AI 视频生成器：用文字或图片制作视频

AI 视频生成器能把文字提示词、静态图片或参考片段变成一段新的短视频。在 Pipe2 中打开 Video Generator，清楚描述一个镜头，选择画幅与时长，只添加确有作用的参考素材，即可生成用于检查或继续剪辑的 MP4。

五步生成 AI 视频

1. 限定为一个镜头。 先决定观众看到什么、什么会发生变化，以及动作如何结束。一个可信的动作比塞进一次生成的完整故事更容易控制。
2. 写清动作设计。 说明主体、动作、场景、镜头运动、光线、视觉风格和必要声音。
3. 让每个参考素材都有用途。 起始帧用于固定构图，结束帧用于指定目标；其他素材可用于约束主体、动作、节奏或声音。
4. 设置输出。 选择宽高比、时长、分辨率和音频。使用 Auto 时，Pipe2 会根据这些输入选择兼容模型。
5. 检查完整片段。 先按正常速度观看，再逐帧查看复杂动作。不要围绕有问题的镜头继续剪辑，应先重新生成。

输入可以包含文字、精确的起始或结束帧、参考图片、参考视频与参考音频。可用组合和限制因模型而异，运行前请查看当前控件和信用点预估。

把提示词写成镜头，而不是剧情梗概

有效的提示词会描述随时间发生的可见变化。先写景别和构图，再写主体与动作，然后说明镜头和环境如何变化。最后给出一个稳定的结束状态，让画面自然收束。

例如：

蓝调时刻的咖啡馆内，固定中远景拍摄柜台上的钴蓝色陶瓷茶壶。蒸汽上升，形成一道松散的螺旋后散去，摄影机同时非常缓慢地向前推进。室内暖光，窗外冷雨。声音：轻柔雨声和陶瓷壶盖的细微碰响。

这段描述只有一个场景、一个主要动作、克制的镜头运动、稳定的光线和简短的声音设计。“制作一段惊艳而有电影感的咖啡馆视频”则没有解决这些具体问题。堆叠形容词不能替代明确动作。

如果节奏很重要，请按开始、动作、结束停留的顺序写。若创意需要多个地点、换装、对话和剪切，应拆成多个镜头。

选择文生视频、起始帧或参考素材

当创意比精确主体和布局更重要时，使用文生视频从零探索。需要固定构图和主体一致性时，使用起始帧：图片定义已有内容，提示词重点描述动作、摄影机以及必须保持稳定的部分。图生视频指南进一步介绍了这一方法。

兼容模型的结束帧可以规定最终构图。两个相关画面之间的直接变化，通常比几何结构完全不同的变形更可靠。

参考图片、视频和音频可以指导主体、物体、视觉方向、镜头运动、节奏、语音、音乐或音效。请明确每份素材负责什么。普通参考素材提供指引；只有专门的起始帧和结束帧设置才表示精确画面。

设置画幅、时长、分辨率和声音

生成前就按发布渠道选择比例：横屏用 16:9，竖屏用 9:16，方形用 1:1，经典横幅用 4:3，竖向人像用 3:4，超宽银幕用 21:9。后期裁切可能移除主体或破坏已经生成的动作。

时长和分辨率会根据模型处理。较长片段、特殊画幅或某些参考组合可能需要另一种兼容模型。Auto 根据提交的控件选择；只有确实需要某项已公开能力时，才固定具体模型。

声音同样取决于模型。启用音频且模型支持时，应写清需要的环境声、对白或效果。若结果无声，可在组装视频时加入旁白或音乐。

检查动作与连续性

先判断动作是否一眼就能读懂、结尾是否干净。如果不是，就简化镜头。随后检查脸和手、物体数量与形状、物体接触、反射、背景结构和摄影机方向。主体转身、被遮挡或离开画面时最容易暴露错误。

每次重试只改一个变量：收紧动作、减小镜头运动、强化起始帧约束，或删除冲突的参考素材。这样才能判断哪项修改真正带来改善。

用通过检查的镜头完成视频

把每次生成都当作一个镜头。按故事顺序排列最好的版本，并用 Video Reel 添加转场，按需保留原声或加入旁白、音乐。AI 视频制作指南介绍了从策划、生成、组装到字幕与品牌元素的完整流程。

如果主要难点是选择模型，请阅读 AI 视频生成器比较，对照支持的输入和设置。第一次尝试时，清楚的单镜头描述、正确画幅和少量有效参考，通常比复杂设置更重要。