必须先生成图片再转视频的3种情况：人物需多镜头复用、画面有明确图层关系、需精确控制初始姿态；可直接文生视频的2种场景：纯氛围类短片、已有高清实拍素材AI增强。
☞☞☞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☜☜☜
想用PixTV快速出一条带人物的短视频，但总在“直接输文字生成”和“先画图再动起来”之间犹豫——选错路径会导致人物失真、动作僵硬或根本跑不通流程，关键得看内容是否需要角色一致性和可控构图。
必须先生成图片再转视频的3种情况
第一步：人物需多镜头复用（如短剧分镜）→ 直接文生视频会每帧重绘人脸，导致同一角色在不同片段中长相不一致；而先用GPT-Image 2.5生成固定ID的角色图，再批量导入Image to Video节点，能锁定五官比例与发型细节。
第二步：画面有明确图层关系（如文字压在人物后方、道具遮挡肢体）→ PixTV的文生视频引擎目前不解析Z轴深度，输入“穿红裙的女人站在海报前，海报上有‘ SALE’字样”时，系统大概率把文字画成浮在空中或糊在脸上；但GPT-Image 2.5已实测支持“字被手臂挡住一半仍可识别”的图层理解能力，先出图再动效才能保住构图逻辑。
第三步：需精确控制初始姿态（如侧脸45度、单手叉腰）→ 文生视频的起始帧由模型随机采样，无法指定朝向；而图片节点支持在参数面板勾选“Preserve Pose”并拖动锚点微调，导出后再进Image to Video就能让动态从你设定的角度自然展开。
可以直接文生视频的2种场景
方法一：纯氛围类短片（如“雨夜霓虹街道慢镜头”“飘雪森林远景”）→ 这类需求无具体人物或物体ID要求，文生视频能直接调度Seedance 2.5的运镜逻辑，生成带景深呼吸感的3秒片段，省去中间出图环节。
方法二：已有高清实拍素材需AI增强（如老照片上色+轻微动态）→ 上传原图到文生视频节点，提示词写“colorize and add subtle motion to this photo”，系统会保留原始像素结构仅叠加动态纹理，比先转绘图再动效更保真。
判断失误的典型信号
生成预览帧时发现人物眼睛大小左右不一、耳垂形状每帧变化、或背景建筑线条抖动断裂→ 这是文生视频强行拟合复杂构图的失败表现，立刻中断生成，退回画布删掉该节点，改走“GPT-Image 2.5 → Image to Video”双节点链路。
点击“Generate”后进度条卡在87%超2分钟无响应→ 当前批次服务器正处理高负载图生视频任务，文生视频通道反而畅通，此时切换入口可绕过排队。
导出视频首帧与预期严重偏离（如要生成“穿宇航服的人”，结果第一帧是裸体剪影）→ 文生视频对强约束词容错率低，必须拆解为两步：先用图片节点生成“写实风格宇航员正面照”，再以此图驱动动态。
