AI视频每秒只要9分钱,分镜脚本怎么写才不翻车
如果你还在把 AI 视频当成"尝鲜玩具",那这个月发生的事可能要让你重新算一笔账了。国庆前后,可灵 Kling 4.0 和 Flash 版开启内测,生数科技的 Vidu Q4 Preview 首发优惠直接报到 0.09 元/秒,国内几家头部厂商几乎是同时出手,把 AI 视频生成的入门价从"元"时代一把拽进了"分"时代。价格便宜了十倍不止,可很多人上手一试还是翻车——问题基本不在模型,而在 AI 分镜脚本这一步。
价格战打到什么程度了
先看几个实在的数字。参考可灵 Q3 的 API 定价,720P 大约 0.9 元/秒、1080P 约 1.2 元/秒、4K 约 3 元/秒,而官方已经给 Flash 版明确了"生成速度快、成本极具性价比"的定位,大概率还要往下压一个台阶。生数走的是另一条路,Vidu Q4 Preview 首发 0.09 元/秒起,官方估测同等预算下最高能生成约 5 倍的内容,MaaS 侧图生视频 720P 约 0.6 元/秒、1080P 约 0.75 元/秒,和上一代 Q3 Pro 接近甚至更低。
有意思的是字节没跟降价。Seedance 2.5 的 720P 无参考生成报价 70 元/每百万 token,而 Seedance 2.0 是 46 元,涨了 50% 以上。这说明一件事:便宜不是唯一方向,能力才是真门槛。有做 AI 短剧的朋友跟我说,他们仍然会把剧本按等级排序,只有优质剧本才舍得上能力更强的模型——这个逻辑在便宜之后反而更清晰了。
便宜了不等于能出片,分镜才是分水岭
每秒几分钱听起来很诱人,但你要是随便丢一句话进去,一晚上烧掉几十块也出不来一条能用的素材。视频模型吃的不是剧本,是分镜提示词。我自己写每条分镜,至少锁死四件事:
- 画面:谁 + 在哪 + 做什么,别写"女生在房间说话",要写"居家客厅,自然光,年轻女生坐在沙发上,表情略带惊讶,服装简约日常"。
- 时长:单镜头 3 到 5 秒是舒适区,超过 5 秒画面重复感和崩坏概率都会明显上升。
- 运镜:推、拉、摇、移写清楚,别让模型替你猜。
- 台词:口语化短句,标点和停顿要手动调,AI 默认配音普遍偏慢,我会调到 1.1 倍左右。
还有两个坑几乎人人踩过。一个是竖屏 9:16 要在建项目时就锁定,生成完再裁切会直接破坏构图;另一个是人物一致性,正确做法是先用图像模型出 3 到 5 张主角参考图挑一张,后面所有镜头都拿它当起始帧,固定角色 ID,别每个镜头重新抽卡。认真的说,不这么干观众看到的就是主角每帧换张脸,出戏得不行。
我的建议:先用便宜档把流程跑顺
现在的行情其实给了个人创作者一个很舒服的窗口期。我的做法是先用 720P 把整条流程跑通——剧本、分镜、角色图、配音、成片,全走一遍,确认每个环节都对得上,再挑关键的几个镜头上 1080P 或 4K 出终版。这么干比一上来就全 4K 要省不少钱,也更稳。
另外提醒一句,价格被打下来之后,"想用但怕贵"的其它行业才愿意为 AI 视频买单,这是个好信号。但在便宜也不是免死金牌,单镜头时长、参考图质量、配音节奏这些基本功,在便宜档和 4K 档里一样重要。
说到底,AI 视频以经从拼参数进入了拼落地的阶段。与其天天盯着哪个模型又跑分第一,不如今天就把一条 60 秒的分镜脚本从头写到尾,用几分钱每秒的价格跑一遍。跑通一次,你对这个行业的判断会比看十篇测评都准。
AI奶盒 · 免费的 AI 提示词脚本工具
免费使用 →