可灵AI图生视频的基础功能实操

可灵AI图生视频的基础功能实操

图生视频功能允许用户上传一张图片，可灵大模型会基于对图片的理解，生成 5 秒或 10 秒的动态视频；若同时输入图片和文本描述，模型将根据文本内容把图片转化为一段视频。该功能同样支持 “标准” 与 “高品质” 两种生成模式，以及 16:9、9:16 与 1:1 三种画幅比例，为用户的视频创作提供了丰富选择。

从视频创作角度看，图生视频让创作者能够利用提前准备好的图片生成动态视频，大大降低了专业视频的创作成本和门槛，因此成为当前创作者使用频率较高的功能。从创意角度而言，可灵 AI 为用户提供了全新的创意空间，用户可以通过文本控制图片中主体的运动，实现诸如 “老照片复活”“与小时候的自己拥抱”“蘑菇变企鹅” 等创意效果，充分展现了其作为创意工具的无限潜力。

1、提示词公式

提示词 = 主体+运动，背景+运动 。。。。。。

主体:指图片中的人物、动物、物体等主要对象。

运动:是目标主体期望实现的运动轨迹。

背景:即图片中的背景部分。

该公式的核心在于主体和运动。与文生视频不同，图生视频已有现成场景，用户只需描述图像中的主体及其希望实现的运动即可。若涉及多个主体的不同运动，依次列举描述，可灵 AI 会依据用户表达和对图片的理解，扩写提示词，生成符合预期的视频。

例如，想要实现 “让画中的蒙娜丽莎戴上墨镜” 的效果，仅输入 “戴墨镜” 时，模型可能难以准确理解指令，更可能生成具有运镜效果的画幅展览视频（尤其是照片类图片，容易生成静止视频，因此不建议上传带有相框的图片）。而输入 “蒙娜丽莎用手戴上墨镜”，或者对于多主体情况，如 “蒙娜丽莎用手戴上墨镜，背景出现一道光”，模型就能更准确地响应指令。

2、操作流程

第一步：打开可灵AI官网：https://jimeng.jianying.com并登陆；

第二步：点击“AI视频”进入视频生成页面并选择“图生视频”；

第三步：上传首帧图、尾帧图（可使用文生图 AI 生成的图片作为首尾帧图），并在页面中输入图片创意描述，同时设置生成模式、生成时长、视频比例、生成数量等参数。

例：

首帧图、尾帧图：使用文生图AI生成；

图片创意描述：兔子在快乐的跳舞；

生成模式：高品质

生成时长:5s

视频比例16:9

生成数量:1条

第四步：生成视频

消耗相应灵感值生成视频。

3、使用小技巧

（1）与文生视频类似，尽量使用简单的词语和句子结构，便于模型理解。

（2）描述的运动应符合物理规律，优先选择图片中可能发生的运动进行描述。

（3）若描述内容与图片相差较大，可能会导致镜头切换。

（4）目前较难生成复杂的物理运动，如球类的弹跳、高空抛物等场景。