# 图片转视频

> 把一张属于你的图片动成一段带同步音频的 5 秒或 10 秒片子。

Source: https://reverie.im/zh/docs/media/image-to-video
Language: zh

图片转视频把一张静止的图片变成一段带声音的 5 秒或 10 秒片子。它需要**有效的订阅**或一次免费视频次数，而且只对属于你的图片有效。免费视频次数偶尔会作为[幸运抽卡](https://reverie.im/zh/docs/rewards/lucky-draw)的额外掉落权益出现；每次可生成一段 5 秒的片子，不花积分，对话框里会显示你还剩几次。既没有订阅也没有剩余的免费次数时，**生成视频**会改为打开这项功能的预览。

## 开始一次渲染 \[#starting-a-render]

**生成视频** 按钮在图库图片上出现的条件有两个：这张图是你的，并且它还没有配过视频。你能在两个地方找到它。

* 在聊天里某张 AI 生成的图片下面，和 **编辑图片** 与 **删除图片** 同一行动作里。
* 在角色的图库上，任何一张属于你的图片上。

如果一张图所属的角色是你创建的，或者这张图是你自己生成的，那它就属于你。从「片刻」里没有入口，而头像只能通过图库来做成动画。

> **每 5 秒视频花 120,000 点数，10 秒的片子花 240,000。** 扣款发生在成片被挂到图库条目上的时候，所以渲染
> 失败是不花钱的——但 **再次生成** 是一次全价的新生成，不是对第一次的重试。

## AI 视频导演 \[#the-ai-video-director]

这个对话框是一个分镜策划器，不是一张预设清单。

### 设计几个方案，或者直接跳去自己写 \[#design-directions-or-skip-straight-to-writing]

**设计 3 个方案** 把图片送去一次 AI 处理，它会研究这张图并按你选的时长提出三个不同的镜头——每个都有一个标题、一段主体动作、一个镜头运动、一档幅度和一个声音方向。挑中一个，它就把各项控件填好；**重新设计** 再要三个。如果图片来自你的聊天，它还会读这张图所属的消息和前一条消息，让某个方案能演出故事接下来发生的事。

这是一次额外的 AI 调用，按它自己的词元用量计费，并在你的订阅额度还够时免收。自己写 **主体动作** 就完全跳过它。

### 指导动作 \[#direct-the-motion]

设定什么在动、动得多强，以及镜头做什么。

### 指导声音 \[#direct-the-sound]

选一种声音模式，如果你想让角色说话，就把确切的台词打进去。

### 生成 \[#generate]

渲染会把进度流式地走过 **directing**、**rendering** 和 **uploading** 几个阶段。

### 动作控件 \[#motion-controls]

| 控件          | 选项                                                                                                   |
| ----------- | ---------------------------------------------------------------------------------------------------- |
| **主体动作**    | 自由文字，最多 1,200 个字符                                                                                    |
| **动作幅度**    | **轻微** · **自然** · **明显**                                                                             |
| **镜头运动**    | **AI 自动选择** · **固定镜头** · **缓慢推近** · **缓慢拉远** · **向左平移** · **向右平移** · **向上摇镜** · **向下摇镜** · **轻微手持感** |
| **输出画幅**    | **保持原图** · **人像 3:4** · **横屏 16:9** · **竖屏 9:16** · **方形 1:1**                                       |
| **结尾帧（可选）** | 同一个角色图库里的另一张图                                                                                        |

选了结尾帧会改变镜头的走法：从开头到结尾的过渡会接管镜头路径，好让片子落在第二张图上。

### 声音 \[#sound]

模型在视频内部生成音频，和画面上发生的事同步——环境声、拟音、音乐和角色的发声。它不是事后加上去的配乐。

| 声音设计        | 你会得到什么                    |
| ----------- | ------------------------- |
| **AI 自动搭配** | 模型从图片和动作里挑出声音的方向          |
| **环境音与拟音**  | 环境，以及那些在动的东西发出的声音         |
| **背景音乐**    | 铺在镜头下面的音乐                 |
| **角色声音**    | 角色发出声音——如果你写了台词，它还会把台词说出来 |
| **静音**      | 没有音频                      |

模式底下有四个文本框，每个都只在能起作用时才出现：

| 字段           | 上限      | 什么时候显示                     |
| ------------ | ------- | -------------------------- |
| **声音方向**     | 500 个字符 | 模式不是 **静音** 的时候            |
| **指定台词（可选）** | 500 个字符 | 模式是 **AI 自动搭配** 或 **角色声音** |
| **语气与音色**    | 160 个字符 | 你打了台词之后                    |
| **台词语言**     | 80 个字符  | 你打了台词之后                    |

把 **指定台词** 留空，模型就不会自己编台词——这正是那句占位提示里「避免编造台词」的意思。

## 出来的是什么 \[#what-comes-out]

| 属性          | 值                                                  |
| ----------- | -------------------------------------------------- |
| 时长          | 约 **5.2 秒**（124 帧），选 **10 秒** 时约 **10.1 秒**（243 帧） |
| 帧率          | **24 fps**                                         |
| 格式          | 带音轨的 MP4                                           |
| **保持原图** 画幅 | 保住原图的比例，面积大约 1280 × 720 像素，并向 64 像素的网格取整           |
| **人像 3:4**  | 832 × 1088                                         |
| **横屏 16:9** | 1280 × 704                                         |
| **竖屏 9:16** | 704 × 1280                                         |
| **方形 1:1**  | 960 × 960                                          |

**时长**可选 **5 秒** 或 **10 秒**。10 秒的片子花费翻倍，免费视频次数只能用于 5 秒的片子。

## 合并图片 \[#combine-pictures]

**多图合成**是同一个对话框里的第二种模式，仅限订阅用户——免费视频次数只能用于**让画面动起来**。它用这张图再加最多 3 张图片合成一段片子，每 5 秒视频花 **180,000 点数**。

在**参考图**下挑选要加入的图片，每个角色一张：

| 标签页      | 能选什么                           |
| -------- | ------------------------------ |
| **本次聊天** | 你打开对话框时所在聊天里的角色                |
| **最近聊天** | 你最近聊天里的角色                      |
| **我的角色** | 你创建的角色                         |
| **收藏**   | 你收藏的角色                         |
| **人设**   | 有头像的人设                         |
| **上传**   | 你在这里或场景图片里上传的照片，以及你最近在聊天里发过的图片 |

正在被动画化的角色不会出现在列表里——它的图已经是第一张图。**上传**接受 12 MB 以内的 PNG、JPG、WebP 或 AVIF 图片；每次上传在保存前都会经过检查，**删除上传**会把它永久删除。

镜头控件会随模式变化：**双人互动**取代**动作**，提供双人互动，从**牵手**、**接吻**到露骨的选项都有；一键场景也是这个模式专属的。这个模式没有结尾帧。两个人的效果最稳定；三个人或更多时，模型偶尔会把人物弄混。

片子开场时，第一个加入的人物就已经在你的角色身边：渲染前，会先把对方的图片和你的图片合成一张开场图，摆成镜头开始时的姿势。如果你的动作描述写的是对方到来，比如走进来、推门进来，片子就从你原来的图片开始，对方在片中入场。第三、第四个人总是在片中入场；物品或地点的图片不会放进开场图；合成失败时，片子从你原来的图片开始，只有你的角色。

## 成人内容 \[#adult-content]

视频这一步不会在你出发的那张图之上再加一层内容过滤。对话框自己的宣传语就是这么说的：「符合要求的成人内容不受限制」。

但有两条限制始终适用：

* 创作者填写的年龄未满 18 岁的角色，视频服务商自带的内容过滤会保持开启；被过滤拦下的片子不会交付，也不扣费。
* 在**多图合成**里，看起来像儿童的图片或真人模样的照片（上传的照片或人设头像）同样会让过滤保持开启；认得出的公众人物的图片不能使用。片子被过滤拦下时，提示会说明是因为未成年人还是真人照片。

## 渲染期间 \[#while-it-renders]

**每个账号同时只跑一次渲染。** 第一次还在跑的时候开第二次，会得到「还有一个视频正在生成中，请等它完成后再开始新的。」

关掉对话框不会取消任何东西：「生成会在后台继续，完成后会通知你。」你还在应用里时，视频完成会弹出提示；如果你先离开或断开了连接，就会改为收到一条通知（在铃铛里，开启了推送的话也会推送），告诉你视频已完成或渲染失败。失败的渲染不收费。服务端在 10 分钟后会放弃一次渲染。

## 做好的视频 \[#the-finished-video]

视频挂在那一张图库图片上。图片的动作行会多出 **显示视频** / **显示图片** 用来来回切换，而任何能看到这张图库图片的人都能播放这段视频。只有你有生成和删除这两个动作。

> **删除视频是永久的。** 它会移除那段片子、删掉存下来的文件，并把静止图片还回来。
> 不退任何费用，再把这张图做成动画是一次全新的 120,000 点数渲染。

## 相关 \[#related]

* [生成图片](https://reverie.im/zh/docs/media/image-generation) — 源图片是从哪来的
* [订阅](https://reverie.im/zh/docs/billing/subscriptions) — 视频对方案的要求
* [积分](https://reverie.im/zh/docs/billing/credits) — 那 120,000 落在哪里
* [快照](https://reverie.im/zh/docs/community/snapshots) — 把图库里的内容发布到角色页面上