视频 · 实测
Claude 能用你的照片做视频吗？Opus 5.5 对比 Seedance 2.5
如果你在网上卖产品，手里已经有照片，在商品页上放一段短视频就是顺理成章的下一步。Claude Opus 5.5 现在能返回 MP4，而 Seedance 2.5 这样的视频模型能把照片变成动态画面。面对同一张图，它们做的事情截然不同。
2026年9月28日，我们在 Ciyo 里为一袋虚构的咖啡豆做了三张产品照片，并用两种方式把它们做成视频：一次在 claude.ai 里用 Opus 5.5，一次在 Ciyo 里用 Seedance 2.5。Ciyo 不运行 Claude Opus 5.5；那一步是在 Anthropic 自家应用里完成的。
三张产品照片，同一个标签
我们的店是 Fernhollow Coffee，产品是一袋 250 g 的 House Blend 咖啡豆。我们请 Ciyo Agent（Ciyo 智能体）做三张 4:5 的照片：吧台上的咖啡袋、倒进碗里的咖啡豆，以及窗台上咖啡袋旁边放着一杯咖啡。
智能体先做了咖啡袋，然后把这张图作为另外两张的参考，让包装保持一致。三张照片里的标签都写着“Fernhollow”“House Blend”和“250 g”。每张照片都是 1792 × 2240 像素，这一轮智能体对话用了 51 个额度。
我们在店里和网上卖咖啡豆。请为我们的商品页做三张产品照片，每张 4:5：1) 一个 250 g 哑光牛皮纸咖啡袋的正面，深绿色标签上写着“Fernhollow”和“House Blend”，立在浅色橡木吧台上；2) 深烘咖啡豆从打开的袋子倒进一只小陶瓷碗的特写；3) 窗台上，柔和的晨光里，咖啡袋旁放着一杯黑咖啡。温暖的自然光，三张图里的袋子设计相同，没有人物。方式 1：Claude Opus 5.5 让照片动起来
我们在 claude.ai 里附上三张照片，要一段 10 秒的产品视频，最后一帧显示产品名称。Opus 5.5 工作了 2 分 1 秒，返回一个 1080 × 1350、每秒 30 帧的 MP4：10.0 秒，300 帧，4.5 MB，没有声音。
它直白地说明了自己的方法：每张照片缓慢推近、拉远，照片之间交叉淡化，最后是一张使用标签本身颜色的绿色片尾卡。用它的原话说：“Nothing was redrawn or generated.”（没有重绘或生成任何内容。）这正是这种方法的意义所在：视频里的标签就是你照片里的标签，一个像素都不差。
这是我们 Fernhollow House Blend 咖啡豆的三张产品照片。把它们做成一段 10 秒的产品视频，用于我们网店的商品页（4:5，1080 x 1350，30 fps）。先展示袋子，然后是倾倒的咖啡豆，然后是袋子和一杯咖啡，最后停在一个干净的画面上，写着“Fernhollow House Blend · 250 g”。袋子和标签要和照片里完全一样。给我一个 MP4。方式 2：Seedance 2.5 做出真正的运动
我们在 Ciyo 的画板上放了一个 Video Generator（视频生成器），选择 Seedance 2.5 和 Frames（首尾帧）模式，把倾倒咖啡豆的那张照片设为起始帧。这次运行花了 197 个额度，用时 12 分 4 秒。
结果是一段 5 秒、860 × 1076、每秒 24 帧的视频，带声音。这里的咖啡豆是真的在落下：豆流一直在动，碗逐渐装满，最后还有一颗豆子从碗沿弹开。无论怎么裁切一张静态照片，都做不到这一点。
为一家咖啡店的网店做产品视频。烘焙好的咖啡豆以慢动作不断从倾斜的袋子倒进陶瓷碗里，几颗豆子从碗沿弹开，晨光柔和。镜头几乎静止，只有非常缓慢的推近。袋子、绿色标签以及“Fernhollow”和“House Blend”这几个字要和照片里完全一样，每一帧都清晰、不变。不要新增文字，没有人物。标签发生了什么
Seedance 保留下来的字母依然清晰，但我们自己的措辞让品牌付出了代价。我们要求“非常缓慢的推近”，镜头却推得足够近，把标签推出了画面。按标签的深绿色像素计算，开头时标签 100% 在画面内，2.5 秒时是 93%，5 秒时是 65%。最后一帧只剩下“Fe”和“House B”。
如果名称必须保持可读，就告诉视频模型让镜头完全静止、让整个标签留在画面内；或者用视频片段表现动作，用静态照片展示名称。
该用哪一种
这两种方法回答的是不同的问题。标签、价格和名称必须准确时，用代码。产品需要做点什么时，比如倾倒、冒热气、旋转或打开，用视频模型。
| 对比项 | claude.ai 中的 Opus 5.5 | Ciyo 中的 Seedance 2.5 |
|---|---|---|
| 什么在动 | 镜头在静态照片上移动 | 照片里的东西 |
| 标签和文字 | 准确，一个像素都不差 | 清晰，但可能移出画面 |
| 我们得到的时长 | 10 秒，三张照片都用上 | 5 秒，一张照片 |
| 尺寸 | 1080 × 1350，30 fps，无声音 | 860 × 1076，24 fps，有声音 |
| 用时 | 2 分 1 秒 | 12 分 4 秒 |
| 最适合 | 必须和包装一致的商品页 | 必须抓住眼球的社交短片 |
在一条视频里两者并用
效果最好的做法是两者并用。把 Seedance 的倾倒片段放在中间，让动作吸引目光；开头和结尾用标签由你掌控的静态照片。你可以在 claude.ai 里附上这段片段和照片，让 Opus 按这个顺序把它们接起来；这一步我们没有测试。
不管选哪种，发布前都要看一眼最后一帧。视频停下时人们看到的就是这一帧，而在我们的测试里，它也最容易丢掉品牌。
用产品照片做视频
Claude 能用我的照片做视频吗？
能。2026年9月28日，claude.ai 里的 Claude Opus 5.5 用大约 2 分钟把我们的三张照片做成了一段 10 秒的 MP4。它移动并淡化的是照片本身；照片里面的东西没有动。
视频模型会改动我的标签吗？
在我们的 Seedance 2.5 测试中，字母保持清晰，但一个缓慢的推近镜头把标签移出了画面。如果名称必须保持可读，就要求镜头静止。
哪个更便宜？
Seedance 2.5 做 5 秒花了 197 个 Ciyo 额度。Opus 5.5 是在 claude.ai 的订阅计划上运行的，所以费用取决于你的 Anthropic 订阅。
两种都能在 Ciyo 里做吗？
Ciyo 可以做照片，也运行 Seedance 2.5。它不运行 Claude Opus 5.5；基于代码的视频请用 claude.ai 或 Claude Code。
在 Ciyo 里做照片，也做动态
生成一组风格统一的产品照片，再用 Seedance 2.5 让其中一张真正动起来。