用 AI 让照片动起来,就是把一张静态图片转换成带有可控动作的短视频。原图通常会作为视频的第一帧,模型再根据你的指令,推测人物、身体、产品、背景或镜头应该如何随时间变化。
想要得到更稳定的结果,最好遵循一个简单流程:先选择清晰的源图,再描述一个看得见的动作,生成第一版短片,最后完整检查视频后再修改。本文会带你在 ezVideo 中走完这套流程,并说明如何处理脸部变化、手部变形、文字不稳定和背景弯曲等常见问题。
如果你已经熟悉基本流程,想进一步学习怎么组织提示词,可以阅读 图生视频提示词指南,了解镜头运动、动作动词和负面提示词的写法。
什么是用 AI 让照片动起来?
AI 照片动态化工具会从一张静态图片中生成运动。你提供一张图片和对动作的描述,模型就会生成一组连续画面,把原图自然地连接到你指定的动作上。
例如,人像可以加入自然眨眼和轻微转头;风景可以加入缓慢飘动的云朵和镜头推进;产品图可以保持产品不动,只让柔和的高光沿着包装表面移动。
生成结果是模型对源图的动态化演绎,并不是对真实发生过的动作进行逐帧还原。原图中被遮挡、模糊或超出画面的细节,可能会在不同次生成中出现差异。因此,第一版视频应该被当作需要检查的草稿;发现问题后,再针对性地调整指令。
开始前:选择合适的源图
源图会直接影响最终视频。提示词可以引导动作,但无法可靠地还原一张本来就模糊的脸、看不清的标签或隐藏起来的手。
建议选择具备以下特点的图片:
- 主体清晰,或画面中的人物数量较少。
- 如果需要眨眼、微笑或转头,脸部应足够清楚。
- 如果动作涉及手臂或双手,手部最好处于可见状态。
- 主体周围留有足够空间,方便生成预期动作。
- 如果想使用镜头运动,背景最好稳定、结构清晰。
- 如果产品细节很重要,产品轮廓、标签或 Logo 应当清楚可读。
不建议一开始就使用主体过多、脸部被严重裁切,或动作部位被其他物体遮挡的图片。如果背景需要清理,或者主体需要先做轻微调整,可以先使用 ezVideo AI 图片编辑器 处理源图。

让动作符合图片内容
你要求的动作应该符合图片中主体的姿势。正面人像可以眨眼、微笑、轻轻呼吸或小幅转头;侧脸照片可以尝试让人物看向镜头,但如果要求完整转身,模型就可能需要自行补全原图中没有展示的面部细节。
产品和风景也遵循同样的原则。正面拍摄的盒子可以加入移动光线或轻微推镜头;但如果要求在一个短视频里展示盒子的所有侧面,标签和产品形状发生变化的概率就会更高。
如何在 ezVideo 中用 AI 让照片动起来
下面的步骤适合第一次生成,方便你快速判断结果。模型名称、输入限制、可用参数和积分预估都可能调整,生成前请以当前工作区显示的信息为准。
1. 打开图生视频生成器
先进入 ezVideo 图生视频生成器,上传想要动态化的源图。等图片预览清晰显示后,再开始编写提示词。
第一次测试时,建议只使用一张图片和一个动作想法。一次测试多个不相关的图片,会让你更难判断结果变化的原因。

2. 先写一个简单的基础提示词
说明主体、一个动作、镜头方式,以及需要保持稳定的细节。可以使用下面这个结构:
主体 + 可见动作 + 镜头运动 + 动作节奏 + 保持一致的要求
人像可以从下面这句开始:
人物轻轻微笑,自然眨眼一次。镜头缓慢推近,使用柔和的自然光,保持五官一致,整段视频保持一个连续镜头。
人物微笑:源图与生成视频

风景可以这样写:
云朵在天空中缓慢飘动,镜头轻轻向前推进。保持山脉、地平线和日光的一致性。
风景云朵飘动:源图与生成视频

产品可以这样写:
产品保持静止,柔和的棚拍反光沿着表面移动。使用固定机位,保持包装形状、标签布局和品牌颜色一致。
产品移动高光:源图与生成视频

不要一开始就堆入多个镜头运动、表情、场景切换和风格变化。一个清晰的动作,才能帮助你建立有参考价值的第一版结果。

3. 选择一种镜头运动,或保持固定机位
镜头描述会告诉模型,观众的视角应该如何在场景中移动。第一次测试可以从下面几种方式中选一种:
| 镜头指令 | 适合的起始场景 | 需要观察什么 |
|---|---|---|
| 缓慢推近 | 人像和产品 | 镜头靠近后,五官或标签是否发生变化 |
| 缓慢拉远 | 风景和室内空间 | 新露出的背景区域是否不稳定 |
| 轻微横向移动 | 海滩、时装和建筑 | 垂直线是否弯曲,地平线是否漂移 |
| 小幅向上或向下倾斜 | 建筑和高个主体 | 是否出现原图画面之外的不自然细节 |
| 固定机位 | 产品、美食和人像 | 主体自身的动作是否稳定 |
如果想查看更完整的镜头术语和示例,可以阅读提示词指南中的镜头运动章节。
4. 先生成一版短视频
先用基础提示词生成第一版,再考虑添加更多限制条件。短视频更容易检查,而简单的结果也能帮助你判断源图和主要动作是否匹配。
不要只看第一帧就判断视频好不好。AI 视频可能在开头保持得很好,但几秒后才出现主体、文字或背景变化。
5. 检查视频的开头、中段和结尾
至少完整看一遍视频,重点检查:
- 主体是否完成了你要求的动作。
- 脸部、手部、毛发、头发和衣服是否仍然可辨认。
- 产品形状、标签和 Logo 是否保持稳定。
- 背景是否弯曲、闪烁或突然改变。
- 镜头是否沿着一条平滑路径移动。
- 视频中是否出现意外的剪切或第二个场景。
先记录最早出现的一个问题,不要试图一次修正所有问题。这样更容易比较下一版结果。

6. 每次只修改一条指令
如果镜头移动太快,只修改镜头描述:
非常缓慢地推近,保持构图稳定。
如果主体动作幅度太大,可以简化动作:
轻微呼吸,自然眨眼一次。
如果背景发生弯曲,可以减少镜头移动距离:
使用固定机位,主体只做很小的动作,背景保持稳定。
如果同时更换源图、镜头、动作、光线和负面提示词,就很难判断是哪一项带来了变化。建议为每个版本简单记录图片、模型、参数和提示词。
7. 保存或下载想要保留的版本
检查结果后,保存最符合源图和预期动作的版本。大量生成不同版本前,先查看当前积分预估和输出设置。如果视频将用于广告、社交媒体或产品页面,还应在最终输出尺寸下再次检查脸部、文字、Logo 和其他品牌细节。
可重复使用的提示词模板
可以把下面的模板作为起点:
主体完成一个可见动作。镜头以一种镜头运动、以缓慢或轻柔的节奏拍摄。保持重要视觉细节一致,并使用光线或风格,整段视频保持一个连续镜头。
示例:
人像
女子朝镜头轻轻转头并微笑。镜头缓慢推近,使用柔和的窗边光线,保持五官和发型一致,整段视频保持一个连续镜头。
老家庭照片
家人轻轻呼吸、微笑并自然眨眼。镜头非常缓慢地推近,保持原有服装、光线和面部特征,整段视频保持一个连续镜头。
宠物照片
狗狗轻轻歪头,摇动画面中可见的尾巴。使用固定机位,保持自然的身体动作、毛发纹理和脸部特征一致。
产品照片
瓶子保持静止,柔和的高光沿着玻璃表面移动。使用固定的棚拍机位,保持瓶身形状、标签位置和品牌颜色一致。
如何修正常见的 AI 照片动态化问题
| 问题 | 可能原因 | 下一步可以尝试什么 |
|---|---|---|
| 主体几乎没有动作 | 动作描述太模糊,或限制条件过多、互相竞争 | 指定一个可见动作,例如眨眼一次或轻微转头 |
| 脸部发生变化 | 动作暴露了源图中没有展示的细节 | 使用更清晰的图片,并减小转头幅度 |
| 手部出现变形 | 手部被遮挡,或要求的动作过于复杂 | 使用手部清晰可见的姿势,并要求小幅动作 |
| 产品文字发生变化 | 旋转和透视让模型需要重新生成细小文字 | 让产品保持静止,只移动光线,或减少镜头移动 |
| 背景发生扭曲 | 镜头展示了原图之外的区域 | 使用固定机位,或缩短镜头移动距离 |
| 头发或衣服闪烁 | 动作对当前画面来说太大,或源图细节不够清楚 | 减小动作,并描述希望保留的可见纹理 |
| 视频出现剪切 | 提示词暗示了多个事件或场景 | 要求一个动作和一个连续镜头 |
| 画面过于夸张 | “史诗感”“动态感”“电影感”等词语范围太宽 | 换成具体的动作、速度和镜头指令 |
这些调整可以提高画面稳定的概率,但不能保证所有细节完全不变。如果多次简化尝试仍然失败,建议更换源图或模型,而不是继续向同一条提示词中添加更多指令。

什么时候应该使用负面提示词?
有些视频模型提供独立的负面提示词输入框,有些则没有。如果界面提供该功能,建议使用简短、具体的词组:
脸部变形、多余手指、背景扭曲、Logo 变化、重复产品、镜头抖动、突然剪切
如果没有独立输入框,就在主提示词中写清楚希望保持的状态:
保持脸部特征一致,使用固定机位,保留产品标签,整段视频保持一个连续镜头。
负面提示词是一种限制条件,并不是结果保证。应该根据实际生成结果,调整与问题直接相关的那条指令。
发布前快速检查清单
- 源图足够清晰,能够支撑你想保留的细节。
- 要求的动作符合主体当前姿势。
- 提示词中只有一个主要动作和一个镜头方向。
- 动作幅度符合视频时长。
- 已经检查完整视频,而不只是第一帧。
- 已检查脸部、手部、文字、Logo 和背景。
- 输出设置符合实际使用场景。
- 最终文件已经成功保存或下载。
常见问题
任何照片都可以用 AI 动起来吗?
大多数清晰照片都可以作为起点,但结果取决于源图、预期动作和所选模型。脸部模糊、手部隐藏、主体太小或画面拥挤的图片,更难保持稳定的动态效果。
怎样才能让照片自然地动起来?
先从一个小动作开始,例如眨眼、轻微转头、摇尾巴、云朵飘动或光线移动。加入缓慢的节奏,并要求保持一个连续镜头。动作幅度过大,或者同时加入多种镜头运动,都会让模型需要生成更多原图中不存在的细节。
AI 照片动态化提示词应该写多长?
写到足以说明动作和重要限制条件即可,通常几句聚焦的描述就够了。只有当生成结果出现具体问题时,才继续添加新的指令。
为什么视频中途会变脸?
模型可能需要生成源图没有清楚展示的脸部角度或表情。可以换一张更清晰的图片,减小转头幅度,让镜头更接近原始视角,并在发布前检查完整视频。
AI 能让 Logo 或产品标签完全保持不变吗?
提示词可以提出保持一致的要求,但无法保证每一帧的文字或品牌细节都完全准确。让产品尽量保持静止,使用小幅镜头运动;如果文字必须精准,可以在后期编辑中叠加原始 Logo 或标签。
动态化老照片有什么不同?
基本流程相同,但老照片通常存在模糊、划痕、对比度低和细节缺失等问题。建议使用呼吸、眨眼或缓慢推镜头等轻微动作。如果需要,可以先在 ezVideo AI 图片编辑器 中清理源图,再把动态结果与原图进行对比。
还可以在哪里学习图生视频提示词?
阅读图生视频提示词指南,了解镜头术语、动作表达、负面提示词结构和可直接套用的示例。
准备好后,打开 ezVideo 图生视频生成器,上传一张清晰照片,从一个小动作开始测试。