Skip to main content
Text to Video 根据一段描述生成视频片段,Image to Video 则让一张图片动起来。两者都使用你在 设置 → 视频生成 中设置的视频服务提供商,它与图像生成以及你聊天所用的模型都是分开的。 视频生成制作的是 AI 生成的影像画面。如果视频需要准确显示文字、价格、日期或界面(例如宣传片或操作演示),请改用动画。
每段视频都会消耗服务提供商的额度或你的 Cloud 点数,并且可能需要一段时间。尝试新的服务提供商时,先从一段短视频开始。

开始之前

  1. 打开 设置 → 视频生成,选择一个服务提供商。
  2. 设置它的 凭据提供商(它使用的密钥或账户)和 模型名称。
  3. 点按 设为默认。
Enconvo Cloud 服务提供商 xAI (Enconvo Cloud) 和 Google Gemini (Enconvo Cloud) 无需你自己的 API 密钥。

用文字生成视频

  1. 打开 SmartBar,输入你的描述,然后运行 Text to Video。描述主体、动作、镜头如何移动以及场景。
  2. 显示 Generating video… 时请耐心等待。
  3. 在结果中预览视频,然后粘贴、复制,或在 Finder 中显示它。

让图片动起来

  1. 附上源图片,并描述哪些部分要动、哪些保持不变。
  2. 运行 Image to Video。它既需要描述,也需要至少一张图片。
  3. 预览视频并保存。
如果模型只接受一张图片或时长有限,请在这些限制内提出请求。

在聊天旁编辑片段

在聊天中让智能体生成一段视频,或在新聊天输入框下方选择 视频。所选模型、设置和 避免(Avoid) 会作为标签显示在输入框下方。点击智能体生成的视频片段即可在聊天旁的视频编辑器中打开,然后继续描述下一处修改。
  • 设置面板只会显示所选模型支持的选项,例如时长、分辨率、画面比例和 避免(不希望出现的内容)。
  • 右键点击时间线上的某一帧,然后选择 设为起始帧、设为结束帧 或 保存为图片。
  • 每次修改都会保存为一个新版本,所有片段都保存在媒体以及 ~/Enconvo/Media 中。
在媒体中,你还可以用多个各自配有提示词和时长的分镜组合出一段视频,并加入自己的音频。

服务提供商与选项

视频服务提供商目录包括 xAI、Gemini、OpenRouter、PipeLLM、Kie.ai、Topview,以及它们的 Enconvo Cloud 版本。不同模型接受的输入和分辨率各不相同。例如,Grok Imagine Video 1.5 增加了基础版 Grok Imagine Video 模型没有的 1080p 选项,而 Google Gemini 的默认模型 Gemini Omni 1.2 Flash 可制作 3 至 15 秒、最高 4K 的视频。 Text to Video 和 Image to Video 使用模型默认的时长和分辨率。如果想自己选择,请在聊天中让智能体生成视频,并且只提模型支持的选项。

故障排除

相关内容

图像生成

在聊天中生成或编辑图片。

媒体

分镜、起始帧与结束帧以及音频。

媒体工具

下载、压缩视频或提取其中的音频。

服务提供商目录

所有视频服务提供商及其设置。