跳到主要内容

生成图像与视频

您的 Agent 可以按需生成图像和短视频片段——包括 30 秒的竖屏广告，由主持人用其本人声音和对口型说出您的脚本。

为什么用 MorphMind 来做这件事​

您不需要学习新工具、在三个服务商之间周旋，也不必记住哪个模型要搭配哪个。Agent 会处理这一切。您拿到的是一套可以反复使用的工作流：

  • 配方只配置一次。 您的"30 秒广告"工作流保留品牌调性、主持人形象、构图和节奏。换一个产品简报再跑一次，您就能得到风格一致的新广告。
  • 可复用的工作流和 Specialist。 您教给 Agent 的自定义步骤——脚本润色器、分镜表格式化器、品牌色把关者——会持续存在，并随每次运行变得更好。
  • 通过改变输入实现量产。 同一套工作流，十款产品，十支广告。同一套工作流，十种语言，十个本地化版本。
  • 记住有效的做法。 Agent 会学习哪些提示词和参考模式能给出您想要的结果，并在下次自动使用，无需您再次说明。

本页介绍构建模块：有哪些可用模型、何时使用哪个，以及每次生成大致消耗多少MM豆。

选择模型​

当您描述想要什么时，Agent 会自动选择一个模型。您可以手动覆盖。

图像​

模型适用场景
Seedream 5.0 Lite数字虚拟人，尤其是同一角色之后还要出现在视频中时。
Gemini Image快速插画、横幅、博客头图。
GPT Image 2 — Draft粗略草图；最便宜、最快。
GPT Image 2 — Standard通用场景的精修成品。

视频​

模型适用场景
Seedance Cinematic顶级画质，原生同步音频。480p / 720p / 1080p，每段最长 15 秒。完成稿的默认选项。
Seedance Quick Draft更便宜、更快地迭代。最高 720p。在敲定 Cinematic 之前用来出粗剪。

Seedream → Seedance 的搭配规则​

如果您的视频里有需要在多个片段中保持视觉一致的真人主持人，请用 Seedream 5.0 Lite 生成虚拟人，并在每一段里复用同一张图作为参考。来自 Gemini Image 或 GPT Image 2 的虚拟人会破坏 Seedance 的角色一致性。

视频的参考模式​

  1. 单图 — 传入一张虚拟人或场景参考图。带固定角色的广告默认用这种，最稳定。
  2. 双图（首尾关键帧） — Seedance 在两帧之间插值生成动作。适合非人物场景；不要用于真人主持人。
  3. 视频参考 — 传入一段已有片段的短截取作为运动/语境参考。注意事项与双图模式相同。

大约消耗多少MM豆​

实际成本会因提示词和重试次数而异。下表仅作粗略参考。

每张图​

模型MM豆
Seedream 5.0 Lite~10
Gemini Image~10
GPT Image 2 — Draft~5
GPT Image 2 — Standard~15

每段 Seedance 片段（竖屏 9:16）​

规格MM豆
Cinematic 720p / 5s~150
Cinematic 720p / 10s~300
Cinematic 1080p / 5s~400
Cinematic 1080p / 10s~750
Cinematic 1080p / 15s~1,100
Cinematic 1080p / 10s 带视频参考~550
Quick Draft 720p / 5s~150
Quick Draft 720p / 10s~250

常见交付物​

  • 30 秒竖屏广告（3 × 10s Cinematic 1080p + Seedream 虚拟人）→ ~2,200 MM豆
  • 60 秒竖屏广告（5 × 12s Cinematic 1080p + 虚拟人）→ ~4,300 MM豆

被重试的片段——比如内容审核拦截、音频静默——会按那一段的成本重新计费。

小贴士与常见坑​

  • 要让人物对口型说话，请把台词放进引号里："……主持人看向镜头说'30 秒搞定一杯咖啡。'"。如果不加引号台词，Seedance 只会生成环境音——嘴在动，但没有清晰的话语。
  • 品牌 Logo 留到后期合成，不要写进提示词里。让模型渲染文字标识会得到糊掉的字，还经常触发安全过滤。把 Logo 作为叠加层合成到成片上即可。
  • 虚拟人必须是 Seedream 系列才能用于视频。用其他图像模型生成虚拟人，再拿去当 Seedance 参考，一致性会崩。
  • 连续性靠提示词，不靠链式生成。让主持人在一段结尾的姿态和视线，与下一段开头对得上；剪辑时用 0.5 秒的轻微叠化处理切点，其余的就到位了。

另请参阅​