这篇讲什么
Runway / 可灵 / Pika / Luma 这些 image-to-video 工具，都会乐意把你的主图变成 5 秒片段——但也会同样乐意让产品变形、人脸换脸、第三秒长出第三只手。这篇是一套经过实战的工作流：怎么准备参考图、怎么写运动描述、渲多长、怎么拼接，让动作出来同时原图特征不漂。
这篇适合谁看
只有一张图、需要动起来的人：要让主图动起来的电商，要做转头镜头的插画师，要把一张棚拍图剪成 15 秒广告的产品摄影。不要求剪辑经验，但要会基础裁剪和调色。
什么时候适合用
图就是 brief、动作就是交付物的场景。不适合：需要在多个主体间切换的镜头（用 text-to-video）、抽象美学短片（也是 text-to-video）、产品朝向必须像素级精确的（用 3D 渲染或真机拍）。
开始前准备
- 把参考图升到长边至少 1536px。小图模型会编造细节，编造的细节就是漂移的起点。
- 清理背景。杂背景会拉走焦点、训练模型去”诠释”而不是”保留”。
- 提前确定运动类型：镜头运动、主体运动、环境运动（风、水）、VFX（发光、粒子）。第一次别混。
- 在参考图本身就锁好画幅——别让工具裁剪或扩边，主体取景会丢。
具体步骤
- 高分辨率参考。 长边 1536-2048px，清晰、没压缩痕迹。JPEG 90+ 或 PNG。
- 保守的运动强度。 多数工具有 0-10 拨杆。产品 / 脸用 3-4，环境用 5-6，7+ 只留给风格化动效。
- 一句话描述运动。 “镜头轻推，产品保持居中，杯口微微冒蒸汽。“动什么、不动什么都要说。
- 短片段（2-4 秒）。 漂移随时长复利。渲 4 段 3 秒，不要渲 1 段 12 秒。
- 拼接 + 调色统一。 把素材拖进 DaVinci Resolve / 剪映。在最强那段定基准色，其余对齐。
能直接上场的 prompt 模板
[Reference attached] Subtle [camera/subject/env] motion: [6-10 字描述运动].
Keep subject identity, scale, and framing identical to reference.
No new objects, no morphing, no parallax background.
Duration: 3s. Style: photographic, neutral grade.“no new objects, no morphing” 这句很有用——把潜空间往不再创造性诠释的方向拉。有人在镜头里就加上 “no third hand, no extra finger”。
什么时候应该放弃、重新拍图
有些图怎么都动不干净。快速识别信号：
- 主体被自己的手或头发遮挡——模型会自己补，补错的概率高。
- 多人同框——次要面孔几乎必漂。
- 标签 / 招牌上的文字——基本必扭曲。
- 反射（镜子、玻璃、水面）——会重新渲染、跟主体脱钩。
一张图同时占 2 条，先渲 1 秒测试再决定要不要砸预算。
建议的操作流程
参考图（升采样 + 清背景）-> 选运动类型 -> 保守强度 -> 3 秒片段 -> 渲 4 条 -> 选 1 条 -> 拼接 -> 调色对齐。一段可用 10 秒成片预算大约 15-20 分钟。超过 40 分钟，问题在参考图，不在 prompt。
FAQ
- 产品为什么变形？: 运动强度太高，或者参考图太小。强度降 2、升采样、再来。
- 能一次渲 10 秒吗？: 新版 Kling / Runway 可以，但超过 5 秒后画质几乎一定下滑。短段拼更干净。
- 渲多少帧率？: 电影感 24fps，跟手机素材剪在一起的广告 30fps。多数工具默认 24。
- seed 有用吗？: 有——如果工具暴露 seed，找到一个差不多对的 take 后锁 seed，只改 prompt 迭代。
- 怎么做不漂脸的转头？: 用带 motion brush 的工具（Runway、Kling），只对头部加运动，身体不 mask 或设 0 运动。
- 好片段能延长吗？: 多数工具支持 extend，但只能用一次。连续延长两次几乎必漂。
容易踩的坑
- 强运动 + 长片段 = 漂移复利；渲短一点或者强度降下来。
- 运动描述太空泛（“让它动”）——模型会选最容易的运动，通常是慢推镜头，主体被拍扁。
- 混合运动类型——同时要镜头推、粒子特效、转头——三个都不好。
- 跳过升采样——低分辨率参考的幻觉特别狠。
- 单段调色而不是整段调色——每段都对，但剪在一起会割裂。
- 信第一条——渲 4 条挑 1 条。