创建一个角色或上传角色照片，然后描述下一个场景。ClipNova 用你的参考图生成每一段视频，所以脸、发型和服装在每个场景里都保持一致，支持 9:16、16:9 或 1:1。
这是一个虚构角色 Iris，从她的第一张肖像一直到一系列场景。下面每张图片都是为本页面制作的。
从 AI Characters 开始：描述你的角色是谁，并从 8 种风格中选一种。每次生成一张图片，可以反复生成直到满意。已经有角色了？直接上传你自己的照片或插画。
打开 Image to Video，切换到 Images to Video 模式。把角色添加为参考图：正脸、全身和侧面效果最好。Base 支持 1 到 7 张，Pro 2 到 4 张，Ultra 1 到 9 张。同一套服装、清晰明亮的照片效果最稳定。
像写镜头一样写场景：地点、动作、光线和运镜。ClipNova 生成的视频会保留参考图里的脸、发型和服装。根据档位不同，单段视频为 4 到 10 秒。
下一个场景保留同一组参考图，只改提示词：雨夜的街道、天台、火车。每段视频都从同样的图片出发，所以整个故事里角色看起来始终是同一个人。Ultra 还会生成原生音频。
一段不够？把时长设得更长，最长 5 分钟，ClipNova 会逐个镜头规划视频，每个镜头都使用你的参考图。可以加上 AI 配音、音乐和字幕，也可以逐段下载后自己剪辑。
故事、动画、吉祥物和创作者频道，一旦主角在不同片段里换了脸，就会垮掉。下面的例子都是虚构的，并为本页面制作。
只用文字的视频模型每次生成都会创造一个新的人。改一个词，发型、脸或外套都会跟着变。做一段视频没问题，但对一个故事、一次广告活动或围绕一个角色的频道来说就是个大问题。
ClipNova 的 Images to Video 模式反过来做：你用最多 9 张参考图告诉模型角色是谁，每段视频都由这些图片生成。顺序无所谓，它们也不是关键帧，而是每个镜头都必须保持的身份。Base 使用 Vidu Q2，Pro 使用 Kling 1.6 Elements，Ultra 使用 Seedance 2.5，并且会生成原生音频。
它做不到的：没有训练步骤，也没有专属模型，而且无法弥补质量差的参考图，所以请使用同一套服装、清晰明亮的照片。只使用已获得本人许可的真人照片。
只有文字描述？先用 AI角色生成器 生成脸。如果是产品、地点或一段视频里的多个主体，请看 参考图生成视频 AI。
在规划整个故事？我们的 最佳讲故事 AI 视频生成器 清单（英文）对比了适合旁白视频和角色视频的工具。
一种能在许多独立场景中保持同一个角色、同一张脸、同样发型和服装的工具。在 ClipNova 中，你把角色的一组参考图交给 Images to Video 模式，再描述每个新场景；每段视频都由这些参考图生成。
Base 支持 1 到 7 张，Pro 2 到 4 张，Ultra 1 到 9 张。同一套服装的正脸、全身和侧面照片，通常比一张照片更稳定。
可以。参考图可以是照片、手绘或 3D 渲染图。所有参考图保持同一种风格，并用同样的风格描述每个场景。
单段视频在 Base 和 Ultra 上为 4、6 或 8 秒，在 Pro 上为 5 或 10 秒。选择更长的时长，ClipNova 会逐个镜头规划视频，最长 5 分钟，每个镜头都使用你的参考图。格式：9:16、16:9 和 1:1。
只能是你自己或已经同意的人。不要在未经同意的情况下上传名人或他人的照片，并在平台要求时为逼真的 AI 人物加上标注。
套餐每月 $19 起。每段视频按档位和时长消耗每月额度中的积分，生成前会显示准确费用。
