PixVerse V6 Max نسخهٔ حرفه‌ای‌تر مدل ویدیوسازِ PixVerse است که از یک متن یا یک عکس، ویدیوی ۵ تا ۱۵ ثانیه‌ای تا کیفیت ۱۰۸۰p می‌سازد و می‌تواند صدا، موسیقی و دیالوگ را هم همراه تصویر تولید کند. خانوادهٔ V6 را شرکت PixVerse در ۳۰ مارس ۲۰۲۶ (۱۰ فروردین ۱۴۰۵) معرفی کرد و Max بالاترین پلهٔ کیفیتِ همین خانواده است؛ تاریخِ دقیقِ عرضهٔ خودِ Max در منبع رسمی نیامده، برای همین آن را ننوشته‌ایم.
در این مقاله می‌خوانید این مدل چه می‌کند، با نسخهٔ عادی V6 و رقبا چه فرقی دارد، محدودیت‌هایش چیست، چطور امتحانش کنید و چند پرامپتِ آمادهٔ فارسی و انگلیسی برایش داریم.
PixVerse V6 Max چیست؟
PixVerse V6 Max مدلِ ویدیوی هوش مصنوعیِ شرکت PixVerse است که برای کارهای حرفه‌ای مثل تبلیغ، فیلمِ کوتاه و موزیک‌ویدیو ساخته شده است. PixVerse خودش را پلتفرمی با بیش از ۱۰۰ میلیون سازنده در ۱۷۵ کشور معرفی می‌کند (ادعای شرکت در اطلاعیهٔ رسمی V6).
طبق صفحهٔ مدل روی Replicate، Max ورودی‌های همان V6 را می‌گیرد، اما تمرکزش روی کیفیت است: پیروی بهتر از پرامپت، بافت و نورِ واقعی‌تر و ثابت‌ماندنِ شخصیت و محصول در طولِ ویدیو. یک نکتهٔ مهم: Max از حالتِ «قابِ اول و آخر» (first/last frame) پشتیبانی نمی‌کند و اگر به آن نیاز دارید باید سراغ V6 عادی بروید.
چه کارهایی می‌کند
این مدل دو حالتِ اصلی دارد: ویدیو از متن و ویدیو از عکس. در حالتِ متن، نسبتِ تصویر را از میان ۱۶:۹، ۹:۱۶ و ۱:۱ انتخاب می‌کنید؛ در حالتِ عکس، خروجی همان نسبتِ عکسِ شما را می‌گیرد.
مشخصاتی که منبعِ رسمی و صفحهٔ مدل تأیید می‌کنند
- طولِ ویدیو: ۵، ۸، ۱۰ یا ۱۵ ثانیه.
- کیفیت: ۳۶۰p، ۵۴۰p، ۷۲۰p یا ۱۰۸۰p.
- صدا: اختیاری؛ موسیقیِ زمینه، جلوه‌های صوتی و دیالوگ. برای دیالوگ باید جمله را داخل گیومه بنویسید و بگویید چه کسی می‌گوید.
- چندپلان (multi-shot): می‌توانید چند برشِ پشتِ هم را با شماره‌گذاری در پرامپت بنویسید.
- پرامپتِ منفی و seed: برای حذفِ چیزهای ناخواسته و تکرارِ یک نتیجه.
- طولِ پرامپت: در حالتِ متن تا ۵۰۰۰ نویسه.
PixVerse دربارهٔ V6 می‌گوید حرکتِ دوربین (دنبال‌کردن، تغییرِ زاویه، نمایشِ تدریجیِ صحنه)، حالتِ چهره و بدن، برخوردِ فیزیکیِ اشیا و نوشتهٔ داخلِ تصویر به انگلیسی و چینی دقیق‌تر شده است. این‌ها ادعای خودِ شرکت است و در عمل باید با پرامپتِ خودتان بسنجید.
کاربردها برای کاربرِ ایرانی
- اینستاگرام: ویدیوی ۹:۱۶ برای ریلز، مثلاً صحنهٔ سینمایی از یک فنجان قهوه یا نمایشِ محصول.
- تبلیغِ فروشگاه: از عکسِ محصول یک کلیپِ ۸ ثانیه‌ای بسازید که دوربین دورِ آن می‌چرخد.
- موزیک‌ویدیو و کلیپِ هنری: چند پلان پشتِ هم با نور و حالِ یکسان.
- آموزش و ارائه: یک صحنهٔ کوتاه برای توضیحِ مفهوم در اسلاید یا ویدیوی آموزشی.
چه فرقی با V6 عادی و رقبا دارد
فرقِ اصلیِ Max با V6 عادی کیفیت است، نه امکانات؛ در عوض Max یک امکان را ندارد (قابِ اول و آخر) و هزینه‌اش بیشتر است. جدول زیر فقط چیزهایی را مقایسه می‌کند که از منبعِ معتبر وارسی شده است.
| ویژگی | PixVerse V6 Max | PixVerse V6 |
|---|---|---|
| تمرکز | بالاترین کیفیت و ثباتِ شخصیت | مدلِ همه‌کاره‌تر |
| قابِ اول و آخر | ندارد | دارد |
| طولِ ویدیو | ۵ تا ۱۵ ثانیه | تا ۱۵ ثانیه |
| بیشینهٔ کیفیت | ۱۰۸۰p | ۱۰۸۰p |
| صدای همزمان | دارد (اختیاری) | دارد |
نتیجهٔ جدول: اگر ثباتِ شخصیت و کیفیتِ نور برایتان مهم‌تر از حالتِ قابِ اول و آخر است، Max را بردارید؛ وگرنه V6 عادی هم کارتان را راه می‌اندازد.
برای مقایسه با رقبا، یک بررسیِ مستقل می‌گوید خروجیِ V6 به ۱۰۸۰p محدود است، در حالی که Kling 3.0 خروجیِ ۴K دارد. اگر مقایسهٔ کاملِ ابزارهای ویدیو را می‌خواهید، مقالهٔ مقایسهٔ Veo، Kling، Seedance و Hailuo را ببینید. دربارهٔ رقیبِ مهمِ دیگر هم می‌توانید آموزشِ کامل Kling را بخوانید.
قیمتِ رسمی
قیمت‌ها بسته به ارائه‌دهنده فرق می‌کند. طبق صفحهٔ مدل روی Replicate (آخرین بررسی: آبان ۱۴۰۵) هزینه به‌ازای هر ثانیه ویدیو، بدون صدا و با صدا، این است:
| کیفیت | بدون صدا | با صدا |
|---|---|---|
| ۳۶۰p | ۰٫۰۶ دلار | ۰٫۰۹ دلار |
| ۵۴۰p | ۰٫۰۹ دلار | ۰٫۱۱ دلار |
| ۷۲۰p | ۰٫۱۱ دلار | ۰٫۱۵ دلار |
| ۱۰۸۰p | ۰٫۲۲ دلار | ۰٫۲۸ دلار |
یعنی یک ویدیوی ۱۰ ثانیه‌ای ۱۰۸۰p با صدا روی Replicate حدود ۲٫۸ دلار درمی‌آید. سایت‌های دیگر قیمت‌های متفاوتی نوشته‌اند، پس پیش از خرید به صفحهٔ قیمتِ همان سرویس نگاه کنید.
نقطه‌های ضعف و محدودیت‌ها
- PixVerse خودش می‌گوید کنترلِ دقیقِ جهتِ حرکت در صحنه‌های پیچیده و ثباتِ تصویر هنگام تغییرِ بزرگِ مکان هنوز در حال بهتر شدن است.
- بیشینهٔ کیفیت ۱۰۸۰p است.
- بیشینهٔ طول ۱۵ ثانیه است؛ برای فیلمِ بلند باید چند ویدیو را به هم وصل کنید.
- قابِ اول و آخر ندارد.
- نوشتهٔ فارسی داخلِ تصویر در منبعِ رسمی وعده داده نشده؛ پشتیبانیِ رسمی از انگلیسی و چینی ذکر شده است. بهتر است متنِ فارسی را بعداً در ویرایشگر روی ویدیو بگذارید.
چطور امتحانش کنم
PixVerse V6 Max روی صفحهٔ ساخت ویدیو با هوش مصنوعی در هوش‌نو در دسترس است. با هوش مصنوعی ایرانی می‌توانید بدونِ اشتراکِ اجباری و با پرداختِ تومانی امتحانش کنید.
- صفحهٔ ساخت ویدیو را باز کنید و مدلِ PixVerse V6 Max را انتخاب کنید.
- حالتِ «از متن» یا «از عکس» را بزنید؛ در حالتِ عکس، تصویرتان را بارگذاری کنید.
- طول و کیفیت را انتخاب کنید؛ برای آزمایش با ۵ ثانیه و ۷۲۰p شروع کنید تا هزینه کم بماند.
- پرامپت را بنویسید و در صورت نیاز صدا را روشن کنید.
- قیمتِ دقیق پیش از ساخت، زیرِ دکمهٔ ساختن نشان داده می‌شود؛ بعد دکمهٔ ساختن را بزنید.
اگر هنوز به اصولِ نوشتنِ پرامپتِ ویدیو مسلط نیستید، راهنمای پرامپت‌نویسی برای ویدیو اصول مشترکِ این مدل‌ها را توضیح می‌دهد. برای مرورِ بقیهٔ ابزارها هم راهنمای ساخت ویدیو با هوش مصنوعی مفید است.
نوشتنِ پرامپتِ خوب برای این مدل
پرامپتِ خوب برای مدلِ ویدیو چهار چیز دارد: سوژه، حرکت، دوربین و حال‌وهوای نور. انگلیسی‌نوشتنِ پرامپت معمولاً نتیجهٔ مطمئن‌تری می‌دهد، ولی دیالوگ را به همان زبانی بنویسید که می‌خواهید گفته شود. نمونه‌ها:
۱. تبلیغِ قهوه (۹:۱۶، بی‌صدا)
Slow macro shot of steam rising from a fresh espresso cup on a wooden table, warm morning window light, camera slowly pushes in, shallow depth of field, cinematic.
۲. چندپلان برای فروشگاه
Shot 1: wide shot of a small modern clothing store at sunset. Shot 2: close-up of hands folding a beige sweater. Shot 3: customer smiles at the mirror, soft warm light.
۳. دیالوگ
A young woman in a cafe looks at the camera and says: "Today we are launching our new menu." Natural ambient cafe sound, soft jazz in the background.
۴. ویدیو از عکسِ محصول
The camera slowly orbits around the product on a clean white surface, soft studio lighting, subtle reflections, product stays sharp and unchanged.
۵. صحنهٔ سینمایی
یک کاروان شتر در کویر هنگام غروب، گردوغبار در هوا، دوربین از بالا آرام پایین می‌آید، نورِ طلایی، حالِ سینمایی.
نکته: در پرامپتِ منفی چیزهایی مثل «تاری، متنِ اضافه، دستِ ناقص» را بنویسید و برای تکرارِ یک نتیجهٔ خوب، seed را نگه دارید.
سؤالات متداول
PixVerse V6 Max چیست؟
مدلِ ویدیوسازِ PixVerse با تمرکز بر بیشترین کیفیت در خانوادهٔ V6 است. از متن یا عکس ویدیوی ۵ تا ۱۵ ثانیه‌ای تا ۱۰۸۰p می‌سازد و می‌تواند صدا و دیالوگ هم تولید کند.
PixVerse V6 Max چقدر ویدیو می‌سازد؟
هر ویدیو ۵، ۸، ۱۰ یا ۱۵ ثانیه است. برای ویدیوی بلندتر باید چند ویدیوی کوتاه بسازید و در یک برنامهٔ ویرایش به هم وصل کنید.
آیا PixVerse V6 Max صدا هم می‌سازد؟
بله، به‌صورت اختیاری. موسیقی، جلوه‌های صوتی و دیالوگ همراه تصویر ساخته می‌شود؛ ولی صدا هزینهٔ بیشتری دارد. برای دیالوگ، جمله را در گیومه و با نامِ گوینده بنویسید.
فرقِ V6 Max با V6 چیست؟
Max روی کیفیت و ثباتِ شخصیت و محصول تمرکز دارد، اما حالتِ قابِ اول و آخر را ندارد. اگر به آن حالت نیاز دارید V6 عادی را انتخاب کنید.
PixVerse V6 Max در هوش‌نو هست؟
بله، روی صفحهٔ ساخت ویدیو در دسترس است. قیمتِ دقیق پیش از ساخت، زیرِ دکمهٔ ساختن نشان داده می‌شود.
