YouTube 封面生成 1280×720，字已经排在上面了

几乎所有 AI 图像工具都能做出一张好看的 16:9 图。能在上面放五个指定的词、而且拼对，的很少——`youtube 封面文字` 这类搜索之所以存在，正是因为这个。没有标题的封面不是封面，是一张你还得开设计软件去收尾的背景图。

这也是为什么这一页跑的是 Grok Imagine Image，而不是站里最便宜的模型。在几个快速档里，它是字形最立得住的一个，四次实拍、四句不同的英文标题，没有出现错字。它一次 3 credits 而不是 4，所以赠送额度能买 6 次——够你把两句标题各跑三种风格，而这大致就是真实的工作方式。

诚实的边界也在同一个地方。**标题控制在六个词左右**：模型会把字号调整到能放下，长句子就变小，而小字正是手机上最先失效的东西。另外要预期偶发的怪事。我们那次电影感测试里，模型把标题正确地排在了顶部，然后又自作主张把同一句话画到了画面中的一块木牌上。这是文生图的正常行为——它把你的词既当成标题也当成画面的一部分。重跑一次或者把标题写短通常就没了。我们把那张留在上面的网格里，而不是悄悄换掉。

**中文标题这一档不稳**，和海报页是同一条实测结论：CJK 字形空间比拉丁字母大两个数量级，便宜档会在个别字上失手，而"一个字错了"比整句乱码更难发现。中文封面请逐字核对；如果这条片子很重要，去图片页用更强的文字模型排。

最后一件本页刻意做不到的事：**把你自己的脸放到封面上**。这里没有上传位，是有意的——它是文生图工具，而一旦牵涉到真人照片，你要的是编辑面而不是生成器。在这里生成构图，之后自己合成进去；或者直接去图片页，那边支持参考图和更强的模型。