每一个创作决定都由你掌控。识别歌词、规划镜头、绘制画面、生成动画、渲染成片这些繁琐的工作，交给 MVCraft。
上传 MP3、WAV 或 M4A，在波形上拖动选择要做成视频的片段。描述你脑海中的画面，或者让 AI 魔法棒帮你写好创意描述。
歌词逐字识别，并整理成干净的字幕行。歌曲被划分为前奏、主歌、副歌和桥段，同时识别曲风、情绪、关键词和 BPM。然后选择画风、主角和画面比例。
镜头按节拍切分，场景切换精准落在段落交界处。每个场景先绘制一张 3×3 参考图，让同一场景里的每个镜头都是同一个地方、同一个角色。
每个镜头都会变成动态片段。在时间轴编辑器中预览，调整歌词的时间和样式，再用原始音频渲染出完整的 MP4。对某个片段不满意？只重新生成那一个就行。
普通的视频生成器只会做片段，MVCraft 做的是音乐视频：剪辑、场景和歌词都跟着音乐走。
镜头时长按整拍对齐，每一刀都落在节奏上。段落交界也会对齐，新场景总是在副歌或桥段响起的那一刻出现。
逐字识别歌词，并按停顿和标点拆分成易读的字幕行。英文和中日韩歌词都支持。
角色参考图会参与每一帧的生成，从第一段主歌到最后一段副歌，主角始终是同一个人。
每个场景都先设计成同一地点的 9 视角参考图，每个镜头都以它为参照绘制，道具和光线不会走样。
场景之间至少在两个方面不同（室内与室外、暖调与冷调、紧凑与开阔），让桥段真正有转折感。
单独重新生成一张图或一个片段，其余内容不受影响。把镜头移到另一个场景，描述会自动改写以适配新地点；删除场景，其中的镜头会自动重新归位。
16:9 适合 YouTube，9:16 适合抖音、Reels 和 Shorts，另有 4:3 和 3:4。可导出 720p 或 1080p。
每个项目都可以在 Nano Banana Pro、Nano Banana 2 和 GPT Image 2.5 之间选择。所有画面以 2K 绘制，并由 Grok Imagine 生成动画。
生成之前就能看到预估消耗。任务进行中积分只会被冻结，成功后才扣除；如果生成失败，积分会立即退回。
从 90 年代赛璐璐动画、黏土动画，到黑色电影、Y2K 镭射和黄金时刻胶片颗粒。每个项目、甚至每个场景都能换风格。
自定义风格和角色保存一次，就能在所有项目中复用。
上传最多 6 张参考图：电影截图、专辑封面或你的情绪板。MVCraft 会把它们提炼成可复用的风格，并在绘制每个镜头时参考这些图片。
上传一张你自己或你的艺人的照片。MVCraft 会把它变成干净的正面角色设定图并附上文字描述，然后让它在你的视频中担任主角。
→
片段还在生成时就能预览整支 MV，打磨歌词，觉得满意了再渲染。
这三支都是用 MVCraft 以同一首歌《Hear It in Color》制作的：梦幻的 35mm 胶片版、90 年代赛璐璐动画版和黏土动画版。
每首单曲发布当天都有视频，不用请拍摄团队。
带内嵌歌词的 9:16 竖屏版本，可直接发到抖音、Reels 和 Shorts。
为你生成的歌曲打造与声音相匹配的视觉形象。
提案视觉概念、快速做出创意样片，并为整个曲库批量制作歌词视频。
根据你制作音乐视频的频率选择套餐。每个套餐都解锁全部模型和全部风格。
每分钟音频 2 积分
Nano Banana 8 积分 · GPT Image 2.5 10 积分
720p 每秒 5 积分 · 1080p 每秒 10 积分
新账户赠送 100 积分。只有生成成功才会扣除积分。
MVCraft 是一款 AI 音乐视频生成器。上传一首歌，它会识别歌词、分析结构和节奏、按节拍为每个镜头绘制分镜、逐个生成动画，并渲染出带字幕的完整音乐视频。你可以在编辑器中微调任何细节，然后下载 MP4。
MP3、WAV、M4A 等常见格式都可以。30 秒到 3 分钟的歌曲效果最好。上传后，你可以精确选择要把歌曲的哪一段做成视频。
不需要。MVCraft 会规划镜头、绘制画面、生成动画并渲染最终的 MP4。编辑器是为你想微调时准备的，而不是必须使用。
可以。每个项目都可以一直编辑。改写某个镜头的描述并只重新生成那张图或那个片段，换上你自己的图片，拖动镜头调整顺序，编辑字幕的文字、时间、字体和位置，然后重新渲染。你只需为重新生成的镜头付费，而不是整支视频。
可以。你生成的视频归你使用，包括商业用途：发布到 YouTube 和流媒体平台、发到社交媒体，或用于宣传和广告。只需确保你拥有所上传歌曲以及角色所用照片的权利。
会。每个镜头都会结合角色参考图和所在场景的参考图生成，让人物和地点在镜头之间保持一致。
可以。上传一张照片即可创建自定义角色，上传最多六张参考图即可创建自定义风格。两者都会保存到你的素材库，可在任何项目中复用。
只重新生成那个镜头的图片或片段即可，之前的版本会保留，随时可以切回。你也可以编辑它的描述、把它移到其他场景，或调整分镜顺序。
带原始音频和内嵌字幕的 H.264 MP4，支持 16:9、9:16、4:3 或 3:4，分辨率 720p 或 1080p。你也可以批量下载所有分镜图和视频片段。
歌词识别、图片和视频片段都会消耗积分，开始前你就能看到预估。任务运行期间积分会被冻结，成功后才扣除，失败的任务会自动退还。
