参考视频生成器

什么是参考视频？

参考视频是一种多模态 AI 视频工作流程：上传定义您预期主体、风格、运动或声音的图像、短视频片段和可选音频，然后添加一个指导最终镜头的提示。Story321 使用 MiniMax H3 参考视频功能，并且至少需要一个图像或视频参考，因此仅靠配乐无法创建片段。

参考视频功能

• 使用三种创意参考

  参考视频一次请求可接受最多九张图像、三个视频片段和三个音频片段。当每个素材都有明确的用途时，组合产品图像、相机运动样本和声音参考。

• 保持输出设置明确

  选择 5–15 秒的结果、768P、2K 或 4K 输出，以及自适应、横屏、竖屏、方形或超宽画幅。默认的参考视频请求是五秒 2K 自适应片段。

• 提示扩展默认开启

  描述预期的动作、时间、相机行为以及必须保持稳定的细节。提示扩展默认启用，有助于将简洁的制作方向转化为更完整的生成指令。

• 安全检测保持启用

  参考视频表单始终将提供商安全设置设为启用。无法通过浏览器或直接调用 Story321 生成路由来禁用它。

• 生成前上传

  Story321 在请求到达 MiniMax H3 之前上传本地参考文件。生成负载仅包含支持的参考 URL 数组和输出设置。

• 积分总数随图像更新

  前五个图像参考已包含在内。第六个及之后的每个图像参考增加 18 积分，因此在生成之前参考视频价格保持清晰。

为什么要使用参考视频工作流程？

• 从已批准的视觉方向开始

  使用已批准的关键帧、产品包装图、角色设计板、环境图像或编辑静帧，当参考视频需要比纯文字更有意的起点时。

• 区分每个素材控制的内容

  图像可以建立身份和美术方向，短视频可以提示运动或节奏，音频可以传达韵律或氛围。给每个参考视频素材一个明确的用途。

• 迭代而不替换整个简报

  固定强参考，每次只修改一个提示指令、时长、画幅选择或单个辅助素材。这为参考视频测试创建了一个实用的审阅循环。

• 为不同投放准备版本

  从同一源方向创建竖版社交概念、16:9 展示镜头或自适应裁剪。在生成前选择输出形状，而不是依赖后期裁剪。

如何创建参考视频片段

1. 1

   选择重要的素材

   添加一到九张图像、最多三个视频参考和最多三个音频参考。参考视频至少需要一个图像或视频；不要单独使用音频。

2. 2

   检查媒体限制

   每个视频和音频参考必须为 2–15 秒。视频参考总计不超过 15 秒，音频参考总计不超过 15 秒。所有参考文件不超过十二个。

3. 3

   编写一个连贯的镜头方向

   命名主体，描述其动作，确定环境和光线，然后说明相机运动和节奏。解释参考视频素材中哪些必须保持可识别，而不是列出不相关的想法。

4. 4

   设置输出并生成

   选择 5–15 秒、768P、2K 或 4K，加上宽高比。检查主体一致性、运动、构图和声音关系，然后优化下一次参考视频尝试。

参考视频使用案例

• 产品发布动态

  使用包装图及材质参考来指导产品揭示，然后使用简短的动态样本来描述镜头推进、旋转台动作或微距细节。

• 角色与时尚测试

  提供已批准的外观参考和动态示例，在大规模制作前测试一次行走、转身、手势或灯光变化。

• 广告系列社交短视频

  使用参考视频，从品牌图像、已批准色彩和音频情绪参考中制作一个简短的竖版概念，用于社交审核。

• 故事板与提案镜头

  将选定的视觉开发帧转化为动态场景测试。保持提示专注于一个镜头，以便审核者快速评估想法。

• 音乐与氛围概念

  当节奏、环境或声音世界提示应影响概念时，将图像或视频方向与简短音频参考配对。音频支持参考视频，但绝不能替代视觉参考。

参考视频限制与最佳实践

• 视觉输入是强制性的：参考视频至少需要一个图像或视频，纯音频请求被阻止。
• 参考数量固定：表单允许 0–9 张图像、0–3 个视频、0–3 个音频文件，参考文件总数最多 12 个。
• 片段长度已检查：每个视频或音频参考必须为 2–15 秒；每种媒体类型有 15 秒的合计限制。
• 使用您有权使用的素材：仅上传您有权使用的素材，避免受保护的角色、品牌或未经必要授权的人物。

继续您的视频工作流程

• 图像转视频

  当您只需要一个起始帧时，将单张图像制作成动画。

  探索图像转视频

• 文字转视频

  根据书面方向生成场景，无需上传参考。

  探索文字转视频

• Story321 定价

  在规划一组参考视频测试前查看可用积分。

  查看定价

常见问题

参考视频定价

参考视频规格