Amazon Nova Reel 1.1 实战：从文字到 2 分钟 AI 视频

Lab 信息

• 难度: ⭐⭐ 中级
• 预估时间: 30 分钟
• 预估费用: ~$15（基础测试） / ~$90（全套含 2 分钟视频）
• Region: us-east-1（1.1 仅此 Region）
• 最后验证: 2026-03-25

背景

2025 年 4 月，AWS 发布 Amazon Nova Reel 1.1，将 AI 视频生成能力从单镜头 6 秒提升至多镜头 2 分钟。这是 Bedrock 平台上首个支持长视频生成的模型。

1.0 → 1.1 核心升级：

特性	Nova Reel 1.0	Nova Reel 1.1
最大视频时长	6 秒	2 分钟（120 秒）
多镜头支持	❌	✅ 自动/手动模式
风格一致性	N/A	✅ 跨镜头一致
Prompt 长度	512 字符	自动模式 4000 字符
Region	us-east-1, eu-west-1, ap-northeast-1	仅 us-east-1

前置条件

• AWS 账号，已开通 Amazon Bedrock 中的 Nova Reel 模型访问
• AWS CLI v2 + Python 3.10+ + boto3
• S3 Bucket（us-east-1，用于存储生成的视频）
• IAM 权限：bedrock:InvokeModel、bedrock:GetAsyncInvoke、bedrock:ListAsyncInvokes、s3:PutObject

核心概念

Nova Reel 1.1 通过 异步 API（start_async_invoke）工作，不支持同步调用。提交任务后，视频在后台生成，完成后自动写入指定的 S3 路径。

三种任务类型：

1. TEXT_VIDEO — 单镜头 6 秒，支持纯文本或文本+参考图（Image-to-Video）
2. MULTI_SHOT_AUTOMATED — 自动多镜头，单 prompt 描述整体场景，模型自动分镜（12-120 秒）
3. MULTI_SHOT_MANUAL — 手动多镜头，每个 shot 独立 prompt + 可选参考图，精细控制

输出规格：1280×720, 24fps, MP4 格式

动手实践

Step 1: 准备环境

# 创建输出 S3 Bucket
aws s3 mb s3://nova-reel-test-$(aws sts get-caller-identity --query Account --output text) \
    --region us-east-1

# 设置变量
export BUCKET="s3://nova-reel-test-$(aws sts get-caller-identity --query Account --output text)"
export AWS_DEFAULT_REGION=us-east-1

Step 2: 基础 Text-to-Video（6 秒）

创建 t2v_basic.py：

import json
import boto3

bedrock_runtime = boto3.client("bedrock-runtime", region_name="us-east-1")

model_input = {
    "taskType": "TEXT_VIDEO",
    "textToVideoParams": {
        "text": "A golden sunset over calm ocean waves, gentle light reflects "
                "on the water surface. Camera slowly pans right revealing a "
                "sandy beach with palm trees."
    },
    "videoGenerationConfig": {
        "durationSeconds": 6,
        "fps": 24,
        "dimension": "1280x720",
        "seed": 42
    }
}

invocation = bedrock_runtime.start_async_invoke(
    modelId="amazon.nova-reel-v1:1",
    modelInput=model_input,
    outputDataConfig={
        "s3OutputDataConfig": {
            "s3Uri": "s3://YOUR_BUCKET/t2v-basic/"  # 注意尾部斜杠！
        }
    }
)

print(f"Job started: {invocation['invocationArn']}")

生成效果：

6 秒日落海滩场景，seed=42

S3 URI 必须以 / 结尾

如果 S3 URI 不带尾部斜杠，API 会返回 ValidationException: The provided S3 URI does not point to a bucket or a directory。这是实测发现的细节，官方文档未明确说明。

Step 3: 查询任务状态

import json
import boto3

bedrock_runtime = boto3.client("bedrock-runtime", region_name="us-east-1")

invocation = bedrock_runtime.get_async_invoke(
    invocationArn="YOUR_INVOCATION_ARN"
)

status = invocation["status"]  # "InProgress", "Completed", "Failed"
print(f"Status: {status}")

if status == "Completed":
    s3_uri = invocation["outputDataConfig"]["s3OutputDataConfig"]["s3Uri"]
    print(f"Video: {s3_uri}/output.mp4")

Step 4: Image-to-Video（参考图 → 视频）

使用一张 1280×720 的图片作为视频首帧：

import json
import boto3
import base64

bedrock_runtime = boto3.client("bedrock-runtime", region_name="us-east-1")

# 加载参考图（必须是 1280x720）
with open("reference.png", "rb") as f:
    image_base64 = base64.b64encode(f.read()).decode("utf-8")

model_input = {
    "taskType": "TEXT_VIDEO",
    "textToVideoParams": {
        "text": "Camera slowly dolly forward, cherry blossom petals "
                "gently falling, koi fish swimming in the pond below",
        "images": [{
            "format": "png",
            "source": {"bytes": image_base64}
        }]
    },
    "videoGenerationConfig": {
        "durationSeconds": 6,
        "fps": 24,
        "dimension": "1280x720",
        "seed": 42
    }
}

invocation = bedrock_runtime.start_async_invoke(
    modelId="amazon.nova-reel-v1:1",
    modelInput=model_input,
    outputDataConfig={
        "s3OutputDataConfig": {
            "s3Uri": "s3://YOUR_BUCKET/i2v-test/"
        }
    }
)

print(f"I2V Job: {invocation['invocationArn']}")

Step 5: 多镜头自动模式（18 秒）

一个 prompt，模型自动分成 3 个连贯镜头：

model_input = {
    "taskType": "MULTI_SHOT_AUTOMATED",
    "multiShotAutomatedParams": {
        "text": "A cinematic documentary about the ocean. "
                "Aerial drone footage of deep blue ocean waves crashing "
                "on rocky cliffs. Underwater scene with colorful coral reef "
                "and tropical fish. A whale breaches the surface in slow "
                "motion with water droplets catching sunlight."
    },
    "videoGenerationConfig": {
        "durationSeconds": 18,  # 必须是 6 的倍数，范围 12-120
        "fps": 24,
        "dimension": "1280x720",
        "seed": 1234
    }
}

invocation = bedrock_runtime.start_async_invoke(
    modelId="amazon.nova-reel-v1:1",
    modelInput=model_input,
    outputDataConfig={
        "s3OutputDataConfig": {
            "s3Uri": "s3://YOUR_BUCKET/multishot-auto/"
        }
    }
)

生成效果：

18 秒海洋纪录片，3 个自动分镜，seed=1234

完成后 S3 中会有：

multishot-auto/<invocation-id>/
├── manifest.json
├── output.mp4          # 拼接完整视频
├── shot_0001.mp4       # 第 1 个 6 秒镜头
├── shot_0002.mp4       # 第 2 个 6 秒镜头
├── shot_0003.mp4       # 第 3 个 6 秒镜头
└── video-generation-status.json

Step 6: 多镜头手动模式（精细控制）

每个镜头独立 prompt，可选参考图：

model_input = {
    "taskType": "MULTI_SHOT_MANUAL",
    "multiShotManualParams": {
        "shots": [
            {
                "text": "Aerial view of a futuristic city with glass "
                        "skyscrapers at dawn, golden light hitting buildings"
            },
            {
                "text": "Street level view of autonomous vehicles moving "
                        "smoothly through the city, pedestrians on sidewalks"
            },
            {
                "text": "Close-up of a robotic hand gently touching a flower "
                        "in a rooftop garden, city skyline in background"
            }
        ]
    },
    "videoGenerationConfig": {
        "fps": 24,
        "dimension": "1280x720",
        "seed": 1234
    }
}

invocation = bedrock_runtime.start_async_invoke(
    modelId="amazon.nova-reel-v1:1",
    modelInput=model_input,
    outputDataConfig={
        "s3OutputDataConfig": {
            "s3Uri": "s3://YOUR_BUCKET/multishot-manual/"
        }
    }
)

生成效果：

18 秒未来城市，3 个手动分镜，seed=1234

手动模式 vs 自动模式

• 自动模式：一个长 prompt（最多 4000 字符），模型决定分镜，适合快速生成
• 手动模式：每个 shot 独立 prompt（最多 512 字符），可附参考图，适合精确控制叙事

Step 7: 挑战——2 分钟长视频

model_input = {
    "taskType": "MULTI_SHOT_AUTOMATED",
    "multiShotAutomatedParams": {
        "text": "An epic nature documentary. Begin with a sunrise over "
                "snow-capped mountains, then transition to a vast green "
                "valley with a winding river. Show herds of wild horses "
                "galloping across golden plains. Cut to a dense tropical "
                "rainforest with exotic birds and waterfalls. End with a "
                "breathtaking aurora borealis over a frozen arctic landscape."
    },
    "videoGenerationConfig": {
        "durationSeconds": 120,  # 最大值
        "fps": 24,
        "dimension": "1280x720",
        "seed": 777
    }
}

测试结果

生成性能

测试	任务类型	视频时长	生成时间	文件大小	每秒视频的生成耗时
T2V 基础	TEXT_VIDEO	6s	79s	5.50 MB	13.2s
Image-to-Video	TEXT_VIDEO+image	6s	70s	5.59 MB	11.7s
多镜头自动 (18s)	MULTI_SHOT_AUTOMATED	18s	152s	16.38 MB	8.4s
多镜头手动 (18s)	MULTI_SHOT_MANUAL	18s	146s	9.41 MB	8.1s
长视频 (60s)	MULTI_SHOT_AUTOMATED	60s	351s	37.7 MB	5.9s
长视频 (120s)	MULTI_SHOT_AUTOMATED	120s	509s	44.1 MB	4.2s
摄像机运动	TEXT_VIDEO	6s	76s	6.02 MB	12.7s

关键发现

1. 实际生成速度比文档标称更快：文档说 6 秒视频需要约 90 秒、2 分钟视频需要 14-17 分钟，实测分别为 ~76 秒和 ~8.5 分钟
2. 多镜头有规模效应：视频越长，每秒视频的生成耗时越短（6 秒: 13s/s → 120 秒: 4.2s/s）
3. I2V 比纯 T2V 更快：提供参考图后生成时间从 79 秒降至 70 秒
4. Seed 确实控制生成：相同 prompt + 不同 seed → 完全不同的视频内容和文件大小
5. 多镜头同时输出分镜和拼接版：自动生成 shot_XXXX.mp4 + 拼接的 output.mp4

Seed 对比实验

同一 prompt "A red sports car driving along a coastal highway"：

Seed	文件大小	生成时间
42	4.36 MB	76s
999	5.21 MB	77s

不同 seed 产生完全不同的视频，文件大小差异达 19%。

踩坑记录

踩坑 1: S3 URI 必须以 / 结尾

问题：s3://bucket/prefix 会返回 ValidationException。 解决：使用 s3://bucket/prefix/。实测发现，官方文档未明确记录。

踩坑 2: API 限流较严格

问题：快速连续提交多个 job 会触发 ThrottlingException 或 ServiceUnavailableException。 解决：请求间增加 10-15 秒间隔，并实现指数退避重试。已查文档确认，这是正常的服务容量限制。

踩坑 3: 长视频可能失败

问题：120 秒视频首次尝试失败（shot 11 遇到 INTERNAL_SERVER_EXCEPTION，导致级联失败），重试后成功。 解决：长视频建议实现重试机制。失败的 shot 状态会记录在 video-generation-status.json 中。已查文档确认，INTERNAL_SERVER_EXCEPTION 是已知的失败类型之一。

费用说明

Nova Reel 按生成的视频秒数计费。具体单价请查看 Amazon Bedrock 定价页（选择 Amazon → Pricing for Creative Content Generation models）。

本次测试共生成约 258 秒视频 + 1 张 Nova Canvas 参考图。

清理资源

# 删除测试 S3 Bucket 及所有内容
aws s3 rb s3://nova-reel-test-YOUR_ACCOUNT_ID --force --region us-east-1

# 无需清理其他资源（Bedrock 异步 job 自动归档）

务必清理

S3 中的视频文件会持续产生存储费用。Lab 完成后请清理 Bucket。

结论与建议

Nova Reel 1.1 适合什么场景：

• ✅ 营销短视频、社交媒体内容（6-18 秒）
• ✅ 产品演示、概念验证视频
• ✅ 基于品牌图片的动态内容（I2V 模式）
• ⚠️ 2 分钟长视频可用但稳定性待观察
• ❌ 不适合需要精确人物/文字渲染的场景

生产环境建议：

1. 必须实现重试机制 — 长视频和高并发场景下 API 可能返回 503 或限流
2. 使用手动模式控制叙事 — 自动模式方便但对分镜控制有限
3. Seed 用于可复现性 — 同一 seed + 同一 prompt 保证结果一致
4. 注意 Region 限制 — 1.1 仅 us-east-1，跨区域需考虑延迟

参考链接

• Amazon Nova Reel 用户指南
• AWS What's New: Amazon Nova Reel 1.1
• Amazon Bedrock 定价
• Amazon Nova Creative Models