SeaArt AI 文生视频完整教程 — 让文字变成动态故事

文生视频是什么

文生视频是 SeaArt AI 在图像生成之外的第二大核心能力：用文字描述你想看到的动态场景，AI 生成一段视频。比图像生成多了"时间轴"这个维度，提示词需要同时描述画面内容和运动方式。

三步生成视频

第 1 步：选择视频模型

• 海艺目前支持多个前沿视频模型：Kling、Sora、MiniMax H3、StarDream 2.0、Vidu S1 等
• 每个模型的风格和擅长场景不同（详见视频模型对比）
• 新手建议先从平台推荐的默认模型开始

第 2 步：写视频提示词

• 视频提示词 = 画面描述 + 运动描述
• 推荐结构：主体 + 场景 + 动作/运动 + 镜头 + 风格 + 光影
• 示例："A person walking on a rain-soaked neon-lit street at night, slow steady pace, camera tracking alongside, cinematic anamorphic lens, 35mm film grain, deep depth of field"

第 3 步：设置参数并生成

• 视频时长：常见 5-15 秒（不同模型上限不同）
• 分辨率：720p / 1080p / 2K
• 宽高比：16:9（横版）/ 9:16（竖版）
• 点击生成 → 等待（视频生成耗时明显长于图像，通常 2-5 分钟）

视频提示词的关键点

视频提示词需要同时传达"画面是什么"和"画面怎么动"。好的提示词能显著提升视频的稳定性和可看性：

• 动作要具体：不说 "it moves"，说 "slow camera push-in, subject slightly turns head, hair gently blows"
• 避免复杂多主体：一个主体 + 简单运动 = 成功视频。多主体同时做复杂动作容易崩
• 镜头语言有帮助："wide establishing shot"（广角开场）、"close-up"（特写）、"drone shot"（航拍）这些描述对视频模型特别有效
• 运动强度要克制：剧烈运动、快速切换、大幅度变形容易导致帧间不一致

体力消耗

视频生成的体力消耗远高于图像——一段 10 秒视频通常消耗 30 点以上体力（图像约 6 点）。分辨率越高、时长越长、模型越高级，消耗越多。

适用场景

社交媒体短视频、产品演示动画、电商产品图动效、故事片段预览、MV 分镜、教育视频制作——这些场景下海艺视频生成比传统剪辑高效得多。