Skip to content

AI 文生视频 ​

社媒需要一段几秒的创意素材,或者产品介绍要一个概念性的画面。实拍成本高,素材库里又找不到合适的。

「AI 文生视频」工具页初始界面:画面描述 / 视频时长 / 5s / 10s / 15s / 分辨率 / 720P / 画面比例 / 16:9;页头标签「AI 模型处理 · 450 积分/次」

打开「AI 文生视频」看到的初始界面。由 AI 模型处理,按次消耗积分(以页面标签为准)。AI 生成的结果请自行核实。

先说成本 ​

这是全站最贵的工具之一(5/10/15 秒分档计费)。所以不适合"试试看",值得先想清楚再生成。

省钱的做法:

  1. 先用 5 秒档试方向,确认画面风格对了再出长的
  2. 描述写清楚再提交,而不是靠反复重生成去碰

画面描述怎么写 ​

按这四个维度写,比堆形容词有效:

主体——画面里有什么。「一杯冒着热气的咖啡」

动作——怎么动。「蒸汽缓缓上升」

镜头——怎么拍。「固定机位特写」「缓慢推近」「俯视」

氛围——光线和调性。「清晨侧光,暖色调,浅景深」

组合起来:「固定机位特写,一杯冒着热气的咖啡放在木桌上,蒸汽缓缓上升,清晨侧光,暖色调,浅景深」

「不想出现的元素」这个参数 ​

用来排除常见的干扰项:文字、水印、人手、变形的肢体。

这个参数值得填——生成模型容易在画面里加入没要求的元素,事先排除比事后重生成便宜。

时长与分辨率 ​

5 秒够用于大多数社媒素材——短视频的开头三秒决定留存,5 秒足够表达一个画面。

10/15 秒用于需要一点叙事的场合。注意:更长不等于更好,模型在长片段里更容易出现画面漂移(物体逐渐变形)。

720P 用于社媒足够,1080P 用于需要投屏或后期剪辑的场合。

现实的能力边界 ​

擅长:氛围镜头、抽象画面、简单的物体运动、风景。

不擅长:

  • 人物特写——面部细节和表情容易失真
  • 精确的动作——「他拿起杯子喝一口」这类多步骤动作
  • 文字——画面里的字几乎必然是乱码
  • 物理准确性——液体、布料、碰撞的行为可能不符合物理

含人物的镜头建议避开面部特写,用中景或背影更稳。

相关工具 ​

最后更新:2026-09-05