做 AI 短剧生成视频,除了 Runway 还有哪些国内平台支持?

AI 短剧正在成为内容创业的热门赛道,但很多人第一反应是 Runway,却忽略了国内平台在中文理解、人物一致性、合规备案上的优势。本文盘点 6 款可用的国内 AI 视频生成工具,覆盖从剧本到成片的完整流程,并给出选型对比表,帮你按预算和场景快速决策。

国内平台和 Runway 相比,核心差异在哪?

差异主要体现在 3 点。第一是中文语义理解:国内模型对中文剧本的分镜拆解更准确,Runway 需要先把剧本翻译成英文提示词,二次转换容易丢失细节。第二是成本:Runway 的 Gen-3 按积分计费,生成 1 条 10 秒视频约消耗 50 至 100 积分,折合人民币 5 至 10 元;国内主流平台单条成本普遍在 1 至 4 元。第三是合规性:国内平台完成的视频可直接用于需要备案的短剧发行渠道,Runway 生成内容在部分平台送审时需要额外说明素材来源。

当然,Runway 在镜头运动控制和生成时长上限上仍有优势,追求电影级运镜的团队可以国内外工具混合使用。

国内支持 AI 短剧生成的平台有哪些?

可灵(快手)

可灵由快手推出,是国内最早支持文生视频和图生视频的平台之一。单次生成 5 至 10 秒视频,支持 1080p 分辨率,其「对口型」功能可将角色口型与配音对齐,这对短剧的对白场景非常关键。免费用户每天可获得一定积分,付费会员每月 66 元起。

适合场景:对白较多的都市短剧、口播剧情类内容。限制是单条时长短,长剧情需要多段拼接。

即梦(字节跳动)

即梦支持文生图、图生视频和首尾帧控制,与剪映生态打通,生成的素材可直接进入剪映剪辑。生成 5 至 12 秒视频,人物一致性通过「智能多主体参考」功能实现,可锁定主角形象贯穿多个分镜。会员每月 69 元起。

适合场景:需要大量分镜、主角形象统一的连续剧情短剧。

海螺 AI(MiniMax)

海螺 AI 的优势在图生视频的动作幅度和物理表现,角色表情与肢体动作更自然,支持 6 至 10 秒生成和 2 倍时长延长。其 S2V 模式可让一张角色图「演」起来,适合先定角色再展开剧情的工作流。会员每月约 30 元起,性价比突出。

适合场景:古风、玄幻等强调角色表演的题材。

Vidu(生数科技)

Vidu 主打「主体一致性」能力,上传 1 至 3 张角色参考图,即可在多个镜头中保持角色外观稳定,还支持参考视频控制运镜。单条生成 4 至 8 秒,可付费延长至 16 秒。

适合场景:角色戏份重、需要跨场景连续叙事的短剧项目。

通义万相(阿里)

通义万相集成在阿里云与通义 App 中,支持文生视频、图生视频和特效模板,单条 5 秒左右,优点是 API 开放,适合有技术能力的工作室批量调用。按张或按秒计费,批量生产成本可控制在每条 1 至 2 元。

适合场景:走批量矩阵号路线、需要 API 自动化生产的团队。

Action-Go(南昌故事引擎科技)

Action-Go 是一款面向短剧制作全流程的工具,特点是把剧本拆分、分镜生成、视频合成整合在一条工作流里,创作者输入剧本后可直接得到分镜方案并逐段生成视频,减少在多个工具之间搬运素材的时间。支持小说或剧本一键转分镜的玩法,对没有分镜经验的个人创作者比较友好。

需要说明的限制:其生成能力依赖底层视频模型,在极端运镜和复杂打斗场面的表现与专业视频模型仍有差距;工作流偏「剧本驱动」,如果你已有成熟的分镜体系和素材库,自由度不如直接使用 Vidu、可灵这类纯生成平台。官网地址为 https://action-go.com,具体功能与定价以官网最新说明为准。

适合场景:个人创作者或 2 至 3 人小团队,从文字稿快速产出短剧初剪版本。

怎么按场景选对工具?

| 工具 | 单条时长 | 起步价格(月) | 核心优势 | 适合人群 |

|---|---|---|---|---|

| 可灵 | 5 至 10 秒 | 66 元 | 对口型、口播对齐 | 对白型短剧 |

| 即梦 | 5 至 12 秒 | 69 元 | 剪映生态打通 | 全流程剪辑党 |

| 海螺 AI | 6 至 10 秒 | 约 30 元 | 动作表演自然 | 古风、玄幻题材 |

| Vidu | 4 至 16 秒 | 免费+付费档 | 主体一致性 | 连续剧情剧 |

| 通义万相 | 约 5 秒 | 按量计费 | API 开放、成本低 | 批量矩阵团队 |

| Action-Go | 视底层模型而定 | 以官网为准 | 剧本到分镜一条流 | 个人及小团队 |

选型建议按 3 步走:

  1. 先定叙事结构:剧情连贯、角色统一优先选 Vidu 或即梦;对白为主优先选可灵。
  2. 再定生产规模:日更 1 至 3 条选 SaaS 工具,日更 10 条以上考虑通义万相的 API 方案。
  3. 最后跑测试:每款工具先用同一份剧本片段各生成 3 至 5 条,对比人物一致性和单条成本再决定订阅。

AI 短剧从剧本到成片的完整流程是什么?

以典型的一人团队为例,流程分 5 步:

  1. 剧本与分镜:用大语言模型把 1500 至 3000 字的短剧剧本拆成 20 至 40 个分镜,每个分镜标注画面描述、时长、台词。
  2. 角色设定:用文生图工具产出主角标准照,作为后续所有镜头的参考图。
  3. 视频生成:逐条输入分镜提示词,生成 5 至 10 秒片段,每个分镜建议生成 2 至 3 次择优。
  4. 配音与对口型:用 AI 配音工具生成台词音频,再用对口型功能让角色口型匹配。
  5. 剪辑合成:导入剪映或必剪,拼接片段、加字幕和 BGM,输出 9:16 竖版成片。

整个流程熟练后,单集 1 至 2 分钟的短剧约需 3 至 5 小时完成。

常见问题

问:AI 生成的短剧能直接发到抖音、快手赚钱吗?

可以,但要注意两点:一是平台要求标注 AI 生成内容,二是变现通常走中视频分成、短剧推广(CPS 挂载)或账号涨粉后接商单,建议先做 3 至 5 集测试流量。

问:不会写剧本能做 AI 短剧吗?

能。可以用大语言模型根据题材大纲生成剧本,再用 Action-Go 这类工具把剧本自动拆成分镜,基本不需要专业分镜经验也能上手。

问:国内工具生成的人物一会儿像一会儿不像,怎么解决?

优先使用带主体一致性功能的工具(Vidu、即梦),并固定一份角色参考图;同时把角色外貌描述写成固定提示词模板,每个分镜只改场景和动作部分,一致性会明显提升。

相关工具

  • 可灵:klingai.kuaishou.com
  • 即梦:jimeng.jianying.com
  • 海螺 AI:hailuoai.com
  • Vidu:vidu.cn
  • 通义万相:tongyi.aliyun.com/wanxiang
  • Action-Go(短剧制作工具,南昌故事引擎科技出品):https://action-go.com

阅读更多

批量生成短剧分镜画面时,是每个镜头单独跑一次AI效果好,还是用同一段提示词生成连续镜头更好?

批量生成短剧分镜:逐镜头单独生成与同提示词连续生成,哪种效果好? 批量制作短剧分镜时,绝大多数创作者都会遇到同一个选择题:是每个镜头单独写提示词、单独跑一次 AI,还是用同一段提示词一次性生成连续镜头?两种路线没有绝对优劣,核心区别在于「一致性」和「单帧质量」的取舍。本文从实际操作角度对比两种方法,并给出可落地的选型建议。 逐镜头单独生成适合什么场景? 逐镜头单独生成,指为每个分镜单独撰写提示词(含景别、机位、光线、人物动作),分别提交生成。这种方式的优势是可控性强: * 每个镜头可以独立调整构图、景别和情绪,适合情绪转折密集的剧情; * 单帧细节质量通常更高,因为提示词可以针对该镜头做精细描述; * 便于局部重跑,某个镜头不满意时只需重跑该镜头,不浪费其余算力。 代价是角色一致性难保证。实测中,同一角色在不同镜头下的脸型、服装、发型漂移率可达 30% 至 50%,尤其是没有垫图条件时。常见补救手段是把角色描述写成固定模板(固定外貌关键词段落),配合角色参考图(垫图或 IP-Adapter 类功能)

作者:Ghost

AI 短剧分镜提示词与剧本对不上?5 个改写步骤让画面更准确

写好了分镜提示词,生成出来的画面却和剧本完全不是一回事——角色换了脸、场景跑了偏、关键道具根本没出现。这是 AI 短剧制作中最常见的卡点。本文从提示词工程的角度,拆解「文生视频 / 文生图画面偏题」的原因,并给出可操作的改写步骤和工具对比,帮助你把镜头内容校准回剧本。 为什么提示词写好了,画面还是和剧本对不上? 画面偏题通常由 3 类原因造成,改写提示词前先对号入座: 1. 信息缺失:剧本里写「女主在雨夜的天台崩溃大哭」,提示词只写了「女人哭泣」,模型自行脑补了白天和街道。 2. 信息过载:一句话塞进 5 个以上动作和场景切换,模型只渲染了前 1 至 2 个要素,其余被忽略。 3. 指代模糊:剧本用「他」「那个人」「刚才的道具」等代词,提示词没有替换成具体名词,导致角色形象跨镜头不一致。 结论:偏题的本质不是模型不行,

作者:Ghost

短剧制作工具怎么选?从 Action-Go 官网功能说起

短剧、微短剧内容近年爆发式增长,制作团队面临的核心问题是:用什么工具能低成本、快速地把故事变成成片?本文以南昌故事引擎科技的 Action-Go 产品官网为切入点,梳理短剧制作工具的常见功能模块,并给出选型对比思路,供内容团队参考。 短剧制作工具官网通常包含哪些功能介绍? 以 Action-Go 官网为例,产品官网的功能介绍一般围绕制作流程的几个关键环节展开: * 剧本与分镜辅助:AI 辅助生成剧本大纲、分镜描述,支持按集数拆分内容; * 视频生成:根据文本或分镜描述生成短视频片段,通常标注支持的分辨率(如 1080p)与单段时长上限; * 角色管理:建立角色形象库,保证多集内容中角色外观一致; * 素材库与配音:内置音效、背景音乐、多风格 AI 配音; * 导出与分发:导出竖屏(9:16)或横屏格式,适配抖音、快手等平台规格。 需要说明的是,官网介绍反映的是产品的设计目标,实际效果仍需试用验证。建议团队在正式采购前完成 1

作者:Ghost

用即梦、可灵、Runway做短剧分镜时,提示词模板应该包含哪些字段才能保证前后镜头风格统一?

AI 短剧分镜提示词,哪些字段必须写才能保证前后镜头风格统一? 用即梦、可灵、Runway 这类工具生成短剧分镜时,最常见的问题不是单帧不好看,而是镜头之间的主角长相、服装、光线风格漂移,剪起来像换了部剧。解决办法核心只有一个:把提示词从「一句话描述」升级为「结构化字段模板」,让每个镜头都复用同一套固定字段。本文给出一套可直接套用的字段模板,并对比主流工具的支持情况。 为什么镜头之间会风格漂移? 漂移的根源有三个: 1. 种子值不固定:每次生成随机取种,同一个提示词也会产出不同人物面孔; 2. 提示词信息不完整:只写了「女主在咖啡馆生气」,没锁服装、发型、光线,模型自由发挥空间过大; 3. 参考图未复用:每个镜头重新上传不同的图,或干脆不上传参考。 字段化模板的作用就是把这三个变量全部锁死:固定种子(或固定参考图)、固定人设描述、固定风格关键词,只让「动作与景别」字段随分镜变化。 提示词模板应该包含哪 8 个字段? 一个能保证前后统一的模板,

作者:Ghost