可灵 4.0 图生视频:让两张图自然衔接
首帧决定怎么开场,尾帧决定最后停在哪里。如果两张图之间还有一个必须出现的手势、步态或运镜角度,再把那个瞬间作为中间帧。
先看成片:四张图怎样连成三秒步行?
下面四张图按时间排列。人物一只手靠近额头,沿着铺石小路朝摄影机走来。长椅始终在右边,脚下是同一条路。四张图之间最明显的变化是落脚位置,两个中间姿势交代了人物如何从起点走到终点。




第一遍看鞋,脚抬起和踩实的节奏能说明步子是否自然。第二遍盯住长椅,用固定物体判断是人在靠近,还是镜头也在动。自己动手时,从两张图开始就够了。只有当你明确说得出中途哪个姿势一定要对,才值得补第三张。
在 LatiAI 设置首帧和尾帧
- 打开可灵 4.0 图生视频,进入后已选中「帧图」。
- 先上传开场图片,启用「添加尾帧」,再放入希望视频最后停住的画面。写动作说明前先核对先后顺序。
- 根据动作选时长。人物走近要留出落脚时间,转身回望要留出眼神停住的一拍。
- 用一句话说明主体怎么动、摄影机是否跟随。可以先用 720p 看过渡,需要交付 1080p 时,用相同帧图和提示词重新生成,再核对步态。
如果首帧已经交代了衣服、天气和道路,提示词可以把篇幅留给图片没有说明的部分。比如这段步行,重点是匀速向镜头靠近、手停在额头附近,以及摄影机留在原地。
怎样选出有自然过渡的两张图?
把两张图并排看,先对齐地平线,再看主体大小和朝向。尾帧里的人看上去大了一倍,既可能是人往前走,也可能是镜头向前推;两种拍法都能到达相似的终点,沿途的背景变化却明显不同。最好在提示词里确定由谁移动。
固定机位特别适合找一个两张图里都有的参照物,例如店铺拐角、栏杆或长椅。如果长椅从人物右边跳到左边,两幅图可能暗含了绕拍或切镜。想拍一条固定机位的直线步行,可以先换一张角度更接近的尾帧。反过来,拍陶碗从侧面变为俯视时,斜俯拍的中间图就很有用:它交代了镜头会从碗沿哪一侧越过去。
中间帧用来解决哪个不确定的动作?
假设首图是合上的速写本,尾图是翻开的画稿。单看两端,封面可以朝摄影机掀起来,也可以向外翻,甚至可能直接跳到成画。如果你在意手指掀开封面的那一下,就把手指托住半开封面的图片放到中间,再描述封面放下、画纸露出的过程。
多张中间帧要符合动作顺序。成片里翻书动作忽然倒退,先看半开封面和手离开书页的两张图是否排反。这里三秒最多四张,五秒最多六张;每增加一秒可多放一张,九秒起最多十张。两端已足够清楚时,一张能消除歧义的中间图,比几张近乎相同的照片更有用。
什么时候用「参考素材」,什么时候用「帧图」?
要指定开头、结尾或一个姿势,用帧图;要指定人物长相、外套款式或道具造型,可以选「参考素材」。外套特写当参考图,人物仍能从远处走进画面;把它放首帧,成片就会从布料特写开场。
如果只有一张图,希望同时做出动作和声音,可灵 2.6 也是起点。手里拿到的是客户签过的连续画稿,4.0 的中间帧便于按图控制。手里拿到的是只写镜头顺序的剧本,则可以考虑可灵 3.0 的多镜头模式。
导出前,检查两张图之间发生了什么
在中间姿势出现前停一下,再按正常速度播放。手最后到了正确位置,沿途仍可能突然跳动。这时换一张轮廓更清楚的中间图,或者简化同一时段身体其他部位的动作。如果人物走得顺、摄影机却突然前冲,保留帧图,优先调整运镜说明。最后看尾帧前的一小段:脚落稳了、盖子合上了,或目光停住了,都能给下一个镜头留出自然的剪辑点。