问答 · 图生视频
图片生成跳舞视频
更新于 2026 年 11 月 18 日

图片生成跳舞视频是怎么回事
这类工具一般有两种驱动方式:一种是「动作模板」,给你一组现成的舞蹈,选一个,照片里的人就照着跳;另一种是「文字描述」,你写「双手举过头顶,左右摇摆」,模型照着生成。前一种动作更准,后一种更自由但更容易走样。
照片怎么选
- 正面、全身:头到脚都在画面里,手和脚没有被挡住。
- 背景简单:纯色墙、空旷的地方,人和背景分得清。
- 衣服贴身一点:特别宽大的裙子、披风,动起来容易变形。
- 别用别人的照片:用别人的脸做跳舞视频,要本人同意。
图生视频跳舞提示词怎么写
一句好用的跳舞提示词有四样:谁、什么舞、怎么动、节奏。比如「画面中的女孩跳一段轻快的街舞,先左右踏步,再转一圈,最后双手比心,节奏明快,镜头固定」。别写「跳得很好看」,模型不知道什么叫好看;写清楚每一下动作,模型才有东西可照着做。
图生视频瑜伽动作提示词
瑜伽和跳舞相反:动作慢、要稳、要停住。提示词写清起始姿势、过渡和停留,比如「她坐在垫子上,慢慢抬起双臂,向前俯身,停住三秒,呼吸平稳,镜头固定在侧面」。瑜伽动作幅度大、身体折叠多,生成时手脚最容易出错,越是复杂的体式越容易走样,简单的拉伸更稳。
AI 图生视频的提示词结构
通用的结构是:主体 + 动作 + 场景 + 镜头 + 风格。主体写清是谁、穿什么;动作按时间顺序写;场景写在哪、什么光;镜头写景别和动不动;风格写写实还是动画。跳舞、瑜伽、走路都套这个结构,只是动作那一段写得详细或简单。
照实说:SceneMixer 不让照片直接跳舞
SceneMixer 不提供「上传一张照片、让它跳舞」这个功能。它是从剧本做视频的:人物先出设定图,之后每一段视频都照着设定图画这个人。会员可以把照片放到角色卡上当设定图,但这是给剧里的角色定长相,不是让照片本身动起来;可辨认的真人照片当参考图,可能被内容检查拦下。
在 SceneMixer 里让角色跳一段
在分镜里给跳舞那一镜单独写,比如「【分镜4】6s:全景固定机位。@小雨 在空荡的排练室里跳一段轻快的舞,转一圈后停住,喘着气笑了。无对白。」动作写成三四个,给足秒数,镜头写固定,最容易出好的结果。角色在这一镜和前后几镜都是同一张脸。
跳舞镜头常见的问题
- 手指、脚踝走样:动作越快越明显,放慢、减少动作数。
- 人突然变形:一镜里动作太多,拆成两镜。
- 衣服穿模:宽大的衣服换成贴身的,或者写清衣服的样子。
一段舞拆成几镜
想要一段十几秒的舞,别一镜写完。拆成三镜更稳:第一镜全景,她站定、抬手起势;第二镜中景,转一圈、踏几步;第三镜近景,停住、喘气、笑。每镜四到六秒,镜头固定,动作只写两三个。三镜接起来,比一镜里塞满动作自然得多。SceneMixer 的分镜本来就一镜一行,按这个拆最顺手。
局限:图片生成跳舞视频做不到的
- 精确复刻某段舞蹈的每一个动作:只能写大致的动作顺序。
- SceneMixer 不让上传的照片直接跳舞,也不做真人换脸。
- 跳舞带唱歌:生成的视频里角色不会照着你的歌唱。
常见问题
图片生成跳舞视频用什么照片最好?
正面全身、背景简单、衣服贴身的照片。SceneMixer 不让照片直接跳舞,能让剧里的角色在分镜里跳一段。
图生视频跳舞提示词怎么写?
写清谁、什么舞、怎么动、节奏。SceneMixer 的分镜里也照这个写,一镜三四个动作最稳。
图生视频瑜伽动作提示词有什么要注意的?
写清起始姿势、过渡和停留,越简单的体式越稳。在 SceneMixer 里给这一镜写固定镜头、秒数给足。
AI 图生视频的提示词结构是什么?
主体、动作、场景、镜头、风格。SceneMixer 的分镜也是按这几样写的。
图片转视频怎么弄见图片转视频怎么弄;提示词怎么写见AI 视频提示词怎么写;照片被拦见内容规则与审核。