深度引导的视频生成
把深度通道作为控制输入交给视频模型，它会沿用你素材的布局、运镜和节奏，同时生成完全不同的外观。深度只传递几何结构，不会把原片的人脸、颜色和纹理一起带过去。
面向视频的 AI 深度估计
AI 视频深度图生成器：把任意片段转成深度通道
上传一段视频，得到逐帧的深度图：越亮离镜头越近，越暗越远。运动、运镜、构图和时间轴全部保留，颜色和纹理则被剥离。这正是它的用处——把真实素材的空间结构交给视频模型、合成软件或三维工具，而不把原片的外观一起带过去。
每秒视频 8 积分
单个文件最大 100 MB
40 积分
深度视频会在一个可以随时回来的会话中打开，方便下载或接入其他工具。
使用方式
三步生成深度图
- 第 1 步
上传你的视频
拖入 MP4、MOV 或 WebM，单个文件最大 100 MB。分辨率与帧率跟随原片，上传过程中不会被缩放或重采样。
- 第 2 步
逐帧估算深度
模型会读取整段片子而不是孤立的单帧，算出每个像素离镜头多远。因为参考了相邻帧，静止的墙面会保持同一个深度值，不会逐帧漂移。
- 第 3 步
生成并下载
深度视频会在一个可以随时回来的会话中打开，你可以下载它、处理下一段素材，或把结果带进工作流编辑器，作为视频模型的控制输入。
处理前后对比
同一个镜头，用距离重新写一遍
几十个人处在几十个不同的距离上，彼此都被清晰分开。整个灰阶范围都用上了——从画面下缘接近纯白的人影，一直到灭点处的纯黑。 少数几个主体，但彼此距离差别极大，而且细节结构完整保留：绿植的叶片被逐片分开，门后的房间也正确地读作比门框所在的墙更远。
适用场景
当模型或合成师需要的是结构，而不是像素
合成与调色
深度通道可以驱动景深、大气雾、体积雾和重新布光，适用于 After Effects、Nuke、Fusion 和达芬奇。它相当于你本来要手动逐帧抠出来的遮罩，而且会随镜头运动自动更新。
三维、空间视频与视差
用深度图对平面做位移，平面素材就有了真实视差——2.5D 运镜、空间视频转换、摇摆立体。这些效果都需要深度这一个通道，而普通摄像机并不会记录它。
分离前景与远景
深度是连续值而不是硬边抠像，因此可以在任意位置设阈值：单独取出前景主体、只替换背景，或者只对中景调色，完全不依赖颜色来做键控。
原理说明
为视频而做，所以才稳得住
它会参考每一帧前后的帧
把图像深度模型逐帧套在视频上，深度就会「沸腾」：每帧各猜各的，猜测之间略有出入，于是平面开始蠕动、边缘出现噪点。视频深度模型会把相邻帧放在一起读，静止的表面因此保持同一个数值，这条通道拿到剪辑里才真正可用。
相对深度，不是米
输出的是相对深度：它告诉你同一个镜头里什么更近、什么更远，而不是任何东西的真实距离，而且每段片子的尺度都会重新拟合。ControlNet、位移贴图和景深要的正是这个。它不适合用来测量，单摄像头模型也给不出真实尺寸。
灰度用来干活，彩色用来看
灰度是通用交换格式：所有消费深度图的工具读的都是亮度，所以默认就是灰度。turbo、inferno、magma 和 viridis 这四种彩色映射把同样的数值铺到色相上，肉眼判读深度层次会容易得多，但送进下游之前必须先转回灰度。
按秒计费，不用按月订阅
所有套餐都包含积分，可以用在这个页面或 YouArt 的任何其他功能上；新注册账号还会获得免费试用积分。
基础版
适合爱好者和探索者
$9.99/月
升级- 1000 额度
- 每月最多 ~200 张图片
- 每月超过 ~1000 秒视频
- 智能创意 Agent
- 视频编辑器
- 最新图像模型，包括 GPT Image 2 和 Nano Banana Pro
- 最新视频模型，包括 Seedance 2
- 真人合规模式
- 使用 ElevenLabs 生成语音
- 无水印
- 50+ AI 特效库
专业版
最受欢迎适合专业人士
$29.99/月
升级- 3300 额度
- 每月最多 ~1000 张图片
- 每月超过 ~3300 秒视频
- 智能创意 Agent
- 视频编辑器
- 最新图像模型，包括 GPT Image 2 和 Nano Banana Pro
- 最新视频模型，包括 Seedance 2
- 真人合规模式
- 使用 ElevenLabs 生成语音
- 无水印
- 50+ AI 特效库
旗舰版
适合高级用户和团队
$149.99/月
升级- 18000 额度
- 每月最多 ~6000 张图片
- 每月超过 ~18000 秒视频
- 智能创意 Agent
- 视频编辑器
- 最新图像模型，包括 GPT Image 2 和 Nano Banana Pro
- 最新视频模型，包括 Seedance 2
- 真人合规模式
- 使用 ElevenLabs 生成语音
- 无水印
- 50+ AI 特效库
团队版
适合团队和工作室
$329.99/月
升级- 36300 额度
- 每月最多 ~12000 张图片
- 每月超过 ~36300 秒视频
- 真人合规模式
- 与团队共享画布、工作流和素材
- 每个团队最多 10 名成员
- 最多 5 个团队
- 基于角色的管理
- 团队额度管理与消费上限
- 成员用量追踪
常见问题
视频深度图常见问题
- 什么是视频深度图？
- 它是一段与原片等长的视频，用亮度表示距离：像素越亮，说明那个点离镜头越近。它保留原片的运动、运镜、构图和时间轴，舍弃颜色与纹理——所以它的价值在于作为别的东西的输入，而不是拿来观看。
- 为什么不直接对每一帧跑图像深度模型？
- 可以，但结果通常会闪。每帧都是独立估算的，于是一面从未移动的墙在每一帧里都得到略有差异的深度值，看起来像在蠕动、沸腾。这个模型会读取每一帧前后的帧，静止的几何结构因此稳得住。时序稳定正是视频专用深度模型存在的全部理由。
- 这是绝对深度吗？可以用来测距离吗？
- 不行。它输出的是相对深度——只在同一个镜头内部排出远近次序，尺度按片段重新拟合，而不是以米为单位。深度引导生成、位移、雾效和景深要的恰好就是这个。如果你需要真实测量值，就得用深度传感器或标定过的多摄像机阵列，任何单视频模型都无法替代。
- 输出可以用来控制 AI 视频模型吗？
- 可以，这也是生成深度图最常见的理由。深度通道把你素材的几何结构、运镜和节奏交给视频模型，同时把外观完全留白，因此你可以彻底改变一个镜头的风格，却保住它的场面调度。这种用法请选择灰度输出——控制输入读的就是灰度。
- 该选哪种颜色输出？
- 除非只是拿来看，否则一律选灰度。所有下游环节——控制输入、合成软件的深度通道、置换修改器——读的都是亮度，所以 turbo 或 viridis 的文件必须先转回灰度才能用。彩色映射的优势在于肉眼判读深度确实清楚得多，适合审片和演示。
- 多少钱？可以先免费试试吗？
- 按片长计费，每秒 8 积分：十秒的视频 80 积分，一分钟 480 积分。新注册账号会获得免费试用积分，可以先跑一段短片看看效果再决定。
- 深度视频会保留原来的声音吗？
- 不会。输出是无声的——深度图属于画面数据，原片上的音轨会被丢弃。如果成片需要原声，请在视频编辑器里把它和深度通道重新放到一起。
- 支持上传哪些视频格式？
- MP4、MOV 和 WebM，单个文件最大 100 MB。分辨率与帧率跟随原片，不会被强制成某个预设，所以输出与输入是逐帧对齐的。
不止一条通道
想直接用上深度，而不只是下载它？
这个页面只跑一个固定步骤。打开工作流编辑器，可以把深度通道直接接到视频模型的控制输入上、让一批片段跑同一张图，或者把它接在放大之后。