搜国外免费的ai视频生成工具的人，常把两个动作混成一个词：让文字变成画面，和让一张图动起来。前者叫文生视频，后者叫图生视频。它们都能产出几秒动态影像，界面上也常挨在一起，于是被当成同一件事的两个名字。先给区分总原则：看第一帧从哪来，再看你手里还剩多少控制权。
说到这个，先别急着记工具名。把“输入”和“控制”分开看，很多混淆会自己散掉。文生视频从语言出发，图生视频从像素出发。一个先解决“画什么”，一个先解决“怎么动”。两者重叠的地方不少，但起点不一样，失败方式也不一样。
一、起点不同：话先到，还是图先到
文生视频的起点是一段文字描述。你写“雨夜霓虹街道，镜头缓慢推进”，模型从零开始安排画面。图生视频的起点是一张已有图像，你上传一张产品图、插画或分镜，模型让这张图里的元素动起来。
类比成对出现：文生视频像口述让画师起稿，画师没看过原图；图生视频像给画师一张照片，让他接着画下一幕。用完回到本题：前者从语言里长画面，后者从像素里长时间。这个差别听起来小，落到操作上很大。文生视频的第一帧是模型猜的，图生视频的第一帧是你给的。
二、控制粒度：提示词粗，参考图细
文生视频的控制主要靠提示词。你能说风格、主体、动作、镜头，但模型对“第几秒谁走到哪”并不听话。图生视频的控制多一层：首帧被锁住，主体长相、构图、色调有了锚点，运动描述只负责“怎么动”。
不过话说回来，图生视频也不是精确导演。它锁的是第一帧，不是每一帧。角色转脸、手部动作、背景遮挡仍可能漂。文生视频的漂移更早出现：第一帧就可能不是你想要的。一个在开头就偏，一个在中途才偏。修改时，前者改词重跑，后者换图调强度，动作不一样。
三、时间一致性：一个从无到有，一个从有到动
文生视频要同时解决“画什么”和“怎么连”。帧与帧之间容易换脸、换衣服、换光线。图生视频先解决“画什么”的一半，再解决“怎么动”。首帧稳定，后续帧仍要接受时间一致性的考验。
观察方式很直接：看结果第一帧。第一帧和上传图一致，偏图生；第一帧完全新造，偏文生。再看运动幅度：图生视频常从静到动，文生视频从无到有。这个观察不需要专业设备，用眼睛就能做。你还可以看生成历史：如果每次都要先上传一张图，那入口已经告诉你答案。
四、失败模式：语义没对上，还是动歪了
文生视频的典型失败是“语义没对上”：你要“推镜”，它给你“旋转”；你要“两个人”，它给你“三只手”。图生视频的典型失败是“图动了但动歪了”：脸变形、物体融化、背景跟着抖。
这两种失败对应的修改动作也不一样。文生视频改提示词、换种子、重跑；图生视频换参考图、调运动强度、裁掉容易变形的区域。一个在改语言，一个在改素材。你如果拿改提示词的办法去救图生视频，常常越救越偏；反过来，拿换图的办法去救文生视频，也找不到抓手。
五、修改成本与对流程的影响
文生视频的修改成本低在“改字”，高在“随机”。你改一个词，整段画面可能全变。图生视频的修改成本低在“换图”，高在“素材准备”。你得先有一张足够好的首帧。对日常创作的影响也在这里：文生视频适合从零起稿，快速看几个候选镜头；图生视频适合已有素材延展，把一张静态图变成动态海报或产品展示。
这里要提一句：国外免费的ai视频生成工具常把两种入口放在同一个页面。免费额度、水印、排队时间会影响你试错的次数，但不改变两种路径的差别。别把“额度用完”误认成“图生视频更难”，也别把“生成速度快”当成“文生视频更听话”。
六、分情境：什么时候更像哪一种
没有素材，只有一句想法，想快速看几个候选镜头，这时更像文生视频。你接受随机性，用多次生成换一个可用片段。已有产品图、插画、分镜，想让画面保持同一角色或同一场景，这时更像图生视频。你先锁定首帧，再让时间往前走。
什么时候两者同时在？先文生图，再把图喂给图生视频，是常见混合工作流。还有工具同时提供“文字入口”和“图片入口”，你可以在同一项目里切换。这时你打开国外免费的ai视频生成工具，会看到两个按钮并排，容易以为只是界面选项，其实背后是两条不同的生成路径。分类本身就有不同学派：有人把“视频到视频”也算进图生视频，有人把“首帧+文本”单列为混合模式。边界并不铁板一块。
七、常见张冠李戴
- 把图生视频当成“让照片说话”。口型同步是另一类任务，重点在音频对齐，不是让整张图自由运动。
- 把文生视频当成“精确导演”。它更像给演员一段描述，不是给分镜表。镜头、走位、时长都要靠多次试。
- 把“免费”当成“无限制”。国外免费的ai视频生成工具常见的是试用额度、水印、低分辨率或排队，和“开源可本地部署”不是一回事。
- 把“生成”当成“剪辑”。生成是造新帧，剪辑是排已有帧。两者可以接在一起，但解决的不是同一个问题。
八、自己怎么判断：五步就够
第一步，看输入框。只收文字，偏文生；收图片或首帧，偏图生。第二步，看结果第一帧。和原图一样，偏图生；完全新造，偏文生。第三步，看运动幅度。从静到动，偏图生；从无到有，偏文生。第四步，看失败后怎么改。改词重跑，偏文生；换图调强度，偏图生。第五步，看免费说明。额度制、水印、排队，是试用；许可证、权重、部署文档，是开源路线。
这五步不需要专业设备，用眼睛和常识就能走。走完你会发现，很多争论其实是把“输入方式”和“商业模式”混在一起说。国外免费的ai视频生成工具这个搜索词里，既藏着文生与图生的路径差别，也藏着试用与开源的获取差别。两个差别叠在一起，才让问题显得绕。
若只能留一句区别：文生视频是“用话找画面”，图生视频是“给画面加时间”。混用这两个词，容易把控制权错付给不该付的那一端。
