视频 · 图片转视频

用 AI 把照片变成适合店铺使用的短视频

一排细长的象牙白纸框沿着炭灰色底座向远处延伸,最近的纸框里有一颗琥珀色玻璃球
原创抽象配图,灵感来自一张静态图片在时间中向前推进。

在信息流中,一段简短的动态片段比一张静态照片更吸引注意,而小企业往往已经有现成的照片。图片转视频模型可以让照片动起来:缓慢的镜头移动、飘动的遮阳篷、掠过人行道的光线。

本指南于 2026 年 9 月 19 日在 Ciyo 中用 Seedance 2.0 Mini 把一家虚构咖啡馆的店面照片变成一段 5 秒的片段,并检查其中的画面帧。在我们的运行中,这段片段花费了 26 点数。

选一张能动起来的照片

选择一张主体清晰、并有几样东西可以自然运动的照片:布料、树叶、光线、热气。除非对方同意被拍摄,否则不要使用人物面部。我们的起始帧是一张生成的照片,内容是一家虚构的鼠尾草绿咖啡馆店面,带有条纹遮阳篷、两张小圆桌和几盆薰衣草。

把照片设为起始帧

打开 Video Generator(视频生成器)。它的模式菜单提供 Reference、Edit 和 Frames 三种模式。选择 Frames(帧模式),点击 Start Frame(起始帧),选择 Select from Canvas(从画布选择),再点击你的照片。起始帧固定了片段的第一个画面,所以建筑依然是你自己的建筑。

我们保留了显示的默认设置:Seedance 2.0 Mini、5 秒、720p、开启音频。按钮显示 26 点数。

Ciyo 的 Video Generator 处于 Frames 模式,店面照片为起始帧,设置为 Seedance 2.0 Mini、5 秒、720p,按钮显示 26 点数
完整工作区中的视频设置,店面照片被设为起始帧。

描述运动,而不是再描述一遍场景

照片已经描述了场景。提示词应该说明什么在动、镜头如何移动,以及哪些东西必须保持不变。

演示中使用的运动提示词(中文译文)
镜头缓慢、平稳地推向咖啡馆的前门。条纹遮阳篷在微风中轻轻起伏,树叶的影子在人行道上轻柔地移动,薰衣草随风摇曳。建筑、窗户和桌子保持不变。不要出现人物,不要出现文字。

检查所有画面帧,而不只是第一秒

生成的片段是一段 1280×720、5 秒长的视频,带有音轨。我们在开头、中间和结尾各提取了画面帧。镜头平稳地推向门口,店面外立面、窗户、门、桌子和薰衣草花盆在各帧之间保持一致。

留意常见的问题:物体变形、招牌上冒出文字、多出来的人,以及结尾处的跳帧。在我们的片段中,抽取的画面帧里没有出现上述任何问题。

生成片段中的三帧画面,展示镜头缓慢推向门口时咖啡馆店面在开头、中间和结尾的样子
真实片段中第 0、2.5 和 5 秒的画面帧,2026 年 9 月 19 日。

把视频预算与图片预算分开

一段 5 秒的片段花费 26 点数,而在同一个会话中,一张 Flare 图片只需 1 或 2 点数。先确认静态照片,然后只把最终版本做成动画。更长的片段、更高的分辨率和其他 Seedance 模型都会花费更多;每次运行前请查看按钮上的报价。

演示中的设置和费用
设置数值
模型Seedance 2.0 Mini
模式Frames,起始帧来自画布
时长和尺寸5 秒,1280×720
音频开启(默认)
费用报价并扣除 26 点数

发布到动态画面能发挥作用的地方

镜头缓慢推向门口的画面,很适合用作开场,或者一条“本周末照常营业”的快拍。在剪辑应用中添加文字,而不是写进提示词,这样文字才能保持清晰、准确。

也有人在用静态图片制作更长的广告片段。2026 年 9 月 14 日,@Grow_withAI 发布了一支广告,它由两张 GPT Image 2.5 产品图片和 Seedance 2.5 制作,并在 CapCut 中剪辑完成。这条帖子带有话题标签,在推广 CapCut;这里的单片段方法更简单,是我们自己的做法。

关于照片转视频的问题

一段 5 秒的片段花了多少?

在我们的运行中,720p 的 Seedance 2.0 Mini 花费 26 点数。当前价格和其他模型的价格请以按钮上的显示为准。

为什么使用 Frames 而不是 Reference?

起始帧固定了片段的第一个画面,所以建筑或产品依然是你照片中的那一个。

片段带声音吗?

带。音频默认开启,文件中包含音轨。发布之前请检查音频,或者将其静音。

让你最好的照片动起来

在 Ciyo 中把照片设为起始帧,只描述运动方式,并检查画面帧。