AI 图片转视频生成器

JustDance 专注把人物、宠物和插画角色做成舞蹈或动作短视频。上传一张照片,描述主体动作和镜头即可开始,不需要先拍视频或剪辑。

一张照片即可开始支持人像、宠物和插画注册后即得试用积分

AI Dance Video Generator

首帧
尾帧
0 / 2000

AI 图片转视频效果:先看源图,再看结果

下面每个案例都展示参考图片或源图、动作提示词和对应视频。重点检查主体外观、动作连贯性和背景表现,再判断这个工作流是否适合你的图片。

01

插画宝宝照片生成竖版舞蹈

源图
动作提示词

一个穿彩色传统服装的可爱卡通宝宝,在温暖整洁的卧室里跳轻快舞蹈,小幅左右踏步并挥动双手,保持面部、服装和背景稳定,固定全身镜头,竖屏 9:16。

02

宠物照片生成趣味舞蹈

源图
动作提示词

一只金毛犬开心地站立跳舞,前爪跟随节奏摆动,保持脸部和毛发清晰,背景简单稳定,固定全身镜头,轻松有趣,竖屏 9:16。

03

进阶:多人 K-Pop 舞蹈

参考图片
动作提示词

一组女团成员完成节奏清晰的 K-Pop 编舞,动作同步,保持人物外观和服装一致,舞台灯光稳定,中景镜头跟随动作。

什么时候适合用图片转视频

当你手上已经有想让它动起来的那个主体的图片时,最适合用它。如果你的需求不是这样,最后一条会告诉你该去哪里。

  • 想让某个真实的人、宠物或角色保持可辨认

    因为它从你的图片出发,生成的面部、服装或毛发会比用文字描述同一个主体更接近原样。

  • 已经有一张满意的照片,不想再拍视频

    把一张人像、宠物照或产品图直接变成动态,不用布置拍摄、找表演者或做剪辑。

  • 想让插画或头像动起来

    手绘角色、吉祥物和风格化头像都可以,只要主体轮廓清晰、遮挡不多。

  • 还没有图片,或已经有一段视频?

    只有想法、没有图片时,从文生视频开始;已经有视频、只想换个视觉风格时,用视频转视频。

第一次生成

把一张图片转成视频,按这 3 步

先判断图片是否适合,再把动作写清楚,最后按问题类型修改。这样更容易判断问题来自素材、动作、镜头还是模型,减少没有方向的重复生成。

  1. 01

    生成前先检查源图

    确认主体清晰、手脚没有被裁切、光线均匀、背景不抢眼。源图存在的问题通常会被带入视频。

  2. 02

    第一次生成优先使用一个主要动作

    先写主体和具体动作,再补场景、稳定要求和镜头。可以先用固定镜头验证主体表现,再逐步加入转身、跳跃、运镜或换景。

  3. 03

    按面部、手脚、背景、镜头逐项检查

    结果不理想时先定位问题,每次只修改图片、动作、镜头或模型中的一个变量。

源图检查 · 16:9

适合与不适合的源图对比

查看完整生成 Prompt

创建一张用于 AI 图片转视频产品指南的写实摄影对比图,横版 16:9,左右分屏构图,分别展示两位外观风格相近、穿深灰色运动服和白色运动鞋的亚洲女性街舞者。左侧是适合生成视频的源图:人物占画面主要位置,正面略偏 3/4 站姿,头部、双手、双脚完整可见,姿势自然放松,轮廓清楚,均匀柔和的自然光,纯净暖灰色摄影棚背景,焦点锐利,真实皮肤和自然身体比例。右侧是不适合生成视频的源图:人物在画面中很小,双脚被裁切,一只手被遮挡,强烈逆光,明显运动模糊,背景有多人和杂乱街景。整体采用专业产品教育摄影风格,真实相机质感,中性配色,左右信息差异清晰。画面中不要出现文字、标签、箭头、Logo、水印、UI 边框或品牌元素。

结果 · 9:16 · 8 秒

相对稳定的图片转视频示例

查看完整生成 Prompt

以一张清晰的全身人物参考图为首帧,生成 8 秒竖版 9:16 写实视频。主体是一位 25 岁左右的亚洲女性街舞者,穿深灰色宽松运动服和白色运动鞋,站在简洁的暖灰色摄影棚内。她完成一组轻松、连续、低难度的舞蹈动作:先向左小幅踏步并自然摆动双臂,再向右踏步并抬起一只手,最后回到中间站姿。动作节奏清楚、幅度适中、重心稳定,过渡自然。全程固定全身镜头,人物始终完整出现在画面中央,不转身、不跳跃、不快速甩头,不推拉、不摇镜、不切镜。严格保持面部身份、发型、服装颜色、身体比例和鞋子一致;双手手指数目正确,双脚结构稳定;背景、地面和灯光保持静止。真实摄影质感,柔和均匀光线,24fps,自然运动模糊,可无缝循环。不要字幕、Logo、水印、额外人物、镜头畸变、肢体变形或背景漂移。

检查分镜 · 16:9

生成后应该检查哪些细节

查看完整生成 Prompt

创建一张独立的 AI 视频质量检查教学示意图,横版 16:9,四格等宽电影接触表布局。四格分别示范面部身份、手部结构、脚部接触和背景稳定性应如何检查,不声称来自某一段真实视频的连续抽帧。第一格是清晰的面部近景;第二格是双手与手臂动作中景;第三格是双脚踏步的下半身画面;第四格是人物居中的全身广角画面。真实摄影质感,锐利但自然,专业视频质量审查参考图。画面中不要出现任何文字、数字、标签、箭头、Logo、水印、UI 控件、额外人物或畸形肢体。

一个可复用的图片转视频提示词结构

提示词不是越长越好。把模型真正需要的五类信息写完整即可。

01主体
02具体动作
03场景
04稳定要求
05镜头

可直接修改的示例

一只金毛犬开心地站立跳舞,前爪跟随节奏左右摆动,在明亮整洁的客厅里,保持脸部、毛发和背景稳定,固定全身镜头,竖屏 9:16。

生成前 10 秒检查

下面四项比堆更多提示词更重要。

可以直接尝试

  • 主体占画面主要位置
  • 正面或 3/4 侧面站姿
  • 手脚完整、轮廓清楚
  • 自然光线与简单背景

建议先换一张图

  • 严重模糊、过暗或过曝
  • 手脚被裁切或多人遮挡
  • 主体太小、背景人物太多
  • 字幕、贴纸或水印压住主体

问题排查

结果不理想,先改什么

不要同时改所有设置。先根据现象找到最可能的原因,每次只修改一个变量再重新生成。

常见原因

源图不够清晰,或动作幅度过大、转身过多。

优先调整

换清晰正面图,降低动作幅度,并要求保持面部和服装稳定。

图片转视频能控制什么、不能保证什么

图片决定身份、提示词决定动作,但结果是逐帧重新生成的。了解这些边界,能让你不再没有理由地反复生成。

  • 不能保证面部 100% 一致

    照片是强参考,不是精确锁定。清晰、正面、光线均匀的主体能让身份更接近;大角度或模糊会让它偏移。

  • 不能凭空补出被裁切或遮挡的肢体

    源图里手脚被裁掉或遮住,模型只能靠猜,这正是大多数变形出现的地方。换一张更完整的图更稳。

  • 同一张图多次生成结果会不同

    生成本身有随机性。比较设置时,保持图片、提示词、时长和分辨率不变,每次只改一个变量。

  • 复杂度叠加会放大风险

    大幅转身、多人、换装、大幅运镜单独都还好,但同时要求时更难保持稳定。

按时长、比例和分辨率选择模型

不确定选哪个?先用 Seedance 2.0 的 8 秒档,适合大多数第一次生成;需要最高 1080p 或更风格化的画面,再换 Hailuo 2.3。

更多时长与比例

Doubao
T2VI2VV2V

Seedance 2.0

提供 7 种宽高比和 4、8、12 秒时长,适合按目标平台与内容长度选择输出规格。

时长
4秒 / 8秒 / 12秒
分辨率
480p / 720p
覆盖短、中、长三档时长
支持 7 种宽高比
4 / 8 / 12 秒可选

最高 1080p

MiniMax
T2VI2V

Hailuo 2.3

提供最高 1080p 输出与 6、10 秒时长,可用于比较更高分辨率或更偏风格化的画面。

时长
6秒 / 10秒
分辨率
768p / 1080p
最高支持 1080p
6 / 10 秒可选
更偏风格化画面

AI 图片转视频常见问题

针对「从图片生成」的问题——上传什么、能保持多稳、尾帧在哪些情况下有用。

用一张图片生成你的第一个视频

注册后可获得试用积分并开始生成;积分数量与本次消耗以账户和生成器当前显示为准。