长片与电影
AI 电影生成：长片剧本逐镜拍出来
更新于 2026 年 11 月 1 日
| SceneMixer 一眼看清 | 你能得到什么 |
|---|---|
| 视频价格 | 默认档每秒 ¥0.33 起（8 积分），最高档每秒 ¥2.44；每个价格都在按下按钮前显示 |
| 单段时长 | 每段最长 30 秒；整集由各段合成，合成每秒 1 积分 |
| 一集算下来 | 一集 60 秒按默认档约 540 积分（视频加合成），按最低积分单价约 ¥21.96；3 万字网文做成 10 集 × 90 秒约 8,490 积分、约 ¥345 |
| 台词 | 角色在视频里直接开口说话，一人一声，台词语言 15 种可选 |
| 画幅与清晰度 | 9:16 竖屏或 16:9 横屏；480P 到 1080P，另有 2K 档 |
| 免费起步 | 注册送 50 积分、15 张免费设定图、首集分镜免费，还有一次 5 秒免费视频预览 |
| 输入 | 剧本、小说或一句话想法；支持上传 .txt、.docx、.md 文件 |
电影模式改了什么
内容类型是一根独立的轴，只管结构不管画面。选「电影」之后：不再要求每一集结尾有钩子，场次的长度上限放宽，对白节奏按长片写，表演文法也跟着变。
画面长什么样由另外三根轴管（画面风格、美术基调、服装基调），它们和内容类型互不干涉 —— 这是刻意的，不然两个设定会在同一句提示词里打架。
现实一点：长片是成本问题
视频按秒计费，每秒 8 积分起。一部 90 分钟的片子是 5400 秒，算下来的量级和一部几十集的短剧相当 —— 这不是产品限制，是按秒付费这件事本身。
所以实际做法通常是分段推进：先把一场戏做完整（分镜 → 几段视频 → 合成），看清楚风格和一致性站不站得住，再往下铺。一次性把整部长片排下去，中途发现风格不对的代价太大。
跨场一致靠的还是设定图
长片的场次更多、时间跨度更大，人物一致性的压力反而比短剧更重。做法没有变：人物、场景、道具在解析那一步一次性定下来，之后每一段都对着同一批设定图生成。
涉及年龄跨度、重大外形变化的，用状态图承担 —— 同一个人物底下挂多张，哪几段用哪一张按分镜判定。
能做到什么、做不到什么
做得好的：双人对话、单人情绪、强光逆光、有明确动机的短动作链。
吃力的：四人以上同框、连续格斗、大规模人群、复杂机械操作。这些是当前视频模型的普遍限度，换哪一档都一样。实用的拆法是把大场面拆成几个中小景别的镜头，靠剪辑把规模凑出来。
在 SceneMixer 里做 vs 自己拼工具
多数 AI 短剧流程是五六个工具接力。下面是每一步在这里怎么做、替掉的是什么。
| 步骤 | 在 SceneMixer 里 | 自己拼工具 |
|---|---|---|
| 剧本与分集 | 贴一份剧本或小说，或只写一句话：解析成角色、场景、道具和可编辑的分集大纲 | 让聊天模型写剧本，自己拆集，再把文字一个工具一个工具地搬 |
| 角色和场景 | 每个角色、场景、道具只画一次设定图，出现的每个镜头都挂着它 | 用图像模型一张张画，再手动给每条片段传对的参考图 |
| 镜头 | 每集一份带镜号和秒数的分镜；视频按段生成，9:16 或 16:9，对着同一套设定图 | 用视频模型一条提示词出一条，每次重新描述同一个人 |
| 台词与声音 | 台词在视频里直接说出来，一人一声，15 种语言可选 | 每句台词用配音工具生成，再给每条片段做一遍口型 |
| 修一个镜头 | 改那个镜头的文字、只重生成这一段，整集其余不动 | 重出那条片段，再回剪辑软件重剪 |
| 成片 | 各段合成一个带配乐的整集文件；会员可去掉 AI 角标下载 | 用剪辑软件拼片段、配乐、加字幕再导出 |
| 发布 | 成片由你自己传到抖音、快手、视频号或任何平台，站内不代发 | 一样是自己上传 |
常见问题
能生成一整部 90 分钟的电影吗？
技术上是逐段生成再拼接，没有集数限制；但 5400 秒按秒计费，成本量级要先算清楚。建议先做完整一场戏再铺开。
电影模式和短剧模式有什么区别？
内容类型这个开关管结构：集长上限、对白节奏、表演文法，以及要不要每集留钩子。画面风格由另外的轴管。
单段最长多少秒？
15 秒或 30 秒，生成分镜时逐集选，档位要接得住。长镜头靠一段内部的多个镜头来实现。
跨场人物会变样吗？
人物对着同一批设定图生成，跨场是一致的。年龄跨度或重大外形变化用状态图承担。
大场面能做吗？
四人以上同框和大规模人群是当前视频模型的普遍短板。建议拆成几个中小景别镜头，靠剪辑凑规模。
这是看剧 App 吗？
不是看剧 App。SceneMixer 是做剧的工具：把你的剧本或小说变成角色一致、带台词的分集成片，成片由你自己发到任何平台。