上传一张静态图片，描述你想要的运动，即可生成一段可下载的短视频，同时让主体与构图锚定在你的画面上。
起始帧决定主体特征和画面比例。只有需要特定结束构图时，才添加尾帧。 上传前请先登录。
继承自起始帧
如果需要其他画布，请在上传前裁剪。
图片转视频 AI 会把一张静态图片变成一段短视频。上传的画面会锁定主体、构图、配色和比例；你还可以用可编辑的提示词指定运动、镜头行为、氛围以及需要保持稳定的细节。可选的尾帧能引导视频结束时的构图。
系统是预测新的画面，而不是简单平移或缩放原图，因此物体、头发、水面、云层、光线和镜头都能真正动起来，但结果也带有随机性。人脸可能出现偏移，文字会变模糊，重复图案会抖动，物体前后遮挡时边缘也会变化。实用的做法是：用干净的原图、克制而明确的运动描述，并认真回看结果。
Banana Pro AI 需要一张起始图，可选尾帧，提示词最多 7,000 个字符，时长 4 到 15 秒，输出可选 768P 或 2K。比例来自起始图。生成以异步任务方式跟踪，刷新页面或稍后在“我的作品”中查看都不需要重新提交。
每个案例都配有一张自有原图、实际生成的 MP4、完整提示词、参数设置、积分消耗以及一份如实的点评。结果是这些运行中的证据，并不保证每次生成都完全一致。
6 秒 · 原图比例 · 768P · 138 积分
“Slow 120-degree orbit around the bottle, controlled push-in, warm reflections travel across the glass, background haze drifts gently, preserve the exact silhouette and cap geometry.”
观察结果：瓶身始终清晰可辨，光线也多了动感。标签上的细小纹理可能变柔和，因此正式的广告字体建议在后期软件中添加。
5 秒 · 原图比例 · 768P · 115 积分
“One natural blink and subtle breathing, a light breeze moves loose hair, window light shifts softly, locked camera, preserve facial structure, clothing, and background geometry.”
观察结果：小幅运动比夸张的转头更能保护人物特征。请逐帧检查眼睛、牙齿、发丝边缘、耳饰以及皮肤与背景的过渡。
8 秒 · 原图比例 · 2K · 296 积分
“Clouds drift slowly across the valley, water ripples toward the foreground, grasses sway in a mild breeze, gentle cinematic push-in, preserve the horizon, shoreline, and rock edges.”
观察结果：层次分明的运动效果最好。请留意岸边是否融化、植被是否被复制，以及倒影方向是否与水面一致。
先从你希望观众认得出的画面开始，只描述一个连贯的运动，并用第一次生成了解这张图片的具体表现。
使用清晰、主体明确、构图有意的 JPG、PNG 或 WebP，并预留足够的运动空间。生成器会继承原图比例，因此请在官网上传前先裁成竖版、方形或横版，而不是期待隐藏的裁剪选项。
说明什么在动、动多少、什么要保持稳定以及镜头如何运动。“Hair moves in a light breeze while the camera stays locked” 比 “make this cinematic.” 更容易评估。把人物特征和几何约束放在动作描述之后。
可选尾帧能引导揭晓、转场或前后对比镜头的结束构图。它同时也是一种额外约束，因此当自然的开放式运动比精确最终姿态更重要时，可以不加。
生成 4–15 的整数秒视频。先用 768P 做短片段对比方案更省钱；当更大画面便于剪辑时再选 2K。提交前工作台会显示精确的积分总量。
用正常速度播放并检查关键帧。查看人物特征、形状、手部、文字、边缘、反光、遮挡关系和最终构图。可以直接下载满意的结果，或回到“我的作品”查看，都不会再次扣费。
可靠的写法是：subject motion + environmental motion + camera behavior + pace + preservation constraints。例如：“the leaves move in a mild breeze, water ripples forward, slow push-in, preserve the bridge shape and horizon.” 具体动词能让预期的变化看得见、可验证。
运动的幅度要与原图匹配。近景人像通常适合眨眼、呼吸、头发或光线的细微变化。产品图可以环绕或推近，但大幅旋转会迫使系统凭空创造从未出现过的表面。风景图可以按景深分别描述云、水、植被和镜头运动。
说明哪些必须保持稳定：面部结构、产品轮廓、包装瓶盖、服装图案、固定镜头、水平线或不变的背景几何。约束能减少歧义，但无法保证逐像素一致。请在后期中添加精确的字体、标志、字幕、对白和法律文本。
当团队已经有一张值得保留的画面，又希望比重建整个场景更快地获得运动时，图片转视频最有用。
电商与创意团队可以为一句话产品渲染图、广告主视觉、包装概念、时尚人像、旅行摄影、建筑场景、插画和社交缩略图添加运动。结果可以用作付费社交短片、头图背景、提案影片镜头、音乐视觉、转场或预演参考。从已通过的画面出发，通常比只凭文字更容易让评审者有明确的评估目标。
原图越清晰、人脸或产品占据的像素越多、运动越克制，就越容易保持人物特征。大角度旋转、快速手部动作、明显表情变化、物体消失和复杂交互都需要模型补充更多隐藏信息。当镜头移动到原图之外时，构图也可能发生偏移。
头发、玻璃、首饰、辐条、植被、手指、花纹布料、文字和倒影附近尤其值得留意。水面和镜面应与场景一致地运动。对于可能被误认为真实证据的演示、安全说明、历史资料、医疗内容，请格外仔细地复核。
你有责任确保拥有上传并为其添加运动的权限，包括相关的著作权、商标、肖像、隐私和合同权利。请勿将本工具用于欺骗性冒充、剥削性图像或伪造证据。商用属于项目级决策：请保留原图记录、授权、提示词、选定结果以及形成最终交付物的编辑过程。
合适的工作流取决于已经通过了什么、需要多少人物特征控制，以及成片是否必须记录真实事件或表演。
| 决策点 | 图片转视频 AI | 文字转视频 AI | 传统制作 |
|---|---|---|---|
| 起点 | 一张已通过或选定的图片；可选尾帧 | 一段文字场景，无需原图 | 脚本、分镜、团队、演员、场地、设备与排期 |
| 视觉控制 | 初始构图和人物特征有强锚点；新增运动仍可能偏移 | 可自由创造完整场景；初始特征控制较弱 | 规划得当即可获得最高的物理、表演和连戏控制 |
| 最适合 | 产品图、人像、插画、风景、主视觉和转场 | 概念探索、虚构场景、氛围短片和没有原图的镜头 | 真人、访谈、演示、真实产品和复杂镜头覆盖 |
| 成本结构 | 积分随时长和分辨率增长；前期需要准备原图 | 积分随时长、分辨率和所选画幅增长 | 预算随人员、场地、时间、设备、后期、保险和授权增长 |
| 主要复核 | 原图权利、人物特征、边缘表现、凭空生成的表面、运动和结束画面 | 构图、人物特征、事实、运动、文字和故事连贯性 | 授权、安全、连戏、剪辑、音乐、声明、真实性与交付 |
当某张特定原图需要决定镜头时，请使用本页。如果场景应该从文字开始，请改用文字转视频 AI 生成器。当必须呈现真实证据、精确表演或完整物理控制时，传统制作仍是更负责任的选择。
关于文件、控件、时长、比例、失败处理、下载和负责任商用的简明解答。
本工具支持完整、大小不超过 20 MB 的 JPG/JPEG、PNG 和 WebP 图片。服务器会校验真实的文件字节和受信任的上传位置，而不仅仅依赖文件名或浏览器的 MIME 标签。
是的。本产品刻意要求提供起始图，让生成的镜头有视觉锚点。尾帧是可选的，仅当最终构图重要时才使用。
视频会沿用起始图的比例。如果目标平台需要其他画幅，请在上传前裁剪或扩展图片。本页不提供比例选择器，因为底层的图片转视频链路并不支持。
可以选择 4 到 15 秒之间的任意整数时长。短视频通常更容易控制单一动作。更长的故事请拆成多个镜头，再把这些片段剪在一起。
确认失败或已取消的任务会走站内退款流程，预订的积分只退还一次。如果因网络中断而无法确认提交状态，同一个已跟踪任务会保持待处理，而不会再次提交并扣费。
商用是否合适取决于你的套餐、司法辖区、原图权利、出镜人物与品牌、音乐、声明和预期用途。请只使用你拥有或已获授权添加运动的素材，保留审批记录，并就重大法律问题咨询专业人士。
上述控件和限制与实时生成契约及受信任上传边界保持一致。产品行为可能变化，发布前请核实重大活动与权利方面的要求。
由 Banana Pro AI 产品团队审核 ·
在选择合适的工作流之前，可以先对比更全面的生成器目录、以提示词为主的创作、后期工具和模型专属指南。
