用 AI 让任何照片动起来

可选:描述动态,或留空以使用自动动态

你的照片是第一帧。接下来的八秒是全新的。

上传一张图片,生成器会把它延续成一个稳定的连续镜头:人物、光线和场景都保持拍摄时的原样,同时开始动起来。

一位身穿黄色雨衣的女士在阴天撑着透明雨伞沿石砌码头走远的照片,用作第一帧
上传的照片
8 秒片段,Veo 3.1 Fast

指令她继续沿着码头走远,每走一步大衣都微微摆动。细雨落下,海水拍打左侧的礁石。镜头保持静止。雨声和远处的海浪声。

你将得到

  • 按 9:16 或 16:9 居中裁切后的你的图片,就是精确的第一帧
  • 一段 4 到 12 秒的连续片段,默认 8 秒
  • 默认 720p,Veo 3.1 可选 1080p 或 4K
  • 来自场景的环境音,配合你的指令或自动动态

一张静帧进去,一个连续镜头出来。

下面每个片段都从它第一帧里的那张图片开始,并由这个工具生成。每个片段下方那一行,就是当时实际输入的指令,或者什么都没输入。

  • 人物与肖像

    咖啡机前的咖啡馆老板

    自动动态,未写指令

  • 产品与电商

    正在冲煮的手冲咖啡

    指令镜头缓慢推向滤杯。水流保持细而稳定地注入,蒸汽向左上方飘散。壶中的咖啡慢慢上升。安静的咖啡馆环境音。

  • 餐饮与酒店

    吧台上的一碗拉面

    指令汤面上的热气持续升起。镜头缓慢、轻柔地推向面碗,背景中的厨师继续忙碌。轻微的厨房声音。

  • 宠物与动物

    湖边湿漉漉的狗

    指令狗抖落身上的水,水花四溅,然后回头看向镜头。身后的湖面泛起细小的涟漪。镜头保持静止。滴水声和安静的湖面。

图片转视频生成器如何工作

三步完成。没有剪辑时间线,没有关键帧,除非你愿意,也不需要提示词工程。

  1. 上传一张图片

    一张照片、插画、产品图,或用其他 Typeshutter 工具生成的场景。它会按你选择的比例(9:16 或 16:9)居中裁切,裁切后的图片就是视频精确的第一帧。

    添加照片
    可选:描述动态,或留空以使用自动动态
  2. 指挥动态,或留空

    写下该动起来的东西:主体、环境、镜头、声音。或者把这一栏留空,Typeshutter 会读取图片并为你选择自然的动态。

    镜头缓慢推向滤杯。水流保持细而稳定地注入,蒸汽向左上方飘散。壶中的咖啡慢慢上升。安静的咖啡馆环境音。
  3. 选择时长和比例,然后生成

    在默认的 Veo 3.1 Fast 上选择 4 或 8 秒,或在 Grok Imagine Video 和 Seedance 上选择最长 12 秒。视频约一分钟即可渲染完成,带环境音,并进入你的媒体库,随时可下载。

    热水注入木质吧台上的陶瓷滤杯、蒸汽升起的视频,由一张产品图生成
    第一帧
    8 秒片段

为真实工作而生

再看三个片段,每个都展示了它的起始静帧和生成它的指令。

旅行与风景

把风景照变成定场镜头

一个 16:9 的宽画幅变成缓慢而鲜活的定场镜头:海浪不断拍打,草在风中摇曳,鸟儿盘旋。适合旅行短片、房产展示、片头字幕和网站头图。

指令海浪涌来拍碎在岩石上,草在风中弯下,海鸥在空中滑翔。沿着小径缓慢、平稳地向前推进。风声与海浪声。

黄金时刻海岸悬崖的宽幅照片,前景是被风吹弯的草和一条小径
第一帧
8 秒片段
老照片与回忆

给一张老照片几秒钟的生命

褪色的色调、柔和的焦点和圆角都原样保留。画面中的人像家庭录像一样轻轻地动起来。工具只是合理地延续那个瞬间,并不会还原之后真实发生的事。

指令他们继续笑着,她靠向他的肩膀。秋千极轻微地晃动。镜头保持不动,并保留褪色照片的质感。

一张褪色的 1970 年代快照,一对老年夫妇坐在门廊木秋千上开怀大笑
第一帧
8 秒片段
插画与概念设计

不用重画,就让插画动起来

画面的笔触质感、线条和配色都保持不变,而场景动了起来:书页翻过,雨水划过窗户,灯火摇曳。用你已有的画作制作绘本预告、路演演示和社交媒体帖子。

指令小狐狸翻过一页书,朝窗户瞥了一眼。雨水顺着玻璃流下,灯笼的火焰摇曳。屋顶上轻柔的雨声。

一幅水粉插画:外面下着雨,一只小狐狸在灯笼光下躺在床上看书
第一帧
8 秒片段

如何写一条动态指令

好的指令就是一两句平实的话。说清什么在动、镜头怎么动。其余的一切都从图片中读取。

  • 说明主体在做什么

    “她抬起头微笑”“狗抖掉身上的水”“水继续注入”。一个能合理接在这一帧之后的动作。

  • 让环境呼吸

    蒸汽、雨、草丛里的风、驶过的车流、闪烁的灯光。正是这些细微的次要动态,让静帧看起来像真正的影像。

  • 只给镜头一项任务

    “缓慢推进”“保持静止”“轻微手持晃动”。每个片段只用一种镜头行为。要求在八秒内同时摇、变焦和环绕,看起来就像出了错。

  • 如果声音重要,就提一句

    “风声与海浪声”“安静的咖啡馆环境音”。只会生成可见场景所支持的环境音;对白、旁白和音乐绝不会被凭空添加。

需要避免的情况

  • 低分辨率或压缩严重的素材

    第一帧就是你的图片,逐像素一致。瑕疵不会被修复,而是会跟着动起来。

  • 过小的主体和密集的人群

    占据画面相当比例的主体动起来才有说服力。几十个小人物容易漂移变形。

  • 要求切换到另一个场景

    工具延续的是你上传的图片。它不会切到新地点,不会添加画面里没有的角色,也不会改变产品的样子。

输出设置

所有设置都在生成前于编辑器中完成。默认值排在前面。

第一帧按所选比例居中裁切后的你的图片,就是精确的第一帧
画面比例默认竖屏 9:16,或宽屏 16:9
时长默认 8 秒;Veo 支持 4 秒,Grok Imagine 和 Seedance 支持 4、8 或 12 秒
分辨率默认 720p;Veo 3.1 在 8 秒时支持 1080p 和 4K,Grok Imagine Video 1.5 和 Seedance 2.5 最高 1080p
声音与视频一同生成场景所支持的环境音。不会凭空添加对白或音乐
动态你写下的指令,或在留空时根据图片自动选择的动态

用此工具创作的作品

社区最近使用此工具创作的公开帖子。

常见问题

我必须写动态提示词吗?

不必。把指令留空,Typeshutter 会读取上传的图片,并在后台为它选择自然的动态。本页的咖啡馆片段就是这样生成的。如果你写了指令,它会在同样的连续性规则内引导主体、环境、镜头和环境音。

它能还原照片之后真实发生的事吗?

不能。AI 会为可见场景编出一个合理的延续。它不会找回真实的影像,也不会重现实际事件,所以请把结果当作一段从你的图片开始的新片段,而不是记录。

视频可以多长?

默认 8 秒。Veo 3.1 系列模型在 720p 下提供 4 或 8 秒,在 1080p 或 4K 下提供 8 秒。Grok Imagine Video 和 Seedance 提供 4、8 或 12 秒。更长的序列可以先生成多个片段,再在剪辑软件中拼接。

我能得到什么分辨率和画面比例?

默认是竖屏 9:16,另一个选项是宽屏 16:9;没有方形或 4:5 的视频输出。分辨率默认 720p,Veo 3.1 和 Veo 3.1 Fast 的 8 秒片段可选 1080p 和 4K,Grok Imagine Video 1.5 和 Seedance 2.5 最高 1080p。你的图片会按所选比例居中裁切,所以请先选比例,再考虑构图。

视频有声音吗?

有,只要场景允许。模型会生成与画面相符的环境音,比如海浪、雨声、蒸汽或房间的底噪。对白、旁白、音乐和画外事件绝不会被凭空添加。你可以在任何剪辑软件里静音或替换音轨。

哪些图片效果最好?

清晰、光线充足、有一个占据画面相当比例的明确主体的图片。照片、产品图、插画、概念设计以及用 AI 角色生成器制作的场景都可以。非常小或压缩严重的图片,以及挤满许多小人物的画面,效果会较弱,因为第一帧会原样使用你上传的图片。

可以让人物照片动起来吗?

可以。人物会保持画面中可见的外貌,以克制、自然的方式动起来;工具不会改变其身份,不会让其变老,也不会加入图片里没有的人。未成年人的照片会保持与年龄相符,并适用通常的内容规则。

我可以把视频用于商业用途吗?

可以。你生成的视频归你所有,可根据 Typeshutter 服务条款用于广告、产品页、社交媒体帖子、路演演示和客户项目。请确保你拥有所上传图片的权利。

AI 图片转视频生成器免费吗?

新账户会获得试用积分,足以生成第一段视频。之后每个片段按模型、时长和分辨率计价,并在创建时从你的积分余额中扣除。任何套餐都没有水印。

需要多长时间?

大多数片段根据模型和分辨率在一到三分钟内完成。渲染期间你可以继续工作;完成后视频会出现在你的媒体库中。

能保留图片中原样的产品和文字吗?

上传的画面会作为第一帧原样保留,包括包装、标签和文字,动态约束也会要求模型不得重新设计、更换标签或替换可见内容。为了获得最忠实的结果,请让镜头动作保持缓慢、让产品在画面中占据较大比例,并在发布前检查片段。

如何得到不止一个版本?

用同一张图片和不同的指令再次生成,或在设置中切换模型。每次生成产出一个片段。你也可以把一个片段的最后一帧作为下一个片段的第一帧,来延续故事。

创建
  • 工具
设置
纵横比
分辨率
时长
模型
上传失败

一个或多个选中的文件无法上传。请上传其他文件或更改格式。