
图生视频只做两件事:在「视频生成」里点「参考图片」上传一张照片,再在「内容描述」写清一个主要动作,选好比例和时长后点「生成视频」。全程在一个页面完成,不用装软件;照片越干净、动作越单一,人物动得越自然,崩脸也越少。
参考图片决定了视频的第一帧,所以照片质量基本决定了成片质量。优先选满足这几点的图:
还有一点容易被忽略:照片的横竖要和输出比例一致。打算发竖屏就选竖构图,打算发横屏就选横构图。用竖图去生成 16:9,画面会被裁掉头部或肩膀,而参考图一旦被裁,后面怎么改描述都救不回来。
如果手头只有一张合影,先裁出单人再上传;如果是逆光剪影,换一张正面光线的。表情也有影响:大笑、眯眼这类夸张表情在运动时更容易变形,平静的正面表情最稳。
内容描述框不是写剧本的地方。10 秒到 15 秒的画面只装得下一个动作,写多了模型会自己挑,结果往往不是你想要的。一个稳妥的句式是:主体 + 一个动作 + 环境光线。
例如:「穿白衬衫的男生坐在窗边,缓慢转头看向镜头,午后自然光」。这句话里只有一个动作,模型知道该让什么动、动多少。
几条实用规则:
15 秒可以容纳两个连续动作,比如「先低头整理袖口,再抬头看镜头」,但要有先后词,第二个动作幅度要更小。10 秒建议只留一个动作,别硬塞。写完读一遍,一句话里出现两个「然后」,就该删掉一个。
「复用参数」是图生视频里最省时间的按钮。它会保留上一次的参考图、比例和时长,你只需要改内容描述,就能比较两种动作写法哪个更自然,而不用每次重新选图、重新设参数。
判断成片是否可用,看三点:脸有没有变形、动作有没有做完、背景有没有突然换掉。三条都过关就下载;只是某个瞬间不自然,可以再跑一次;如果前两秒就开始糊,多半是参考图本身的问题,回到第一步换图更快。
准备好一张清晰的单人照片,打开 极客空间站 AI 视频页面,在左侧点「视频生成」,上传参考图片、写一句动作,先花 3 积分跑一条 10 秒版本。人物能自然动起来之后,再换 15 秒和 9:16 做正式素材。
大连极客十一维科技有限公司