Veo 3.1
Google 的旗舰视频模型,也是我们的默认模型。它的光影和动作最有电影感,还能说出你放在引号里的台词。轻量、快速和高质量三档,在价格和精细度之间取舍。
最适合
带对白的电影感镜头
限制
- 4–8 秒
- 2 种画面比例
- 首帧和尾帧
- 最多 3 张参考图
积分
| 720p | 1080p | 4K | |
|---|---|---|---|
| 轻量 | 9 | 10 | 42 |
| 快速 | 17 | 19 | 51 |
| 高质量 | 70 | 71 | 103 |
4 秒、6 秒、8 秒同价。
把一句提示词或一张照片变成带声音的电影感短片,每个镜头都用最合适的 AI 模型。
试试这些示例
TurboCast AI视频生成器能把一段文字提示词或一张照片变成带声音的短片。它集成了 Google、Kling、ByteDance、MiniMax、Alibaba 和 xAI 的 8 个模型,片段时长 2–30 秒,最高 4K。
个 AI视频模型,来自 6 家实验室,全部原生带声音
片段时长,可精确到秒
积分一个片段,失败自动退还
鼠标悬停即可播放,点开可以听声音。每张卡片都标明了所用模型和提示词。点「试试这条提示词」,就能把它填进上方的 AI视频生成器。
提示词: A skateboarder pushes off down an empty city street at dawn, low tracking shot, wheels rolling on the asphalt
提示词: A barista pours latte art in slow motion, top-down view, the milk swirling into a heart
提示词: The cat wakes up, stretches and hops down from the window seat
提示词: A golden retriever shakes off water after jumping out of a lake, droplets flying, slow motion, sunny afternoon
提示词思路: A sandstorm twists into a giant dragon rising over a lone traveler in the desert at night, epic vertical shot, swirling sand
提示词思路: A full moon rises behind a bare tree on a hilltop at dusk, the sky fading from orange to deep blue, static wide shot, time-lapse feel
提示词: A lone rider on horseback crosses a desert at golden hour, wide cinematic shot, dust trailing behind
提示词思路: 3D animated film style: a little girl in a yellow dress with a red bow pouts on a sunny forest path, soft depth of field
提示词思路: A young woman dances on a city rooftop at sunset, the skyline behind her, fluid contemporary moves, slow push-in
提示词思路: A hand lifts a slice of pepperoni pizza from the box with a long cheese pull, close-up, warm light, food commercial
提示词思路: A roast chicken on a dinner plate stands up and dances on the kitchen table, grapes rolling around, 3D animation, comedic
提示词: A hummingbird hovers at a red flower, macro, slow motion
提示词思路: A grey cat in sunglasses and a red scarf takes a selfie by a glacier lake with snowy mountains behind, bright sunny day
提示词思路: Two soldiers in winter gear clash hand to hand on a snowy mountain ridge, fast handheld camera, snow flying, cinematic
提示词思路: A capuchin monkey stands under a running shower and studies the foam in its hands, curious and funny, close-up
提示词思路: A woman in a beige dress and red heels walks away down a city sidewalk at night, a lit tower in the distance, tracking shot from behind
提示词思路: A white paper boat drifts along a rain-filled street gutter, raindrops rippling the water, low-angle close-up
提示词思路: Two cats in hard hats work on a construction site, one pushing a wheelbarrow of cement while the other shovels, funny, realistic
提示词: Day turns into night in the reading nook: the light outside fades, rain turns to snow, the lamp glows brighter
提示词思路: A purple perfume bottle turns slowly inside a splash of water, luxury product commercial, studio lighting, macro
示例片段来自我们的姊妹项目 AnyScene。标明模型的片段由该模型生成。标为「提示词思路」的片段,提示词是我们根据画面写的。
用 AI视频生成器,几分钟就能从想法到成片。不用剪辑软件,也不用拍摄团队。
写下画面里是谁或是什么、一个动作和发生的地点。也可以添加首帧,描述它该怎么动。保持 AI 润色开启,会自动补上运镜、光线和声音。
一个镜头,一个动作。5–8 秒的片段只容得下一个清晰的动作,讲不完一整个故事。
Veo 3.1 是默认模型,电影感最强。Kling 3.0 Turbo 最擅长人物,MiniMax H3 擅长动物和自然,Grok Imagine 最快也最便宜。
先用 Seedance 2.0 Mini 或 Grok Imagine 花几个积分试想法,选出最好的,再用 Veo 3.1 重跑。
YouTube 选 16:9,Shorts、Reels 和 TikTok 选 9:16。时长精确到秒,分辨率最高 4K。「生成」按钮上的积分会随设置实时更新。
Veo 3.1 生成 4 秒、6 秒和 8 秒价格相同,所以 8 秒最划算。
大多数片段 1–5 分钟完成。可下载带声音、无水印的 MP4,也可以复用提示词再生成一条。
页面可以关掉。AI视频生成器会继续工作,并把片段保存到历史记录。如果生成失败,积分会退回。
这个 AI视频生成器里的每个模型,都会在生成画面的同时生成声音:环境音、音效,Veo 3.1 等模型还能生成台词。不会出现事后还要补救的无声片段。
Veo 3.1、Kling 3.0 Turbo、MiniMax H3、Grok Imagine 和 Gemini Omni 始终会加上音轨。Seedance 和 Wan 默认也会加。
在提示词里写出声音,比如“窗外的雨声,远处的雷声”,AI视频生成器就会把它们混进去。把台词放进引号,就能生成对白。
要加自己的音乐或旁白?在 Seedance 和 Wan 上关闭声音,或者在剪辑软件里把片段静音。

首帧
视频 · MiniMax H3

首帧
视频 · Seedance 2.5
图生视频从你已有的图片出发。模型会保留它的样子,只加上你描述的动作。
上传一张照片,再描述动作:什么在动、镜头怎么移动、能听到什么。描述变化,不要重复描述你已经给它的画面。
Veo 3.1、Seedance、MiniMax H3、Wan 和 Gemini Omni 还支持尾帧。模型会补全两帧之间的动作,适合做干净的转场和前后对比镜头。
这个 AI视频生成器里的每个模型都有自己的强项。先看表格对比,再读卡片,了解它们各自什么时候最出彩。
| 模型 | 最适合 | 积分 | 时长 | 最高分辨率 | 图片输入 | 声音 |
|---|---|---|---|---|---|---|
| Veo 3.1 | 带对白的电影感镜头 | 9–103 | 4–8 秒 | 4K | 首帧和尾帧 · 最多 3 张参考图 | 始终开启 |
| Kling 3.0 Turbo | 人物、面部和动作 | 16–94 | 3–15 秒 | 1080p | 首帧 | 始终开启 |
| Seedance 2.5 | 运镜和长镜头 | 32–1318 | 4–30 秒 | 1080p | 首帧和尾帧 · 最多 30 张参考图 | 可开可关 |
| Seedance 2.0 Mini | 低成本草稿和测试 | 5–35 | 4–15 秒 | 720p | 首帧和尾帧 · 最多 9 张参考图 | 可开可关 |
| MiniMax H3 | 动物和自然 | 9–55 | 4–15 秒 | 2K | 首帧和尾帧 · 最多 9 张参考图 | 始终开启 |
| Wan 3.0 | 预算有限的长片段 | 5–267 | 2–30 秒 | 1080p | 首帧和尾帧 · 最多 10 张参考图 | 可开可关 |
| Grok Imagine | 快速、好玩的片段 | 5–67 | 6–30 秒 | 1080p | 首帧 · 最多 7 张参考图 | 始终开启 |
| Gemini Omni Flash | 多模态和参考图驱动的片段 | 18–59 | 4–10 秒 | 4K | 首帧和尾帧 · 最多 7 张参考图 | 始终开启 |
积分按片段计算,取决于分辨率和时长。「生成」按钮总会先显示准确价格。
Google 的旗舰视频模型,也是我们的默认模型。它的光影和动作最有电影感,还能说出你放在引号里的台词。轻量、快速和高质量三档,在价格和精细度之间取舍。
带对白的电影感镜头
| 720p | 1080p | 4K | |
|---|---|---|---|
| 轻量 | 9 | 10 | 42 |
| 快速 | 17 | 19 | 51 |
| 高质量 | 70 | 71 | 103 |
4 秒、6 秒、8 秒同价。
Kling
Kling 的快速模型,在运动中也能让身体和表情保持自然,从体育到舞蹈都适用。支持文字或首帧输入,并且始终带声音。
示例片段由 Kling 3.0 Turbo 生成(来自 AnyScene)。
人物、面部和动作
| 720p | 1080p | |
|---|---|---|
| 3 秒 | 16 | 19 |
| 5 秒 | 26 | 32 |
| 15 秒 | 76 | 94 |
ByteDance
ByteDance 最新的模型能紧跟运镜指令,最长 30 秒都能保持细节。在 720p 及以上,它的每秒价格最高,所以先用 480p 测试。
示例片段由 Seedance 2.5 生成(来自 AnyScene)。
运镜和长镜头
| 480p | 720p | 1080p | |
|---|---|---|---|
| 4 秒 | 32 | 71 | 176 |
| 5 秒 | 39 | 88 | 220 |
| 30 秒 | 234 | 526 | 1318 |
ByteDance
最小的 Seedance 模型,480p 下大约每秒 1 积分。在更大的模型上花更多积分之前,先用它验证想法。
低成本草稿和测试
| 480p | 720p | |
|---|---|---|
| 4 秒 | 5 | 10 |
| 5 秒 | 6 | 12 |
| 15 秒 | 16 | 35 |
MiniMax
MiniMax 的模型能呈现毛发、水和自然的动作,并带立体声。支持首帧和尾帧,或最多 9 张参考图。
示例片段由 MiniMax H3 生成(来自 AnyScene)。
动物和自然
| 768p | 2K | |
|---|---|---|
| 4 秒 | 9 | 15 |
| 6 秒 | 14 | 22 |
| 15 秒 | 34 | 55 |
Alibaba
Alibaba 的模型可生成 2–30 秒的片段,按秒计价实惠,声音可以关闭。
预算有限的长片段
| 480p | 720p | 1080p | |
|---|---|---|---|
| 2 秒 | 5 | 9 | 18 |
| 5 秒 | 12 | 23 | 45 |
| 30 秒 | 67 | 134 | 267 |
xAI
xAI 的模型是这里最快的,5 积分起。普通模式偏写实,趣味模式更天马行空。
快速、好玩的片段
| 480p | 720p | 1080p | |
|---|---|---|---|
| 6 秒 | 5 | 8 | 14 |
| 30 秒 | 21 | 38 | 67 |
Google 最新的多模态模型,最多支持 7 张参考图。360p、720p 和 1080p 同价,所以选 1080p。
多模态和参考图驱动的片段
| 360p | 720p | 1080p | 4K | |
|---|---|---|---|---|
| 4 秒 | 18 | 18 | 18 | 41 |
| 6 秒 | 24 | 24 | 24 | 47 |
| 10 秒 | 36 | 36 | 36 | 59 |
写明运镜方式,是让片段看起来有导演感的最快方法。可以从「运镜」菜单里选,也可以自己写进提示词。
镜头不动,主体在动。最适合产品镜头和人物说话的画面。
Locked-off static camera, no camera movement.
镜头缓缓靠近主体,营造聚焦感或紧张感。
Slow dolly push-in toward the subject.
镜头向后退,揭示主体所处的环境。很适合做结尾镜头。
Slow dolly pull-out that reveals the surroundings.
镜头水平转动,扫过整个场景,就像转头去看。
Smooth horizontal pan from left to right.
镜头从地面向上摇到主体,带来有戏剧性的揭示。
Slow tilt up from the ground to the subject.
镜头绕着主体转圈,从多个角度展示产品和角色。
The camera orbits halfway around the subject.
镜头升到场景上方,拍出大气的定场镜头。
Crane shot rising up and over the scene.
镜头随主体移动,让它始终留在画面中,周围景物不断掠过。
Tracking shot that follows the subject at the same pace.
轻微、自然的晃动,像手机或纪录片拍出来的画面。
Handheld camera with a natural, slight shake.
镜头在高空向前飞越风景。
Aerial drone shot flying forward over the scene.
生成前先定好画面形状。按目标屏幕生成的片段不需要裁剪,人脸和标题都能留在画面里。
YouTube、演示文稿和网站头图的标准比例。想要影院感,就在 Seedance 或 MiniMax 上用 21:9。
竖屏视频能铺满手机屏幕。先在 AI视频生成器里设好 9:16,片段控制在 6–15 秒,并把动作放在第一秒。
方形和略高的片段适合信息流和广告。Kling、Seedance、MiniMax、Wan 和 Grok 可以原生生成 1:1。
创作者每周都会交给 AI视频生成器的六类任务,附上我们推荐的起步模型和比例。
几分钟做出让人停下滑动的竖版片段。开头就抛出笑点,只讲一个点子。它也可以做新一期播客的预告。
Grok Imagine
9:16
让产品在水花里或干净的展台上旋转。从真实的产品照片开始,外形和标签才不会走样。
Veo 3.1
9:16
芝士拉丝、酱汁浇淋和滋滋作响的煎锅最能勾起食欲。要求特写、暖光和慢动作。
Veo 3.1
16:9
在城市街头或 T 台上展示动起来的穿搭。从背后跟拍,能让造型始终是焦点。
Kling 3.0 Turbo
9:16
AI视频生成器能为视频随笔或预告片补上开阔、有氛围的定场镜头。用 21:9 和缓慢的运镜。
Seedance 2.5
21:9
为故事、吉祥物或儿童频道,让 3D 或动漫角色动起来。重复使用同样的参考图,角色就能保持一致。
Seedance 2.5
3:4
好的视频提示词读起来就像一行分镜清单。写清六个部分,大多数片段一次就成。
说清画面里是谁或是什么,以及它做的那一件事。“金毛犬甩掉身上的水”比“一段开心的狗狗视频”好得多。
加上运镜、地点和光线,比如“低机位跟拍,空荡的街道,柔和的晨光”。
最后写上应该听到的声音,比如“滑板轮滚过柏油路,远处的车流声”。对白要放进引号。
AI视频生成器做出的片段效果不好,大多能追溯到其中一个。
多数视频应用只围绕一个模型打造,或者不告诉你用的是哪个。如果 AI视频生成器让你为每个片段选模型,会有这些不同。
| 你能得到什么 | 单模型视频应用 | TurboCast AI视频生成器 |
|---|---|---|
| 模型 | 一个自研模型,或与页面宣传不符的模型菜单 | 来自 Google、Kling、ByteDance、MiniMax、Alibaba 和 xAI 的 8 个模型 |
| 点击前就知道价格 | 常常要等积分扣完才清楚 | 「生成」按钮上显示准确积分 |
| 从自己的图片开始 | 只能上传 | 可以上传,也能把在 TurboCast 生成的任意图片变成视频 |
| 声音 | 常常是附加功能或单独一步 | 每个模型都原生带声音 |
| 生成失败的片段 | 往往照样扣额度 | 自动退还 |
| 图片和音频 | 每样都要单独订阅 | 视频、图片和音频共用一个套餐 |
每个片段消耗的积分取决于模型、分辨率和时长。Grok Imagine 5 积分起,Veo 3.1 Fast 在 720p 下 17 积分,最精细的设置花费更多。点击之前,「生成」按钮上就会显示准确总价。
Veo 3.1 和 Gemini Omni 按片段计价,片段再长也不加价。其他模型按秒计价,所以 10 秒片段的价格大约是 5 秒片段的两倍。
积分来自你的 TurboCast 套餐,和图片生成、文字转语音、声音克隆通用。Starter 每月含 300 积分,够用 Veo 3.1 Fast 生成 17 个 8 秒片段,或用 Grok Imagine 在 720p 下生成 37 个 6 秒片段。
片段开始生成时,积分会先被预留。如果生成失败,或模型拒绝了提示词,所有积分都会自动退回余额。
AI视频生成器包含在所有付费套餐里,不是免费工具。这样才能保证排队短、文件无水印,并且可以商用。
AI视频生成器做出的片段能怎么用、哪些内容我们不生成,一次说清。
关于模型、积分、声音和版权的快速解答。