让照片动起来：用 AI 把照片生成视频的实用教程

第一步是选图：什么样的照片动起来最自然

图生视频模型必须“脑补”照片中没有的内容，比如人物转头时另一侧的脸、镜头移动后露出的背景、衣服摆动时的褶皱。需要脑补的越少，动作就越自然。选图时可以参考这几条：

• 主体单一清楚。一个人、一只猫、一座建筑或一片风景，比挤满人的合影更好处理，模型不用猜到底该让谁动。
• 画面有前后层次。前景有花枝，中景是人物，背景是山或街道，推镜头和立体视差才有发挥的空间。
• 带有天然会动的元素。头发、裙摆、水面、烟雾、草地、旗帜和云朵本身就有动感，往往动得最像真的。
• 对焦清晰、光线充足。清楚的照片能让模型保留更多真实细节；如果照片模糊或褪色，最好先处理好再生成视频。
• 避开小字、招牌和商标，这些在运动中很容易变形；人脸很多的集体照，以及手离镜头很近的照片，也很难保持一致。

根据照片内容选择运镜

大多数工具都提供几种镜头运动或主体动作，原则是选照片“撑得住”的那一种。缓慢推近适合人像或单个物体，能把视线聚焦在主角身上；缓慢平移适合开阔的风景、城市天际线或纵深很长的室内；拉远镜头适合画面四周还有值得展示的内容，电影感很强。立体视差让前景和背景以不同速度移动，前后层次分明的照片效果最好。

人像用轻微的微笑眨眼，或者头发衣服随风飘动，通常比大幅度转头更自然。有水、天空或树木的风景，可以选通用的自然运动，让元素自己动起来，镜头保持稳定。如果第一次结果显得太乱，应该换更温和的动作，而不是更夸张的。

开始之前还要想好视频发在哪里。抖音、小红书、视频号等竖屏平台需要竖长画面，网页横幅或演示文稿则需要宽画面。如果照片比例不合适，可以先用图片扩展工具把照片延伸到 9:16 等比例，以免后期裁掉主角。

操作步骤：用 Methodhelm 把照片生成视频

1. 准备照片

   挑选一张清晰、你有权使用的照片。如果是老照片，建议先修复或上色；如果要做竖屏视频，先把横版照片扩展成竖版比例。

2. 打开照片转视频并登录

   进入照片转视频并登录。上传 JPG、PNG 或 WebP，每边至少 300 px，宽不超过 2.5:1、高不超过 1:2.5；较大的照片会在上传前缩小到最长 1600 px。

3. 选择运动效果

   从自然运动、缓慢推近、缓慢平移、电影感拉远、微笑眨眼（人像）、头发衣服随风飘动、立体视差中选择一种。

4. 确认点数后开始

   运行前会显示确切的点数价格。生成失败不扣点：如果生成失败或照片被拒绝，预留的点数会自动退回；视频会保留 24 小时供下载。

5. 等待或稍后回来

   通常需要 1 到 4 分钟，高峰时段可能更久。你可以离开页面，完成的视频会出现在“历史记录”里。

6. 检查并下载

   把 5 秒的 MP4 反复看几遍，重点留意脸部、手部和边缘。如果哪里不对劲，可以换更温和的动作或更干净的照片再试。

用剪辑软件完成成片

生成的片段很短而且没有声音，正好适合作为素材。把它导入剪映等任意剪辑软件，或者直接用抖音、小红书自带的编辑功能，加上音乐、配音、字幕或标题。很多人刷短视频时是静音的，所以加字幕通常很有帮助。

下面几个技巧不限工具都能用：想做无缝循环，可以把片段正放接倒放，或者让结尾和开头交叉淡化；想做长一点的作品，可以把几张相关照片分别生成视频再剪在一起，像一本会动的相册；把开头和结尾各剪掉半秒，也能去掉生硬的起停。

局限：AI 让照片动起来做不到什么

画面里的动作是生成的，不是真实拍摄的。模型只是推测场景可能怎样运动，所以人脸可能会轻微变化，手指可能多一根或少一根，文字可能扭曲，首饰、花纹等小细节也可能在帧与帧之间改变。每次生成结果都不同，有些照片无论怎么准备都很难动得好看。

它也无法还原当时真实的样子。一张动起来的老人照片只是一种印象，而不是录像，不应当被当作真实影像来呈现。部分平台会要求创作者标注逼真的 AI 生成或修改内容，发布前请查看该平台当前的规定。

只使用你有权使用的照片，也不要在未经本人同意的情况下让真人动起来。如果是已故亲人的照片，请多一分体贴：有的家人会觉得温暖，有的则会感到不适，公开分享前先问问家里人的意见。色情、暴力或有害内容不被允许，安全过滤机制也可能拒绝某些照片。

常见问题