YozBon 星创社

AI MV 怎么做:给一首歌配画面,15 秒 38 积分、3 分钟 356 积分

2026-11-21 发布 · 最后更新 2026-11-21 · YozBon 星创社

先给答案

AI MV 是音轨驱动的:先有歌,再有画面。成片长度由音轨长度决定,最长 180 秒,输出 720P MP4,画幅 3:4 或 9:16。

成片长度画面音乐合计参考价
15 秒试水28站内 90 秒曲 1038¥3.39
90 秒16820188¥16.79
180 秒33620356¥31.79

画面按 720P 每 15 秒 28 积分折算;用自己上传的音轨不再产生配乐费用。

4 步做一支 MV

第 1 步:先把歌定下来。 两种来源:站内生成的音乐,或上传自己的音轨。歌一改,整个画面都要重做,所以先把旋律、长度、情绪定死。试水建议先用 15 秒片段。

第 2 步:写一句视觉主张。 不要写「好看、梦幻、高级」这种空词。写具体: 「雨夜霓虹街头,女生撑透明伞回头,镜头跟拍」。一句主张决定服装、场景、光线、运镜四个方向。

第 3 步:按段落分段生成。 180 秒不要一次生成,按 15–30 秒一段,每段对应歌词或音乐的一个段落。段与段之间固定:同一人物、同一场景、同一色调。

第 4 步:拼接、对轨、检查。 按时间线拼接,检查三处:

画面分段建议

歌曲段落画面内容时长
前奏环境空镜、人物入场10–20 秒
主歌叙事镜头、中近景30–60 秒
副歌大动作、快切、广角30–60 秒
桥段情绪特写、慢镜15–30 秒
结尾拉远、留白、片尾字10–20 秒

4 个常见坑

  1. 逐句卡歌词。当前 MV 不逐句对齐歌词,画面按段落生成。硬按每句歌词切,口型和动作会对不上。
  2. 一段里换三个场景。模型会在场景之间跳,人物容易变形。一段只写一个地点。
  3. 人物不固定参考图。同一首歌里主角换脸,是最明显的穿帮。每段都带同一张人物参考图。
  4. 先做 3 分钟再试。先用 15 秒确认风格、人物、色调,再放量做整首。返工成本差 10 倍。

常见问题

MV 最长能做多长? 180 秒。超过的部分需要拆成多支,或者剪短音轨。

可以用自己的歌吗? 可以,上传自己的音轨即可,不再产生站内配乐费用。上传前确认你拥有这首歌的使用权。

画面会跟着歌词走吗? 不会逐句对齐。画面按段落生成,适合情绪向、氛围向的 MV,不适合逐句卡点的粉丝向视频。

为什么人物每段长得不一样? 没有固定人物参考图,或者每段提示词对人物描述不一致。锁定一张参考图,并把发型、服装、年龄写进每段提示词。

15 秒试水够看什么? 够看风格、人物、色调、运镜。定下这四项再扩到整首,比直接做 3 分钟省得多。

相关页面

想试试?免费创建账户

注册送 40 永久积分 + 每日 10 张免费普清图。充值积分永不过期。