生成一个固定画面
比如“一个机器人站在城市里”。只要画面构图、颜色、光影和细节完成，这张图就结束了。
一个画面03 第零篇章 · 第一次系统认识 AI
AI 视频为什么按秒计费？
很多 AI 视频工具按秒收费或按时长消耗积分，因为视频不是一张图动一下，而是连续生成很多画面，还要保持动作和人物一致。
一句话回答
AI 视频按秒计费，是因为每增加 1 秒，都要生成更多连续画面。它不只是让一张图动起来，还要处理动作、镜头、光影和人物一致性，所以 10 秒视频会比一张图片贵很多。
01 AI 视频到底生成了什么
frames over time
不是一张图片动一下
视频本质上是很多张连续画面
普通视频每秒可能包含 24 到 60 帧。也就是说，生成 10 秒视频，背后可能要处理几百张连续画面，还要让它们看起来像一个自然发生的动作。
01020304
05060708
09101112
02 为什么视频比图片贵
image vs video
生成连续变化的画面
机器人在哪里、腿怎么动、身体怎么变化、镜头怎么推进，都要一帧一帧保持合理。
一段时间
03 点一下，看秒数怎么变成成本
seconds to frames
1 秒视频也可能是几十张连续画面
按 24 帧估算，1 秒视频大约要处理 24 张连续画面，还要保证动作衔接自然。
估算帧数约 24 帧
成本压力中到高
省钱建议：先用 3 到 5 秒短镜头测试风格和动作。
04 AI 视频生成过程是什么
generation flow
文字描述一个机器人在未来城市里向前走。
理解场景主体、背景、风格、动作和镜头方向。
生成首帧先确定视频开始时的画面状态。
预测变化人物、物体、镜头和光影逐步变化。
保持一致让人物、衣服、场景不要突然变样。
输出文件生成可播放的视频结果。
05 为什么“保持一致”这么难
consistency
第 1 秒红色衣服，人物正常。
第 2 秒衣服颜色可能变浅。
第 3 秒脸部和动作可能漂移。
AI 视频最大的难点
每一秒都要像同一个世界在继续发生
如果第一秒女孩穿红色衣服，第二秒突然变蓝色，第三秒脸又变了，用户会立刻觉得视频不真实。好的视频模型要处理人物一致性、动作连续性、光影变化和镜头运动。
06 AI 视频成本主要在哪里
cost stack
GPU 计算成本视频不是算一张图，而是连续计算大量画面。
模型训练成本模型要学习动作、物体运动、镜头语言和真实视频规律。
存储成本视频文件比图片更大，生成记录和素材也更占空间。
07 为什么按“秒”收费
billing logic
时长直接影响计算量
5 秒和 60 秒，不是同一个成本级别
视频每增加 1 秒，模型就要生成更多画面、计算更多运动变化、维护更长时间的一致性。所以按秒收费，比单纯按“生成一次”更接近真实成本。
5 秒适合测试镜头、风格和主体动作。
10 秒适合短广告片段和产品展示。
60 秒通常需要分镜拆段，不适合一次硬生成。
08 为什么 AI 视频贵，但仍然比传统制作便宜
production shift
团队、演员、场地、灯光、后期
以前做一条广告，可能要摄影团队、演员、拍摄场地和剪辑后期，成本几万甚至几十万。
快速生成创意样片和素材
AI 视频虽然消耗额度，但可以更快做产品概念、广告分镜、课程动画和短视频素材。
09 AI 视频适合哪些场景
use cases
企业营销产品宣传片、品牌概念片、活动预热视频。
电商展示商品动态展示、卖点演示、场景化素材。
短视频创作剧情片段、背景素材、创意测试。
教育培训课程动画、知识解释、片头片尾素材。
10 为什么同样 10 秒视频价格不同
quality factors
分辨率720P、1080P、4K 的计算量不同。
视频质量普通快速生成和高级真实效果，消耗不一样。
模型能力更复杂的模型，通常会用更多算力换更好结果。
动作复杂度走路、转身、镜头运动，比静态画面更难。
11 普通人如何降低 AI 视频成本
save seconds
不要拿长视频试错
先做分镜，再做短镜头测试
直接生成长视频，失败成本很高。更好的方式是先规划镜头：产品出现、展示功能、用户使用。每个镜头先做 3 到 5 秒，确认方向后再扩展。
更好的视频 Prompt
镜头1：产品从深色背景中出现，3秒，缓慢推进；镜头2：展示核心功能，4秒，干净商业光影；镜头3：用户在办公室使用，5秒，真实自然。
先做好分镜把一个长视频拆成多个短镜头。
先图后视频用图片确定风格，再图片转视频，成功率更高。
优化 Prompt说清主体、动作、镜头、风格和时长。
先短后长3 到 5 秒测试通过后，再扩展完整视频。
12 AI 视频未来会越来越便宜吗
future cost
模型效率提升同样效果需要更少计算。
AI 芯片发展硬件性能提升，单位生成成本下降。
算法优化生成速度变快，失败率下降。
本节小结
- AI 视频不是一张图动起来，而是连续生成很多画面。
- 按秒收费，是因为时长越长，帧数、运动和一致性计算越多。
- 分辨率、质量、模型能力和动作复杂度，都会影响同样 10 秒视频的价格。
- 想省成本，先分镜、先短镜头、先图片定风格，再扩展完整视频。