# AI2Face 视频生成：用文字、照片和画面帧做短片

> AI2Face 视频生成就是「视频」标签：用文字、参考照片和片段，或用首帧和尾帧，做出 3–10 秒、可以带声音的短片。目前有四个 Google 模型：Veo 3.1、Veo 3.1 Fast、Veo 3.1 Lite 和 Gemini Omni 1.1 Flash。下面每一步都有截图，并附一段由照片做成的示例短片。

发布于 2026-10-22 · 更新于 2026-11-01
URL: https://ai2face.com/zh/blog/generaciya-video-v-ai2face

「视频」标签和图片在同一个生成器里：同样的输入区、同样的信息流，但模型和设置是视频自己的。这是 [AI2Face 使用指南](/zh/blog/kak-polzovatsya-ai2face)的第 2 篇。提示词、附件和信息流在第 1 篇[图片生成](/zh/blog/generaciya-izobrazhenij-v-ai2face)里已经细讲。这里只讲视频有什么不同。

## 如何打开 AI2Face 视频生成

有三种进入方式：

- 生成器里提示词输入框上方的**「视频」标签**；
- 顶栏菜单的**「生成」→「视频」**，会直接打开对应标签；
- 任意图片查看窗口里的**「创建视频」**，会打开标签，并把该图片设为首帧。

提示词和附件在标签之间是共用的：您在「图片」里开始的请求，切到「视频」后还在。

## 选哪个视频模型

带模型名称的按钮会打开列表。每个模型都会显示最高画质、时长，以及是否支持声音。

![视频模型列表：带 New 标记的 Gemini Omni 1.1 Flash、Veo 3.1 Fast、带 Premium 标记的 Veo 3.1（4K、4–8 秒、有声音）、Veo 3.1 Lite（1080p、4–8 秒、有声音）](https://ai2face.com/_astro/screen-models-en.BtyP8R4h_Z17rJo8.jpg "AI2Face 的视频模型：画质、时长和声音直接列在列表里")

| 模型 | 画质 | 时长 | 什么时候用 |
|---|---|---|---|
| [Veo 3.1](/zh/models/veo-3-1) | 最高 4K | 4–8 秒 | 成片：动作和声音最好 |
| Veo 3.1 Fast | 最高 4K | 4–8 秒 | 出成片前的快速试拍 |
| Veo 3.1 Lite | 最高 1080p | 4–8 秒 | 草稿和社交短片 |
| [Gemini Omni 1.1 Flash](/zh/models/gemini-omni) | 360p–4K | 3–10 秒 | 用多张照片和视频参考、以及角色来做短片；360p 低价草稿 |

我们用相同场景对比过视频模型，见[AI 视频生成](/zh/blog/nejroseti-dlya-video)这篇概览。

## 视频模式：「参考」或「画面帧」

设置行里带图层图标的「模式」按钮，决定短片以什么为依据。如果所选模型不支持某个模式，AI2Face 会自动切换到第一个支持它的模型。

![「视频来源」弹层：「参考」是视频要模仿的照片和片段，不添加则按文字生成；「画面帧」用来让照片动起来：一张首帧，再加上尾帧就是过渡](https://ai2face.com/_astro/screen-source-en.DmLwt4bN_1bQWvN.jpg "「参考」或「画面帧」：两种确定短片的方式")

**参考**是视频要模仿的照片和短片段：一个人的样子、一件商品、一个地方、一种风格。没有附件时，模型只按文字来做。通过“+”添加附件，并在提示词里用标签指代：照片用 @1，角色用 @名字。输入框上方的计数器显示模型的上限：Veo 3.1 最多 3 张照片，Gemini Omni 最多 6 张照片和 1 个片段。

**画面帧**让一张指定的照片动起来。提示词输入框上方会出现两个位置：「首帧」，以及可选的「尾帧」。只有首帧时，模型会把场景接下去；两帧都有时，它会做出从第一帧到第二帧的过渡。

![「画面帧」模式下的「视频」标签：「首帧」放着阅读角的照片，空着的「尾帧」（可选），一段关于雨和猫的提示词，Veo 3.1，声音打开，16:9，1080p，8 秒](https://ai2face.com/_astro/screen-frames-en.E43SoX08_jnc5V.jpg "画面帧模式：照片是首帧，尾帧可选")

视频参考可以是 MP4、MOV 或 WebM。长片段里模型只用开头一段——上传时 AI2Face 会告诉您用了多少秒。

## 声音、宽高比、画质和时长

模式右侧有四项短片设置：

- **声音**：喇叭按钮，打开时是白色，关闭时带划线；
- **宽高比**：16:9 横屏适合 YouTube 和演示，9:16 竖屏适合 Reels、Shorts 和 TikTok；
- **分辨率**：720p、1080p 或 4K，不超过模型和套餐的上限；Gemini Omni 1.1 Flash 还有 360p，草稿价格是 720p 的三分之一；
- **时长**：Veo 3.1 为 4、6 或 8 秒，Gemini Omni 1.1 Flash 为 3 到 10 秒之间的任意时长。

![「时长」弹层：视频输入区上方的 4 秒、6 秒、8 秒](https://ai2face.com/_astro/screen-duration-en.CsWqkZhc_Z1Xb4yS.jpg "Veo 3.1 的短片时长：4、6 或 8 秒")

「生成」按钮上的消耗会随每次改动更新，开始前可以先比较。

## 怎么写视频提示词

视频提示词写的不是一张静止的画，而是一段时间内发生的事。一个好用的顺序：

1. **动作**：谁做什么，按什么顺序。
2. **镜头**：固定镜头、缓慢推近、环绕、手持。
3. **声音**：环境声、音乐、引号里的对话。

下面这段短片的提示词，用的是[第 1 篇](/zh/blog/generaciya-izobrazhenij-v-ai2face)里那张照片作为首帧：

```
Rain streams down the window. The ginger cat wakes up, stretches, yawns
and curls up again. The lamp flame flickers softly, slow camera push-in.
Sound of rain on the glass and a quiet purr.
```

[雨天窗边、毯子上的橘猫醒来，伸懒腰，打哈欠，又蜷回去，灯火轻轻摇曳](https://ai2face.com/_astro/media/blog/generaciya-video-v-ai2face/rain.mp4 "画面帧模式，Veo 3.1，1080p，8 秒，带雨声")

Veo 3.1 按顺序做完了每个动作，并加上了雨声。原图是 3:2，所以 16:9 的短片两侧有黑边，我们裁掉了。要避免黑边，从一开始就按短片的宽高比做首帧：16:9 或 9:16。

镜头运动和声音的更多写法，见[如何让照片动起来](/zh/blog/ozhivit-foto)和[免费 AI 视频生成器](/zh/blog/nejroset-dlya-video-besplatno)。

## 视频里的角色和商品

在「参考」模式里，视频用的角色和图片一样：“+” → 「角色」，然后在提示词里写 @名字 标签。可以在[同一张图里的多个角色](/zh/blog/neskolko-personazhej-v-odnom-kadre)这篇教程里看到效果，其中有一段用 Gemini Omni 做的双人短片。

用商品照片做视频，在「商品」标签有专门的模式，带循环、卡片模式和结束帧。见[商品照片与卡片](/zh/blog/foto-i-kartochki-tovarov-v-ai2face)这篇。

## 做好的视频在信息流里

短片渲染时，信息流里会有一块带动画的图块，输入区可以继续准备下一次请求。完成的视频标有 ▶ 和时长。在查看窗口里，短片会带声音播放，按钮和图片一样：下载、再来一次、编辑、删除。信息流筛选里「类型」→「视频」只显示短片。

## 小结

做第一条 AI2Face 短片，拿一张已有的图片，点击「创建视频」，写明什么该动起来。Veo 3.1 是主力模型；快速测试用 Veo 3.1 Fast 或 Lite；有多个人和视频参考时用 Gemini Omni。首帧按视频的宽高比来做，并在提示词里写上声音——这样短片没有黑边，也不会是静音。指南的下一篇：[商品照片与卡片](/zh/blog/foto-i-kartochki-tovarov-v-ai2face)。

## 常见问题

### AI2Face 的视频可以多长？

3 到 10 秒，开始前选择。可选项取决于模型：Veo 3.1 为 4、6 或 8 秒，Gemini Omni 1.1 Flash 可选 3 到 10 秒之间的任意时长。

### 能让自己的照片动起来吗？

可以。把来源切换到「画面帧」，把照片设为首帧。如果图片已经在信息流里，最快的办法是在查看窗口点「创建视频」。

### 视频有声音吗？

有，四个模型都可以。在设置行用喇叭按钮打开「声音」：模型会按提示词为场景配上声音，例如雨声、脚步和对话。

### 能把我自己的角色放进视频吗？

可以，在「参考」模式里：通过“+” → 「角色」附加角色，并在提示词里用 @名字 标签称呼他们。

### 一条视频要多少积分？

取决于模型、分辨率和时长，开始之前会显示在「生成」按钮上。如果生成失败，积分会退回。