AI 新聞
文字轉影片模型突破十秒關卡
新一代文字轉影片模型能在更長片段中維持角色、動態與光影一致,讓單鏡頭生成真正可用。
CinderHub 編輯部1 分鐘閱讀
最新的文字轉影片系統,已把原生片長從卡頓的 4 秒推向穩定的 8 至 10 秒鏡頭。真正的進步在於時間一致性:臉孔不再變形、衣服維持原色、鏡頭運動跟隨提示而非漂移。這讓原始生成變成可以直接剪進時間軸的素材。
提示的結構如今比長度更重要。依序寫明鏡頭類型、攝影機運動與光影,能給模型一個可靠依循的框架;而把太多動作塞進同一片段,動態仍會崩壞。生成三個緊湊的單一動作鏡頭再剪接,勝過硬拗一條超載的十秒提示。
在 CinderHub,你可以在同一流程中串連分鏡、關鍵幀影像與文字轉影片,讓鎖定的角色參考貫穿每個鏡頭。保持片段簡短、鎖定 seed,並把每次生成當成剪接裡的一個 take,而非一場完成的戲。
- text-to-video
- 文字轉影片
- temporal consistency
- AI 影片生成
- single-shot generation
- 分鏡 workflow
想試吓 CinderHub?
免費開始