,而且多数把它锁在付费档位后面。免费额度基本跑不动 2.5 —— 一条 8 秒 720p 在 Higgsfield 要 52 credits、OpenArt 要 1,040 credits、Freepik 要 3,520 credits。
- 国内平台绝大多数不支持纯邮箱注册。 要手机号 / 微信 / QQ / 百度账号,这是硬门槛。所以「可邮箱注册」的 61 条几乎全是海外平台。
- 「注册送积分」的数额随时会变。 带「以官网为准」的条目表示调研时(2026-09)没查到确切数值,不要当成承诺。
Rendering mermaid diagram...
index.ts ← Hono 后端:HTML shell + /api/list JSON 接口
data.ts ← id 1–48 数据 + Entry 类型 + hasReferral() / stats
batch3.ts ← id 49–98 数据(50 条,第三批)
batch4.ts ← id 99–128 数据(30 条,第四批)
check.ts ← 跑一遍,打印「有 / 无推荐奖励」的条目编号 + stats
frontend/
root.tsx ← HTML shell(title / description)
index.tsx ← React 入口
components/
App.tsx ← 列表 + 搜索 + 筛选(含注册送积分 / 邮箱注册 / 图生视频)
EntryCard.tsx ← 单条卡片 + FlagChips 条件标签
- 新建一个
batch5.ts,import type { Entry } from "./data.ts",导出export const batch5: Entry[] = [...],id接着 128 往下排。 - 在
data.ts的entries末尾加一行...batch5,,并在顶部加对应的 import,同时更新文件头的「共 N 条」注释。 - 有推荐奖励的条目,
reward文案里要出现「邀请 / 受邀 / 推荐 / 奖励 / 返佣 / 佣金 / 联盟」等词;没有的,用「未见公开的邀请好友奖励」这类固定说法 ——hasReferral()会先把这些否定句整句删掉再匹配,所以不会误判。如果新增了别的否定说法,记得同步加进NO_REWARD_PHRASES;如果文案里出现了新的「有奖励」写法,记得加进hasReferral()的关键词。 - 四个条件字段:查到了才写
true/false,没查到就留空(undefined)。不要猜。 - 页面上的计数(总数 / Seedance / 推荐奖励 / 注册送积分 / 可邮箱注册)都由
stats算出,不用手改;README 里的数字要手改。 - 跑
check.ts确认分类结果,再打开页面看一眼。