产品介绍
按页面上的实际步骤，说明视频制作、一键成片、爆款复刻和创作工具怎么用。工具的效果示例与各工具页是同一套素材。
视频制作
从一句想法开始，自己搭素材、写分镜、生成镜头，再合成成片。适合需要逐镜控制的作品。
通用创作
用一句话开场
侧栏进入「视频制作」，默认就是通用创作。首页中间是输入框，上面有推荐问题，下面是可复制的示例作品。
点一条推荐问题，或自己写下想做的视频，发送后就会开始对话。页面上有多个模型时，先在输入框上方选好再用。
从对话进入工作台
对话里出现分镜脚本卡片后，点「打开工作台」。需要继续补充素材或改分镜时，点工作台右上角的「对话」。
也可以直接点首页里的示例作品，系统会复制一份到你的账号，再在工作台里改。
工作台按三段往下做
工作台从上到下是素材库、分镜脚本、成片合成。右侧进度会标出：准备并锁定素材、生成分镜视频、合成完整视频。
- 素材库：可新建图片素材或文本，上传参考图、参考视频、背景音乐，也可以从「我的资产」导入。图片素材写好提示词再生成；提示词只写稳定的视觉特征，场景留空。参考视频和参考音频单段 2–30 秒。文本可以在分镜里用 @ 引用。
- 分镜脚本：点「增加分镜」，填写名称，以及镜头运动、动作和台词。输入 @ 引用人物、场景、其它分镜或本地图片。要多镜一起出片时，点「批量生成」，再选「顺序生成」或「并行生成」。顺序生成会按分镜先后排队，适合需要前后衔接的镜头。
- 成片合成：全部分镜视频都成功后，点「合成完整视频」。合成过的版本留在历史记录里，可以回看和下载，也可以存进我的资产。
- 左侧对话列表里点「新对话」才是新项目。删除一条对话时，其中的视频项目、素材和生成内容会一起删除。
- 全部分镜视频完成后，右上角可以「生成示例」分享给别人复制，或「生成经验」下载这次制作的总结。每个作品单独计算：被他人复制满 15 次奖励 ¥15，30 次再奖 ¥50，100 次再奖 ¥200。
- 点标题可以改项目名。
无限画布
先有一张画布
在视频制作页顶部切到「无限画布」。两个标签的会话和画布互相独立，切走再回来，还是离开前打开的那一份。
没有选中画布时是首页。点新建得到空白画布，或复制一条别人分享的作品。左侧列表用来切换和删除已有画布。
摆节点，连线即参考
双击空白处，或用左侧工具栏，添加图片、视频、音频、文本节点。本地文件可以直接拖进画布，也可以从「我的资产」添加。
从一个节点拖出连线到另一个节点，连线过去的内容就会成为生成时的参考。选中节点后，底部面板写提示词，再点生成。输入 @ 可以指定引用哪一条连线素材。
图片节点还可以裁剪，或涂出要改的区域再重绘，结果会作为新节点放在右侧。框选多个节点可以打组。右上角「画布助手」能按你的描述搭好节点和连线。画布里有内容后可以分享作品。
- 连线不能重复，也不能绕成环。
- 标题点一下就能改。撤销和重做在右上角，对应 Ctrl+Z 和 Ctrl+Shift+Z。
一键成片
先写提示词和文案，再选画面从哪来，一次合成。不用逐镜搭工作台，适合解说、知识、口播这一类成片。
写提示词和文案
提示词
「提示词」必填，例如「旅行的意义」。文案可以自己写，也可以点「AI 生成文案」填入后再改。留空的话，获取免费素材或生成视频时会自动写旁白，并回填到文案框。
标点断句写清楚，字幕会更自然。展开「更多文案选项」后，可以补素材关键词、文案段落数（1–10）和自定义要求，例如「语气轻松、适合 30 秒口播」。
底部「生成数量」默认 1 条，最多 10 条。大于 1 时，做完一条再做下一条：第一条用当前文案，后面每条按同一条提示词重新写文案，所以每条口播都不一样。某一条失败不影响后面继续。
选画面来源，再合成
三种素材来源
画面来源决定成片里的镜头从哪来，三种只选一种。
- 本地素材：默认使用。用你自己的视频或图片，上传后可以删掉不要的。成片按配音时长从每条视频切 2–15 秒窗口来拼，不是从开头固定切一段。支持 mp4、mov、avi、mkv、jpg、png，单个视频最大 200MB。
- 免费素材：点「获取素材」后先列出检索结果。可以删掉不要的，或点「重新获取」换一批。确认这份名单后再点生成。生成多条时，只有第 1 条用你确认过的素材，后面每条会重新检索。可多选素材库；Wikimedia、Openverse 直接可用，Pexels、Pixabay、Coverr 需要配置后才会亮起。
- AI 生成：按文案逐段生图，再做缓慢推镜，不依赖素材库。需要先选画面模型。
配音、配乐和成片
「调整参数」在素材来源上面，用来改画面比例、配音和配乐。配音默认使用语音合成，可以先试听音色，也可以「试听文案」。选「不配音」时，需要自己指定视频总时长（5–120 秒），成片只有画面，字幕和背景音乐仍可选。
背景音乐可以按提示词自动匹配，也可以上传自己的音频，或关掉。高级设置里还能调拼接方式、转场、画面是裁满还是完整显示、语速音量和字幕位置。
确认素材后点「生成视频」。右侧可以看进度、预览和已完成的作品。一次生成多条时，完成一条后下一条会自动开始。
- 成片完成后，页头「发布码」会生成一张专属二维码。别人扫码后能看到你的成片，选一条发到自己的抖音或小红书。描述、话题和地点可以提前设好。
爆款复刻
上传一段参考视频，先抽出动作和镜头运动，再按你的人物、商品和场景重新生成。原片里的人脸、服装和背景不会留在成片里。
视频工具
处理已经拍好的视频。每一项的文字说明和效果示例，与打开该工具时看到的是同一套内容。
字幕擦除
依托高帧率 OCR 精准定位每一帧里的字幕，再用 AIGC 修复算法结合前后帧重建被遮挡的画面，修复处与原画面无缝融合。精细化版能还原衣物纹理、首饰等复杂细节，还支持框选固定区域擦除水印、台标和人名条；标准版速度快、价格低，适合大批量处理。
- 自动识别画面下方字幕，区分剧情文字
- 框选区域擦除水印、台标、人名条
- V5.6 算法支持西语、韩语、日语等多语种
适合的场景
- 短剧出海：擦掉中文字幕后再配目标语言字幕，或擦掉外文字幕引进国内
- 视频二创：去掉原字幕，按新的创意重新包装字幕和配音
- 去水印台标：框选右下角水印、左上角台标，整段视频统一擦除
- AIGC 内容修正：AI 生成视频里出现多余文字时一键擦干净
使用时注意
- 默认只擦画面下半部分、横向居中、白色的字幕
- 擦画面任意位置的文字请选「全画面文字」并框选区域
- 输入最高 2K，超过 1080P 按 1080P 输出
- 处理耗时约为视频时长的 5 – 9 倍
视频转码
把视频转换成需要的编码、分辨率、帧率、画面比例和封装格式，适配不同平台、播放终端和网络环境。H.265 在同等画质下体积约为 H.264 的一半；改画面比例时完整保留画面，不足的部分自动补黑边，不裁切、不变形。
- H.264 / H.265 编码
- 480P – 4K 任意分辨率
- 1:1、9:16、16:9 一键改比例
适合的场景
- 压缩体积：1080P 素材转 720P H.265，体积大幅减小，方便传输和分发
- 平台适配：竖屏视频转 1:1 发朋友圈、转 16:9 发长视频平台
- 统一规格：把不同来源的素材统一成同样的分辨率、帧率和编码，方便后期剪辑
使用时注意
- 按输出时长和分辨率计费，H.265 单价更高
- 目标分辨率高于原片时不会放大
语音转字幕
自动识别视频或音频里的说话和歌声，按句输出带时间轴的字幕，可以区分不同的说话人。支持中文、英语、西班牙语、印尼语，结果可以直接导出 SRT 字幕文件或纯文本，导入剪映、Premiere 等任何剪辑软件。
- 视频、音频都能识别
- 可区分说话人
- 一键导出 SRT / TXT
适合的场景
- 口播加字幕：自动生成逐句字幕，省去手打字幕的时间
- 会议纪要：会议、访谈录音转成文字稿，按说话人整理
- 歌词时间轴：识别歌声，生成卡拉 OK 式的歌词字幕
使用时注意
- 单个文件不超过 3 小时
- 背景音乐过大时识别率会下降，可先用「人声背景音分离」提取人声
高光智剪 · 短剧
深度理解多集短剧的角色关系和故事脉络，按你设定的时长和条数，自动挑出强冲突、强情绪、高反转的片段，把最抓人的 5 – 15 秒前置为开场钩子，剪成节奏紧凑的高光混剪。可一键加上剧名、角标、提示语三要素包装，直接用于投放。
- 智能精彩前置，黄金三秒留人
- 混剪 / 顺剪两种剪法
- 5 种短剧包装模板
适合的场景
- 投放素材：用前 10 – 20 集免费剧集剪 1 – 3 分钟混剪，提升点击和转化
- 单集预告：顺剪模式保持剧情顺序，适合做分集回顾和预告
- 批量出片：一次产出多条不同的高光，用于 A/B 测试素材效果
使用时注意
- 最多 30 集，累计不超过 45 分钟，最高 1080P
- 需要有中文对白，画面下方有居中的中文字幕
- 按输入时长计费，成片时长另按 0.06 倍补计
高光智剪 · 影视拆条
理解整部电影或电视剧的剧情，自动拆出多条主题完整、可以独立观看的精彩片段，每条都配好标题，并把最抓人的镜头前置为开场钩子。一部电影就能拆出一周的影视号更新素材。
- 整片自动拆条
- 每条自动起标题
- 开场钩子前置
适合的场景
- 影视解说号日更：一部电影拆成 10 条左右 2 分钟的精彩片段
- 电视剧切片：按情节点拆分名场面、高能桥段
- 版权方二次分发：把长片自动切成适合短视频平台的片段
使用时注意
- 每次 1 个视频，不超过 180 分钟、1080P
- 需要同时有画面和音轨，建议有中文对白
视频抠图
逐帧识别人像或绿幕前景，干净地抠掉原背景，输出带透明通道的视频，或换成纯色背景。发丝、手指等边缘处理自然，抠出来的视频可以直接放进任意场景合成。
- 人像 / 绿幕两种模式
- WEBM / MOV 透明背景
- 分辨率与原片一致
适合的场景
- 口播换背景：抠出人像，合成到产品场景、虚拟直播间
- 绿幕素材批处理：绿幕拍摄的素材批量去背景，省去后期逐帧抠像
- 特效合成：透明背景视频叠加到其他画面，做画中画、分身等效果
使用时注意
- WEBM 可以直接在浏览器预览透明效果，MOV 适合导入剪辑软件
- 按输出时长和分辨率计费
剧本还原
综合理解多集视频的画面、字幕和对白，还原出结构化的完整剧本：整体剧情梗概、人物表（外貌、性别、年龄）、分场景剧情和镜头语言，以及带说话人和情绪的逐句台词。还原结果可以直接用来生成解说视频，也适合做剧情分析和内容审核。
- 剧情、人物、场景、台词一次还原
- 最多 100 集、累计 300 分钟
- 结果可直接生成解说视频
适合的场景
- 短剧解说：先还原剧本，再一键生成带 AI 配音的解说视频
- 剧情分析：快速掌握整部剧的人物关系和情节走向
- 内容审核：按台词和场景快速检索敏感内容
使用时注意
- 只适合真人实拍，必须有硬字幕
- 所有视频分辨率需要一致，单集不超过 120 分钟
解说视频生成
基于剧情理解自动撰写解说词，配上 AI 配音和精准匹配的画面，批量生成解说视频，可擦除原字幕并加上短剧包装。通用版基于「剧本还原」的结果生成，解说词可以 AI 自动写，也可以自己写；短剧版直接输入原片，支持文字解说和旁白解说两种形式，专为短剧投放优化。
- AI 自动撰写解说词，也可自己写
- 11 种 AI 配音音色
- 短剧版支持文字解说 / 旁白解说
适合的场景
- 影视解说号：电影、电视剧批量生成带配音的解说视频
- 短剧投放：一部剧生成多条解说素材，快速测试投放效果
- 剧情速看：把几十集的剧浓缩成几分钟的剧情解说
使用时注意
- 通用版需要先在「剧本还原」里还原剧本
- 短剧版只支持 1080P，所有视频分辨率需一致
视频抽帧
按固定时间间隔、镜头切换或首尾帧，把视频批量截成图片，可以限定图片尺寸，还能把多张截图合成一张雪碧图。适合挑封面、做分镜参考、整理素材和给 AI 做视觉分析的输入。
- 按间隔 / 按镜头切换抽帧
- 首帧、尾帧一键截取
- 可合成雪碧图
适合的场景
- 挑封面：每秒截一帧，从中挑最好看的一张做封面
- 拆分镜：按镜头切换截图，快速拆解爆款视频的分镜结构
- 视频预览图：生成雪碧图，用于进度条拖动时的缩略图预览
使用时注意
- 单次最多 1000 张
- 每千张 0.1 元，几乎可以忽略不计
视频人脸打码
逐帧检测画面中的所有人脸并持续跟踪，自动打上马赛克或高斯模糊，人物转头、走动也不会漏打。三档遮挡强度可选，灵敏度可调，保护路人和未授权出镜人员的隐私。
- 自动检测、跟踪所有人脸
- 马赛克 / 高斯模糊
- 三档遮挡强度
适合的场景
- 街拍探店：给画面里的路人统一打码，避免肖像权纠纷
- 新闻纪实：保护受访者和未成年人隐私
- 内部资料外发：会议、培训视频对外发布前做脱敏处理
使用时注意
- 视频不超过 10 分钟，帧率 25 – 60
- 模糊、侧脸漏打时可以调高检测灵敏度
视频换脸
上传一段视频和一张清晰的正脸照片，自动把视频中画面最大的人脸替换成照片里的人脸，完整保留原视频的表情、口型和动作，光影过渡自然。
- 保留原视频表情和动作
- 一张照片即可
- 支持 1080P
适合的场景
- 数字人形象替换：同一套口播视频，快速换成不同的数字人形象
- 广告本地化：同一条广告换成不同地区的模特面孔
- 创意娱乐：经授权后制作趣味换脸视频
使用时注意
- 仅支持 MP4，不超过 10 分钟、1080P
- 照片需清晰、无遮挡的正脸，不支持动漫
- 请确保已获得肖像授权，禁止用于违法用途
视频口型对齐
给一段真人视频配上新的音频，自动重绘嘴部区域，让口型和新配音严格对齐。音频比视频长时，可以让视频正放、倒放往复循环补齐时长，适合多语种翻译配音和口播改词。
- 口型自然贴合新配音
- 音频更长时自动往复循环
- 适合多语种配音
适合的场景
- 口播改词：文案改了不用重拍，录一段新配音对上口型即可
- 多语种出海：中文视频配上英文、西语配音后对口型
- 数字人驱动：用一段固定的人物视频，驱动不同的讲解音频
使用时注意
- 视频为 MP4、单人真人出镜，不超过 30 分钟
- 音频建议是清晰的单人声
- 处理耗时约为音频时长的 6 – 8 倍
AI 高光剪辑
由视觉大模型逐段看懂视频内容，按行业预设规则或你自己的评分标准挑出高光片段，再按目标时长编排成节奏流畅的集锦，每个片段都附带标题、摘要和入选理由。内置足球、篮球、汽车、财经、发布会、电商带货、知识分享、短剧 8 种行业预设。
- 8 种行业预设，也可自定义标准
- 一次生成最多 5 个时长版本
- 片段附带标题和入选理由
适合的场景
- 赛事集锦：90 分钟比赛剪成 60 秒进球和精彩扑救集锦
- 发布会精华：两小时发布会剪成 3 分钟核心亮点
- 直播切片：带货直播回放自动剪出产品讲解和优惠高光
- 课程精华：长课程提炼出知识点密集的精华片段
使用时注意
- 单个视频不超过 3 小时，累计不超过 15 小时
- 最多同时生成 5 个时长版本
视频横转竖
自动识别每个镜头里的主体并平滑跟随裁切，把 16:9、4:3、21:9 的横屏视频转成 9:16 竖屏，人物不会被切掉、镜头也不会乱晃。还可以同时烧录 SRT / ASS 字幕，导出即可发抖音、快手、视频号。
- 主体智能跟随，不是简单居中裁切
- 可同时烧录字幕
- 支持 4 小时长视频
适合的场景
- 影视转短视频：横屏影视素材一键转竖屏，适配短视频平台
- 横屏口播转投放：横屏拍摄的口播转成竖屏投放素材
- 直播回放二创：横屏直播回放转竖屏切片
使用时注意
- 支持 16:9、4:3、21:9 横屏，不超过 4 小时
通用工具
处理图片和音频。效果示例滚动到对应小节后再加载，素材和工具页相同。
图像擦除修复
自动识别并擦除图片中的文字、图标和水印，也可以只擦指定的文字，或者用画笔涂抹、框选任意区域，由 AI 根据周围内容补全背景，修复后看不出痕迹。
- 全图文字 / 图标一键擦除
- 涂抹或框选任意区域
- 只擦指定文字
适合的场景
- 商品图清理：去掉图片上的促销文字和平台水印
- 照片修复：去掉照片里的路人、杂物和电线
- 素材复用：擦掉旧文案，重新排版新的宣传语
使用时注意
- 尺寸 10×10 – 2560×1440，不超过 10MB
智能抠图
精准识别人像、商品或通用主体，去掉背景并输出透明图，发丝级边缘处理。人像和商品场景还能自动描边、裁掉多余的透明空白，直接用于海报和主图设计。
- 人像 / 商品 / 通用三种场景
- 发丝级边缘
- 可描边、自动裁边
适合的场景
- 电商主图：商品图一键变白底、透明底，满足平台主图规范
- 证件照换底：人像抠出后换成红、蓝、白任意底色
- 海报设计：抠出主体加描边，直接拖进设计稿
使用时注意
- 不超过 30MB，通用场景最长边 10240 像素
智能扩图
按设定的比例向上下左右扩展画布，AI 根据原图的内容、光影和风格自然补全新增的区域。竖图改横图、横图改竖图，或者给构图太满的照片留出呼吸感，都只要一步。
- 四个方向独立调整
- 补全内容与原图风格一致
- 竖图横图互转
适合的场景
- 改比例：竖版商品图扩成横版 Banner，横图扩成竖版海报
- 构图调整：人像构图太满时向外扩展，留出文字排版空间
- 社交平台适配：一张图扩成不同平台需要的尺寸
使用时注意
- 原图最长边不超过 4160 像素，不超过 10MB
- 每边最多扩展短边的 40%，需要更大时可以多次扩展
电商牛皮癣擦除
专为电商图片训练，自动识别并擦除价格标签、促销文案、贴纸、水印等"牛皮癣"元素，完整保留商品主体和背景，不需要任何框选和参数。
- 自动识别牛皮癣元素
- 完整保留商品主体
- 无需任何参数
适合的场景
- 电商搬家：把其他平台的商品图清理干净后重新上架
- 供应商图片净化：去掉供货商图片上的水印和价格贴
- 旧图焕新：主图上过期的促销信息一键清除
使用时注意
- 宽 128 – 2560、高 128 – 1440 像素，不支持动图
电商万创
自动识别商品主体，把它放进预设场景或你描述的场景里，生成光影自然、透视正确的商品场景图，一次最多 4 张。标准版有 30 种预设场景开箱即用；专业版可以上传风格参考图，用中文描述自由创作。
- 30 种预设场景
- 一次最多生成 4 张
- 专业版支持风格参考图
适合的场景
- 电商主图：白底商品图秒变氛围感场景图，提升点击率
- 节日营销：同一个商品快速生成不同节日主题的场景
- 种草图文：批量生成家居、户外等生活化场景图
使用时注意
- 商品图建议主体清晰、背景简单
- 按成功生成的张数计费
人声背景音分离
从视频或音频中分离出干净的人声和背景音；影视、解说、游戏场景还能进一步拆成人声、音乐、音效三轨。分离后的音轨可以单独替换、单独调音量，方便重新配音、配乐和二次创作。
- 两轨 / 三轨分离
- 视频可直接输入
- MP3、WAV 等多种格式
适合的场景
- 重新配音：去掉原人声，保留背景音乐和音效，换成新的配音
- 提取伴奏：分离出伴奏用于翻唱，或提取干声用于混音
- 换背景音乐：保留原对白，把背景音乐换成无版权风险的曲子
使用时注意
- 影视、解说、游戏场景输出人声、音乐、音效三轨
音频内容编辑
像改文字一样修改录音里说错的话：指定原话和新文案，AI 用原说话人的音色、语气重新合成这一句并无缝替换，前后衔接自然。输入视频时，口播内容一起修改，不用重新录制。
- 保留原说话人的音色
- 一次最多改 10 处
- 视频、音频都能改
适合的场景
- 口播改价格：价格、日期说错了，不用重拍整条视频
- 课程勘误：课程录音里的术语、数据说错时局部更正
- 广告多版本：同一条广告改几个关键词，快速出多个版本
使用时注意
- 目前只支持中文
- 原话尽量短（10 字以内）、贴近实际发音，数字写成读出来的样子，如“九块九”
- 同一句话出现多次时填上大概的时间段
- 没找到要改的原话时自动退款