AI 文生视频 生成器

AI 文生视频生成器只需一段文字提示词，就能生成视频。你描述镜头里有谁、发生了什么、在哪里发生以及镜头如何运动，模型就会渲染出每一帧画面。没有源素材，也没有起始图片：文字就是全部的创作需求。

所以，文生视频是从创意到动态镜头最快的方式。同时，它也是最难写好的提示词类型：静态图片只需要主体和风格，而视频还需要开头、动作和结尾。好的文生视频提示词读起来像拍摄脚本中的一句话，而不是图片说明。

Mage 在同一个提示词栏背后提供多种文生视频模型。Cherry 2 Pro 是 Mage 的旗舰模型，可生成最长 30 秒、最高 1080p 并带声音的视频。Lemon 是价格更亲民的全能模型，Kiwi 无需任何设置即可制作日常视频，Melon 则专为动漫打造。如果你更想从一张图片开始，可以试试与本页相对应的图生视频生成器。

先写动作,再写场景。模型最关注你最先描述的内容,所以开头就是三行场景描写的提示词,往往会得到一个很美但几乎静止的画面。把动词放在前面:女子在屋顶上飞奔,巨龙俯冲穿过云层,猫把杯子从桌上推落。

接着指导镜头。跟拍、缓慢推近、低角度、航拍、手持、快速摇镜、急推变焦这类词,比形容词更能改变片段效果。如果想在一个片段里呈现多个镜头,请按顺序写出来并标上大致时间,例如前两秒是远景,然后是脸部特写,最后揭示她正在看什么。

最后补上光线、镜头和声音:黄金时刻、霓虹雨夜、35mm 胶片、远处的雷声、人群嘈杂声。Cherry 会随画面一起生成音频,所以关于声音的描述是提示词的一部分,而不是事后补充。如果你已经有一张喜欢的画面,图片生成视频会原样保留它并让它动起来,比用文字重新描述一遍更可控。

• 开头只写一个明确的动作和一个主体。
• 写明镜头运动:推近、跟拍、航拍、手持。
• 多镜头片段请按顺序列出镜头并标注时间。
• 描述你想要的声音;Cherry 会随片段一起生成音频。
• 先用短时长、低分辨率出草稿,满意后再生成长而清晰的最终版。

时长和分辨率是对片段价格影响最大的两项设置,所以把它们放在最后决定,而不是最先。先用 480p 和较短时长打磨提示词,再用 720p 或 1080p 以及场景所需的时长生成最终版本。Cherry 2 Pro 支持 4 到 30 秒的时长;Lemon 支持 2 到 30 秒,可以逐秒调整。

宽高比取决于片段要发布在哪里。16:9 适合预告片、YouTube 和所有在屏幕上播放的内容;9:16 铺满手机屏幕,适合 Reels、Shorts 和 TikTok;1:1 则很适合信息流。Cherry 三种都支持,Lemon 还额外支持 4:3 和 3:4。

较长的故事通常拆成多个片段比只做一个更好。把每个镜头写成单独的提示词,每段都保留同一个 @character,再用 Storyboard 把它们拼合起来,最多可将六个片段合成一个 MP4。想让故事自动生成,可以看看AI 电影生成。