guide2 分钟阅读

图片生成视频怎么做:一张图变成一段动态视频

图片生成视频的原理和做法:上传静态图,写清镜头运动,用首尾帧控制起止,在 Vibbit 生成一段短视频。

作者:Vibbit Team

用 AI 把图片生成视频,分三步:上传一张静态图,写清楚镜头怎么动、画面里什么在变,然后生成一段可以直接发布的短视频。在 Vibbit 里,入口是 创作 → 生视频,单张图、两张图(首帧 + 尾帧)、图片加音频都支持。

图片生成视频是怎么做出来的?

模型把你上传的图当作画面基准,按提示词推算运动过程,再补出中间帧。

它和文生视频最大的区别是:画面主体由你决定,不是模型猜的。用一张商品主图或 Amazon Listing 里的场景图开始,生成视频的主体、配色和构图基本不会跑偏,模型负责的只是让它动起来。

所以在 Vibbit 里,输入是静态图片加动作或镜头要求,输出是动态展示、运镜片段和可复用的视频素材。

Vibbit 能力清单:「图片转视频」输入为静态图片 + 动作或镜头要求

在 Vibbit 里把一张图变成视频

三步:选模型、传图片、写提示词,都在创作页同一个输入框里完成。

第 1 步:选模型

在创作页把模式切到 生视频,在下拉里选模型。Vibbit 提供多个视频模型,有追求画质的旗舰模型,也有更快、更省积分的模型适合多试几版。参数栏会显示画幅、分辨率、时长和预计积分,提交前就能看到。

我的选法:定稿用旗舰模型,想多试变化就用快速模型。

创作页的生视频模式:模型下拉和预计积分

第 2 步:上传图片

点输入框旁的 + 上传,或从素材库选。有两种用法:

  • 单张图: 模型以它为起始画面,往下推后面的变化。
  • 两张图(首尾帧): 一张当第一帧、一张当最后一帧,模型补出中间的变化过程。

第二种我更常用。比如上传一张装修前的毛坯房照片和一张装修完成的照片,中间「墙面变白、家具一件件出现」的过程是模型自己算出来的。

首尾帧模式:装修前后两张照片,提示词要求不运镜

第 3 步:写提示词、设参数

提示词不用长,但要讲清三件事:镜头怎么动、什么在变、什么不许变。例如:

镜头缓慢推进,主体保持不变,光从左侧慢慢扫过来,不要出现图片中没有的元素。

写完点 优化,Vibbit 会把描述改写成模型更容易理解的写法。

如果你还有配音或背景音乐,切到 自由创作,图片、视频和音频可以一起作为参考,用 @ 指定每个素材的用途。

自由创作:图片、视频、音频一起作为参考,用 @ 指定素材

一张图和两张图,差在哪?

差在可控性。一张图是你定起点、模型定终点;两张图是起点终点都由你定,模型只补过程。

一张图 两张图(首尾帧)
你控制 第一帧 第一帧 + 最后一帧
适合 让画面动起来、加运镜、做氛围镜头 前后对比、变化过程、固定起止画面
常见用法 商品图转动态展示、场景图转空镜 装修前后、产品使用前后、状态变化
要准备 1 张图 2 张构图和主体一致的图

用两张图时,机位和主体位置要基本一致。构图差太多,中间过程会「跳」。

上传的图片有要求吗?

有,而且提交前就会检查。Vibbit 会检查尺寸、比例、格式和大小,能处理的自动压缩或缩放,不符合要求的直接提示,而不是等了很久才失败。

参考素材计数,以及视频编辑、视频延长、首尾帧等模式

我的三条经验:

  • 图不用太大,主体清楚就够。
  • 首尾帧两张图务必同机位、同构图。
  • 提示词里写明「不要出现图片中没有的元素」,能明显减少凭空多出来的东西。

一段不够长怎么办?

分段做,再接起来。每次生成的片段控制得短一些,需要更长内容时,用上一段的尾帧当下一段的首帧,一段段接上,连续性比每段重新开始好得多。

发 TikTok、Reels、Shorts 该选哪个比例?

按平台选,别做完再裁。

发布位置 比例
TikTok、Instagram Reels、Facebook Reels、YouTube Shorts 9:16
YouTube 常规视频 16:9
Instagram 信息流帖子 1:1

Vibbit 的视频配置里可以直接选目标平台、发布市场、视频语言和画面比例,选海外市场时默认语言会自动匹配。

视频配置:市场、语言、比例 9:16 / 16:9 / 1:1 和风格

常见问题

图片生成视频要多久?

取决于选的模型和时长,快速模型出得更快。提交前会显示预计积分。

画面里多了原图没有的东西怎么办?

在提示词里加「不要出现图片中没有的元素」。还是多出来的话,换成首尾帧模式,把起点终点都定死,模型自由发挥的空间会小很多。

能用图片生成视频做电商广告吗?

可以。把商品导入 Vibbit 商品库(比如通过 Amazon 链接),创作时直接用这些商品图生成商品展示、场景图和广告视频,不用每次重新上传。

需要写很复杂的提示词吗?

不需要。写清镜头怎么动、什么在变、什么不许变就够,剩下交给提示词优化。

试一试

手上有一张想让它动起来的图?上传到 Vibbit,拿到你的第一个图生视频:vibbit.ai

标签

图片生成视频(image to video ai)