HeyGen Video 1.0 Text-to-Video:用提示词拍出有故事的短场景
HeyGen Video 1.0 把一段写好的场景变成短视频,有六种画面比例可选。怎么写一个小故事,什么时候用增强,以及它的分辨率上限。

一个快递员把一大束花送错了门,发现搞错之后,还是在骑车离开前送给那位女士一朵小花。这是 HeyGen Video 1.0 Text-to-Video 页面上的一条示例提示词,它比那一行简介更能说明这个模型。它擅长的是带一点转折的小场景:铺垫、一个瞬间、一个反应。不是情绪板,也不是产品旋转展示,而是一个几秒钟就能讲完的故事。
设置一览
有一个能写长描述的提示词栏,五到十五秒的时长(默认五秒),480p 或 768p 的分辨率(默认 768p),以及六种画面比例:21:9、16:9、4:3、1:1、3:4 和 9:16,默认 16:9。提示词增强和种子在高级设置里。整个面板就这些,这也是它讨喜的地方:几乎所有要紧的事都靠文字决定。
照搬示例的结构
示例写得像一段短剧本。第一段交代地点和人物。接下来几段是节拍,每段只发生一件事。然后一段写镜头,最后一行写基调。如果你也这样写自己的场景,模型就能拿到事件的先后顺序,而当所有内容都塞进一句话时,短视频最常搞错的恰恰就是这个顺序。
一个寒冷的秋日早晨,一位老人独自坐在公园长椅上喂鸽子。
一个穿黄色雨衣的小女孩跑过来,坐到长椅的另一头。他犹豫了一下,然后把半袋种子倒进她的手心。
鸽子围到他们俩身边。她笑了起来。
镜头从空旷公园的全景开始,然后慢慢推近,成为长椅上的双人镜头。
温暖、温柔、带点不动声色的幽默。柔和的阴天光线,落叶飘飘。打烊时分,一家小面馆里的厨师把满满一锅面高高抛向空中。
面条稳稳落进柜台上的碗里。唯一的客人,一个疲惫的上班族,慢慢地开始鼓掌。
手持镜头,先是锅的特写,然后快速摇到客人的脸上。
俏皮,温暖的钨丝灯光,空气中弥漫着热气。夜里,一位女守塔人提着油灯爬上灯塔的螺旋楼梯。到了顶层,她向外望去,看见一艘小船在浪里挣扎。她把巨大的灯转向它。
镜头从下方跟着她上楼,然后停在她的剪影上,背后是扫过海面的光束。
电影感,暴风雨,蓝色的夜晚和温暖的灯光。按播放的地方选画幅
对这类模型来说,六种宽高比算是很多了,值得有意识地用好。手机上的快拍或短视频用 9:16,信息流用 1:1 或 4:3,网页或播放器用 16:9,风景就是主角时用 21:9。先选好再动笔:竖画幅适合把动作竖着排、贴近一个人;宽画幅适合把两个人放在画面两侧。更多内容见宽高比指南。
它的天花板:分辨率
坦白说,局限在于 768p 的上限。在手机上和做预览都没问题,放到大屏幕上就有点软。如果需要更高,可以借道它的兄弟模型:先用图像模型把开场画面做成一张静态图,再用 HeyGen Video 1.0 Image-to-Video 让它动起来,那个模型最高支持 2K,并且会把你的图保留为首帧。这样你的掌控也更多,因为可以在为动作付费之前先把画面定下来。
故事还在改的时候,用 480p、五秒打草稿;价格随秒数和分辨率增加,并显示在生成按钮上。保存好喜欢那一条的种子,这样加长或提高清晰度重跑时,结果也能保持接近。怎么写场景,详见文生视频提示词指南;怎么在模型之间选择,详见视频模型对比。
常见问题
HeyGen Video 1.0 Text-to-Video 支持哪些宽高比?
六种:21:9、16:9、4:3、1:1、3:4 和 9:16。默认是 16:9。
最高分辨率是多少?
768p。想要更清晰的结果,先做一张静态图,再用最高支持 2K 的 HeyGen Video 1.0 Image-to-Video 让它动起来。
要不要打开提示词增强?
只在想法很短、只有一行时打开。如果你已经把场景写得很详细,就保持关闭,让模型照着你的文字来。


