PixVerse V6文字转视频现已登陆WaveSpeedAI

PixVerse V6文本生成视频现已登陆WaveSpeedAI：带原生音频的影院级AI视频

PixVerse V6为文本生成视频带来了全新的控制维度。描述一个场景，将分辨率设置至最高1080p，选择1到15秒的时长，并可选择生成同步音频——一次API调用即可完成。全新的思维模式能够处理早期模型难以应对的复杂场景描述。

PixVerse V6文本生成视频的工作原理

编写一段描述场景的提示词——主体、动作、镜头风格、光线、氛围。V6解析描述后生成具有流畅动作和自然细节的视频。内置的提示词增强器会自动将简单描述扩展为丰富的生成提示词。

V6的独特之处：针对复杂场景的思维模式（模型在生成前会推理空间关系和运动路径），以及为视频添加同步环境音效的原生音频功能。

PixVerse V6文本生成视频的核心功能

• 1-15秒时长：灵活的片段长度，精确到秒——从短循环到长序列均可。

• 最高1080p分辨率：四档选择——360p用于快速测试，540p/720p用于生产环境，1080p用于高品质输出。

• 原生音频生成：可选同步音效——环境音频、氛围音效——与视频在单次生成中同步产出。

• 思维模式：针对复杂或细腻场景描述的扩展推理，生成更连贯的动作和构图。

• 提示词增强器：内置工具，将简单描述转化为详细的生成提示词。

PixVerse V6文本生成视频的最佳使用场景

影院级叙事

具有特定镜头运动、光线和氛围的详细叙事场景。V6的思维模式能处理简单模型难以驾驭的多元素构图。

社交媒体内容

为TikTok、Reels和Shorts优化的短视频内容，支持灵活的宽高比，快速交付。

营销与广告

仅凭文字描述即可生成推广视频内容——无需拍摄、无需素材库、无需版权授权。

视听体验

开启音频生成，打造沉浸式场景——海浪声、城市环境音、人群噪声——与视觉内容同步呈现。

PixVerse V6文本生成视频定价

分辨率	不含音频	含音频
360p	$0.025/秒	$0.035/秒
540p	$0.035/秒	$0.045/秒
720p	$0.045/秒	$0.060/秒
1080p	$0.090/秒	$0.115/秒

一段5秒720p的视频，不含音频费用为$0.225，含音频为$0.30。

PixVerse V6文本生成视频的最佳实践建议

• 在提示词中加入镜头角度、光线质感和运动风格，以获得影院级效果
• 在提交1080p渲染前，先用360p/540p进行测试
• 对于具有强烈环境元素的场景，建议开启音频功能
• 针对复杂的多元素场景，使用思维模式

常见问题

什么是PixVerse V6文本生成视频？

一款AI视频生成模型，可根据文本提示生成1-15秒的视频片段，分辨率最高达1080p，并可选配同步音频。

费用是多少？

从$0.025/秒（360p不含音频）到$0.115/秒（1080p含音频）不等。

能生成音频吗？

可以。启用generate_audio_switch即可在生成视频的同时生成同步环境音效。

立即体验PixVerse V6文本生成视频 →