AI 文生视频
AI 文生视频只靠一段文字生成视频:写清主体、动作、镜头怎么动和氛围,选一个视频模型,就能得到一段 1 到 15 秒的片段(时长取决于模型),不需要任何图片素材
文生视频是什么?
AI 文生视频只靠一段文字生成视频:写清主体、动作、镜头怎么动和氛围,选一个视频模型,就能得到一段 1 到 15 秒的片段(时长取决于模型),不需要任何图片素材。
信息核对于 2026-11-02
适合谁
- +手上没有素材,只有一个画面构想。
- +快速试几个镜头方向,挑出值得精修的那个。
- +空镜、氛围镜头、不需要固定角色长相的画面。
- +在排分镜,想先用 480P 把每个镜头粗出一版,再决定要不要做图、出高清。
- +想让画面带上声音:Seedance 2.0、Veo 3.1 Fast、万相3.0 会和画面一起生成声音。
文生视频怎么做
- 01
写一个镜头
主体 + 动作 + 镜头运动 + 氛围。一段只讲一件事,别把整段剧情塞进几秒里。
- 02
选模型和时长
要声音选 Seedance 2.0、Veo 3.1 Fast 或万相3.0;要 2K 选 MiniMax H3;先用便宜的 480P 试。各模型的时长和清晰度见AI 视频模型对比。
- 03
满意了再出高清
把满意的那条用同样的描述换高清重出;生成按钮上标着这一次的积分。
文生视频出好效果的技巧
按主体、动作、镜头、氛围来写
四样写进一句话,按这个顺序:黄昏的海边,一只金毛犬追着浪花跑,低机位跟拍,暖色逆光。一段只放一个连续动作;几秒里塞几件不相干的事,出来会很赶或者被跳过,你没写到的地方都由模型自己猜。
写清声音,或者关掉
Seedance 2.0、Veo 3.1 Fast、万相3.0 默认会生成声音。写出想听到的,比如「森林环境音,无音乐,无对白」;不写的话,可能被配上你没要的音乐。要自己配乐就把生成器切到「无声」。MiniMax H3 本来就是无声的。
别指望文字出同一个角色
每次生成都是按文字重新想象角色,上一段里的角色到下一段就不是同一张脸了。我们第一次完整实测时,纯文字生成的几段视频,角色都和设定对不上。要反复出场的角色,先用角色三视图把它画出来,再换成参考生视频。
480P 打草稿,满意了再重出
480P 是最便宜的一档:先用默认的 Seedance 2.0 Mini 或 MiniMax H3 Lite 试动作,再把同一段描述换到 Seedance 2.0 出 1080P,或换到 MiniMax H3 出 2K。重出的是新的一条,细节会变;想原样保留那条草稿,就用视频高清修复放大它。
文生视频和相近做法的区别
| 做法 | 你给什么 | 得到什么 | 最适合 |
|---|---|---|---|
| 文生视频 (本页) | 只有文字 | 画面完全由模型想象的一段视频 | 手上还没有图的构想:空镜、氛围镜头、快速试方向 |
| 图生视频 | 一张图当首帧,再写怎么动 | 从你这张图开始动的一段视频 | 构图和主体已经定好的图,让它动起来 |
| 参考生视频 | 最多 9 张参考图(角色、道具、场景),提示词里写清每张是什么 | 一个全新的镜头,里面是参考图里的角色和物体 | 让同一个角色在一段段视频里长得一样 |
| 首尾帧生视频 | 开头、结尾两张图,再写中间发生什么 | 从第一张图开始、停在第二张图上的一段视频 | 转场、变身、前后对比这类两头都定好的镜头 |
| AI 生成视频 | 一段描述,加上你放的图、视频或音频 | 一段 1–15 秒的视频,输入方式按你放的素材自动判断 | 从哪开始都行:一个输入框覆盖所有输入方式和所有视频模型 |
文生视频用到的模型
用字节跳动的 Seedance 2.0 从文字、首帧或最多 9 张参考图生成 4–15 秒带声音的视频。Mini、Fast、2.0 三个版本的清晰度与每秒积分一目了然。
用谷歌的 Veo 3.1 Fast 从文字或首尾帧生成 8 秒 720p 视频,可带声音,每条一口价。
用 MiniMax H3(海螺 AI 的视频模型)带参考图、参考视频生成 2K 视频;或用 MiniMax H3 Lite 以很低的每秒价格出无声草稿,最短 1 秒。
用阿里巴巴的万相3.0(Wan 3.0)从文字、首帧或参考图生成 2–15 秒带声音的视频,也能把视频里的人换成你的角色。标准、极速两档能力相同。
文生视频常见问题
文生视频和图生视频有什么区别?
文生视频只给文字,画面完全由模型想象;图生视频给一张首帧,视频从这张图开始动,构图和主体更可控。
一段能生成多长?
取决于模型:Seedance 2.0 是 4–15 秒,万相3.0 是 2–15 秒,MiniMax H3 是 5–15 秒、H3 Lite 1–15 秒,Veo 3.1 Fast 固定 8 秒。
生成失败会扣积分吗?
不会。失败、被拒或你主动取消,都会自动退回这次的积分。
哪些模型能只靠文字生成?
生成器里的视频模型全都可以:Seedance 2.0(Mini、Fast、完整版)、Veo 3.1 Fast、MiniMax H3 和 H3 Lite、万相3.0(标准、极速)。默认是 Seedance 2.0 Mini,适合便宜地打草稿。
文生视频能免费试吗?
能。免费版每个月有一份积分,点生成前按钮上会标出这一次要花多少;先出一条 480P 的短草稿最省。失败或被拒的生成自动退积分;付费方案和积分包见价格页。
生成的视频有声音吗?
可以有。Seedance 2.0、Veo 3.1 Fast、万相3.0 会和画面一起生成声音,默认开着;在描述里写清想听到什么,或者切到「无声」。MiniMax H3 和 H3 Lite 是无声的。
能选什么比例和清晰度?
默认 16:9,也可以选 9:16、1:1、4:3、3:4。清晰度看模型:Seedance 2.0 和万相3.0 最高 1080P,Veo 3.1 Fast 是 720P,MiniMax H3 是 768P 或 2K,H3 Lite 是 480P 或 768P。
想要超过 15 秒的视频怎么办?
拆成几个镜头分别生成,再拼起来。把上一段的结尾写成下一段的开头;或者用首尾帧,让上一段停在某张图上、下一段从同一张图开始。要做完整的多镜头短片,点本页底部去画布,逐段生成。
和文生视频搭配使用
AI 图片生成 →
先把画面做成一张图:文字一直变的构图,用图片一次定住,再让它动起来。
AI 角色三视图生成器 →
要同一个角色每段都出现?先出一张正侧背三视图,当参考图用,不再靠文字描述角色。
AI 视频高清修复 →
原样保留一条 480P 草稿,放大到 1080P、2K 或 4K,不重新生成。
AI 视频模型 →
看哪些模型能带声音、哪个能出 2K、每个模型一段最长多少秒。
其他创作场景
把剧本、角色、镜头、配音节点连成一条线,逐段生成,角色每一段都是同一个。