图片转视频指南:从一个明确镜头开始
2026年10月29日Grok Imagine
使用参考照片、聚焦的运动描述和模型支持的参数创建短片,在生成前确认时长、分辨率与积分费用。

图片转视频从一张参考照片和一段运动描述开始。第一条提示词聚焦一个镜头,比同时要求多个场景、运镜和动作更容易检查。
选择主体明确的原图
使用主体清楚、构图适合目标画幅的照片。商品、人像或场景都可以成为起点。上传前,请确认你有权使用图片,并允许服务的 AI 供应商处理它。
在 AI 视频生成器中选择图片转视频,上传参考照片。不同模型支持的流程不同,应使用菜单实际展示的选项。
把运动与外观分开描述
参考图已经提供视觉信息,提示词可以重点说明主体动作、运镜和节奏。例如:
“镜头缓慢推近咖啡杯,细薄蒸汽轻轻上升,桌面和背景保持静止,杯子形状与标签保持可辨认。”
这是一条可尝试的方向,不保证每个细节都保持不变。如果画面中太多元素在动,可以简化提示词,让主要主体更突出。
按镜头需要选择时长和分辨率
先选模型,再从其支持的分辨率和时长中选择。缓慢展示和快速动作需要不同节奏。建议先做一段便于判断的短片,再决定是否创建多个版本。
生成前查看操作按钮旁的积分预估。费用受模型、分辨率和时长影响:部分模型按秒计费,Veo 使用已配置的时长档位。不要因为两个模型都生成六秒视频,就假定费用相同。
跟进任务并预览结果
登录后提交任务,创建工作区会跟进处理状态。完成的媒体可用后,服务会将它保存到已配置存储,供你查看。
检查非预期运动、人脸变形、标签变化和不符合描述的切换。第一版能帮助判断问题,下一次可以只调整运动提示词中的一处,而不是同时改变所有参数。
动画之前先整理参考图
如果照片中存在干扰物,可先尝试物体移除;需要调整场景时,可查看背景工具。将编辑结果作为视频起点前,请先检查细节。
保留原图并下载有用的短片,服务不承诺永久保存生成媒体。如果想从文字创建新场景,可以在视频工作区切换文字转视频。