刚开始用 AI 视频工具时很多人会困惑：文生视频和图生视频到底啥区别？什么时候用哪个？这篇讲清楚。
一、核心区别
名字已经说明了一切。
文生视频：输入文字描述，AI 从零生成完整视频，画面和运动全部由文字驱动。
图生视频：输入一张参考图，AI 基于这张图生成动态视频，主体和构图由参考图锁定，AI 只负责"让画面动起来"。
一句话：文生视频是"无中生有"，图生视频是"有中生变"。
二、技术原理对比
| 维度 | 文生视频 | 图生视频 |
|---|---|---|
| 输入 | 文本提示词 | 参考图+可选文本 |
| 生成逻辑 | 从噪声中同时生成画面和运动 | 以参考图为首帧，预测后续帧运动 |
| 画面可控性 | 低（靠文字，易跑偏） | 高（参考图锁定主体构图） |
| 角色一致性 | 低（每次可能不同） | 高（参考图锁定外观） |
| 生成自由度 | 高 | 中（受限于参考图） |
| 典型时长 | 4-16 秒 | 4-10 秒 |
本质差异：文生视频要同时解决"画什么"和"怎么动"，两个任务耦合，难度大；图生视频的"画什么"已由参考图解决，模型只专注"怎么动"，任务更聚焦，效果更稳定。这就是图生视频画面质量通常更好的原因------把一个难问题拆成了两个简单问题。
三、适用场景
文生视频适合：
- 创意概念验证，快速看看视觉效果
- 抽象/概念类内容，不需要精确控制
- 素材探索阶段，先用文字生成几版找感觉
- 无参考图的全新创作
优势是自由度高，短板是画面可控性差、角色一致性低，不适合精确控制的商业内容。
图生视频适合：
- 已有分镜/角色设定，让静态画面动起来
- 角色一致性要求高的系列视频、短剧、漫剧
- 产品展示，产品图生成旋转运镜视频
- 漫画/插画动态化
- 商业广告等需要精确控制画面的场景
- 首尾帧约束，精确控制镜头起点终点
优势是画面可控性高、角色一致性好、效果稳定，短板是需要先准备参考图，自由度受限。
四、怎么选
问自己三个问题：
- 有参考图吗？ 有→图生视频；没有→文生视频，或先文生图再图生视频
- 画面需要精确控制吗？ 需要→图生视频；不需要→文生视频
- 创意发散还是精确生产？ 发散→文生视频；生产→图生视频
最佳实践：两者结合。 创意阶段用文生视频探索方向，锁定满意画面后用图生视频做精确动态化。这是目前最高效的工作流。
五、星宇智算的实践
星宇智算 AI 视频工作台同时支持两种模式，并整合到同一个无限画布工作流中：
- 文生视频节点：创意发散和概念验证
- 图生视频节点：精确生产，支持首尾帧约束、运动幅度控制
- 文生图+图生视频串联：最常用模式，先生成分镜再动态化
- 全局特征池+LoRA 训练：角色设定一次，所有节点共享，图生视频一致性 90%+
实际生产中典型工作流是：文生图（分镜）→ 图生视频（动态化）→ 配音 → 合成。文生视频多用于创意探索，图生视频是批量生产主力。
六、总结
文生视频和图生视频是互补关系，不是谁替代谁。
- 文生视频：自由度高，适合创意发散，但可控性和一致性差
- 图生视频：可控性高，一致性好，适合精确生产，但需要参考图
最佳策略是两者结合：创意用文生，生产用图生。选工具时确保平台同时支持两种模式并能在同一工作流串联，这才是完整的 AI 视频生产能力。