可灵ai生成60秒视频需首选数字人模式：上传正面角色图+280–320字文案（或严格60秒音频），选高品质模式，一键输出完整mp4；文字/图生视频须手动设60秒时长并匹配参数，否则默认5秒。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你正在用可灵AI制作产品讲解、课程口播或电商推广视频，但发现默认输出只有5秒，无法完整表达信息，需要稳定生成1分钟（60秒）的连贯视频，且不依赖剪辑拼接或多次续写。
明确核心路径：先选模式，再定分工
可灵AI目前仅【数字人模式】支持单次直出60秒MP4，其余模式必须分段生成再合成。这意味着第一步不是写文案或挑图，而是判断内容是否适合真人/数字人出镜——若需角色口播、品牌人设强化、多语种配音，直接走数字人；若为纯场景演绎、抽象概念可视化、产品动态演示，则必须拆解为画面+配音+剪辑三段任务。
数字人模式承担全部工作：角色形象、口型同步、语音节奏、情绪微动作、60秒时长控制；文字/图生视频模式只管画面，配音和剪辑必须外挂剪映或HeyGen。
数字人模式：一步到位，但前提卡死
打开可灵AI官网或App→点击【数字人】入口→上传一张清晰正面的角色图（支持真人、动漫、动物等类型）→在文字输入框中粘贴60秒内能说完的文案（建议控制在280–320字，语速适中）。
选择“高品质”模式（1080p/48FPS），系统自动匹配TTS音色与情绪动作；若使用音频输入，则直接上传MP3/WAV文件，时长需【严格等于60秒】，超时会被截断，不足则静音补足。
点击“生成视频”，约2–4分钟完成，输出即为完整60秒MP4文件，口型、眼神、微动作全程同步。
文字生成视频：三步拆解，参数不可逆
该方式适用于无真人出镜的场景化视频，比如品牌故事、产品功能演示，但必须主动干预参数，否则默认仍为5秒。
第一步：进入“文字生成视频”模式→输入完整描述性文案（如：“晨光中的智能咖啡机自动研磨、萃取、倾倒，最后杯沿浮起一层细腻奶泡”）→在右侧参数栏找到“视频时长”下拉菜单，选择“60秒”档位。
第二步：系统会自动将画质模式从“超清锐化”切换为“高表现”，【此切换不可逆，且若手动改回“超清锐化”，生成将失败并退回5秒】。
第三步：确认“运动校准”已开启，再点击生成。60秒视频将在7–9分钟内产出，首尾画面连贯，中间无跳帧。
图生视频：双轨并行，首尾帧锚定
当你已有关键画面，又希望保留镜头语言和运镜逻辑时，可用此法结构化生成接近60秒的内容，实际输出为两段各30秒视频，需手动合并。
方法一：双首尾帧分段控制
① 第一段：上传起始图A与过渡图B→设时长为30秒→提示词强调“缓慢平移推进”；
② 第二段：上传过渡图B与结束图C→同样设30秒→提示词强调“镜头缓缓拉远，露出全景”。
方法二：时间戳锚点分段
上传同一张图→在提示词中插入时间锚点，例如：“0–15秒：特写手部操作按钮；15–30秒：中景展示整机运行；30–45秒：镜头环绕机器一周；45–60秒：聚焦屏幕数据变化”。可灵AI会按锚点切分生成四段15秒视频，再导入剪映拼接。
注意：图生视频不自带语音，所有配音、字幕、BGM必须在剪映中单独添加，且首尾帧一致性高度依赖图源质量——模糊、低对比度或多人物混杂的图，30秒后极易崩解。
