图生视频实测：让静态照片动起来

2026-09-19

图生视频实测：让静态照片动起来

前几天整理手机相册，翻到一张去年在洱海边拍的照片——阳光正好，风吹着水面波光粼粼，但照片是静止的，总觉得少了点什么。我突发奇想：能不能让这张照片"活"过来？于是花了大概一周时间，把市面上主流的图生视频工具挨个试了一遍，今天就把实测结果和成本账单摊开来聊聊。

我测了哪几个工具

这次主要对比四个：Runway Gen-3、可灵AI（快手）、Luma Dream Machine、Pika 2.0。选它们的原因很简单——目前图生视频领域讨论度最高、普通用户能直接注册使用的就这几家。海螺AI和Vidu我也简单试了下，但功能完成度还差一些，这次先不展开。

测试素材统一用三张图：一张人像（洱海边的朋友）、一张风景（湖面日落）、一张复杂场景（街市人流）。每张图在每个平台跑2-3次，取效果最好的一次来对比。

实际效果差在哪

先说结论：没有哪个工具全面碾压，各家擅长的场景完全不同。

可灵AI在人像处理上让我最惊喜。朋友那张照片，生成后头发丝会随"风"轻微飘动，眨眼频率也自然，没有那种恐怖谷的僵硬感。它默认生成5秒，画质1080p，物理规律理解得不错——水面波纹的扩散方向是对的。

Runway Gen-3的强项是镜头运动。风景那张图，它能做出缓慢的推镜效果，云层流动的层次感很细腻。但人像就翻车了，朋友的脸在生成到第3秒时开始轻微变形，五官有"融化"的迹象。这大概是Gen-3对人物面部一致性的处理还不够稳。

Luma Dream Machine给我的感觉是"快但糙"。生成速度确实快，一张图大概30-40秒出结果，但细节丢失明显。街市那张图，远处招牌的文字直接糊成一团，人流走动像纸片在飘。

Pika 2.0比较中庸，没特别突出的地方，但也没明显短板。它有个"局部运动"功能挺实用——你可以框选画面某个区域让它动，其他部分保持静止，做产品展示类视频很方便。

成本这笔账得算清楚

免费额度方面，可灵每天送66个灵感值，生成一次5秒视频大概消耗10-20点，够你玩几天。Luma免费版每月30次生成，但排队慢，高峰期要等十几分钟。Runway免费额度只有125秒（注意是秒不是次），基本试两下就没了。

付费的话，Runway标准版$12/月，可灵会员大概¥66/月，Pika $8/月起。如果你只是偶尔玩玩，可灵的免费额度+按需买点数最划算；要是做商业项目需要稳定输出，Runway的$12/月性价比反而更高，因为它的API调用和批量处理更成熟。

有个坑得提醒：很多平台标注的"5秒视频"实际可用帧率只有24fps，导出后如果要做慢动作或者二次剪辑，画面会卡。可灵和Runway支持30fps导出，Luma和Pika目前还是24fps。

几个实操小技巧

试了这么多次，我总结出几条能明显提升成功率的经验：

提示词别写太复杂。图生视频和文生图不一样，你描述得越细，AI反而越容易顾此失彼。比如"风吹头发，水面微波，镜头缓慢右移"就够了，别写"阳光透过云层洒在脸上形成丁达尔效应同时背景有海鸥飞过"——它做不出来的。

人物图优先选可灵。如果你主要处理人像，可灵的面部一致性目前是四家里最稳的。Runway适合做空镜和风景，Pika适合产品展示。

生成失败别急着改提示词。同一张图同一段提示词，多跑两次结果可能完全不同。AI视频生成有随机性，第一次脸崩了，第二次可能就正常了。

导出格式选MP4。有些平台默认给WebM，很多剪辑软件不认，还得转格式，麻烦。

我的实际使用感受

这一周测下来，最深的感受是：图生视频已经从"玩具"变成"能用的工具"了。去年这时候，让照片动起来还像在开盲盒，现在可灵和Runway的成片率能到60%-70%，意味着你生成三四次就能拿到一条能用的素材。

但离"完美"还差得远。所有工具在处理手部动作和多人场景时都会出问题——手指数量不对、两个人脸互相"传染"变形，这些还是常态。如果你要做的视频里有人物特写，建议还是用传统拍摄或者3D渲染，AI目前只能做辅助。

成本上，轻度用户靠免费额度基本够用，重度用户一个月花个几十到一百块也能覆盖大部分需求。比起请团队拍摄，这个价格确实香。

洱海那张照片最后我用可灵生成了5秒视频，水面波光粼粼地动起来，朋友的长发被风吹起又落下。发到朋友圈，好几个朋友问"这是哪拍的视频"。我没解释，就让他们以为我拍了段视频吧——有时候，让照片动起来这件事本身，比技术细节更有意思。