先说说几个关键点。用一张产品图或者角色设定图，直接生成带动作的短视频，这件事在Vidu上已经可以做到非常轻量。不需要写分镜脚本，也不依赖文字描述做强推理。Vidu图生视频的入口逻辑很简单：上传单张图片，输入动作指令，30秒内出片。这个流程特别适合电商主图动效、角色微动作演示，以及海报人物活化等真实需求。

上传原图并设置基础参数

打开Vidu官网（https://www.vidu.cn），登录后点击「图生视频」入口。这个模式只接受单张图像，支持的格式有：

• PNG
• JPEG
• WebP

上传图片时，有几个硬性指标需要留意：

• 文件大小控制在8MB以内
• 背景尽量干净
• 主体居中构图

如果边缘留白太多，系统很难准确识别出动作区域，容易导致生成失败。

点击“上传图片”按钮，选中本地文件。上传成功后，右侧参数栏会自动展开。参数设置如下：

• 时长：默认4秒，可在1到8秒之间调整
• 清晰度：默认1080P
• 宽高比：锁定为9:16（竖屏）或16:9（横屏），不支持手动修改

有一点需要特别注意：如果上传的图片里有多个人物、重叠的道具，或者复杂的遮挡关系，系统可能无法准确提取主体轮廓。建议提前用PS或者即梦AI做一下简易抠图预处理，这样能大幅提高成功率。

输入动作提示词与运动控制

在提示词框中，用中文自然语言描述你想让画面主体执行的动作。举个例子：

“女孩转身，裙摆扬起，风吹发丝”

“咖啡杯缓缓升起，热气袅袅上升”

“机械臂平稳抓取零件，精准放入托盘”

这里有个技巧：动作描述一定要包含主语+动词+状态细节。像“优雅地”“微微地”这类模糊的词汇，尽量少用。系统对“转身”“抬手”“倾斜”“飘落”这类具象动词的识别率更高，效果也更稳定。

“运动幅度”滑块分为三个档位：

• 轻微：适合静态物品的微动
• 明显：适合人物常规肢体动作
• 剧烈：对应爆炸、急停、高速旋转这类场景

如果选了“剧烈”，系统会自动增强物理模拟的精度，但生成耗时也会增加约40%。

“镜头运动”下拉菜单有四个选项：

• 推
• 拉
• 环绕：需要确保主体轮廓足够完整，否则容易出现穿模
• 固定（默认）：适合强调主体本身的动作，不加入额外的运镜干扰

生成与预览验证

所有设置确认无误后，点击页面底部的“创作”按钮。进度条会显示“渲染中”，后台会启动视频扩散模型。典型耗时在22到38秒之间，具体取决于运动幅度和分辨率。

生成完成后，会自动跳转到预览界面。播放器左上角会显示帧率（默认24fps）和分辨率（比如1080×1920）。

这时候，强烈建议拖动时间轴逐帧检查。重点看两个地方：

• 第一帧和第四秒末帧，主体结构是否保持一致
• 关节、边缘有没有出现撕裂或溶解的现象

如果发现手部变形、衣摆穿透或者背景抖动，不要直接下载。返回上一步，把“运动幅度”降低一档，重新生成。这是图生视频最常见的失败原因，跟模型能力没太大关系，更多是运动幅度与图片内容不匹配导致的。

《夸克》非常好用的免费AI浏览器

下载APP查看