AI图片转视频实用教程:让照片自然动起来

AI图片转视频可以让照片里的人眨眼、宠物轻轻抬头,也可以给风景添上流动的云和水。上传一张图片,再说明希望发生的动作,就能开始生成短片。这篇教程从选照片讲起,带你区分人物动作和镜头移动,并提供人像、宠物、风景、插画四组可复制提示词。
第一次不妨只做眨眼或水面波纹一类的小变化。转身、奔跑和复杂运镜可以留到熟悉工具后尝试。下文的提示词是创作起点,不是实测效果承诺;配图用于解释素材和运动方向,均为静态教学示意,不是生成视频的截帧。
一、适合AI图片转视频的原图:主体清楚,动作有空间
图片会为视频提供人物外观、构图和光线等视觉依据。放大原图,检查眼睛、手指、宠物耳朵和物体边缘是否清楚。原图里已经糊成一团的部分,不适合留给视频模型猜。
人像可以从一张姿态放松、脸部清楚的单人照片开始;宠物图尽量让头部和身体轮廓完整。风景不必有主角,云层、水面、树叶都能成为运动对象。插画则选线条干净、主体与背景分得开的画面。使用自己拥有或获授权的图片,涉及真实人物时,也要确认对方同意这种使用方式。
还要给动作留位置。猫的耳朵已经贴着画面上沿,抬头时就需要更多余地。人物半边脸或身体已被裁掉,应换一张主体完整的照片。若主体完整,只是四周背景太少,可以在图片编辑工作台扩展原图画布:上传照片,选择扩图,说明只延续周围背景、保留主体外观。检查扩图边缘是否衔接、有没有多出不需要的物体,合适的版本才用于视频。
横图改成竖图时,也要确认主体是否完整。扩图补的是新画面,不是找回当时没拍到的真实场景;若只需要一段忠实保留原照的纪念短片,沿用原有取景通常更省事。

完整保留猫耳和身体轮廓,并在头顶留出活动空间;图中比较的是静态取景。
二、图生视频提示词怎么写:说清楚谁动、怎么动
照片里有什么,模型已经能从图片读取。提示词应把篇幅留给接下来发生的事,例如“猫缓慢抬头看向镜头”,而不是再写一遍猫的颜色、沙发材质和房间布置。
运动大致可以这样区分:
主体动作:人眨眼、猫抬头,画面里的角色发生变化。
环境运动:树叶轻摆、水面起波纹,主要人物可以不动。
镜头移动:画面视角靠近、退远或向一侧移动,让观众换一个观察位置。
“镜头缓慢推进”是视角逐渐靠近主体,不是让人物走向镜头。“固定镜头”则表示取景位置保持稳定。想让照片只有一点生气,可以先固定镜头,只写一个主体动作或一种环境变化。
把“让这张照片动起来,电影感”改成“固定镜头,人物自然眨眼一次,肩部随呼吸轻微起伏,动作舒缓”,要求就具体多了。第一次先别叠加转头、挥手、走路和绕拍;如果结果不理想,也更容易知道该改哪一处。

静态运动设计:人物眨眼、窗帘轻摆与镜头推进,是三种不同的运动要求。
三、在PixPix生成第一个图片转视频短镜头
准备好照片后,打开PixPix图片转视频创作入口,切换到“视频生成”。官网提供上传图片或输入文字生成视频的入口;可用模型、时长、画幅和清晰度,以你当时选择的模式与界面为准。
(1)选择支持图片输入的视频模式,上传准备好的照片。若界面区分“首帧”和一般参考图片,将照片放到用于视频起始画面的输入位置。“首帧”就是视频开始时的那一帧。
(2)输入运动要求。可以直接复制下一节中与你照片相符的一组,再删掉原图里不存在的元素。例如图里没有水面,就不要保留波纹描述。
(3)检查输出设置。画幅应保住人物头顶、脚部或宠物轮廓,横向照片可以从横画幅尝试。时长选择当前模型支持的较短选项,够完成动作即可。确认页面显示的消耗和限制后提交任务。
(4)生成完成后完整播放一遍,再回看变化最大的地方。脸有没有突然换样,动作有没有做到一半跳过去,背景线条是否跟着扭动?第一版只用来判断方向,确认动作合适再制作其他版本。
这些步骤不要求某个固定模型。切换模型时,重新确认输入方式和设置,不把另一个工具的时长、音频或清晰度选项照搬过来。
四、4组图片转视频提示词:人像、宠物、风景与插画
下面每组都写了镜头、动作和节奏。选择与原图相符的一组,替换不适用的元素即可。
1. 人像照片:固定镜头,保留轻微呼吸与眨眼
选一张嘴部自然闭合、脸部无遮挡的半身照片,先做安静的动态肖像。说话和大幅转头可以留到后面尝试。
以这张照片作为起始画面,生成一个连续的人像镜头。镜头位置固定,人物保持原来的坐姿和面部朝向,自然眨眼一次,肩部随呼吸轻微起伏。嘴部放松闭合,表情平静。延续原图中的人物外观、衣着、背景和光线,动作细微、舒缓,画面保持稳定。
播放时注意眨眼前后是否仍像同一个人,嘴角有没有被带出说话动作。若脸部变化明显,先去掉额外的表情要求,用更小的动作重试。
2. 宠物照片:让一个小动作完整发生
坐着的猫可以抬头,趴着的狗可以轻轻抬眼。优先选择与原照姿态衔接得上的动作,不必让安静趴着的动物立刻跳起来。
使用这张猫坐着的照片作为起始画面。固定镜头,猫缓慢抬头看向镜头,随后安静停留。身体维持坐姿,前爪稳稳放在原来的位置,耳朵自然轻动。动作从原有姿态平顺展开,保留原图中的毛色、面部特征和周围环境,整段为同一个连续镜头。
如果换成狗或其他宠物,连同动作和姿态一起改写,不要只替换动物名称。检查时看抬头是否连贯,耳朵、爪子有没有突然多出一部分。
3. 风景照片:让水和云动,山与建筑留在原位
海边、湖泊或带云层的山景,可以从环境运动开始。固定取景时,更容易看出是水面在流动,还是整座山都被拉歪了。
以这张湖边风景照片为起始画面,保持固定的广角取景。湖面出现细小、连续的波纹,远处云层缓慢向右移动。山体、岸线和建筑保持稳定,延续原图的光照与色彩。运动轻柔,节奏均匀,让画面像一段安静拍摄的风景短片,整段保持连续。
没有湖面的照片可以只保留云层或树叶的变化。若想加入镜头推进,建议另做一个版本,先比较单独移动镜头带来的效果。
4. 插画转视频:让画里的风吹起来
二维插画不一定要变成三维场景。保留笔触、线条和色块,只让围巾、头发或几片树叶轻动,也能传达故事气氛。
以这张人物站在树下的二维插画为起始画面。镜头固定,人物保持原来的站姿,围巾末端随微风轻轻摆动,树枝上的几片叶子缓慢摇动。保留原画的二维线条、笔触、色块和人物比例,背景布局稳定,动作幅度小,整段呈现连续、柔和的手绘动画感。
原画没有围巾,就换成图里已经存在的头发或衣角。若生成后线条变成写实皮肤和立体材质,先缩小运动范围,并明确保留原画的二维表现。

风景画面让水和云动起来;二维插画保留笔触,只给围巾和树叶设计小幅动作。
五、照片动得不自然时,按问题调整动作和画面
生成结果有问题时,一轮只改一个最明显的地方。人物脸部变形,就先缩小转头或表情幅度;镜头自己乱跑,明确固定取景;动作还没完成就结束,则减少动作步骤,或在模型支持的范围内增加时长。不要同时换照片、改动作又加运镜,否则很难判断哪项修改起了作用。
也要回头看原图。如果照片里的人正在奔跑、头发和衣服已有明显飘动痕迹,提示词却要求完全静止,两者就在互相牵制。换一张姿态更接近目标的照片,比不断重复“保持不动”更值得尝试。
动作已经自然,只是输出显得模糊时,再考虑对完成的短片做视频高清放大。上传确认过动作的视频,按页面提供的选项处理,再比较脸部、毛发、线条和背景细节。放大后依然要完整播放,不能只看一张更锐的封面;如果人物本来就变形,增加分辨率也不能替你确认正确的长相。
保留原视频,另存处理后的版本。最后按准备发布的大小观看,检查裁切和声音,再决定是否需要配乐、字幕或剪掉开头结尾的多余停顿。照片动起来的效果是AI创作,不应被当成照片拍摄当时真实发生的动作。
六、AI图片转视频的三个常见问题
1. 只有一张照片,也能做AI视频吗?
可以从一张图片开始,配上动作说明生成视频。它给出了起始画面的视觉依据,但不包含被遮挡的身体部位或镜头外的真实环境。刚开始可以选眨眼、呼吸、波纹等小变化;需要大幅转身时,应接受新增视角属于生成内容,并逐段检查。
2. 图片转视频会自动有声音吗?
取决于所选模型和模式,不能默认每次都有配音、音乐或环境声。生成前查看当前音频选项,生成后实际听一遍。画面里人物张嘴也不等于已经完成准确口型同步;只需要安静的动态照片时,可以先完成画面,再单独添加获授权的声音素材。
3. 怎样让动态照片首尾循环更顺?
先选容易回到起始状态的运动,例如轻微呼吸、缓慢摆动,避免人物走出画面。检查结尾与开头的姿态、光线和镜头位置是否接近,再用剪辑调整接缝。如果模型提供首尾帧控制,可以尝试以同一张图片约束两端;这一输入是否可用要看具体模式,也不能保证中间运动一定自然。
七、图片转视频的官方参考

为电商团队打造的 AI 出图工具
面向上新、投放和活动营销场景,用 AI 生成商品图、场景图、广告图与短视频素材,让内容生产更高效。