AI 视频生成：实际上是怎么发生的

一次生成就是一段短片

视频模型接收一段描述和几张参考图，返回一段片段。每次调用都是如此，而你所选的档位，决定单次调用最长能返回多长的片段。在 SceneMixer 上，某些档位的上限是 15 秒，长镜头档位则是 30 秒，分镜就是按这个上限撰写的。这样的一段短片就是一个 片段。因此，一分钟的成片，在 15 秒的档位上至少需要四个片段，在长镜头档位上至少两个，每个都由各自的调用生成，绝不会由一次长调用完成。

在片段内，故事会被切成三到五个编号镜头，各镜头的秒数合计，就是该片段的长度。上限是最大值，而不是目标：只有两个短镜头的片段，可能只有几秒钟。当镜头合计超过上限时，会先缩短无台词的镜头，然后在镜头边界把片段切开。不会从结尾砍掉任何内容。价格以秒计算，因此一集不论切成短段或长段，费用相同；差别只在于重做一段要花多少钱。15 或 30 秒的片段。

一次调用包含什么

SceneMixer 中，一次调用由三部分组成：

• 片段自己的文本。 一个标题行，写明唯一的场景与时间，接着是附秒数的编号镜头；人物与道具以 @ 标签标识，台词则附上声音。
• 参考图。 镜头中每个人各一张、场景一张、每个重要道具一张，以及穿着不同服装或处于不同状态的人物，各需一张状态图。
• 档位。 决定分辨率、最长片段，以及每秒价格。

前一段片段不会展示给模型。这就是为什么一个片段必须停留在同一个场景与同一条时间在线：它是按同一组场景图制作的，因此若镜头跳到另一个房间或另一天，会在付费前就被拒绝，必须另外成为一个片段。一个片段停留在同一场景与同一时间线。

为什么面孔会变，以及什么能让它固定

因为每次调用都从零开始，任何只能用文本 描述 的东西，都会被重新发明一次。大多数被称为「AI 不一致」的情况，都是这个原因，而每种情况的补给方式各不相同。

这也是为什么提高档位无法修正错误的面孔：分辨率改变的是画面有多清晰，而不是画出谁。我的角色面孔变了：检查清单 与 为什么整部剧集能保持一致 说明了各种修正方法。

合成时什么会被带过去

在 2026 年 10 月下旬之后撰写或重新生成的分镜中，故事是靠 SceneMixer 在解析你的文本时保存的一份连续记录，从一个片段带到下一个片段：谁在哪个场景、坐着、站着、躺着、跪着还是蹲着、手里拿着什么、穿哪一套服装、身上的伤口与泥泞、湿或干、是否失去意识；对每个场景则记录时段、天气、光线、门窗是否开着，以及是否有人群。每个新片段都从这份记录，加上它自己的文本与图片开始。

记录保存的是一个镜头结束时仍然成立的事，而不是镜头进行中发生的事。它不是前一段片段的画面：不会附上最后一格，重新生成某个片段也绝不会改变下一个片段。它也不会虚构你没写过的内容。2026 年 10 月下旬之前的分镜仍采用旧方式：每个片段只按自己的文本与图片生成。系统如何在片段之间追踪记录。

从按钮到文件：时间花在哪里

1. 积分会先被冻结。 按下生成时，会冻结该片段的价格；只有在片段真的送达时才会扣除。
2. 你的账号上限。 每个账号同时能运行的生成数量是固定的：免费方案为 3，第一个付费方案为 5，更高的方案则更多。超出的部分会排队、积分保持冻结，并自动开始。
3. 共用上限。 整个网站在模型服务上同时能运行的工作数量有限，因此当它忙碌时，你的工作就要排在别人后面等待。旗舰版及以上三档会让它们的工作排在前面。
4. 模型运行。 这一段几乎占用了全部时间。下面是 SceneMixer 大陆站（scenemixer.cn）近 30 天内成功完成的任务的实测机器耗时（截至 2026 年 11 月 3 日，不含排队）：解析整份剧本，中位数约 2 分半钟，九成在 7 分钟内完成；一张设定图中位数约 14 秒，九成在 27 秒内；一集的分镜中位数约 2 分钟，九成在 5 分半钟内；一段视频中位数约 3 分半钟，九成在 7 分钟内。具体以按钮和卡片上显示的预计时间为准。
5. 送达。 片段会被保存，除非你的方案已关闭，否则会加上 AI 标识，卡片则变为「完成」。

较便宜、分辨率较低的档位通常也比较快，因此它是最快确认某个镜头行不行的方式。为什么生成要花时间。

调用失败时

模型失败的方式不同，SceneMixer 也会分别处理。如果服务回报忙碌或达到速率上限，系统会用同一模型的另一个服务商账号再试一次，你的需求和所选档位都不会改变。内容审查拒绝与参数错误则不会重试：拒绝是一种判断，再问一次只会得到相同的答案。

积分怎么处理，取决于已知的情况。如果模型从未收到请求，或回复说忙碌，积分就会退还给你。如果调用逾时，或连接在过程中中断，就无法确定模型是否运行并计费，因此积分会保持冻结，并在你的积分记录中标识为 审核中，直到有人处理为止。失败后看起来余额不足，通常只是被预扣，并没有消失。生成失败时 · 服务商忙碌，不收费。

付费之前先把生成稳定下来

• 先生成一个片段。 开始做其余片段之前，先检查面孔、房间，以及台词是否有说出来。
• 写明画面中有谁。 写「一个女人转向窗边」的镜头，模型没有可以依附的对象；写「@玛拉 转向窗边」才有。画面中有谁。
• 写出有什么，而不是没有什么。 「空无一人的街道」可以用；「没有人」反而会招来人物。写出有什么。
• 重新渲染前先修正文本。 编辑 SceneMixer 的分镜是免费的；重新生成则要全额收费。
• 便宜起草，高档位完成。 以最低档位起草，以最高档位完成。

在 SceneMixer 从头到尾完成

1. 剧本： 在 上传剧本 粘贴你自己的剧本，或在 AI 创作 中写一句话的概要，让它起草各集。
2. 第 1 步： 类型选 短剧；场景风格 市井烟火；服装风格 街头潮流；视觉风格 写实高清；目标地区；对白语言；9:16 竖屏。然后解析剧本。
3. 第 2 步： 两位主角各附上描述，然后把巷弄和屋顶设为场景。每个账号的前 15 张设定图免费。
4. 分镜： 先生成第 1 集（你的第一部短剧免费），并在渲染任何内容之前先读一遍。每个片段只放一个地点。
5. 视频： 用默认档位渲染，每秒 8 积分；修正单个镜头而不是整集，然后把整集合成并发布。

常见问题

更新于 2026 年 11 月 3 日