The Ring Beyond the Storm
21:9 · 10 s · 2KMiniMax H3
AI 文字转视频 用一句话生成完整视频
描述主体、动作、镜头和风格。Felo 会规划分镜、挑选合适的视频模型，并生成可以在同一对话中继续调整的视频——无需拍摄素材、剪辑时间线或剪辑技能。
- 时长
- 2–30 秒
- 分辨率
- 480P–2K
- 画幅
- 6 种比例
- 模型
- 4 个现已可用
文字转视频模型目录
Felo 会为每个分镜分配视频模型。MiniMax H3、Seedance 2.5、Wan 3.0 Prime 和 Kling 4.0 现已可用；Gemini Omni Flash 即将上线。你可以在视频设置中自行选择，也可以交给 Agent 决定。
模型状态适合场景声音时长最高分辨率
MiniMax H3
现已可用现已可用基于文字、图片、视频和音频参考生成 2K 短片
无声
4–30 秒
2K
声音: 无声时长: 4–30 秒最高分辨率: 2K
Seedance 2.5
现已可用现已可用快速、运动感强的短片
可生成
4–30 秒
720P
声音: 可生成时长: 4–30 秒最高分辨率: 720P
Wan 3.0 Prime
现已可用现已可用灵活的生成模式
可生成
2–30 秒
1080P
声音: 可生成时长: 2–30 秒最高分辨率: 1080P
Kling 4.0
现已可用现已可用电影感运动与角色一致性
无声
3–30 秒
1080P
声音: 无声时长: 3–30 秒最高分辨率: 1080P
Gemini Omni Flash
即将上线即将上线快速多模态生成
—
—
—
声音: —时长: —最高分辨率: —
每个模型在时长、分辨率、画幅比例和参考素材上都有各自的限制，选择模型后可在视频设置中查看。
什么是文字转视频 AI？
文字转视频 AI 可以把写好的场景变成会动的视频。你描述画面里有什么、发生什么、镜头怎么运动，模型负责生成画面。Felo 在此基础上增加了 Agent 层：它会把一句话变成分镜清单、选择视频模型并保留上下文，因此你可以在同一对话中继续优化，而不必从头再来。
- 从文字开始，不需要摄像机、摄制组或剪辑时间线。
- Agent 规划分镜、镜头运动和节奏。
- 可选 21:9、16:9、4:3、1:1、3:4 或 9:16。
- 在同一对话中追问，继续调整。
由 Kling 4.0 生成
用文字转视频能做什么
每种用途两条片段，都由 Kling 4.0 根据一段提示词生成。可以复制提示词，或直接填入上方输入框。
9:16 · 5 s · 1080P
Red Coat in Snow提示词1 / 6
Vertical cinematic shot on a quiet narrow street at night with falling snow and warm lantern light. A young woman in a red wool coat walks away from camera, stops, and turns back over her shoulder with a small smile as snowflakes catch in her hair. Slow push-in, consistent face and coat, shallow depth of field, soft bokeh. No readable signs, no text.
如何在 Felo 中使用文字转视频
从写下场景到得到成品，只需三步。
- 01
写下场景
用一两句话描述主体、动作、镜头和风格。需要的话加上声音。Agent 在规划分镜前还可以联网搜索背景信息。
- 02
让 Agent 规划镜头
Felo 会生成分镜清单、选择视频模型，并让画幅比例、分辨率和时长贴合你的想法。
- 03
生成、调整并下载
预览视频，在同一对话中提出修改，然后下载或分享你满意的版本。
如何写文字转视频提示词
好用的提示词读起来像一份镜头说明。覆盖以下五个要素，Agent 就能规划镜头运动和声音。
- 01
主体
画面里是谁或什么——外观、材质、服装，以及必须保持一致的细节。
- 02
动作
发生了什么，场景从第一帧到最后一帧如何变化。
- 03
镜头
景别、角度和运动：推近、跟拍、环绕、拉远。
- 04
风格
实拍或动画、光线、色调、胶片质感或视觉参考。
- 05
声音
环境音、音效和音乐。Seedance 2.5 和 Wan 3.0 Prime 会随视频一起生成声音；MiniMax H3 和 Kling 4.0 输出无声视频。
一只拇指大小的浣熊站在巨大的煎饼上，抱着一颗比它脑袋还大的蓝莓。枫糖浆在它的一只前爪下被拉长；它下定决心迈出两步，脚下一滑，划出一道干净的弧线飞进鲜奶油云里。照片级微缩美食喜剧，微距镜头，温暖的早餐光线，轻快的拨弦弦乐。
用 Felo 制作的文字转视频示例
下面每段视频都始于一条文字提示词。播放一条，复制它的提示词，然后改一改主体、风格或画幅比例。
The Pancake Heist
9:16 · 6 s · 2KMiniMax H3
One Last Train
16:9 · 7 s · 768PMiniMax H3
The Cloud Collector
16:9 · 9 s · 768PMiniMax H3
After the Rain
4:3 · 8 s · 768PMiniMax H3
Zero-Gravity Espresso
1:1 · 8 s · 768PMiniMax H3
相关视频工具
按你要做的内容选择对应页面。
要点总结
- Felo 文字转视频可将一段文字提示词生成 2–30 秒的视频，具体取决于模型。
- 最高分辨率：MiniMax H3 为 2K，Wan 3.0 Prime 和 Kling 4.0 为 1080P，Seedance 2.5 为 720P。
- 六种画幅比例覆盖电影感 21:9、横屏 16:9 和竖屏 9:16。
- Agent 负责规划分镜和选择模型；你可以在同一对话中继续调整。
常见问题
- 什么是文字转视频 AI 生成器？
- 文字转视频 AI 生成器可以把写好的描述变成视频。Felo 增加了 Agent 层，负责规划分镜、选择视频模型并保留上下文，因此你可以在同一对话中继续优化视频。
- 如何用 Felo 把文字变成视频？
- 在 Felo 视频 Agent 中输入提示词，描述主体、动作、镜头和风格，然后点击生成。Felo 会规划镜头、选择模型，并返回可预览的视频。
- 文字转视频提示词应该包含什么？
- 覆盖主体、动作、镜头、风格和声音。一两句话就够了；分镜计划和镜头运动可以交给 Agent 补全。
- Felo 的文字转视频使用哪个模型？
- MiniMax H3、Seedance 2.5、Wan 3.0 Prime 和 Kling 4.0 现已可用；Gemini Omni Flash 即将上线。Agent 会为每个分镜选择模型，你也可以在视频设置中自行选择。
- Felo 文字转视频能生成多长？
- 时长因模型而异：Wan 3.0 Prime 为 2–30 秒，Kling 4.0 为 3–30 秒，Seedance 2.5 为 4–30 秒，MiniMax H3 为 4–30 秒（1080P 和 2K 下为 4–15 秒）。生成前可以在视频设置中选择时长。
- 可以用哪些画幅比例和分辨率？
- Felo 支持 21:9、16:9、4:3、1:1、3:4 和 9:16，每个模型支持其中一部分。分辨率范围为 480P–2K：MiniMax H3 最高 2K，Wan 3.0 Prime 和 Kling 4.0 最高 1080P，Seedance 2.5 最高 720P。
- 哪些模型能生成声音？
- Seedance 2.5 和 Wan 3.0 Prime 可以随视频一起生成声音。MiniMax H3 和 Kling 4.0 输出无声视频，音乐或音效需要在剪辑软件里添加。
- Felo 生成视频后还能编辑吗？
- 可以。在同一对话中追问，调整镜头、风格或时长，Felo 就会生成新版本，无需从头开始。
- 可以从图片而不是文字开始吗？
- 可以。Felo 也支持图片转视频和首尾帧生成。上传参考图并描述它该如何运动即可。
- Felo 文字转视频怎么收费？
- 视频生成会消耗 Felo 积分。消耗量取决于模型、分辨率和时长，生成前视频设置中会显示预估值，实际扣除可能略有出入。各套餐包含的积分可在定价页面查看。