I Wanna Love You AI
文本转视频 AI，600 字以内说清楚
文本模式是给那些你能描述、但拍不出来的镜头用的。写清场景、主体、动作和镜头，模型渲染一条 12 秒连续竖屏视频。如果某个人或某个产品必须出现，再附一张照片当视觉锚点。
无水印渲染失败退回积分私密交付链接
1
上传一张照片
一张清晰的正面照，只放一个人或一只宠物。
2
选择分辨率
480p、720p 或 1080p，生成前就能看到价格。
3
下载 MP4
12 秒、9:16、静音、无水印。
怎么写一条能渲染的提示词
按“主体、场景、动作、镜头”的顺序写。“一个穿粉色西装的女生在夜晚灯光球场走过，缓慢推近，手机手持质感”给了模型四个明确决定。提示词上限 600 字符，把字数花在名词和动词上，不要堆情绪形容词。工作室会自动补上技术外壳：12 秒、9:16、一镜到底、无文字、无水印。
什么时候该附照片
当“是谁”很重要时附照片：自拍、宠物、特定服装。照片会成为主体锚点，文字负责动作。不附照片时模型会自己选角，适合风景、产品感镜头和抽象运动。一次只附一张，模型不是多参考合成器。
文本转视频做不到什么
一条视频 12 秒、静音。它不会渲染可读文字、字幕或 logo，这些应该在剪辑器里加。它不会复刻真实名人、陌生人或儿童。快速换装、人群和复杂手部交互是常见失败点，所以把描述收在“一个主体、一个连续动作”上。
常见问题
提示词可以写多长？
600 字符。工作室会在外面补技术指令，你写的内容全部当作创作方向。
文本提示可以配照片吗？
可以。附一张照片，模型把它当主体锚点，文字负责场景和动作。
可以用文字描述生成真实人物吗？
不可以。真实人物肖像、名人和儿童会被拒绝。需要固定身份时，用照片模式上传你本人的照片。
最后更新 2026-10-20