她正走到霓虹走廊的中段,构图恰到好处,可片段在第 5 秒就结束了。也许你收工早了一拍,也许是生成器限制了时长。无论如何,没有第二次机会。AI 视频延长工具恰好能解决这个问题:它读取素材的最后一帧,并生成本应接续下去的几秒钟。
有一点容易被搜索结果混淆:延长是让视频在时间上变长。把画面变宽是另一回事,叫做扩展。
下面是 Atlas Cloud 上的四个步骤、我们实际运行得到的真实前后对比帧,以及能让续接画面不跑偏的提示词习惯。

核心要点
- AI 视频延长工具会读取片段的最后一帧,并生成接下来发生的内容。它拉长时间线,而不是加宽画面。
- Atlas Cloud 视频生成器在一个 Video Extend 标签页中运行 Grok Imagine、PixVerse v6、Wan 2.5 和 LTX 2.3,并在你确认前显示每次运行的价格。
- Grok Imagine 接收 2 到 15 秒的 mp4,每轮增加 2 到 10 秒,最高 720p。Wan 2.5 和 LTX 2.3 可以为新片段配上自己的音频。
- 续接提示词会先说明屏幕上已有的内容,再描述新的动作。这正是保持人脸、服装和光照稳定的关键。
- 漂移会随着每一次链式延长而累积,所以要分段短延长,并每次都重新锚定提示词。
AI 视频延长工具实际做什么
延长工具都遵循同一个机制:你片段的结尾会成为新一轮生成的起始帧。用 xAI 的话说,输出会"从输入素材的最后一帧无缝接续,并延续生成的内容",而你设定的时长"只控制延长部分的长度,不是总输出长度",见 xAI 开发者文档。
从那一最后一帧出发,模型必须几乎从零重新推断运动速度、光线和镜头方向。这就是未经引导的延长会在接缝处跳变的原因。
有三种操作被笼统地归到"把我的视频变长"之下,但只有一种会创造出原本不存在的素材:

扩展,有时被当作宽高比延长工具或画面外绘来售卖,会在每一帧的边缘绘制新像素;片段长度不变。循环则重播你已经拍过的内容。只有延长会产生新动作。
Adobe 在 Premiere Pro 中的 Generative Extend 能为一个镜头增加最多 2 秒,我们在 AI 视频编辑器盘点中介绍过它。下面这些基于模型的延长工具每轮可增加 2 到 15 秒,并且可以链式叠加。
如何在 Atlas Cloud 上用 AI 延长视频
Atlas Cloud 把四个延长模型放在同一个上传框后面。打开视频生成器中的 Video Extend 标签页,把片段拖进 Video to extend 槽位,写下接下来发生什么,设定时长,Run 按钮会在你确认前显示这次运行的确切价格。
下面是用我们在 Atlas Cloud 上用 Seedance 2.5 生成的 5 秒片段做的一次 6 秒 Grok Imagine 延长:


接缝落在返回文件的第 120 帧和第 121 帧之间,没有任何跳变:她的步态、头发、招牌和曝光一脉相承。
Grok Imagine 是该标签页的默认模型:它接收 2 到 15 秒的 mp4,每轮增加 2 到 10 秒,并保持源素材的宽高比和分辨率,最高 720p。Atlas Cloud 托管整个 xAI 模型家族,下一节会梳理下拉菜单中另外三个模型。
方法一:在浏览器中运行视频延长工具
登录,打开 Video Extend 标签页,依次完成四步:
- 上传源素材。 点击 Video to extend 槽位,选择你的 mp4。对 Grok Imagine,它需要是 2 到 15 秒;较长的素材请裁剪到你想续接的最后一段。
- 写续接提示词。 先描述屏幕上已有的内容,再加一个新动作。下文提示词部分有模板。
- 选择模型和时长。 保持选中 Grok Imagine。DURATION 滑块从 2 到 10 秒;较短的添加会更贴近源素材。
- 运行,然后扒接缝。 按 Run,然后把播放头拖到源素材结束的那一帧,逐帧步进检查。下面的接缝清单说明了要看什么。
同样的输入也存在于专门的 Grok Imagine 延长页面,那里还有方法二需要的 API 标签页。

方法二:通过 API 调用延长端点
若要批量处理或集成到剪辑工具中,API 接受与标签页相同的输入。
第 1 步:创建 API 密钥。 在 Atlas Cloud 控制台创建一个并复制。请保存在服务端;一个密钥即可覆盖平台上的所有模型。

第 2 步:确认请求结构。 Atlas Cloud API 文档介绍了认证和轮询,Grok Imagine 延长页面上的 API 标签页列出三个字段:video_url(公开可访问的 2 到 15 秒 mp4)、prompt 和 duration(增加的 2 到 10 秒)。
第 3 步:发送请求并轮询。 提交延长请求:
plaintext1curl -X POST https://api.atlascloud.ai/api/v1/model/generateVideo \ 2 -H "Content-Type: application/json" \ 3 -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \ 4 -d '{ 5 "model": "xai/grok-imagine-video/extend-video", 6 "video_url": "<public_https_url_to_your_clip.mp4>", 7 "prompt": "The same silver-haired woman in the dark teal flight suit keeps walking toward the camera down the same neon-lit corridor at the same steady pace, cyan and magenta holographic signs on both walls, reflections on the wet metal floor. She slows, glances up at a sign on her right, then keeps walking. The camera keeps pulling back slowly at chest height.", 8 "duration": 6 9 }'
响应会带一个 prediction ID。轮询它直到状态显示 completed:
plaintext1curl https://api.atlascloud.ai/api/v1/model/prediction/<prediction_id> \ 2 -H "Authorization: Bearer $ATLASCLOUD_API_KEY"
完成的响应会带上完整视频的 URL,包含源素材加延长部分;把它作为 video_url 再喂回去,即可链式叠加下一轮。由于 Atlas Cloud 在整个平台上运行同一套 API,之后切换到 PixVerse v6 或 Wan 2.5 只需更改 model 字符串和该模型自己的字段,而端点、认证头和轮询循环保持不变。
哪个延长视频模型适合你的片段
下拉菜单中的四个模型并不能互换。请根据你手上的片段来选择:
| 模型 | 源输入 | 每轮增加时长 | 输出分辨率 | 新片段的音频 | 最适合 |
|---|---|---|---|---|---|
| Grok Imagine | mp4,2 到 15 秒 | 2 到 10 秒 | 与源素材一致,最高 720p | 在我们的运行中会返回一段生成的氛围音轨 | 用于竖屏信息流的手机素材和社交片段 |
| PixVerse v6 | mp4、mov 或 webm URL | 1 到 15 秒 | 360p、540p、720p 或 1080p | 该端点没有此参数 | 长片构建:15 秒基础片段加若干次 15 秒延长 |
| Wan 2.5 | 视频 URL | 5 到 10 秒 | 480p、720p 或 1080p | 原生生成;可选音轨可用于引导 | 氛围音或人声需要贯穿接缝的片段 |
| LTX 2.3 Quality | mp4、mov、webm、m4v 或 gif | 9 到 481 帧,向前或向后 | 六种宽高比预设,默认 16:9 | 可选,默认关闭 | 前传、帧率匹配的插入镜头、快速草稿 |
PixVerse v6 是用来叠加长度的首选:无论源素材已经多长,每轮都能增加最多 15 秒。我们关于 PixVerse 视频长度限制的指南从头到尾给这条链算了价。
当声音很重要时,Wan 2.5 是首选。它随视频生成音频,并接受一个可选音频 URL 来引导新片段,因此源素材下的车流声或人声可以贯穿接缝。
LTX 2.3 Quality 以帧计数(默认 81 帧),可以向后延长来构建前导内容,并按生成的像素计费。因此它是先草拟几个续接版本、再选定一个交给更高分辨率模型的低成本方式。
如何写出能稳住场景的延长视频提示词
续接提示词会告诉模型单帧画面无法表达的东西:原本已经成立的状态。一帧画面展示了一位女子在走廊里。它没有说明她一直在朝镜头走来、速度多快,或者镜头一直跟着她后退。漏掉这些,模型就会猜,而猜测正是接缝崩掉的地方。
能稳住场景的提示词分三部分,按此顺序:
- 锚定。 重述屏幕上有什么:主体、其服装或外套、光线方向、镜头行为。大量使用"同一个":"同一个穿灰色连帽衫的女子""同样从左侧照来的低角度阳光"。
- 一个新动作。 主体接下来执行的一个动词短语。不是一个以上。如果你想发生三件事,那就是三轮。
- 镜头。 镜头是固定、跟随还是漂移,以及什么节奏。
Kling 自己的延长指南从另一个角度说明了同一点:与原始主体无关的文本可能导致镜头切换或转场。引入新人物、新地点或新时段(白天/夜晚)的提示词,就是在要求模型改变镜头——而它确实会。

两次运行从同一帧开始,所以差异会在后面显现。使用"continue the video"时,Grok Imagine 让她继续走了几秒,然后推近成头肩特写,并让品红招牌占据主导。锚定提示词则在最后一帧仍保持广角镜头、她的步速和青绿色平衡。
在 PixVerse v6、Wan 2.5 和 LTX 2.3 上,当你在措辞上反复迭代时,请固定 seed,这样两次运行只有提示词不同。如果模型有分辨率设置,请与源素材匹配。
如何阻止延长后 AI 视频中的角色漂移
运行一次延长,接缝通常没问题。连续运行三次,小东西就开始变化:上衣的针织纹理、下颌线条、主体身后的门。这就是漂移。
关于下一帧视频模型的研究对此有很好的描述。Lvmin Zhang 及同事把漂移定义为"因误差随时间累积而导致的视觉质量退化",并追溯到"单帧中出现的初始误差",这些误差随后传播到后续帧,见 FramePack 论文。
用大白话说:第一轮在人脸上犯了个小错,第二轮把它当作真值,再加上自己的错。
我们在真实素材上运行了这条链来展示,每一轮都用同样的锚定提示词:

三轮之后,她显然还是同一位女子,这正是锚定提示词在起作用。变化都是会累积的小变化:绿色上衣的罗纹针织在第一轮后变平滑,到第三轮她的脸略长、下颌略尖,她身后的玻璃门和花坛在轮次之间重新排列。
漂移来自生成过程本身,所以目标就是让它保持很小:
- 分段短延长。 增加 4 秒比增加 10 秒给模型游走的空间更小。
- 每一轮都重新锚定。 按你在延长起始帧上看到的样子,重述服装、头发、光线和镜头。
- 从最好的一轮延长,而不是最后一轮。 如果第二轮漂移了,就用更紧的提示词从第一轮的输出重新运行。
- 知道何时该切。 如果动作真的变了(她上了车),切到一个新生成的镜头比再延长一次更好看。
导出前如何检查接缝
当没人能找到接缝时,延长就算完成了。把播放头拖到源素材的最后一帧,逐项核对这份清单:
| 检查什么 | 怎么查 | 如果不通过 |
|---|---|---|
| 位置跳变 | 在接缝处向后步进两帧、向前步进两帧 | 在提示词中写明镜头和步速后重新运行 |
| 曝光或颜色跳变 | 以 100% 对比源素材最后一帧和新素材第一帧 | 把光线方向加入锚定内容,然后在剪辑软件中做颜色匹配 |
| 速度变化 | 以正常速度播放接缝处,观察背景 | 写明节奏:"以同样的步速" |
| 声音衔接 | 用耳机听,包含源素材一半:Grok Imagine 返回的我们那段无声源素材,整 11 秒都带上了氛围音 | 把源素材自己的音频铺在时间线下,或用 Wan 2.5 延长 |
| 身份 | 放大接缝处以及三秒后的人脸 | 缩短单轮时长或收紧锚定 |
对比之前,请按源素材的帧率导出,以免 30 到 24 fps 的跳变被误认为运动问题,并在调色后再检查一遍接缝。
常见问题
Atlas Cloud 上有免费的 AI 视频延长工具吗?
新账户在添加支付方式后可解锁 1 美元免费额度。在延长工具上,这大约是短片段的一到两轮 Grok Imagine,或约 19 秒的 Wan 2.5(480p),或约 40 秒的 PixVerse v6(360p)。
延长一个视频要多少钱?
价格查询于 2026-09-30,当时无折扣生效。Grok Imagine 按每秒增加时长计费 $0.07,外加源片段每秒 $0.01,所以一个 10 秒片段延长 6 秒是 $0.52。
PixVerse v6 按档位对每秒增加时长计费:360p 为 $0.025,540p 为 $0.035,720p 为 $0.045,1080p 为 $0.09。Wan 2.5 在 480p 为每秒 $0.0525,720p 为 $0.105,1080p 为 $0.1575,含音频。LTX 2.3 Quality 按生成的像素计费;其默认 81 帧 16:9 延长约为 $0.13。
Grok Imagine 能把视频延长到超过 15 秒吗?
可以,分段进行。每轮增加 2 到 10 秒,但输入必须是 2 到 15 秒。一旦你的工作文件超过 15 秒,在下一轮之前把它裁剪到最后一小段;模型只需要到最后一帧之前的铺垫,而被裁掉的开头可以在剪辑软件中重新接回时间线。
AI 视频延长工具会改变宽高比吗?
不会。延长工具增加的是时间,而 Grok Imagine 会返回源素材的宽高比和分辨率,最高 720p。把 16:9 片段变成 21:9 或 9:16 是扩展,是另一种工具。
我可以延长真实手机素材吗,还是只能延长 AI 生成的片段?
真实素材也可以。Grok Imagine 接收任何 2 到 15 秒的 mp4,上面的漂移测试就是从真实素材开始的。把提示词的锚定内容放在镜头实际展示的内容上。
结语
收工早了一拍的片段并不需要重拍。模型读取最后一帧,之后的一切都来自那一帧加上你的提示词,所以提示词必须先重述原本已经成立的状态,再提出任何新要求。短轮延长,每次重新锚定,就能让接缝不可见。
打开 Video Extend 标签页,放入那段结束得太早的片段,用锚定提示词跑一轮 6 秒的延长。如果接缝在正常速度和逐帧检查下都稳得住,你就有镜头了。如果它漂移了,就收紧锚定再跑一次;用好 AI 视频延长工具,大部分功夫就在于此。






