花生AI：一段文案，三分钟出一条能直接发的视频

花生AI 是 B 站推出的 AI 视频创作工具，走的是「文字进、视频出」这条路：你给一段文案，或者一段录音，它把画面、配音、字幕配齐，输出一条完整的视频，官方说法是最快 3 分钟出片。它真正省掉的不是剪辑技巧，而是找素材、对时间轴、逐句配音这三件最耗时间的琐事。

视频创作的门槛从来不在「想说什么」，而在「怎么把它变成画面」。写一段 300 字的稿子只要十分钟，找 30 个能对上文案的画面、卡准每一句的时长、再录一条不漏气的旁白，往往要一个下午。花生AI 的设计思路就是把这一段交给模型：文案是唯一的输入，画面匹配、语音合成、字幕节奏由工具完成。

它提供两种成片路径。第一种是智能匹配素材，AI 按文案内容自动挑画面，适合观点类、解说类这种「画面只是辅助说明」的内容。第二种是模板化制作，套用预设模板，适合栏目化、系列化的更新——同一套版式反复用，观众认得出是你的内容，你也不用每次重新设计。

另一条容易被忽略的能力是音色克隆：上传 10 秒录音就能生成与本人相似的专属音色，也可以直接用平台提供的公共音色。对一个要日更的口播账号来说，这件事的意义是「不用每次真的开口」，脚本改完直接出片。

花生AI 的主要能力

智能匹配素材

输入文案或上传音频后，AI 自动为每一句话匹配画面素材，拼成一条完整视频，官方给出的最快出片时间是 3 分钟。适合不需要自己拍素材的解说、盘点、观点类内容。

模板化制作

提供多种预设模板，套用后快速生成标准化视频。栏目化运营的价值最大：版式统一，观众一眼认出，制作时间被压到只剩填文案。

音色克隆

上传 10 秒个人录音，AI 生成与本人音色相似的专属音色；不想克隆也可以用平台内置的多种公共音色。适合需要固定主播声音、但不想每次真人录制的账号。

多语言翻译

基于 B 站自研大语言模型 Index，支持近 10 种语言的实时翻译，官方宣称准确率可达 90%。做多语种分发时，可以把同一条内容铺到不同语言区。

一键发布到 B 站

生成的视频可直接上传到 B 站，不必先导出再手动投稿，省掉一次文件搬运和一次信息重填。

怎么用花生AI 做一条视频

1. 用 B 站账号登录花生AI 官网（huasheng.cn），不需要另外注册一套账号。
2. 在创作界面输入文案，或上传一段音频作为内容基础。文案决定画面匹配的质量，写得越具体，配到的画面越不容易跑偏。
3. 选择制作方式：要 AI 自动配画面就选智能匹配素材，要统一版式就选一套模板。
4. 选音色：用平台公共音色，或上传 10 秒录音克隆自己的声音。
5. 预览成片，逐段检查画面与文案是否对得上，需要的话替换个别画面或调整音效。
6. 确认无误后直接发布到 B 站，或先导出留档。

适合哪些人

• 个人创作者：没有剪辑基础、也没有时间学，但脑子里有选题，需要把稿子快速变成能发的视频。
• 中小团队：内容产能跟不上更新节奏，用工具把「一条视频」的人天成本压下来。
• 短视频运营：同一条内容要分发到多个平台、多个账号，需要批量、稳定、版式统一的产出。
• 知识类账号：历史、财经、娱乐这类以讲述为主、画面为辅的领域，最吃「文案到画面」的自动化。
• 学生与教育工作者：做教学视频、课程材料，重点在讲清知识点，不在拍摄技法。

需要注意的限制

• 公开资料没有给出定价、免费额度与会员权益，正式投产前需要自己在官网确认计费方式。
• 单条视频的时长上限、导出分辨率与文件格式未在公开信息中说明，需要长视频或高分辨率交付的项目要提前实测。
• 「3 分钟出片」是最快情况，实际耗时取决于文案长度、素材匹配难度和当时的排队情况。
• 90% 的翻译准确率是官方口径，涉及专业术语、人名地名、双关语时仍需要人工校对，不能直接当成品字幕用。
• 深度绑定 B 站生态：一键发布指向 B 站，要发到其他平台仍需导出再上传。
• 音色克隆涉及个人声音权益，克隆他人声音需要取得授权；同时应遵守平台对 AI 生成内容的标识要求。
• 自动匹配的画面素材是否可商用、能否二次修改，取决于平台素材库的授权范围，商用前应逐项确认。

常见问题

花生AI 需要会剪辑吗？

不需要。整个流程是写文案、选模板或让 AI 匹配素材、选音色、预览、发布，没有时间轴操作。会写稿比会剪辑更重要，因为画面质量的上限由文案的具体程度决定。

生成的视频能发到 B 站以外的平台吗？

可以导出后再上传到其他平台，但「一键发布」这一项是给 B 站用的。跨平台分发时要注意各平台对 AI 生成内容的标注要求不完全一致。

音色克隆需要多少录音？

官方说明是上传 10 秒录音即可生成专属音色。10 秒属于很短的样本，克隆效果的稳定性与录音环境有关，建议在安静环境一次录完，避免背景噪声。

用别人的声音克隆可以吗？

不建议，也不应未经授权这样做。声音与肖像一样属于人格权益，克隆他人音色需要本人明确同意；平台通常也要求对 AI 生成内容作出标识。