夜雨聆风如果你最近也在用 AI 做视频，应该很容易遇到一个问题：
提示词写得很认真，生成结果却很随机。
你让人物奔跑，它可能原地扭动
你让镜头后拉，它可能突然乱切
你让角色说一句台词，它可能根本没有声音
你想要电影感，它最后给你一段“AI 味”很重的废片
所以我这次做了一个很直接的测试：
看看 7 款 AI 生视频工具，
到底谁更能理解“动作、情绪和镜头”。
本次测试工具包括：
Happy Horse 1.0、Pixverse V5.5、Vidu Q3 Pro、MJ Video、Wan 2.5、Kling O3、Seedance 2.0 Vip
我不只看画面漂不漂亮，更看它能不能把一个小剧情讲清楚。
测试说明
本次测试是在模型集合工具 LibTV 中完成的。
LibTV 是一个集合多款 AI 视频模型的平台，可以在同一平台里调用不同模型进行测试和对比。本文中的“花费”统计，均基于 LibTV 平台内当次生成所消耗的价格，不代表各工具官网的官方定价、会员价格或 API 价格。
LibTV 官方网址：https://www.liblib.tv/
最终评价表（按生成效果排序）
测试画面：
高考结束后冲出校门
这次选的画面，是一个很有情绪感染力的场景：
高考结束后，男生和女生从校门口跑出来。背景有人群、家长、鲜花和横幅，整体是非常典型的青春毕业季氛围。
这个画面看似简单，
但对 AI 生视频来说，其实有几个难点。
第一，人物要动得自然。
奔跑、停下、挥手、回头看，这些都是连续动作，不是单纯让画面“晃动”。
第二，表情要有情绪。
高考结束后的释放感、开心、激动、如释重负，必须从人物表情里体现出来。
第三，镜头要有设计。
这次不是固定镜头，而是镜头要随着人物运动后拉，中间还要有慢放感。
第四，环境也要参与叙事。
风吹起头发，横幅轻轻晃动，人群有真实氛围，这些细节都会影响视频最终的真实感。
这次测试，我给所有工具使用的是同一段提示词：
镜头随男孩和女孩的运动而后拉。女孩蹦蹦跳跳地跑出考场，脸上洋溢着幸福的微笑，扫视人群，突然发现自己的爸爸，立定，扬起画面右侧的手，说：“爸，我在这儿呢！”男孩一边跑，一边宠溺地看着女孩儿，此时镜头慢放，风吹起人们的头发，吹得背景里的横幅轻轻晃动。
“
Happy Horse 1.0
花费：约 3.22 元
工具官方网址：https://www.happyhorse.com/
整体画面有些卡顿，人物运动不够顺滑，动态过程中五官有变化，人物一致性不够稳定。它基本完成了奔跑动作，但没有体现“慢放”，镜头节奏和情绪递进也偏弱，更像是让图片简单动了起来。
工具介绍
Happy Horse 官网定位为 AI 视频生成与编辑平台，特点是快速生成、编辑一体化。
“
Pixverse V5.5
花费：约 3.69 元
工具官方网址：https://pixverse.ai/
这一版镜头切换很乱，出现了不少提示词中没有要求的画面，有明显“无中生有”的情况。它没有准确理解“女孩发现爸爸后停下挥手”这个关键动作，台词也没有声音，整体完成度较低。
工具介绍
Pixverse 由 AIsphere 推出，2024 年上线。产品偏大众化 AI 视频创作，支持文生视频、图生视频、模板特效和运动控制。
“
Vidu Q3 Pro
花费：约 3.35 元
工具官方网址：https://www.vidu.com/
画面有一定卡顿感，虽然设置为 720p，但实际观感中人物五官偏模糊，清晰度较低。动作节奏相对自然，但台词没有准确还原，影响了剧情表达。整体有一点氛围，但稳定性和清晰度不够理想。
工具介绍
工具介绍
Vidu 由生数科技推出。Vidu Q3 主打原生音频、最长 16 秒视频生成，以及对白、音效、音乐的同步生成。
“
MJ Video
花费：约 12.06 元
工具官方网址：https://www.midjourney.com/
这一版人物五官变化明显，人物一致性较差，也没有生成台词声音。
从这次测试来看，Midjourney 依然更适合生图，有审美和风格优势，但不太适合处理人物一致性、剧情动作和台词表达。
工具介绍
MJ Video 是 Midjourney 的视频模型 V1，2025 年 6 月发布。它以图生视频为主，延续 Midjourney 的画面审美和风格化优势。
“
Wan 2.5
花费：约 4.355 元
工具官方网址：https://wan.video/
人物动作非常不自然，肢体运动缺乏真实感，整体比较生硬。提示词里的奔跑、停下、挥手、慢放等关键动作都没有很好地执行，人物关系和情绪表达也比较弱。
工具介绍
Wan 2.5 来自阿里巴巴通义万相团队。模型面向文生视频、图生视频，强调物理运动、主体保持和高分辨率输出。
“
Kling O3
花费：约 3.69 元
工具官方网址：https://kling.ai/
整体画面比较流畅，人物动态连续性不错，五官变化不大，稳定性较好。
不足是人物表情略显夸张，情绪表达有点过度，也没有明显体现“慢放”。整体观感不错，但细腻情绪还可以更自然。
工具介绍
Kling 由快手推出，最早于 2024 年上线测试。Kling 系列强调运动表现、镜头控制、写实输出和主体一致性。
“
Seedance 2.0 Vip
花费：约 8.17 元
工具官方网址：https://jimeng.jianying.com/ai-tool/home/
这一版是本次测试中完成度最高的一版。
它准确体现了“慢放”，对动作节奏、人物情绪和镜头整体性的理解都比较到位。画面流畅，人物身份保持自然，背景人物的动作和神态也有照顾到。
整体来看，镜头运动、人物表情和背景细节衔接自然，能感受到情绪递进，比较接近我预期中的效果。
工具介绍
Seedance 2.0 来自字节跳动 Seed 团队，2026 年 2 月发布。模型强调运动稳定性、音视频联合生成和导演级镜头控制。
这次测试给我的启发：
AI 视频提示词不能只写“动起来”
这次测试最大的感受是，
AI 生视频不是简单让画面动起来，而是要让模型清楚知道：谁在动、在哪里动、怎么动、镜头怎么拍、情绪怎么变化。
如果只写“人物跑起来”“画面更电影感”“镜头动一动”，模型就很容易自由发挥，出现乱切镜头、动作变形、人物五官变化、情绪不到位等问题。
更完整的 AI 生视频提示词，可以按这个结构来写：
基础设定：角色、场景、画面风格、光影基调。
空间锚点：人物在画面左侧/右侧/前景/背景，镜头从哪里看。
镜头设计：景别、拍摄角度、运镜方式、镜头速度。
角色动作：人物先做什么、再做什么，动作顺序要清楚。
表情情绪：开心、惊喜、紧张、温柔等情绪变化。
声音台词：对白、旁白、环境声、音效。
时长要求：视频秒数、节奏快慢。
约束条件：不要乱切镜头、不要改变五官、不要新增无关人物或场景。
比如这条提示词，如果重新强化可控性，可以写成：
5 秒视频，16:9，电影感写实摄影风，真实光影，夏日校园氛围。校门口人群和横幅作为背景，男孩和女孩位于画面中前景，从校门口向外奔跑。镜头跟随两人运动并平稳后拉，不要切换镜头。女孩先蹦跳着跑出来，扫视人群，随后发现画面右侧的爸爸，停下脚步，举起右手挥手，开心地说：“爸，我在这儿呢！”男孩始终在女孩身旁奔跑，转头温柔地看向女孩。中段进入轻微慢放，风吹起两人的头发，背景人群轻微欢呼，横幅自然晃动。保持人物五官一致，动作自然流畅，不要新增无关场景。
AI 视频提示词越像“导演调度”，
生成结果就越可控。
想要画面质感，就写清风格和光影。
想要人物剧情，就写清动作顺序。
想要情绪表达，就写清人物关系和表情变化。
想要结果稳定，就写清约束条件。
AI 视频的提示词，不是许愿，而是调度。
你写得越像导演，模型越知道该怎么拍。
