Pyramid Flow 可以生成哪些类型的视频?

Pyramid Flow 目前展示的是文本到视频（Text-to-Video）生成能力，输出规格为 1280×768 分辨率、24fps，时长分为 10 秒和 5 秒两档。它适合用来生成具有电影感、动态运动和细节表现的中长片段，而不是单张图片或纯音频内容。根据项目页的定性结果，它覆盖了城市街景、公路驾驶、食物特写、人物与烟花、自然风景、航拍等题材。

输出规格一览

项目页展示的视频类型

城市与街景

• 雪中东京街景：镜头穿过繁华街道，跟随行人购物，强调人群与雪天氛围。
• 黄昏高速公路：汽车行驶，后视镜映出彩色日落与宁静景色。

这类提示词通常包含地点 + 天气/时间 + 镜头运动 + 人物动作，适合生成有叙事感的城市片段。

食物特写

• 鸡肉与青椒烤串在烧烤架上，带火焰、浅景深和轻烟，强调鲜艳色彩。

特写类提示词会明确写出景深（shallow focus）、烟雾、色彩等摄影语言，用来控制画面质感。

人物与氛围

• 女性侧脸，远处烟花绽放。
• 猫叫醒熟睡的主人要早餐。
• 30 岁太空人穿红色羊毛针织摩托头盔的电影预告片风格，蓝天、盐漠、35mm 胶片质感。

人物类片段往往叠加风格词（cinematic style、shot on 35mm film）来影响整体观感。

自然与航拍

• 塞纳河游船与埃菲尔铁塔，黑白画面。
• 无人机环绕阿马尔菲海岸岩石上的历史教堂，展示建筑细节与层叠步道。
• 大苏尔 Garay Point 海滩：海浪拍打崎岖悬崖，金色夕阳照亮岩石海岸。
• 航拍灯塔立于岩石悬崖，灯塔光束穿透黎明，海浪拍打岩石。
• 夜间翻涌海浪与海岸灯塔，阴天、暗色海水，营造紧张压抑氛围。
• 保加利亚小巷中的海啸，动态运动。
• 大规模爆炸场景。

航拍与自然类提示词常见**镜头运动（drone camera circles around、aerial shot）+ 光线条件（golden light、early dawn）+ 环境动态（waves crashing）**的组合。

从示例中能提炼的提示词写法

项目页的示例提示词普遍包含以下要素，可以按需组合：

1. 主体：城市、汽车、烤串、女性、猫、教堂、灯塔、海浪。
2. 镜头：extreme close-up、side profile shot、drone camera circles around、aerial shot。
3. 光线与时间：dusk、golden light of the setting sun、early dawn、overcast sky。
4. 风格：cinematic style、shot on 35mm film、black and white、vivid colours。
5. 动态：camera moves through、waves crashing、dynamic movement。

例如需要生成一段“黄昏海岸灯塔”的视频，可以写成：航拍镜头环绕岩石悬崖上的灯塔，黎明光束穿透薄雾，海浪拍打岩石，阴天，电影感。这样同时覆盖主体、镜头、光线和动态，更接近项目页展示的效果类型。

使用前需要知道的限制

• 项目页只展示了文本到视频的定性结果，没有列出图生视频、视频编辑等其他任务。
• 时长只有 5 秒和 10 秒两档，分辨率固定为 1280×768、24fps，未提及更高分辨率或更长时长。
• 训练数据为开源数据集，训练成本为 20.7k A100 GPU 小时，这影响的是模型能力边界，不代表个人使用时的硬件要求。
• 项目页未提及价格、登录方式或商用授权，这些需要以实际代码仓库和模型页面为准。

如果想进一步确认能否生成某类特定视频，最直接的方式是参照项目页的提示词结构，用相同粒度描述主体、镜头、光线和动态，再对照定性结果判断风格是否匹配。