可灵AI 的图生视频，是把一张静态图片作为首帧生成动态视频：你上传图片、描述想要的运动方式、设置参数，模型在这张图的基础上让画面动起来。它与文生视频的分工很清楚——画面里已经有了满意的主体和构图，只缺动态，用图生视频；连画面都要从零生成，用文生视频。已有一张修好的产品图、人像照或场景插画，想让它变成几秒的动态素材，图生视频正是为这个场景准备的。
图生视频与文生视频的分工
两种模式的选择逻辑可以简化成一句话：控制权换灵活度。文生视频靠文字凭空造画面，灵活但可控性低，主体长相、构图每次都有随机性；图生视频以你的图为锚点，主体形象、构图、色彩完全锁定，模型只负责加上运动，可控性高但受制于原图质量。实操中还有一条隐含分工：商业物料、品牌内容这类对一致性要求高的，走图生视频，先在图像工具里把画面修到位再动起来；探索性内容、素材灵感收集，走文生视频碰运气更划算。两者经常串联使用——文生图定稿一张满意的画面，再交给图生视频加动态，这是目前一致性要求较高的短视频素材的主流做法。
静态图动起来的操作流程
流程五步。第一步备图：选主体清晰、构图留有运动空间的图，人物照看面部是否完整清晰，产品图看边缘是否干净，图里元素太满，模型做运动时容易互相干扰。第二步进入图生视频入口，上传图片，确认图被正确识别为主体。第三步写运动描述：一句话说清什么在动、怎么动，例如「镜头缓慢推进，人物微笑，发丝被风轻轻吹动」。第四步设置参数：时长按平台提供的档位选择，生成数量能选多组就选多组，多组挑选比单组重跑省时间，具体参数项以官方最新版本为准。第五步提交生成，等待结果。全程最有技术含量的只有第三步，描述的写法直接决定成片质量。
运动幅度与镜头描述的写法
图生视频的翻车大多出在描述上，两条原则值得背下来。原则一是幅度从小起步：小幅度的「轻微摇曳、缓慢平移、光影流动」成功率高，大幅度的「快速奔跑、剧烈打斗」容易让画面崩坏，主体变形、细节融化多半是幅度要猛了，想要大动态，从原图的运动余地开始就选对图，描述上仍然逐步加码。原则二是一句话只安排一件事：镜头运动、人物动作、环境变化分开写，别在一句话里同时要求镜头环绕加人物转身加树叶纷飞，三件事一起上，模型顾此失彼。修正时用对照法：这版只改一处描述重新生成，对比两版的差异，很快就能摸到这个模型对哪些词敏感。
生成结果的挑选与重跑
结果出来后按三个优先级挑片。先看主体保真：人物的脸、产品的 logo 和关键细节有没有变形，变形的直接淘汰，这是不可修复项。再看运动自然度：动作是否连贯、有没有反复横跳的怪异帧、镜头运动是否平稳。最后看整体氛围：光影变化和原图气质是否一致。挑不到满意的就重跑，重跑前先做归因：主体崩了说明原图或幅度问题，运动乱说明描述太杂，光影怪异可能是原图明暗对比过强。同一描述多生成几组挑最贴合的，比反复改描述更省额度。选定的成片如需剪辑拼接，导入剪映等工具做后续处理，注意成片用作对外发布时，按平台规则履行 AI 生成内容标识义务。
从单条试水到批量素材生产
单条跑通后，把经验沉淀成可复用的生产习惯。建一份自己的描述词记录：每条生成时用的描述、参数和结果评分，几轮下来你就知道这个模型在你的素材类型上吃哪套写法。按用途归档成片：主图动态版、详情页动态素材、社媒短视频，分别建立文件夹。批量生产时先出一张定稿图再批量加动态，而不是各做各的，素材之间的一致性靠源头图确保。工具的参数和档位会持续迭代，但「好图定稿、小幅运动、单句描述、多组挑选」这套方法，换版本也依然成立。
可灵AI 的图生视频，什么样的原图效果更稳？
- 横图竖图有差别吗？：有。输出比例通常跟随原图或由参数决定，先确认发布平台的竖屏或横屏要求，再准备对应比例的原图，比例中途转换会裁掉画面边缘。
- 人像照片动起来，面部会不会变样？：小幅运动下面部通常保持稳定，幅度大或镜头推太近时可能出现变形，人像素材优先选表情自然、面部占画面比例适中的图，描述里少安排面部大动作。
- 生成的视频能商用吗？：商用需确认平台对生成内容的授权条款与你使用的套餐权限，具体以官方最新版本为准，同时按发布平台要求履行 AI 生成内容标识义务。
