如何把一张照片变成 AI 视频（分步教程）
SnowArt Team
7/15/2026
文生视频要求模型凭空创造一切。图生视频则好控制得多：**你的照片决定画面长什么样，提示词只需要决定画面怎么动。**正是这种分工，让图生视频成为做出像样 AI 视频最快的路径。
工作流
1. 选对原始图片
模型只会让它看到的东西动起来，所以图片质量就是视频质量的上限。以下几点很关键：
- 主体清晰单一 —— 一个人、一件产品、一只生物。拥挤的场景会迫使模型分散注意力。
- 留出运动空间 —— 动作进行到一半的主体，比僵硬的正面姿势动起来自然得多。
- 边缘干净 —— 运动会放大压缩噪点，所以从你手上最清晰的版本开始。
AI 生成的图片和照片一样好用。一条常见的流水线：先在图片生成器里做出完美的一帧，再让它动起来。
2. 描述运动，而不是场景
模型已经看到了场景——再复述一遍就是浪费提示词。只描述应该发生变化的部分：
~~"A woman in a red coat standing on a bridge in the rain"（一位穿红大衣的女子雨中站在桥上）~~
"She turns her head toward the camera and smiles; rain intensifies; slow push-in."（她转头看向镜头并微笑；雨势加大；镜头缓慢推进。）
值得分别写清的三层运动：主体运动（主体在做什么）、环境运动（雨、蒸汽、人流）、镜头运动（推进、环绕、手持晃动）。
3. 选时长和分辨率
先用 480p 生成一段短片，确认运动效果是否符合预期——渲染快，花费也最少。运动对了之后，再用同一条提示词跑 720p 或更高。第一次尝试就上最高画质，是浪费积分最常见的方式。
4. 生成并迭代
视频异步渲染，完成后会出现在你的历史记录里。如果某次生成失败，那一次的积分会自动退还。迭代方法和做图一样：每次只改一处。
三种常见翻车情况的修复
主体扭曲或"融化"。 通常是提示词塞太满了。删到只剩一个明确的动作。带参考帧控制的高级模型（如 Seedance 2.0）保持主体一致性的能力最强。
所有东西都动得太厉害。 模型天生偏爱夸张。加上 "subtle motion"（细微运动）或 "slow, gentle movement"（缓慢轻柔的运动）——明确要求少动是有效的。
镜头乱动。 就算你不想要任何镜头运动，也要明确写出来："static camera"（固定镜头）或 "locked shot"（锁定机位）可以防止意外的平移。
该用哪个模型
SnowArt Video 是最好的起点——5 秒短片生成快、积分消耗最低，适合摸清提示词的效果。当你需要更长的片段、更高的分辨率、音频或首尾帧控制时，高级阵容（Seedance 2.0、Kling 3.0、Veo 3.1）都包含在付费方案里。