AI 图像转视频

准备一张照片、商品图或插画。描述哪些部分需要动起来、哪些细节需要保留,再用兼容的视频模型生成动态画面。

正在加载 Clico 输入框…

从图片开始
制作视频

选择图片,再描述哪些部分运动、哪些部分保持静止。想从一个想法开始? 通过文字提示词生成视频。

Gallery 岛上小屋视频的首帧

对比用同一张图片
生成的两条视频

使用同一张原图,看看不同的动作指令会怎样改变结果。

两次视频请求共用的 FIELD 07 瓶子原始照片

从你的图片开始。

两条短片使用同一张商品照片作为参考。看看不同运镜指令如何改变结果。

固定镜头

产品基本保持静止,光线在场景中变化。输出的构图比原图更宽。 在 Clico Gallery 查看。

缓慢环绕

视角在视频中发生变化。在检查过的帧中,瓶身和标签仍可辨认,但原始构图并未被完全保留。 在 Clico Gallery 查看。

让风景动起来

让海浪带动画面。保持岬角和地平线稳定,让浪潮向沙滩推进。

让风景动起来

让海浪带动画面。保持岬角和地平线稳定,让浪潮向沙滩推进。

让角色动起来

让头发、衣料和表情动起来,同时保留角色辨识度。从原始构图出发,要求一个克制的动作。

让插画动起来

让手工设计动起来,同时保留材料质感。让刺绣动物奔跑,文字和亚麻布保持静止。

让商品照片动起来

把生活场景中的商品画面变成一个小片刻。根据提供的画面,引导手部动作、烛火和室内暖光的变化。

选择图生视频模型

先确定图片是用于参考外观,还是作为首帧。选择支持该输入方式的模型,再设置短片时长和输出格式。

选择模型
ByteDance

Seedance 2.5

通过文字或参考图生成,支持首帧和尾帧。

  • 4 至 30 秒
  • 480p · 720p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 240.36 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
ByteDance

Seedance 2.0 Mini

通过文字或参考图生成,支持首帧和尾帧。

  • 4 至 15 秒
  • 480p · 720p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 78.62 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
ByteDance

Seedance 2.0

通过文字或参考图生成,支持首帧和尾帧。

  • 4 至 15 秒
  • 480p · 720p · 1080p · 4K
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 157.25 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
ByteDance

Seedance 2.0 Fast

通过文字或参考图生成,支持首帧和尾帧。

  • 4 至 15 秒
  • 480p · 720p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 94.35 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
MiniMax

MiniMax H3 Max

通过文字生成,支持首帧和尾帧。

  • 5 至 15 秒
  • 480p · 768p
  • 无音频控制选项
  • 帧图像输入

每条短片预计积分

≈ 83.2 积分8 秒 · 768p · 16:9 · 关闭音频
使用此模型创作
MiniMax

MiniMax H3

通过文字或参考图生成,支持首帧和尾帧。

  • 5 至 15 秒
  • 2K
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 135.2 积分8 秒 · 2K · 16:9 · 关闭音频
使用此模型创作
Alibaba

Wan 3.0

通过文字或参考图生成,支持首帧。

  • 2 至 30 秒
  • 480p · 720p · 1080p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 104 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
Alibaba

Wan 3.0 Prime

通过文字或参考图生成,支持首帧。

  • 2 至 30 秒
  • 480p · 720p · 1080p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 145.6 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
Alibaba

Wan 2.7

通过文字或参考图生成,支持首帧和尾帧。

  • 2 至 10 秒
  • 720p · 1080p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 104 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
Alibaba

HappyHorse 1.1

通过文字或参考图生成,支持首帧。

  • 3 至 15 秒
  • 720p · 1080p
  • 无音频控制选项
  • 5 张参考图

每条短片预计积分

≈ 102.75 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
xAI

Grok Imagine Video 1.5

通过文字或参考图生成,支持首帧。

  • 1 至 15 秒
  • 480p · 720p · 1080p
  • 无音频控制选项
  • 3 张参考图

每条短片预计积分

≈ 145.6 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
xAI

Grok Imagine Video

通过文字或参考图生成,支持首帧。

  • 1 至 15 秒
  • 480p · 720p
  • 无音频控制选项
  • 3 张参考图

每条短片预计积分

≈ 72.8 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
Kling

Kling 3.0 Pro

通过文字或参考图生成,支持首帧和尾帧。

  • 3 至 15 秒
  • 720p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 116.48 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
Kling

Kling 3.0 Standard

通过文字或参考图生成,支持首帧和尾帧。

  • 3 至 15 秒
  • 720p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 87.36 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
Kling

Kling Video O1

通过文字或参考图生成,支持首帧和尾帧。

  • 5、10 秒
  • 720p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 72.8 积分5 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
Google

Veo 3.1

通过文字或参考图生成,支持首帧和尾帧。

  • 4、6、8 秒
  • 720p · 1080p · 4K
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 416 积分8 秒 · 720p · 16:9 · 开启音频
使用此模型创作
Google

Veo 3.1 Fast

通过文字或参考图生成,支持首帧和尾帧。

  • 4、6、8 秒
  • 720p · 1080p · 4K
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 104 积分8 秒 · 720p · 16:9 · 开启音频
使用此模型创作
Google

Veo 3.1 Lite

通过文字或参考图生成,支持首帧和尾帧。

  • 4、6、8 秒
  • 720p · 1080p
  • 生成音频
  • 5 张参考图

每条短片预计积分

≈ 52 积分8 秒 · 720p · 16:9 · 开启音频
使用此模型创作
Runway

Runway Gen-4.5

通过文字或参考图生成,支持首帧。

  • 2 至 10 秒
  • 720p
  • 无音频控制选项
  • 1 张参考图

每条短片预计积分

≈ 124.8 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作
Black Forest Labs

FLUX.3 Video

通过文字或参考图生成,支持首帧和尾帧。

  • 5 至 20 秒
  • 720p · 1080p
  • 生成音频
  • 2 张参考图

每条短片预计积分

≈ 176.8 积分8 秒 · 720p · 16:9 · 关闭音频
使用此模型创作

按所示设置估算的输出积分。其他活动会额外消耗积分。

创作套餐

图像、视频和聊天。
共用每月积分余额。

Pro

$19.90美元 / 月

2,000积分 / 月
约 20 条视频Seedance 2.0 Mini
了解 Pro →

Max

$49.90美元 / 月

5,000积分 / 月
约 50 条视频Seedance 2.0 Mini
了解 Max →

视频示例:10 秒 · 720p · 16:9 · 关闭音频。其他模型和设置的用量不同。这些示例按全部月度余额计算;聊天及其他活动会减少可生成的视频数量。

图生视频常见问题

如何把图片变成视频?

上传不超过 8 MB 的 PNG、JPEG 或 WebP 图片,选择兼容的视频模型,并描述期望的运动。设置可用的时长、画幅比例和分辨率,再前往 Clico Web 检查并提交草稿。选择主体清楚、构图适合保留到视频中的图片作为起点。

查看 Clico Gallery 中以缓慢环绕镜头拍摄的 FIELD 07,获取完整短片、动作提示词和可用作起点的参考图。

什么样的图片最适合转成视频?

选择主体明确、细节清楚,并为预期运动留有空间的图片。商品靠近画面边缘时,运镜空间可能有限;地平线稳定的风景则能提供简洁的初始构图。生成动态画面前,先修正干扰物和不清晰的细节。

使用 AI 图像编辑器来准备原图,或浏览附首帧参考图的图生视频提示词,寻找构图和运动灵感。原图质量有助于明确要求,但不保证生成特定的运动效果。

图生视频提示词应该怎么写?

重点描述随时间变化的内容:主体动作、环境运动和镜头方向,再说明哪些细节需要保持一致。例如:“Keep the bottle and label still. Move the camera slowly closer while soft reflections shift across the glass.” 不要在一条短片里加入多种互不相关的动作。

Google 的 Veo 提示词指南解释了动作和运镜的表达方式。我们的动作对比将具体运镜指令应用于同一张图片。

参考图和首帧有什么区别?

参考图用于引导外观或内容。首帧输入则为支持该功能的模型指定视频开场画面。部分模型也接受尾帧。它们的用途不同,是否可用取决于模型以及 Clico 提供的控制选项。

Google 的 Veo 文档分别解释了参考图与帧输入。请检查所选模型的设置,不要假定所有附加图片都会以相同方式处理。

可以让商品照片动起来,同时保持商品不变吗?

可以要求模型保留商品形状、标签、颜色和构图,同时加入克制的运镜或环境运动。首次请求应尽量简单,尤其是在小字或反光包装很重要时。请检查整条短片,留意形变、文字位移和意外反光。

该 Clico Gallery 中的 FIELD 07 商品视频展示了生成的环绕瓶身运镜。请在整条短片中检查标签、反光和轮廓;即使细节仍可辨认,也可能在不同帧之间变化。

可以让人像、插画和风景动起来吗?

可以,这些都适合描述动态效果。人像可以尝试小幅动作或轻微衣料运动;插画可以要求保留绘画纹理的运动;风景则应说明水、云或枝叶等哪些部分需要动起来,以及镜头是否固定。

浏览 Clico 作品库,探索不同视觉风格。让动作幅度与场景相匹配,并在生成后检查面部、边缘和纹理是否发生变化。

如何避免不想要的运镜?

直接写明镜头要求,例如“keep the camera stationary”,只描述主体或环境的运动。如果需要运镜,就选择一个明确的方向和速度。在简短请求中同时加入变焦、环绕和横摇,可能让目标镜头更难界定。

Google 的动作与运镜示例提供了可使用的具体表达。这些指令用于引导生成;请将短片与原图对比,运动不符合预期时再修改请求。

可以使用之前在 Clico 生成的图片吗?

可以。在同一段对话中指定一个可用的图片结果,让 Clico 用它生成视频。也可以通过本页上传已保存的图片。如果对话里有多个修改版或变体,请明确要使用哪一版。

先用以下工具制作原图: AI 图像生成器,按需修改图片后,再单独撰写动作说明。图片确定视觉方向,视频请求则说明场景应该如何动起来。

支持哪些模型、视频时长和音频设置?

使用兼容图片输入的模型,并检查其可用时长、分辨率、画幅比例和音频选项。上方卡片概括了模型差异,创作输入框会提供兼容的设置。一种模型具备的功能,另一种模型可能没有。

Google 的 Veo 文档解释了一家提供商的帧与音频能力。在 Clico 中,请使用所选模型提供的控制选项,不要假定提供商的所有选项都会在这里开放。

图生视频费用是多少,应该如何测试不同版本?

图生视频需要 Pro 或 Max,并有可用积分。请查看 Clico 价格以及账户余额,再提交请求。打开准备好的草稿不会开始渲染;你需要在 Clico Web 检查图片、提示词和设置,并主动提交。

保持原图、模型和设置不变,只修改一项动作指令。可以对比固定机位和缓慢环绕运镜这两种 Clico Gallery 中的 FIELD 07 版本,了解不同方向的效果。