4.1 文生视频能做什么、不能做什么

三项硬约束

时长：多数模型单次生成几秒，长内容必须靠分段与续接；分辨率：为保证运动稳定，单帧质量通常低于同代图像模型；一致性：人物服装、面部、物体形状要跨几十帧保持不变，这是最难的约束，也是形变与闪烁的根源。

• 短镜头（3~5 秒）成功率显著高于长镜头
• 主体越少、动作越单一，一致性越好
• 画面精细度优先交给首帧图

两条链路怎么选

创意只需要「一个有氛围的动态画面」时，直接文生视频最快。一旦对人物形象、品牌元素、构图有明确要求，就应该先用文生图定稿首帧，再用图生视频补运动。本书第 7 章的流水线正是这条思路的展开。