AI 做视频：图生视频工具的上限在哪
5 秒能出片，30 秒就开始崩。这篇讲清它到底能干什么、在哪崩、以及怎么用最少额度出可用的素材。
"AI 一键生成视频"这句话，对了一半。
对的那一半：5 到 10 秒的镜头，它做得很好，好到能直接用在短视频里。 错的那一半：一个完整故事，它做不出来。 超过 10 秒就开始人物变形、动作漂移、逻辑断裂。
所以正确的用法是：把它当"素材生成器"，不当"视频制作器"。
一、它能稳定做到什么
| 任务 | 能不能 | 备注 |
|---|---|---|
| 让一张图动起来（轻微推拉摇移） | 能，很稳 | 最推荐的用法 |
| 5–10 秒的人物动作镜头 | 能 | 动作幅度要小 |
| 空镜、风景、氛围画面 | 能，效果好 | 比人物稳 |
| 产品环绕展示 | 基本能 | 复杂反光容易崩 |
| 10 秒以上的连续叙事 | 不能 | 需要拼接，衔接会跳 |
| 多人互动、复杂动作 | 不能 | 手指、交接处最容易崩 |
| 口型对上台词 | 勉强 | 有专门的对口型功能，短句可用 |
二、它崩在哪（三个位置）
- 手和手指。 依然是重灾区。能避开就避开，让画面里不出现手。
- 快速运动。 跑、跳、转身，三秒内必崩。慢动作是它最擅长的节奏。
- 人物一致性。 同一个人出现在两个镜头里，脸会变。这是做短剧最大的坎。
应对办法很土但有效：多用空镜、特写、局部、背影。 别让它拍全景全身动作。
三、国内主流工具，按用途分
| 用途 | 方向 | 特点 |
|---|---|---|
| 抖音/短视频日更 | 即梦（字节系） | 和剪映打通，素材直接进剪辑 |
| 人物动作、短剧 | 可灵（快手系） | 动作自然度口碑较好 |
| 快速草稿、多风格试 | 海螺（MiniMax） | 出片快，适合先试方向 |
| 动画/国风 | Vidu 等 | 动画风格更稳 |
| 数字人口播 | 专门数字人工具 | 真人口播替代，不是生成画面 |
价格方面，国内这几家的付费档大致在 月付 30–70 元，免费档是"每日积分制"，一般每天能出 5–10 条 5 秒素材。海外工具普遍 $10–30/月，单条成本是国产的几倍。
免费额度与定价调整很频繁，具体以各平台当期页面为准。
四、省额度的正确流程
不要在视频工具里试错，要在文字 AI 里试错。
第 1 步：让文字 AI 写分镜表
每个镜头 3–6 秒，写清：主体、动作、景别、光线、镜头运动
第 2 步：每个镜头先生成一张静帧图，挑出满意的
第 3 步：满意的图拿去做图生视频（比文生视频稳定得多）
第 4 步：到剪辑软件里拼节奏、加音乐、加字幕第 3 步是关键。图生视频比文生视频可控一个量级，因为构图已经定了，模型只需要让它动。
分镜表的提示词：
我要做一条 30 秒的短视频，主题是"早起的一杯咖啡"。
请给我 6 个镜头的分镜表，用表格输出，列：镜号、时长、画面内容、
镜头运动（推/拉/摇/移/固定）、光线、情绪。
要求：每个镜头里不要出现人脸特写和手部动作。五、钱要花在哪
真正吃额度的不是生成，是重试。一条 5 秒素材平均要试 3–4 次才能用。
所以省钱的核心是降低重试率：
- 静帧先满意，再做视频（省一半）
- 动作幅度写小一点（"轻轻转头"，不是"快速转身"）
- 一次只改一个变量（别同时改人物、场景、光线）
- 少用"电影级""8K"这类词，它们不提升成功率，只提升期待
三个常见错误
- 指望它一次生成完整视频。 30 秒的成片，通常是 6–8 个 5 秒素材拼出来的。
- 用文生视频硬刚人物。 先用图生图定住人物，再图生视频，稳定性差一个档。
- 忽略平台水印和商用授权。 免费档大多带水印，且部分平台限制商用。发商业内容前先看协议。