主体清晰的产品摄影
使用产品与周围环境容易区分的照片。生成前检查形状、标签、反光和边缘。决定镜头应当展示哪个特点，以及产品本身是否需要移动。
我们的图生视频工具，让产品摄影在视频内容创作中多了一种用途。一张特写可以变成一次亮相，一张棚拍照片可以确立一个广告场景，一张已确认的营销活动图片可以为动态概念提供开场画面。
AI 图生视频：你的静态图片，也有故事可讲
用我们的图生视频生成器，把静态图片变成动态场景。可以从一张产品照片、一幅人像、一张角色美术图或一幅风景开始。描述主体动作和运镜，再选择所选模型提供的帧控制和输出设置。
在线使用图生视频，让照片、插画和 AI 生成的图片继续发展。把源图片和运动方向带进一个视频制作工作区，这里有 AI Agent、AI 图像生成器、视频模型和视频编辑工具。
图生视频生成器：适用于照片和角色美术图
源图片为你的 AI 生成视频和视觉叙事确立开场构图。运动提示词说明随着时间推移发生了什么变化：人物转身、布料飘动、光线掠过产品，或者镜头展现出更多场景。
当视觉起点已经确定时，就把图片转成视频。生成式动画会从这张图片出发发展出运动；而幻灯片或传统的照片转换工具，只是把静态图片和预设转场排列在一起。当你希望主体或场景动起来时，选择图生视频。
插画角色与动画场景
从能确立面部、姿势、服装和周围空间的角色美术图开始。在提示词中写明一个动作或反应。转头、入场和幅度更大的肢体动作，需要不同的节奏和运镜方向。
内容创作者可以用图生视频工具推进一个个故事时刻。规划相关场景时，把角色参考素材留在手边，再检查选中的动画，确认那些让它与项目其他部分相衔接的视觉细节。
风景与动态背景
寻找环境中本就该有的运动：云、水、树叶、窗帘或变化的光线。决定观众的视线应当落在哪里，以及什么应当保持在画面中心。动态背景可以衬托旁白，而不会与旁白争夺注意力。
三步把照片变成视频
把图片、提示词和模型设置结合起来使用。源图片提供视觉信息；你的描述说明动作和镜头路径；所选模型提供可用的生成控制项。
选择源图片和模型
打开一个支持图片输入的模型，提供所需的首帧。写运动提示词之前，先检查构图。如果人脸或产品已经靠近画面边缘，判断这样的取景是否还能为计划中的运动留出空间。
根据你需要的引导方式选择图生视频模型。首帧动画从一张图片开始。尾帧流程还会定义落点。关键帧控制则在生成前确立更多视觉时刻。
描述运动并选择输出设置
在文字提示词中，把主体动作和运镜写成两条独立的指令。例如，让陶瓷花瓶保持静止，镜头缓缓推向它富有纹理的表面。只有在环境运动能衬托主体时才添加。
选择所选模型中显示的时长、分辨率和画幅比例控制项。在支持运动幅度的流程中，判断源图片适合克制的运动还是幅度更大的动作。生成前查看显示的积分。
生成、审看并保留片段
观看视频片段的开场运动、主要动作和最后一帧。检查主体的比例、表情、表面细节以及在构图中的位置。
保留可用的版本，再选择进行下一次图生视频生成，或使用我们的视频编辑工具。动作需要改变时，修改运动提示词。动画本身已经完成时，再使用字幕、调色或压缩。
为动画准备静态图片
选择一个在运动开始前就能传达重要视觉决定的图片文件。清晰的源图片，能帮助你判断动画片段是否仍然符合最初的构想。
检查主体、边缘和纹理
检查源图片中的面部、手部、产品边缘、小字、图案和反光表面。这些细节都会成为你要审看的动态场景的一部分。如果起始图片中已经有不想要的细节，先处理好图片，再让视频模型把它动起来。
在用图生视频制作产品内容时，先明确产品哪些部分必须保持可辨认。让提示词聚焦于围绕这些特征的动作，而不是引入另一款产品，或一次性改变整个场景。
检查裁切和运动空间
考虑主体会往哪里移动、镜头会如何跟随。裁切很紧的人像，与能看到周围环境的宽景，适合的运动方向范围并不相同。选择与构图相符的摇镜、推镜或环境运动。
规划后期的字幕或标题处理时，确保人脸、标志和重要细节依然可见。先确定源图片的构图，再描述赋予这个镜头目的的运动。
写运动描述之前，先对比开场图片和落点图片。检查两帧中主体的位置、光线、大小比例和机位角度。描述把这些视觉决定串联起来的运动，再选择一个能让动作充分展开的时长。对于图生视频场景，一对彼此关联的参考图，比两张描绘互不相关时刻的好看图片更有用。
让每张参考帧各司其职
用首帧定义开场。当动作需要一个特定落点时，加上尾帧。使用关键帧时，想清楚每张图片为序列贡献了什么，而不是为同一个时刻添加多个版本。
图生视频的方向描述应当把各帧串联起来。描述主体动作、镜头路径以及各视觉锚点之间的时间安排，让提示词和图片讲述的是同一个场景。
图生视频的画面帧与运镜控制
根据镜头选择控制项。一张静态图片、首尾两张图片和预先规划的关键帧序列，需要的设置程度各不相同。
| 创作需求 | 可选模型 | 输入与运动引导 | 输出选择 |
|---|---|---|---|
| 让一张照片或插画动起来 | Vidu Image to Video | 必须提供首帧图片；运动幅度可调 | 为动画选择模型的可用设置 |
| 把开场图片与结尾图片衔接起来 | Wan 3.0 | 首帧或首尾帧引导 | 2–30 秒，480p、720p 或 1080p；原生音频 |
| 定义多个预先规划的视觉时刻 | Kling 4.0 | 最多 10 张关键帧 | 3–30 秒，720p 或 1080p |
当首帧动画和运动幅度控制适合你的项目时，使用 Vidu Image to Video。当镜头需要更多帧引导、不同的时长范围，或需要随画面一起生成声音时，选择其他模型。
运动幅度与主体动作
运动幅度让 Vidu 的图片动画在文字提示词之外多了一项控制。对于含蓄的人像或安静的场景，选择克制的运动，再判断更大的运动幅度是否能更好地呈现你想表现的动作。
即使有运动控制可用，图生视频提示词也要写得具体。写明主体、动作和节奏，让运动设置配合你的文字提示词。
摇镜、特写与环绕运镜
摇镜带着观众的注意力扫过整个构图。推镜把注意力引向某个细节。环绕镜头围绕主体改变视角。选择能展现图片中关键内容的运镜方式。
描述运动过程中始终处于中心的是什么。对产品画面来说，可能是正面标签或某处表面细节。对角色动画来说，可能是面部、手势，或与场景的互动。
画幅比例、时长与声音
生成图生视频片段之前，先选择可用的画幅比例。Kling 4.0 提供 21:9、16:9、1:1、9:16 和自动构图选项。让构图与目标视频相匹配，而不是把裁切留到最终剪辑时再处理。
选择一个能让运动充分展开的时长。当场景需要声音时，选择支持音频的模型。Wan 3.0 会同时生成画面和同步原生音频，因此对白、环境音或音效都可以和可见动作一起导演。除了时长、分辨率、画幅比例和帧引导，Wan 还为你的生成提供种子（seed）控制。
用自然语言提示词让静态图片动起来
写下你想看到的运动，而不是把画面里已经能看到的一切都长篇描述一遍。自然语言提示词可以把主体运动、运镜方向和环境变化拆分成便于审看的指令。
产品方向：让产品始终居中
一只陶瓷瓶立在影棚的桌面上。镜头缓缓推向正面标签，柔和的光线掠过上釉的瓶身。瓶子始终直立，并保持在画面中央。
这条图生视频描述只给照片一个主要动作：一次有控制的亮相。检查标签、轮廓、反光和镜头路径。如果运动分散了对产品的注意力，先简化运镜指令，再考虑添加其他效果。
角色方向：给这一刻一个动作
一个插画角色转向门口，停顿片刻，举起一只手。镜头保持平视，角色的表情从专注转为恍然认出的神情。
用源图片确立角色的外观，再让提示词描述发生了什么。如果是更大的故事，把下一个动作规划成另一个场景，它有自己的视觉起点和时间安排。
环境方向：让场景动起来
一片高山湖泊占满画面。云朵缓缓飘过山峰，湖面泛起细小的涟漪。镜头保持远景，让湖岸线始终清晰可见。
用图生视频为风景加入本就属于它的背景运动。风、水和光可以承载动画，而原始构图依然是最主要的视觉决定。
一条好用的照片动画提示词，也会告诉你该检查什么。在产品片段中，留意产品的形状和反光。在角色场景中，关注面部、服装和手势。在环境镜头中，检查镜头路径以及水、云或枝叶的运动。这些审看要点，把静态图片和你要求模型生成的动作联系在一起。
修改你能指出的运动问题
把生成的片段与提示词中的动作进行对比。如果镜头移动得太远，就收窄它的路径。如果主体动作难以看懂，就减少动作的数量。如果结尾需要特定的构图，就使用支持尾帧的模型并提供落点图片。
让每次修改都针对一个看得见的问题。这样，下一次图生视频生成才能服务于一个创作决定，而不只是又一个不相干的变体。
用照片动画呈现产品、角色和背景
根据图片在视频内容中需要承担的角色，把它们变成视频。广告镜头、角色反应和动态背景都可以从静态图片开始，但用途各不相同。
产品亮相与社交媒体内容
用品牌已确认的产品图片，探索一次亮相、一个机位角度或一次光线变化。想比较同一产品的不同处理方式时，分别生成独立的版本。把片段放进营销内容之前，先审看完整的运动过程。
做社交媒体视频时，让开场主体一眼可辨，主要动作易于跟上。如果最终画面需要字幕或后续信息，就为它们预留空间。
分镜与插画角色
用图生视频把一张分镜图变成动画场景。为这一刻定义动作、镜头和最后的节拍。制作相关镜头时，把已确认的角色参考素材留在手边。
一个反应、一次入场或一个手势，无需交代整个故事，也能为更大的叙事添上一笔。给每个片段一个属于它自己的动作，再在剪辑中挑选能组合在一起的场景。
氛围画面与动态视觉素材
用能衬托周边内容的运动，让风景、概念美术或营销活动背景动起来。安静的环境变化可以为旁白留出空间；更活跃的运镜可以引出一个新场景。
把图生视频制作工具当作视觉开发流程的一部分。选择能让现有图片在最终项目中发挥实际作用的那一版。
审看、打磨并下载动画片段
开场只是引入场景；要判断运动效果，请审看完整片段。按预期的观看尺寸审看 AI 生成的视频，一直检查到结尾的运动。
检查主体和完整的镜头路径
在场景运动过程中，观察面部、手部、服装、物体边缘、标签和纹理。检查透视的任何变化以及主体周围的空间。将最终构图与这个片段在整条视频中要承担的作用进行对照。
根据审看结果决定下一条图生视频指令。测试新的运镜方向时，保持源图片和动作不变；改变主体运动时，则保持镜头不变。
为所选模型选择输出设置
时长和分辨率取决于所选的生成模型。Wan 3.0 提供 2–30 秒、480p、720p 或 1080p 的片段。Kling 4.0 提供 3–30 秒、720p 或 1080p 的片段。根据你需要交付的镜头选择设置。
动作和取景都已就绪后，下载动画片段。如果下一个场景需要相关的视觉方向，把选定的源图片和运动提示词留在手边。
完成画面、字幕和文件体积的收尾
使用我们的视频编辑工具处理调色、曝光、对比度和最终风格。当观众需要在画面上看到文字时，为有语音的画面添加可编辑字幕。字幕工具可以把带时间信息的文本下载为 SRT，或导出应用所选样式的带字幕 MP4。
使用压缩让成片更便于分享。当片段需要更大的画面尺寸时，使用视频放大。这些收尾工作可以在图生视频生成之后进行，无需让模型重新生成同一个场景。
积分与无水印导出
图生视频生成会消耗 YouArt 积分。消耗数量由所选模型和设置决定，并会在运行前显示。再生成一版之前，请检查输入、运动方向、时长和分辨率。
付费订阅包含积分和无水印导出。额外购买积分需要有效的订阅。我们的套餐与价格页面列出了当前的积分额度和计费选项。
围绕一个完整的运动来规划第一次图生视频生成。在为同一张图片选择更长的片段、不同的输出设置或其他模型之前，先审看动作。
比较不同的运动方向时，使用同一张图生视频源图片。分别改变摇镜、主体动作或环境运动，再看看哪个版本与项目中的其他画面搭配效果最好。
常见问题
选择一个支持图片输入的模型，提供它所需的视觉输入，并描述动作或运镜。设置可用的时长和输出控制项，然后生成并审看片段。Vidu 必须从一张首帧图片开始；其他流程还提供尾帧或关键帧引导。
用你已有的视觉素材，开始下一个图生视频场景
选择运动方式，设置帧引导，从最适合你项目的那一版动画继续创作。