视频参考生视频是什么？照着样片学

AI 生成视频时，只靠文字描述常常出片不稳定：镜头怎么动、节奏多快，文字很难说准。视频参考生视频提供了另一种给法——给模型看一段样片，让它照着学。本文讲清它的机制：模型从参考片里学什么、参考怎么给、学到什么程度算好；运镜术语对应的画面效果，见运镜术语一篇。

参考生视频和文生视频差在哪

文生视频的全部信息来自一句提示词，模型自由发挥的空间大，结果波动也大。视频参考生视频多了一路输入：一段参考样片。模型先从样片里提取拍法层面的特征——镜头怎么运动、每个镜头持续多久、切镜的疏密如何，再把这些特征套到新生成的内容上。文字描述管「拍什么」，参考片管「怎么拍」，两路信息合在一起，出片的结构就稳得多。对新手来说，这也省去了把运镜写成文字的功夫——有些手感，文字确实难以言传。

模型从参考片里学什么：学拍法，不抄内容

参考片里的信息可以分成两层。一层是内容：画面里有谁、在做什么场景；另一层是拍法：机位怎么走、切镜多密、前后镜头怎么呼应。参考生视频要提取的是后一层。链路上通常先把样片拆成镜头序列，逐段分析运动幅度与节奏，再把这份「拍法描述」作为条件喂给生成模型。理想情况下，换一批全新的画面内容，片子的呼吸感依然和样片一致——学的是骨架，皮肉可以完全不同。

参考怎么给：整段、片段与多条参考

给参考的方式不止一种。给整段样片，模型学到的节奏最完整，适合复刻一整条片子的结构；只给某个片段，学到的更多是局部手法，比如某一段的推近处理；也有流程支持多条参考，运镜学 A 片、节奏学 B 片，条件各自生效。参考越具体，可控性越强，但约束也越多——参考片越长，模型要兼顾的东西越多，生成的自由度就越小。各家产品的参考给法差异不小，用腾讯元宝查官方说明最直接。

学到什么程度算好：节奏对上，镜头接上

判断参考学得像不像，看两处。一是节奏：把生成片和样片并排放，镜头切换的疏密、每段的快慢是否对得上；二是运镜：样片里是缓慢推近，生成片就不该变成横移。节奏与运镜都属于拍法层，内容层完全不同也说得通。验收时可以把样片与生成片的关键帧截图发给 Kimi，让它按镜头顺序列一张对照表，差异一目了然。还有一条经验：参考片本身的拍法要干净，样片自己运镜混乱，学出来的结果只会更乱。选样片时，宁可短而清晰，也不要长而杂。

视频参考生视频机制速查

• 两路输入：提示词管拍什么，参考样片管怎么拍
• 提取对象：镜头运动、切镜密度、节奏快慢等拍法特征
• 给法：整段、片段或多条参考各司其职
• 验收：节奏对上疏密，运镜对上手法
• 经验：样片拍法越干净，学习结果越稳

关于视频参考生视频的常见疑问

• 参考生视频和动作迁移有什么区别？：动作迁移把样片里的肢体动作搬到目标角色上，见动作迁移一篇；参考生视频学的是拍法与节奏，生成的是全新内容，两者可以配合使用。
• 参考片会被原样抄进生成结果吗？：机制上学的是拍法特征，生成内容的画面与样片不同，只是结构与节奏趋同；具体产品的机制说明以官方文档为准。
• 只学色调和质感的参考算这一类吗？：只学色调、质感的属于风格参考，见风格迁移一篇；参考生视频的范围更宽，运镜与节奏也在学习对象里。