AI 视频生成器

在这个 AI 视频生成器里，每段视频都从两种输入之一开始。只写文字时，模型会根据提示词想象整个场景：主体、环境、镜头和光线都由它决定。添加首帧图时，模型把你的图片当作视频第一帧，让它动起来。商品图、人像或插画都能保持原本的样子，同时镜头运动、画面变得鲜活。

大多数模型两种方式都支持。不放图片就是文生视频，放入图片后同一个模型会自动切换为图生视频。其中 Hailuo 2.3 和 Vidu Q4 只能用图片生成，模型卡片上会标注「图生视频」。很多模型还能接收第二张图作为尾帧，模型会在两个固定画面之间规划运动：比如合着的盒子最后打开，或者线稿最后变成完整的房间。Gemini Omni Video 更进一步，最多可接收七张参考图。

上传的图片支持 JPG、PNG 和 WebP，单张不超过 10 MB。如果还没有首帧图，可以先在 AI 图片生成器 里做一张。一张构图、色彩和主体都已到位的静态图，通常比一大段文字提示词更能让 AI 视频生成器稳定起步，因为模型不必再猜第一秒该是什么样子。

这里的视频按条计价，单位是积分，点击生成前按钮上就会显示准确价格。价格由三个因素决定：模型、分辨率和时长。大多数模型按秒计费，同样的分辨率下，10 秒视频的价格是 5 秒的两倍。Veo 3.1 每次固定生成 8 秒，所以价格只随版本和分辨率变化。

不同模型之间差距很大。最便宜的一档，Runway 生成 5 秒 720p 视频只要 3 积分，Grok Imagine Video 生成 6 秒 480p 视频要 4 积分，Wan 3.0 生成 5 秒 480p 视频要 10 积分。中间一档，Kling 3.0 生成 5 秒 720p 带声音的视频要 25 积分，Veo 3.1 Fast 生成 8 秒 720p 视频要 15 积分。最高一档是 Seedance 2.5 的 1080p 15 秒，要 593 积分，是整个模型库里最贵的设置。

用好 AI 视频生成器有一条实用原则：先用便宜的设置打草稿，再用贵的设置出成片。先用 480p 或 720p 的短时长测试创意、构图和动作，满意后再用 1080p 或 4K 渲染最终版本。所有 AI 视频模型都需要购买积分；免费账号的欢迎积分和每日签到积分只能用于 Z-Image 图片、视频模板和代码生成视频，不能用于 AI 视频模型。积分套餐见 价格页面。如果生成失败，这段视频消耗的积分会自动退回余额。

每个模型的时长都是几个固定选项，而不是一个滑块，这样一次点击不会带来意外的高额扣费。多数模型提供 5、10、15 秒。Kling 3.0 额外提供 3 秒和 8 秒，Gemini Omni 系列支持 4 到 10 秒，Hailuo 2.3 支持 6 秒或 10 秒，Vidu Q4 最长 16 秒，是所有模型里单段最长的。

AI 视频生成器的分辨率从 480p 草稿一直到 4K 成片。只有 Veo 3.1 和两款 Gemini Omni 模型能输出 4K，MiniMax H3 提供 2K 选项。Seedance 2.0 Fast 和 Grok Imagine Video 1.5 最高只到 720p，更适合追求速度和打草稿，不适合大屏播放。画面比例同样重要：抖音、TikTok、Reels 和 Shorts 用 9:16，YouTube 和网站用 16:9，信息流用 1:1。Seedance 系列、MiniMax H3、PixVerse V6 和 HappyHorse 1.1 还支持 21:9 电影宽银幕，而 Veo 3.1 和 Gemini 只支持 16:9 和 9:16。添加首帧图后，有几款模型会直接沿用图片本身的比例。

最后一个开关是声音。Veo 3.1、Seedance 系列、Wan 3.0、Wan 3.0 Prime 和 Vidu Q4 每段视频都会生成音频。Kling 3.0、Kling 3.0 Omni 和 PixVerse V6 可以开关声音，关闭后价格更低：Kling 3.0 生成 5 秒 720p 视频，从 25 积分降到 18 积分。如果你打算在剪辑软件里自己配乐或配音，直接生成无声片段会更省积分。

Google 的 Veo 3.1 是 AI 视频生成器的默认模型，带有「专业」标记。它有三个版本：Lite（8 到 38 积分）、Fast（15 到 45 积分）和 Quality（63 到 93 积分）。每个版本都生成 8 秒带声音的视频，比例为 16:9 或 9:16，可以用文字生成，也可以用首帧和尾帧生成。探索阶段用 Lite 和 Fast，需要上大屏的镜头再用 Quality。

字节跳动的 Seedance 分三档。标有「新」的 Seedance 2.5 是最高档，价格 35 到 593 积分；Seedance 2.0 为 24 到 383 积分；Seedance 2.0 Fast 为 15 到 93 积分，最高 720p。三款模型都支持长达 20,000 字符的提示词，适合写得很长、很细的镜头描述，而且都带声音。快手的 Kling 3.0 标有「热门」，时长最灵活，3 到 15 秒共五档，分辨率可选 720p 或 1080p。Kling 3.0 Omni 价格为 18 到 87 积分；标有「快速」的 Kling 3.0 Turbo 只接收一张首帧图，没有声音开关。

Google 的 Gemini Omni Video 和 Gemini Omni 1.1 Flash 价格相同：720p 或 1080p 下，4 秒 16 积分，10 秒 32 积分；4K 为 37 到 53 积分。既然两种分辨率同价，这两款模型直接选 1080p 就好。Gemini Omni Video 最多接收七张参考图，是这个 AI 视频生成器里参考图上限最高的模型，适合需要保持角色或商品一致的场景。

不是每个镜头都需要旗舰模型。Runway 是测试创意最便宜的方式：5 秒 720p 只要 3 积分，10 秒 720p 或 5 秒 1080p 为 8 积分，可以用文字或一张首帧图生成。xAI 的 Grok Imagine Video 标有「快速」，最高 1080p，价格 4 到 30 积分；Grok Imagine Video 1.5 支持 480p 或 720p，价格 4 到 17 积分。分镜草稿、动作测试和重速度轻精修的社媒内容，用它们就够了。

阿里巴巴的 Wan 系列覆盖范围很广。标有「新」的 Wan 3.0 从 480p 到 1080p，价格 10 到 120 积分，自带声音；Wan 3.0 Prime 分辨率相同，价格 16 到 189 积分；Wan 2.7 支持 720p 或 1080p，价格 20 到 90 积分。MiniMax H3 价格 12 到 49 积分，是 AI 视频生成器里唯一提供 2K 选项的模型。PixVerse V6 支持 540p 到 1080p，价格 7 到 69 积分，声音可选。HappyHorse 1.1 支持 720p 或 1080p，价格 29 到 109 积分。

有两款模型专门用来让图片动起来。MiniMax 的 Hailuo 2.3 只接收一张首帧图，分 Standard（8 到 13 积分）和 Pro（12 到 23 积分），可选 768p 的 6 秒或 10 秒，或 1080p 的 6 秒。Vidu Q4 同样只接收一张图，支持 540p 到 1080p，单段最长 16 秒，价格 9 到 77 积分。如果图片本身已经很完美，只差自然的动态，这两款最合适。

给 AI 视频生成器写提示词，要像写分镜描述，而不是堆关键词。先写主体，再写它在做什么，然后写镜头怎么动，最后写光线和氛围。例如：咖啡师慢动作拉花，特写，镜头缓慢推近，清晨暖光透过窗户，浅景深。一段视频只写一个清晰的动作，效果比在 5 秒里塞进三件事好得多。

镜头词非常关键：推镜头、左摇、跟拍、无人机航拍、手持、固定机位。风格词决定整体质感：电影感、纪录片、定格动画、动漫、商品广告。使用首帧图时，不必重复描述图片里已有的内容，只写变化：热气升起、模特转向镜头、城市灯光亮起。各模型的提示词上限不同，Runway 为 1,800 字符，Kling 3.0 为 2,500 字符，Seedance、Wan 3.0 和 Gemini Omni 为 20,000 字符，上限短的模型只写最关键的信息。

迭代要有目的。每次只改一个变量，比如镜头运动或光线，这样才能知道每个词的作用。在动作满意之前，一直选用便宜的草稿模型。生成的视频连同提示词都会保存在历史记录里，点「复制提示词」就能把效果好的提示词用到高端模型上。如果要做 15 到 60 秒的长广告，请使用 AI 视频广告生成器。