Yovid
參考圖生成影片 AI

參考圖生成影片 AI

交給模型的不是首影格,而是一份演員名單。上傳人物、產品、服裝或場景的照片,在提示詞裡標記它們,Yovid 就會用 Seedance 2.5、Wan 3.0、MiniMax H3 等模型,圍繞它們安排一場新戲。

參考圖 不是首影格

參考圖是模型要認得的東西,不是影片必須從它開始的畫面。Yovid 會把每個檔案當作身分、服裝、產品細節、場景或風格的依據交給模型,模型再依照你寫的運鏡和動作,構成一個全新的鏡頭。正因如此,一個角色可以撐起整個系列,在白桌上拍的產品也能出現在街頭場景裡。

  • 影片必須從你的照片開始

    把照片當作首影格,保留它的構圖、取景和姿勢,再加上動作。

    圖片生成影片 AI
  • 結尾也已經決定好

    把開頭和結尾的關鍵影格都固定下來,讓模型補出中間的動作。

    首尾影格生成影片
  • 手上已經有要修改的影片

    上傳影片,運鏡不變,替換產品、背景或整體風格。

    影片轉影片 AI

參考圖生成影片, 輸入素材全部攤開給你看

三十張圖片, 一次請求搞定

在 Yovid 輸入框裡,Seedance 2.5 每次最多讀取 30 張參考圖和 10 段參考影片。下方字節跳動的範例用了 8 張:紙做小狗的角色設定圖、一隻真的拉布拉多、臥室、寵物餵食器、玩具箱和一張孩子的畫,全部出現在同一段 25 秒的場景裡。

三十張圖片, 一次請求搞定 – Seedance 2.5
Seedance 2.5 logoSeedance 2.5
範例提示詞: 2D-meets-3D, cinematic and warm. The paper puppy from @image1 is fist-sized and paper-thin, with detachable paper ears and legs and a stop-motion feel; the real yellow puppy from @image2 plays with it around the bedroom from @image3. (Seedance 2.5 · 16:9 · 25s)

一整組角色, 來自不同的照片

Wan 3.0 最多可放 10 張圖片和 5 段影片。在阿里巴巴的範例中,一張人像決定女主角,一張圖決定蓮花秘境,七張設定圖各畫出一隻 2D 與 3D 的生物;九張圖全都出現在同一段 30 秒的鏡頭裡。

一整組角色, 來自不同的照片 – Wan 3.0
Wan 3.0 logoWan 3.0
範例提示詞: Eastern fantasy. Image 1 is the young woman in a light-blue denim shirt, Image 2 a hidden realm of giant lotus flowers, Images 3–9 seven creatures in 2D and 3D. She enters the realm, touches a lotus, and the creatures gather around her. (Wan 3.0 · 16:9 · 30s · 1080p)

圖片和影片, 放進同一組參考

兩張臉來自人像照片,吸麵的動作來自一段短影片。Seedance 2.0 系列模型每次最多可放 9 張圖片和 3 段 2–15 秒的影片;把每個檔案標成 @Image 或 @Video,模型就知道它的用途。

圖片和影片, 放進同一組參考 – Seedance 2.0
Seedance 2.0 logoSeedance 2.0
範例提示詞: K-drama–style short film, warm and sweet. The girl from @Image 1 and the boy from @Image 2 sit over steaming noodle bowls. She slurps her noodles, use @Video 1 as the action reference, then looks up, sees him watching and smiles shyly. (Seedance 2.0 · 16:9 · 15s)

品牌影片, 產品細節分毫不差

一張情緒板、一張角色設定圖、從三個角度拍的手提包,再加上片尾標誌:四張參考讓 MiniMax H3 剪出一支 15 秒的 2K 廣告,包包和片尾卡都維持原樣。

品牌影片, 產品細節分毫不差 – MiniMax H3
MiniMax H3 logoMiniMax H3
範例提示詞: A 16:9 fashion campaign. Image 1: mood and film grain. Image 2: character. Image 3: bag. Image 4: ending logo. On a desert highway by a vintage car, the woman takes a black bag from the trunk, shares a quiet moment with the man, then goes. (MiniMax H3 · 16:9 · 15s · 2K)

同一張臉、同一頂帽子和襯衫, 一個鏡頭接一個鏡頭

在這次 Yovid 生成中,三張披薩師傅和他店面的照片,讓他從街上看進店裡的夜景、烤爐前,到櫃檯遞出披薩,始終認得出來。重複使用同一組圖和同樣的寫法,就能圍繞他做出一個系列。

同一張臉、同一頂帽子和襯衫, 一個鏡頭接一個鏡頭 – Seedance 2.0
Seedance 2.0 logoSeedance 2.0
範例提示詞: Use the references for the pizza maker and his shop. Seen through the window at night, he slides a pizza from the oven, boxes it and hands it over the counter with a smile. Same face, cap and shirt in every shot, warm neon light. (Seedance 2.0 · 16:9 · 15s · 1080p)

具備參考模式的 影片模型

Seedance 2.5 能放的參考素材最多,Wan 3.0 能用最多 10 張圖片跑出 30 秒鏡頭,MiniMax H3 輸出 2K,Seedance 2.0 Mini 則能用免費點數測試整個流程。

參考圖影片模型: 每個模型能放多少檔案

上限和費率直接取自生成器本身的設定,模型一有變動,這張表也會跟著更新。

Yovid 上具備參考模式的 AI 影片模型:參考圖、參考影片、參考影片長度、輸出長度、最高解析度、免費點數可用性與每秒點數
模型參考圖參考影片參考影片長度輸出長度最高解析度免費點數可用每秒點數
Seedance 2.5 logoSeedance 2.530102–30 秒4–30 秒4K不支援6.1(720p)
Seedance 2.5 Flash logoSeedance 2.5 Flash1052–30 秒4–30 秒720p不支援4.6(720p)
Seedance 2.0 logoSeedance 2.0932–15 秒4–15 秒4K不支援4(720p)
Seedance 2.0 Fast logoSeedance 2.0 Fast932–15 秒4–15 秒1080p不支援3.75(720p)
Seedance 2.0 Mini logoSeedance 2.0 Mini932–15 秒4–15 秒720p支援2.5(720p)
Wan 3.0 logoWan 3.01051–15 秒2–30 秒1080p不支援2.4(720p)
MiniMax H3 logoMiniMax H3932–15 秒5–15 秒2K不支援4.55(2K)
Kling 4.0 logoKling 4.01053–30 秒3–30 秒1080p不支援3(720p)
Kling O3 logoKling O3不支援13–10 秒4–10 秒1080p不支援不支援

每秒點數為使用圖片參考時的標準費率,未計方案折扣。在 Seedance 系列、Kling 4.0 和 Wan 3.0 上加圖片不另外收費;MiniMax H3 超過五張後,每多一張圖片約加 1.4 點。參考影片會改變計費方式:Seedance 以參考影片秒數加輸出秒數,按較便宜的參考影片費率計費;Kling 4.0 以輸出秒數加上參考影片與輸出兩者中較長的秒數,按較便宜的參考影片費率計費;Wan 3.0 和 MiniMax H3 兩者都按一般費率計費;Kling O3 只計輸出。Wan 3.0 的參考影片和輸出共用 30 秒的額度。免費點數最高 720p。

應用場景

誰會用參考圖來做影片

固定班底的系列內容

固定班底的系列內容

重複使用同一組參考,讓同一位主持人、吉祥物或角色貫穿每一集、每支廣告和每部短片。

把產品放進沒拍過的地方

把產品放進沒拍過的地方

把商品照放進廚房、山徑或城市街道,形狀、顏色和標誌都保持原樣。

型錄與行銷活動

型錄與行銷活動

把分開拍攝的模特兒、服裝和配件組合成一支有造型的時尚影片。

讓插畫角色動起來

讓插畫角色動起來

角色設定圖和插畫變成會表演的角色,每個鏡頭都保持原本的設計。

用參考圖製作影片 只要 3 步

  1. 第 1 步

    每個用途準備一個清楚的檔案

    每個角色一張,服裝或產品一張,場景或風格一張。背景單純、主體清楚的圖片最有幫助。

  2. 第 2 步

    附上檔案並逐一標記

    加入三張以上的圖片,它們就會成為參考素材。在提示詞裡輸入 @,上傳的檔案會依序列為 @Image 1、@Image 2 等;為每一個寫明用途。

  3. 第 3 步

    導一個新鏡頭

    寫下一個還不存在的場景的動作、運鏡和光線,選擇長度,確認點數後按下生成。

小技巧: 讓參考圖真正發揮作用

  • 一個檔案只做一件事

    「臉來自 @Image 1,外套來自 @Image 2」勝過五張照片卻沒有任何說明。在提示詞裡寫明每個檔案的用途。

  • 從多個角度呈現角色

    正面、側面和背面,即使合在同一張設定圖裡,也能讓鏡頭繞著人物或吉祥物移動時,依然認得出來。

  • 長相交給圖片說明

    不要再用文字描述臉或服裝。和圖片不一致的文字,會把結果拉離圖片。

  • 系列作品重複用同一組

    每則提示詞的圖片、標記和寫法都保持一致,只改變動作和運鏡。

  • 產品要拍得乾淨

    單純的背景,加上「保持 @Image 3 的標籤和瓶蓋完全不變」這類指示,能保住真正影響銷售的細節。

  • 真人臉孔可能被審核

    模型供應商可能拒絕名人、真人臉孔或受保護的角色。生成失敗不扣點數。

相關工具

開始一個鏡頭的其他方式

參考圖只是多種輸入方式之一。依手上的素材選擇,帳號和點數都一樣。

參考圖生成影片常見問題

參考圖生成影片 AI 能做什麼?

這是一種生成模式:用你的圖片(大多數模型也接受短影片)告訴 AI 誰和什麼要出現在畫面裡,例如臉孔、服裝、產品、場景或風格。接著模型依照你的提示詞創造一個新鏡頭,參考素材不必真的出現在任何一格畫面中。

參考圖生成影片和圖片生成影片有什麼不同?

圖片生成影片會從你的圖片開始,構圖和姿勢都被鎖定。參考圖生成影片則取出圖片裡的內容,放進全新的構圖。畫面要一致就選圖片生成影片,角色或產品要一致就選參考圖生成影片。

Yovid 上哪些模型支援參考圖?

Seedance 2.5 最多,可放 30 張。Seedance 2.5 Flash、Kling 4.0 和 Wan 3.0 可放 10 張。Seedance 2.0 的標準版、Fast 版和 Mini 版各 9 張,MiniMax H3 也是 9 張。Kling O3 不用圖片,改用一段參考影片。

也可以用影片當參考嗎?

有 9 個模型能讀取影片。Seedance 2.5 最多,可放 10 段、每段 2–30 秒;Seedance 2.5 Flash 可放 5 段同樣長度的影片。三個 Seedance 2.0 模型和 MiniMax H3 可放 3 段 2–15 秒的影片,Kling 4.0 可放 5 段至少 3 秒(總長 30 秒)的影片,Wan 3.0 可放 5 段 1–15 秒的影片,Kling O3 則是 1 段 3–10 秒的影片。影片可以提供動作、運鏡或風格;除了 Kling O3,這些模型都能在同一次生成中混用影片和圖片。

參考圖要另外計費嗎?

在 Seedance 和 Wan 3.0 上不收費:放圖片的生成和只用文字的生成價格相同。MiniMax H3 從第六張開始,每張圖片約收 1.4 點。參考影片依各模型自己的計費方式,詳見表格下方的說明。

有免費測試參考圖的方法嗎?

有。新帳號的免費點數可以用在 Seedance 2.0 Mini 上,最多讀取 9 張參考圖和 3 段影片,最高 720p。Seedance 2.5、Kling 4.0、Wan 3.0、MiniMax H3 或 Kling O3 需要付費方案或點數包。免費生成的影片沒有浮水印。

怎麼讓同一個角色在多支影片裡保持一致?

每次都用同一組參考圖,最好包含正面、側面、背面,以及一張清楚的臉部特寫,並用相同的標記稱呼它們。每段影片只改變動作、運鏡和場景,其他都不動。Seedance 2.5 有 30 個圖片欄位,一次生成就能放進好幾個角色、他們的服裝和場景。

為什麼角色在不同鏡頭之間還是會走樣?

最常見的原因是文字對人物的描述和照片矛盾、臉太小或被部分遮住,或兩張參考圖在搶同一個用途。刪掉人物的文字描述,用一張清楚的正面照,並讓每個檔案只負責一件事。

相關工具和模型

使用指南

先用免費點數試試 你的演員,全新的場景