AI 影片生成器

簡短回答： AI 影片生成器接收素材，讓模型把它轉成畫面與聲音，再交回一個檔案。SceneMixer 接收四種素材：劇本、一句話的點子、最多四張照片，或你有權使用的影片。它交回的影片由最長 15 或 30 秒的片段組成，接合成集，比例為 9:16 或 16:9，並包含語音對白與音樂。在兩端之間，它做了多數生成器會跳過的事：它會把你的素材讀成固定的角色陣容、一組場景與道具，以及逐鏡的分鏡，讓你能在付費做影片之前閱讀與編輯。本頁沿著從輸入到檔案的路徑說明，並標示兩端的限制，同時附上一分鐘成片的實際成本示例。

AI 短劇《霓虹債》劇照，由 SceneMixer 端到端生成（7 位角色、1 集） — 範例：《霓虹債》— 遊戲畫面寫實，1 集，由 SceneMixer 從劇本端到端產出 · 觀看集數

輸入什麼

有四種輸入方式，對應首頁上的四個分頁。它們的差別在於你交出什麼，以及第一步的成本；之後則共用同一條路徑。

素材	輸入方式	限制	第一步
劇本或故事	上傳劇本分頁：貼上，或上傳 TXT、DOCX 或 Markdown	至少約一段（約 330 個英文字元）。有硬性上限，超過會直接拒絕，而不會默默截斷。不接受連結與 PDF：請貼上文字	讀取：每 1,000 字 4 積分，其中 3,333 個英文字元折算為 1,000 字
一句點子	AI 創作分頁；給點靈感會在輸入框中填入一個範例供你編輯	五種長度，從極短（約 1,000 字）到長篇（20,000 字）	寫作依你選擇的長度計價，並顯示在按鈕上；之後再進行讀取
照片	廣告片分頁：同一主體的一到四張照片，另可選擇加一句文案	每張最大 10 MB，總計最大 16 MB；你的瀏覽器會將它們轉換為 JPEG 或 PNG	讀取照片免費；之後，廣告會有一個預先顯示的總價
一段影片	復刻視頻分頁：MP4 或 MOV	最大 300 MB，長度最多 5 分鐘。你第一次上傳時需確認你持有相關權利	讀取，依影片分鐘數計價

SceneMixer 是讀取這段影片，而不是重新拍攝：影片模型從頭到尾都不會收到你上傳的檔案。影片會被切成鏡頭並加以描述，再根據該描述搭配你的角色生成一支新影片。可以上傳哪些內容列出了所有格式與限制；開始專案的四種方式則幫你挑選要用哪個頁籤。

中間發生什麼事

不論你用的是哪個頁籤，SceneMixer 都會帶著專案走過同樣的五個階段。每個階段都會產出一些內容，讓你在為下一階段付費之前先讀過。

讀取。 文字會被讀取，找出角色、場景與道具，切分成集，並套用視覺風格。這需要幾分鐘，期間你可以離開頁面。回傳的內容包括：摘要（標題、主角、年代、故事如何改編）、集數列表，以及每個角色、地點與道具的描述。
角色陣容。 每段描述都會變成一張圖：角色為 9:16，場景與道具為 16:9。帳號的前 15 張圖片免費。這些圖片是之後每個鏡頭所依據的參考。
分鏡。 每一集會變成片段，每個片段再變成三到五個編號的鏡頭，附上秒數、命名的人物與道具，以及有聲音的台詞。這需要幾分鐘。編輯分鏡不收費。
片段。 一個片段就是一次生成。你按下標示價格的按鈕，積分會被凍結，影片通常在十到二十分鐘後送達。
接合。 各片段會合成每集一個檔案，每秒 1 積分。

這個順序刻意把便宜、易讀的階段放在前面：名字錯了或少了一秒，在第 3 階段是免費編輯，在第 4 階段則是需付費的重新生成。專案內部有什麼說明了各部分如何層層包含。

SceneMixer 會產出什麼

項目	你會得到什麼
比例	9:16 豎屏或 16:9 橫屏，於第 1 步一次選定（新專案預設為 16:9）。繼續之後就無法更改
片段長度	每個檔位最長 15 秒，長鏡頭檔位最長 30 秒。這是上限，不是目標：片段在哪裡結束由故事決定
解析度	由檔位決定：從 480P 到 1080P，部分模型另有 2K 檔位。預設刻意選擇便宜的檔位
聲音	對白在影片中說出，每個角色一個聲音，可用 15 種語言之一；每新增一集都會配樂
檔案	網站播放較輕量的版本；下載會給你完整畫質的檔案。每集各自是一個檔案
標記	右下角一個小型 AI 角標，以及檔案中繼資料裡的 AI 生成標籤。會員可以為自己的下載關閉它們；分享連結則一律帶有角標

角標規則請見無浮水印的 AI 影片。每一列背後的數字，請見產出什麼。

一分鐘的實際成本

以 SceneMixer 的預設檔位製作一集一分鐘的內容為例。影片 60 秒，每秒 10 積分；合併 60 秒，每秒 1 積分。合計 660 積分，以最低的積分單價計約 $4.11，這還不含讀取費用，也不含任何重拍。短劇本的讀取費用要再多幾積分，而你第一集的分鏡是免費的。

專案越大，帳單中影片所佔的比例就越高。設定、分鏡與所有編輯加起來，在一個系列中只佔一小部分；會改變總額的關鍵，是你要渲染多少秒，以及用哪個檔位。AI 影片成本計算機會逐項列出一個八集系列的費用。

以規模來說，本站的範例專案，都是用同一條路徑做出的單集，長度約從一分四十五秒到三分半鐘，角色陣容為四到十一個角色。The Last Envelope 有六個角色與兩個場景，16:9 的長度為 140 秒；The Violin on Mercer St 是豎屏版本，9:16 的長度為 148 秒。

時間都花在哪裡

幾乎全部的時間都花在模型上。上述各階段以分鐘計，而不是以秒計，其中影片階段最久。讀取通常要幾分鐘；一張設定圖約一分半鐘；一個片段一般要十到二十分鐘。SceneMixer 在 2026 年 8 月的內部測量中，每個片段平均約九分半鐘，因此請以卡片上顯示的預估時間為即時準則。

同時能跑幾個生成，取決於你的方案：免費帳號為 3 個，第一個付費方案為 5 個，更高方案則更多。啟動得越多，多出來的就會排隊等待，積分先保留，之後自動開始。你可以關閉分頁，工作會在伺服器上繼續。為什麼生成要花時間。

它不接受什麼，也不提供什麼

用連結取代文字。 不會抓取網頁內容，請直接貼上文字。
PDF。 選取時會被拒絕，請先匯出為文字或 Word 檔。
沒有能讓單張靜態圖動起來的按鈕。 照片可以變成廣告，或變成短劇鏡頭所依循的臉孔、房間或物件。圖片轉影片 AI 列出了兩種途徑。
直接畫進畫面中、清楚可讀的文字。 影片模型無法穩定地呈現文字，所以必須讀到的內容要放在結尾卡片上，或由台詞說出來。
可辨識的公眾人物或系列作品角色。 生成時的檢查會拒絕這類內容。
無限量免費影片。 SceneMixer 從第一秒起就對影片收費；免費的部分是讀取、最初的幾張圖片、一份分鏡和一段簡短的預覽。哪些內容免費。

什麼決定它的樣子

SceneMixer 裡有四樣東西在起作用，沒有一樣是魔法咒語。檔位決定解析度和最長的片段。你在第 1 步選的視覺風格決定畫面質感，而且繼續之後就無法更改。設定圖決定每個人是誰。分鏡文字則決定發生什麼事，所以大多數怪異的鏡頭靠改一句話就能修好，不必花錢升級到更高的檔位。沒有魔法咒語與描述原因，而不是結果這兩篇談的是寫法。

先從便宜的等級開始。兩個版本都會保留在片段的紀錄中，所以要用較高等級重拍想保留的版本，只會多一次生成的費用，不會有其他費用。以最低等級草擬，以最高等級完成。

語言