零基础在pixtv做出首条ai短片需五步：一建768p/60秒画布并锁参数；二用含动作、对象、反馈的句子生成镜头骨架；三建档角色（四视图）与场景（结构/色调/道具）；四逐镜用minimax h3生成并校验一致性；五在画布内配语音、微调时长、加淡入淡出完成粗剪。
☞☞☞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☜☜☜
零基础想在PixTV上做出第一条能发出去的AI短片，不是先点“生成视频”，而是从画布空白处开始——把文字、角色、镜头、声音全部塞进同一个项目里，让所有素材天然对得上号，避免后期疯狂修脸、调色、对口型。
第一步：新建无限画布并锁定核心参数
打开 PixTV官网 → 点击「New Canvas」→ 选择「Short Film」模板（不是「Image Only」或「Video Only」）。
进入画布后，立刻在右上角「Project Settings」中设置三项不可逆参数：【时长上限设为60秒】、【默认视频分辨率选768P】、语言选中文。这三步跳过会导致后续所有镜头无法统一节奏，且768P是MiniMax H3最稳定、单价最低（$0.014/秒）的输出规格。
别碰「Auto-Adjust Aspect Ratio」开关——它会偷偷把你的竖屏镜头拉成横屏，改完要重做全部分镜。
第二步：用一句话定死故事骨架
在画布顶部中央的「Script」文本框里，直接输入一句能拍出来的冲突句，例如：“她撕掉辞职信，手机弹出老板发来的升职通知”。
这句话必须满足三个硬条件：含1个动作（撕）、1个视觉对象（辞职信）、1个即时反馈（弹窗通知）。AI不认“犹豫”“后悔”“突然想起”，只认手指、纸张、屏幕亮光这些可截图的瞬间。
输完后点击「Convert to Shots」，系统自动生成4–6个初始镜头节点，每个节点自动带时间戳和占位图——这是你整部短片的脊椎，后面所有操作都挂在这串节点上。
第三步：批量建档角色与场景（不是单张图乱生）
方法一：角色建档（必做）
点击左侧「Characters」→ 「+ New Character」→ 填写：姓名、年龄、发型（例：“齐肩黑发，左耳戴银环”）、常穿服装（例：“米白针织衫+深灰阔腿裤”）、标志性动作（例：“说话时习惯用食指轻点太阳穴”）。填完点「Generate Reference Pack」，系统自动用GPT Image 2.5生成正面/侧面/半身/微笑四张标准图。这四张图将作为后续所有镜头的脸部锚点，跳过此步，第3镜和第7镜人物会像换了个人。
方法二：场景建档（推荐）
点击「Scenes」→ 「+ New Scene」→ 描述空间结构（例：“开放式办公区，靠窗有绿植，桌面有MacBook和咖啡杯”）、主色调（例：“浅木纹+灰白墙+暖光”）、关键道具（必须写具体型号或颜色，如“黑色MagSafe充电器”）。生成后选中这张图，拖到对应镜头节点上，该镜头所有视频将强制继承此环境光和构图逻辑。
注意：不要在「Images」标签页单独生图再上传——那样生成的图不会绑定到角色/场景库，后续视频模型根本找不到参考依据。
第四步：按镜头节点逐个生成视频（不批量、不跳步）
回到画布中央的时间线，点击第一个镜头节点 → 在右侧「Video Generation」面板中：选择模型为「MiniMax H3 768P」→ 提示词栏自动填充角色+场景+动作描述（如“年轻女性站在办公桌前，右手捏着撕开的A4纸，纸屑飘落，窗外天光微亮”）→ 点击「Generate」。
生成完成后，立即播放预览：检查三点——脸是否和参考图一致、手部动作是否自然、背景物品是否和场景建档图匹配。任何一项不符，立刻点「Regenerate with Same Seed」重试，最多两次；第三次还不对，返回第三步检查角色描述是否漏了“左耳银环”这类细节。
第二个镜头开始，重复同样流程，但提示词中需加入镜头逻辑衔接词，例如第二镜写：“她低头看手机，屏幕特写显示‘升职通知’弹窗，手指悬停在‘接受’按钮上方”。这样两镜之间才有因果关系，剪辑时不用加转场也能顺。
第五步：在画布内直接配声与粗剪
所有镜头视频生成完毕后，点击画布底部「Audio」标签 → 点「Add Voiceover」→ 输入台词（如“我……不走了”），选择「MiniMax Speech 3.0」模型 → 生成语音轨。
语音生成后，自动吸附到最近镜头节点下方。拖动语音轨两端，裁掉多余气口；若某句台词比画面长，选中该镜头视频→点击「Extend Duration」→ 选择「Loop Motion」，让角色微表情循环，不露破绽。
最后点击顶部「Timeline View」→ 将所有镜头节点按顺序拖入时间线区域→ 检查相邻镜头间是否有0.3秒以上的黑场或跳帧 → 有则选中前一镜末尾→点「Fade Out」，后一镜开头→点「Fade In」，两处均设为0.2秒。导出前不执行此步，成片会卡顿。
