AI 图片转视频生成器

每个控制项,以及它的作用
| 控制项 | 选项 | 会改变什么 | 影响价格? | 广告做好之后 |
|---|---|---|---|---|
| 照片 | 1 到 4 张,第一张为主视觉 | 主体、结尾卡上的画面,以及镜头拍摄的场景 | 否 | 换一组照片就是一支新广告 |
| 一句话 | 自由输入文本,选填 | 故事的方向。若与照片有冲突,以此为准 | 否 | 新广告 |
| 产品或地点名称 | 解析后显示,供你校正 | 结尾卡上使用的名称 | 否 | 改结尾卡文字 |
| 广告类型 | 史诗感、搞笑、温馨、极简、反转、令人垂涎的特写、展示使用方式、一天的生活 | 故事的叙述方式、广告的外观,以及结尾卡的色彩 | 否 | 新广告 |
| 长度 | 15、30 或 60 秒 | 共有几个 15 秒的段:1、2 或 4 个 | 是 | 新广告 |
| 画幅 | 横屏或竖屏 | 每个镜头与结尾卡的画幅 | 否 | 新广告 |
| 清晰度 | 480P, 720P, 1080P | 每个镜头的锐利度 | 会,SceneMixer 的菜单中会显示 | 广告制作完成后即固定 |
| 模式 | 一键生成或逐步确认 | 中途要不要停下来让你看剧本、人物和镜头 | 两种都是同一个上限 | 无法切换 |
| 结尾卡文本 | 品牌、产品名称、标语、行动呼吁;每项都可留空 | 广告中唯一可读的文本 | 若之后修改,需重新合成 | 先改结尾卡文字,再按合成成片 |
留意表格右侧的内容。按下生成广告片之后,几乎所有项目都会固定,而变更广告类型、长度或画幅,就等于要做一支新广告。这就是为什么花一分钟查看解析结果与设置很值得:在按下按钮之前,都可以免费修改。广告类型、长度、画幅与清晰度单独说明了这四个选择器。
那一句话实际的作用
SceneMixer 的选择器下方的那一行是选填的,也是唯一使用白话文的控制项。它会与照片一起解读,两者有冲突时以它为准:如果你在一道菜的照片下写「我们的家庭餐厅」,解析会把照片当成场所而不是产品。它也用来当作故事的种子。若留空,选择器会告诉你 AI 改选了什么方向,并以「尚未撰写简述」开头的一行呈现,让你在花钱之前就看到它将会做出什么。
一句好的描述,一口气就能回答两个问题:它是什么,以及给谁用。「适合干性肌肤的无香料夜间精华液」能让剧本有客群与理由。「很棒的产品」则什么也给不了。另外,最高级与绝对化的宣称会从这句话、标语与结尾卡中被清除,所以一句话若依赖「最好」之类的字眼,是无法留到广告里的。
长度就是段数,而段是一切的单位
SceneMixer 的广告是由 15 秒的段组成,最后合成成成片,结尾放上结尾卡。因此 15 秒为一段,30 秒为两段,60 秒为四段。每一段都是各自拍摄的,这带来三项你可以善加利用的结果。
- 价格跟着段数走。段数越多,要付费的镜头就越多,这也是为什么长度是价格控制项,而画幅不是。
- 一个不好的镜头只是小问题。在编辑器中打开做好的广告,修改该镜头后重新合成成片;其他段不需要重新拍摄。
- 长度决定能容纳多少故事。十五秒适合产品与单一概念。六十秒则有空间容纳角色与小小的转折,并运用解析找到的场景与人物。
标语会在最后定格之前被念出来,所以结尾卡会重复观众刚听到的内容。结尾卡。
画幅与清晰度,分别是形状与锐利度
横屏适合网站、屏幕与前置广告;竖屏适合信息流与抖音、快手、视频号。SceneMixer 的画幅决定每个镜头与结尾卡的形状,而你的产品与场景照片无论如何都会以它们原本的形状使用。画幅从不影响价格。
清晰度是唯一会为像素花钱的选择器。480P适合草稿与小屏幕,720P是多数人实际发布的选择,1080P适合大屏幕。菜单会在每个选项旁显示全部费用合计的价格,所以你在升级之前就能看到差价。如果开始拍摄时所选的清晰度无法使用,广告会告知你,并提议改用可用的清晰度继续。同样的逻辑也贯穿于低分辨率打草稿、高分辨率成片。
三个实际案例的三份设置表
这些是建议的设置,不是规则。每栏前两列的表现,是 SceneMixer 解析对该类照片的处理方式;其余部分则是你可以更改的合理起点。
| 社区餐厅 | 记账应用程序 | 夜间精华液 | |
|---|---|---|---|
| 照片 | 先放店面,接着是招牌菜,最后是用餐空间 | 两张截屏,每张一个画面,不含人脸 | 先放在素色表面上的瓶子,接着是质地特写,最后是使用中的画面 |
| 解析会怎么处理 | 类别:店面/场所。移除顾客,保留场所 | 类别:应用程序。原样使用,绝不重绘 | 类别:产品。重绘为干净的棚拍照 |
| 那一句话 | 我们的家庭餐厅,为午餐时段的客人而设 | 功能是什么,以及谁在用 | 它是什么,以及给谁用 |
| 广告类型 | 令人垂涎的特写,或温馨 | 展示使用方式 | 极简 |
| 长度 | 先从 15 秒开始 | 30 秒:两个节拍,先呈现问题,再呈现画面 | 15 秒 |
| 画幅 | 竖屏,适合信息流 | 网站用横屏,抖音、快手、视频号用竖屏 | 竖屏 |
| 清晰度 | 720P | 720P | 720P |
| 在结尾卡上确认 | 从招牌解析品牌名称,行动呼吁如「立即订位」 | 产品名称,以及「下载应用程序」之类的行动呼吁 | 品牌、产品名称、一句简短标语 |
在应用程序字段,截屏的比例要大致符合手机或电脑屏幕:整页截屏远比任何视频画格都要高,裁切前会被拒绝。哪些照片适合用在广告。
没有的控制项,以及原因
| 你可能会找的是 | 实际上会怎样 |
|---|---|
| 配乐挑选器 | 没有。SceneMixer 的配乐是为广告量身写的,作为一整段作曲,混在台词下方,再延续到结尾卡。若想用自己的音乐,请下载成片,在剪辑软件中替换音轨。配乐从哪来 |
| 名称与价格的画面文本 | 视频模型无法写出清晰可读的文本,所以广告拍摄时不加文本。名称、标语与行动呼吁,会以可读的文本出现在结尾卡上。 |
| 首帧或尾帧图片 | 不提供。照片只作为主体和场景的参考,每个镜头都按剧本构图。 |
| 你自己的视频素材 | 广告流程不接受。上传视频要走「复刻视频」入口,它会解析片段内容,而不是直接沿用。广告中的台词由剧本撰写,并由生成的角色演出。 |
| 在一键生成和逐步确认之间切换 | 做不到。每一种都是全新的广告 |
至于初剪完成后该怎么做,请见AI 图片转视频生成器:完成广告。
常见问题
AI 图片转视频生成器能控制哪些项目?
在 SceneMixer 里可以控制:照片与顺序、一句话说明产品是什么、广告类型、长度、画幅、清晰度、结尾卡文本,以及步骤由 AI 还是由你自己来运行。
哪些控制项会影响价格?
SceneMixer 的长度与清晰度会影响价格。广告类型、画幅和那一句话则不会。清晰度菜单会在每个选项旁显示含全部费用的总价。
我可以用几张照片?
在 SceneMixer 里,最多四张,且须为同一主体。第一张是主打产品,也是结尾卡上的画面。
广告做好后,还能改广告类型吗?
不能。SceneMixer 不同的广告类型、长度或画幅,就是一支新广告。结尾卡文本和任一单独镜头都可以修改,不必重来。
我可以自己选配乐吗?
不行。SceneMixer 的配乐会为每支广告量身撰写,并由系统替你混音。若想用自己的音乐,请下载成片,在剪辑软件中替换音频。
广告是什么语言?
按下任一按钮前,SceneMixer 的选择器会显示台词与结尾卡的语言。请在那里确认;有些语言会注明,声音偶尔可能会念错字。
视频是从我的照片开始的吗?
不是。SceneMixer 的照片只是参考。产品会被重画成干净的棚拍画面,场景会保留,截屏则原样使用,每个镜头都按剧本构图。
需要多久?
SceneMixer 的每个视频片段的机器耗时,大陆站近 30 天的中位数约 3 分半钟、九成在 7 分钟内(截至 2026 年 11 月 3 日,不含排队);15 秒的广告是一个片段,30 秒、60 秒的片段更多,所以更久。
更新于 2026 年 11 月 5 日