图片、视频与音频

核对日期：2026-10-07。适用于 Beav 桌面端 2.8.13。

Beav 没有单独的媒体创作页面。图片、视频和音频都在新对话及其右侧工作区中完成：说明用途、平台、比例和参考素材，AI 会选择合适的工具。媒体任务通常比文字耗时更长，也可能使用积分或外部服务。

图片与封面

• 直接描述目标画面，或附上参考图（可粘贴、拖入或从右侧素材库拖入）。
• 小红书封面和完整图文包的封面，AI 会参考 12 类构图方向（单图、图文组合、对比、拼图等），结合内容选择；这不代表每次生成 12 张图。
• 想要固定的视觉风格，用新对话下方的创作模板，也可以把一张喜欢的图创建成个人模板。
• 做完整小红书图文时，如果没有一次生成全部图片的授权，AI 默认先做两张给你确认，再继续剩余页面。
• 对一张已有图片，可以问 AI 具体内容、文字位置或标注是否遮挡，它会检查局部，不修改原图。

视频

处理口播视频时，直接在对话里提供视频并说明剪辑目标，AI 会建立可编辑工程，在右侧打开剪辑器，完成清理、字幕、补充画面和动画。编辑器打开只表示工程已就绪；导出前应完整播放检查成片。完整用法见视频剪辑与智能剪口播。

科普视频可以把标题卡、字幕、旁白和各章节画面安排到同一条时间线上。下面的工程已包含标题卡、自动字幕和旁白音轨。导出前逐段检查节奏、字幕可读性和声画同步。

让 AI 把图片、配音和字幕做成视频时，它也会使用剪辑器建立可编辑工程，图片推近、配音和字幕分别保留在轨道上，方便之后改字和调时间。生成视频可以用视频模板，也可以直接描述，见创作模板。

参考视频与声音时间

在对话中提供已授权的本地视频或当前空间的视频素材，可以让 AI 围绕具体问题查看指定时点或一小段区间，不必为了看参考专门新建剪辑工程。采样图保存在当前会话中，不会自动导入素材库。静帧不能代替声音和连续动作的检查。

制作动画已有配音和词级转录时，AI 可以按声音定位关键词句，把字幕、揭晓和画面变化安排到对应位置。换语言或换配音后需要重新核对受影响的时间。

音频与字幕

• 配音：对 AI 说明文稿、语言和音色，或打开 AI 配音小工具，支持分段设置语言、音色和停顿，也可以克隆音色。
• 转写：用音视频转文字选择转写模型，导出 TXT、SRT、VTT 或 JSON；从抖音、视频号、TikTok 链接提取文稿用视频文案提取。
• 波形：可以让 AI 查看音频或视频音轨的波形，观察停顿和音量变化，不需要先建剪辑工程。

成本与重复提交

生成会使用积分或你配置的外部服务，可用参数因模型而异。提交成功不等于生成完成；不要因为暂时没有结果就重复提交同一任务，先查看原任务状态。结果无法确认时，Beav 会保留失败信息和已有产物，不会自动再次生成。外部 Agent 遇到 awaiting_approval 时必须等待你处理。

找到结果

切换空间后，生成任务会继续在原空间运行，结果也保存在原空间。打开原对话，在右侧“稿件 → 本次会话”可以看到这次对话的附件、生成结果和素材包；需要长期复用的图片或视频，请保存到素材库，或让 AI 明确保存。