宠物照片转视频：选图、写动作与常见失败排查

宠物照片可以做成打盹、抬爪或轻微转头的短片。难点不是动作越大越好，而是动起来后仍像同一只宠物。先让一个小动作成立，再增加变化，比把跑跳、说话、换装和飞行放进同一段更便于判断。

本指南对应图生视频与视频模板目录。提示词是可尝试的创作思路，排错案例是观察方法，不是本站已测得的成功率或耗时承诺。

1. 先用一句话确定动作

“猫慢慢闭眼”是一个明确任务；“狗跑来、跳起、挥手、说话再飞走”则需要多套身体姿势。每增加一个动作，都需要模型从同一张静态图里补更多未出现的信息。

头部反应需要清楚的脸，抬爪需要看得见前腿，飞行需要身体周围留白。选图不能只看照片是否好看，还要看是否支持这个动作。

安静表情可比较打盹模板，调皮动作可看宠物反应。宠物梗场景由参考表演带动，时长和编排不同，应阅读它自己的说明。

2. 选择能解释身体结构的照片

优先使用单只宠物，眼睛、鼻子、耳朵与外轮廓清楚。独特毛色斑块应当能在原图中看到，不能指望模型可靠保留原图没有展示的那一面。

头动时保留颈肩；抬爪时露出双前爪并给胸侧留空间；全身动作则要把脚和尾巴完整纳入。被裁掉的脚会在动作中需要凭空补全，文字要求“全身”不能代替真正的全身参考。

避开牵引绳横穿腿、玩具挡口鼻、另一只宠物紧贴身体的照片。深毛配深沙发也会让腿部边界难以辨认，柔光和适度背景对比更有帮助。

3. 在生成前确定比例与裁切

竖屏适合坐姿和脸爪同时展示，横屏适合横向移动。动作往哪边走，就在哪边留余量。保留原图，另存测试裁切，方便返回比较。

上传格式、文件体积和尺寸以当前上传器为准。不要反复压缩、强锐化或美化毛发。把模糊照片放大并不会恢复口鼻结构，换文件名也不会改善参考信息。

4. 在通用图生视频中写运动

照片已经提供大量外观信息，文字主要说明接下来发生什么。先写动作，再加一个镜头条件。

猫缓慢把头转向镜头，身体与爪子不动，保留毛色斑块与房间柔光。

狗抬起一只前爪一次，然后放回地面，双耳可见，镜头固定。

宠物轻轻闭眼并稍微低头，保留口鼻与毛纹，最后安静休息。

先不加入说话、大幅旋转与换场景。一个动作稳定后，再把更强版本作为独立尝试。

5. 模板补充说明应配合原动作

模板已包含主动作，可选细节适合写“固定镜头”“保留毛纹”等小偏好，不必粘贴完整新故事。输入框会说明长自定义文本何时替代预设，使用前先读这条提示。

想完全改变运动时，用通用图生视频更容易说明完整要求。页面说明文案的扩写不需要修改模板原始生成指令。上传槽位也以当前流程为准，不能默认增加一张图就会锁定身份。

6. 第一轮先验证动作，再追求清晰度

选择面板实际支持的模型、比例、时长和分辨率，每次调整后重新看积分报价。短反应需要起始、动作和一个停顿，太长可能在笑点之后又出现多余动作。

记录原图版本、动作说明、模型、时长、清晰度与报价。即使只写在便签里，也能避免两轮对比其实同时改了五个条件。一个模型的低成本测试不能证明另一模型的最终表现。

7. 检查开头、中段与结尾

正常播放后，暂停开头、最大动作处和结束，数爪子与耳朵，看毛纹是否换边、口鼻是否变形、身体与地面的交界是否合理。

第一帧漂亮不代表动作完整。错误可能只在爪子穿过胸口、头转到另一面时出现。结尾突然换物种或突然醒来也需要重新处理。声音是否存在、是否匹配，以实际输出为准。

8. 按症状只改一项

| 现象 | 下一轮可尝试 | | --- | --- | | 多出前爪 | 换双腿间有空隙的照片，只要求一爪抬起，另一爪落地。 | | 毛纹消失 | 用均匀光线，减少转头，明确保留毛色。 | | 爪子变成人手 | 改成自然挥爪，保持动物结构。 | | 转头时口鼻变化 | 换更清楚正面照，先做小转动。 | | 地板跟着弯 | 固定镜头并减小身体动作。 | | 动物出框 | 增加移动方向留白或缩小动作。 |

这些方法不是保证修复。再次失败时回到原图和一句话动作，增加形容词并不能补齐缺失的视觉信息。

9. 完成适合分享的短片

保留少量铺垫、主动作和稳定结尾，字幕与音效后期添加。片段长度应服务任务，而不是越长越好。及时下载要保存的结果，文件链接与在线存储不应被当作永久保管。

使用自己的宠物照片或获得主人许可。可能被误认为真实影像时说明 AI 生成，不把动物受伤或受虐作为笑点。下一轮只改清楚照片、小动作或合适模板其中一项，才能知道改善来自哪里。