文生视频
先选目标
| 你想要 | 入口与设置 | 你带来的文本 | 你得到的结果 | 价格结构 |
|---|---|---|---|---|
| 给短影音平台的一分钟竖屏故事 | AI 创作 或 上传剧本；类型选 短剧；9:16 竖屏 | 一句话，或最多两页的文本 | 一集或几集，每集最长 240 秒 | 按长度收取解析费，接着是分镜（你第一部短剧的第一份免费），然后按秒数计算视频。默认档位下一集 60 秒，含合成约 540 积分，换算成金额约 ¥21.96 |
| 每集都有悬念钩子的系列 | 在中篇或长篇时，用 上传剧本 或 AI 创作；类型选 短剧 或 长剧 | 一整季的故事量 | 每集最长 240 秒（短剧）或 300 秒（长剧） | 只解析一次，之后每集都有自己的分镜与视频 |
| 一部短片 | 上传剧本；类型选 电影；16:9 横屏 | 散文或电影剧本 | 一整篇按幕次划分，集的长度没有上限 | 费用相同，但片段更少、更长 |
| 产品、店家或 App 的宣传片 | 广告片 | 一句话，加上一到四张照片 | 一支 15、30 或 60 秒、附结尾卡片的广告 | 一个含全部费用的封顶价，一路做完或中途停下来让你逐步确认都是这个价 |
类型决定你的文本如何被切分。短剧节奏快、对白密集，每集都围绕一个钩子；长剧的节奏为多条线索安排；电影则缓慢、重氛围，并以幕为单位整体处理。SceneMixer 的类型在步骤 1 选定，文本解析后就固定，因为集数就是按此切出来的。若要换成另一种类型，请用同一份文本另开新项目。短剧、长剧或电影 有完整的比较。
为什么这里的广告不是文本转视频的工作
如果你的文本是产品说明，SceneMixer 的广告路径仍然至少需要一张图片。没有图片，编排器不会开始（「请先加入至少一张图片」），因为广告是围绕镜头能看见的东西来建构的：第一张照片是主体，结尾卡片会呈现它，其他照片则成为镜头所设置的场景。你的文本依然重要，但它是照片下方的一句话，说明它是什么、给谁用；两者不一致时，以这一句为准，而不是照片。
所以，对只有文本的产品创意，实用的建议是：拿一张照片或截屏，不管多平凡，然后把你的句子放在它下面。如果你没有照片，想做的是关于这个产品的故事，那就是剧本项目，文本就是全部的输入。开始项目的四种方式 · 如何用一张照片做广告。
你手上是哪种文本
文本的量决定走哪条路，而 用文本生成 AI 视频 SceneMixer 涵盖三种篇幅大小。文本的种类则决定你自己的用字能保留多少，网站几乎每一种都有对应的指南。
| 你的文本是 | 会如何处理 | 从这里开始 |
|---|---|---|
| 你自己的电影剧本，含场景标题与角色提示 | 直接解析版面，因此对白与动作会保留你的原文 | 使用电影剧本 |
| 一章网络小说 | 以散文方式解析，转成角色、场景与集数 | 把网络小说改成短剧系列 |
| 网络帖子或其他短篇真实故事 | 散文，通常只有一个声音；对白需要自行加入，或从引述中摘取 | 把网络帖子改编成短剧 |
| 播客或访谈逐字稿 | 口语文本会变成对白；场景与地点需要自行编写或暗示 | 把播客单集改编成短剧 |
| 一出舞台剧 | 幕与独白自然对应到场景与台词 | 把舞台剧改成短片 |
| 只有一个点子 | 按需求写成剧本，再进行解析 | 写一句话的需求 |
不论是哪一种，必须说出口的内容请写成台词行（名字（说法）：台词），其余保持散文即可。被并入旁白的台词，会被摘要而不是说出口。写出能被正确解析的对白。
从文本到秒数
视频长度不是由文本长度决定的，而是由故事决定。中文口说大约每秒五个字，因此台词加起来 300 字的场景，在加入停顿或动作之前，大约有一分钟的说话时间。每集按类型都有上限；每个片段会拍成一段 15 或 30 秒的镜头，之后再合成为该集。SceneMixer 的视频是按秒数购买的，所以总费用取决于完成后的长度，而不是页数：默认档位每秒 8 积分，合成片段则为每秒 1 积分。镜头秒数与时间安排 · 一集的积分花在哪里。
文本会按整体长度解析一次，费用也随之计算：每 1,000 字 3 积分。单次解析最多涵盖 10,000 字，更长的文本则分两次解析，上限为 100,000 字。字数怎么算。
文本无法变成什么
| 如果你希望的是 | 实际会发生什么 |
|---|---|
| 你的文本以动态字幕、字幕或歌词视频的形式出现在画面上 | 不提供。视频模型无法画出清晰的字，所以画面上的文本并不可靠。唯一保证可读文本的地方，是广告的结尾卡片。SceneMixer 的语音字幕是另一个开关，只提供给买过积分或方案的账号。 |
| 把一篇文章的链接转成视频 | 不会抓取链接。请直接粘贴文本本身 |
| 以 PDF 作为来源 | 不接受。请先导出为纯文本或 Word；.txt、.docx 与 .md 文件可以使用 |
| 表格、清单或一组项目符号 | 不是故事，而且可能一再失败。请先改写成完整句子 |
| 叠在现成视频素材上的旁白 | 每张图都是你的角色与场景所生成的镜头。旁白可以作为纯声音角色发声，但这里没有现成的视频素材库 |
| 知名角色或真实人物 | 制作图片或片段时会被 IP 检查拒绝。请自行创作角色 |
这张表背后的模式是：文本以故事形式输入，输出的是由生成的角色阵容，在生成的场景中演出。任何依赖精确字体、特定真人或特定素材的内容，都不在这个范围内。可以输入什么。
两分钟内选好入口
- 手上有你要卖的东西的照片吗？ 使用 广告片，并把你的一句话当作照片下方的文本。
- 故事已经写好了吗？ 在 上传剧本 粘贴或上传，并选好类型。SceneMixer 的解析是第一笔扣费。
- 只有一个点子吗？ 在 AI 创作 写下一句话；如果连一句都没有，就按 给点灵感，然后从极短到长篇中选一个长度。
- 手上是视频片段而不是文本吗？ 那就是 复刻视频，这是另一个入口，解析费用按片段的分钟数计算。
这四条路最后都会变成同一种项目：角色阵容、场景、道具、集数、编号镜头的分镜，最后是视频；第一步之后的每一步，计价方式都一样。若想更深入了解文本路线，请参阅 文本转视频 AI 的简介，以及 AI 文本转视频生成器 的操作选项。
常见问题
我要怎么在这里把文本变成视频？
粘贴或上传文本，或让 AI 根据一句话写出文本。SceneMixer 会解析后整理成角色阵容与集数，每一集产生一份分镜，每个片段成为一段视频，再合成为该集。
文本能变成广告吗？
单靠文本不行。SceneMixer 的广告至少需要一张照片或屏幕截屏，你的文本则作为一行说明，讲清楚产品是什么、卖给谁。
需要多少文本？
SceneMixer 中，至少约一段文字，最多可到 100,000 字；这样的长度会分两轮解析。
视频会有多长？
SceneMixer 中，由故事决定，而不是由页数决定。短剧每集最长 240 秒，长剧每集最长 300 秒，电影则没有上限。
可以把链接或 PDF 变成视频吗？
不能直接。SceneMixer 不会抓取链接，也会拒绝 PDF。请粘贴文本，或把文档导出为文本文件或 Word 文件。
可以做成有动态文本或字幕的视频吗？
不行。视频模型无法写出清楚的字，所以画面上的文本不可靠。SceneMixer 的语音字幕则另外提供给购买过积分或方案的账号。
类型设置会改变成品吗？
会。SceneMixer 会改变集数的切分位置、每集的长度，以及场景如何为镜头撰写，而且解析文本后就无法更改。
有免费的部分吗？
SceneMixer 的解析会收少量费用；15 张设定图与第一份分镜免费，另有一个最长 5 秒的预览镜头免费。视频从第一秒起就开始计费。
更新于 2026 年 11 月 5 日