猫咪舞蹈视频：如何让一张照片动起来

跳舞猫视频是少数能仅凭一张照片就稳定生成的 AI 视频格式之一。原因并不是模型擅长跳舞，而是这种格式要求在固定画面中完成小而可控的动作，而这正是图生视频模型能在五秒内保持连贯的动作类型。

本指南说明生成器能做什么、不能做什么，三个预设有何不同，以及哪些照片和提示词选择能让一段视频看起来栩栩如生，而不是像一张扭曲的 JPEG。

五秒钟实际能做到什么

五秒钟足够完成一个动作。一次弹跳。一次点头。一只爪子朝镜头抬起。一次缓慢转身。它不足以完成一套编舞、一次换装和一次场景转换，而要求同时做到这三者的提示词只会生成一片模糊。

AI 视频中最常见的失败原因是提示词过于宏大。模型试图一次性满足所有指令，结果到一半时猫的脸就丢了。这个工具中的预设刻意只要求一个动作和一种镜头行为。这不是想象力受限，而是获得可用视频的条件。

同样的逻辑也适用于镜头。固定镜头比移动镜头更稳定，因为模型不需要同时处理镜头移动和身体运动。当镜头确实要移动时，它应该只做一件事：缓慢推近，而不是推近加平移再加变焦。

三个预设

Happy bounce 保持镜头不动，让身体动起来。猫用后腿轻轻弹跳，左右摇摆，并抬起一只前爪。它是最安全的预设，也是一眼看上去就像跳舞的预设。

Disco paws 在猫身后加入彩色舞台灯光，并加入小幅侧步和点头。灯光和动作一样在发挥作用：它传达出“表演”的感觉，又不要求猫做出任何物理上不合理的事。

Spin and pose 是最慢、最具电影感的预设。猫缓慢转一圈，然后停下来面向镜头，同时镜头轻柔推近。它适合安静的猫和肖像风格的视频。

三者都可编辑。如果你想要某个具体动作，请把它描述为一个有明确开始和结束的动作：“抬起左爪，保持一拍，再放下”。连续三个动作则是另一种困难得多的要求。

照片就是第一帧

模型会把上传的照片用作第一帧。因此，照片是整个过程中最重要的决定。

使用全身可见的照片。只裁到头部的照片没有爪子可动，模型要么会凭空造出爪子，要么会让画面几乎静止。一只坐着、前爪可见的猫，是在清晰的脸和可动画的身体之间的最佳折中。

使用纯色或简单的背景。有图案的地毯或摆满物品的架子会在猫移动时给模型更多需要扭曲的东西。预设会加入简单的舞台灯光或柔和日光，从而掩盖轻微的 background drift。

使用清晰的照片。源照片中的运动模糊会变成结果中的运动模糊，而模型无法区分艺术性模糊和失焦。

写出连贯不崩的提示词

有用的提示词按以下顺序包含四个部分：

1. 主体与身份指令。“保持上传猫咪的脸、毛色斑纹、眼睛颜色和身体比例与照片完全一致。”
2. 一个动作。“它用后腿轻轻弹跳，左右摇摆，并抬起一只前爪。”
3. 一种镜头行为。“固定镜头”或“缓慢推近”。
4. 约束条件。“无变形，无多余肢体，无文字，无水印。”

这种结构几乎适用于任何短小的宠物视频。身份指令不是可选项：没有它，模型就可能逐渐偏向一只普通的猫，而你使用自己照片的全部意义也就消失了。

提示词保持在约 120 词以内。长提示词不会让动作更好，只会让模型自行选择忽略哪些指令。

发布五秒视频

默认输出为 9:16、720p。这是 TikTok、Reels、Shorts 和 Stories 的原生形状。视频刻意静音，这样你可以在应用内添加热门声音，而不会产生版权冲突。

对于信息流帖子，1:1 裁剪比 9:16 效果更好，因为平台会在信息流中裁剪竖屏视频。对于 YouTube 片头或演示循环播放，16:9 才是合适的形状。

下载 MP4 并原生上传。重新上传从另一个应用压缩过的版本，是最快丢失让视频显得真实的毛发细节的方式。

费用与耗时

一段五秒视频花费 5 credits。一个 10 credits 的套餐为 $9.90，可覆盖两段视频；如果你经常发布，订阅会降低每段视频的成本。渲染失败会自动退款。

大多数视频会在两到四分钟内完成。你可以离开页面；渲染会继续，回来时结果就会出现。如果第一段视频已经很接近但还不太对，请生成第二个变体，而不是把提示词改五次。不同次渲染之间姿势会有变化，第二次尝试往往就是可保留的那一版。

什么时候静态图是更好的选择

如果你需要头像、印刷卡片，或一个能在群聊中瞬间加载的文件，静态图更好。knight cat image generator 花 1 credit 就能返回一张 2K 肖像图，而同一张照片之后如果你想要动态效果，也可以再做动画。

静态图也是测试外观是否可行的更便宜方式。先生成肖像图，再为你喜欢的版本制作动画。这个顺序能节省 credits，并且在视频模型繁忙时给你一个备选方案。

常见问题

猫会保持原来的脸吗？ 会，前提是源照片清晰。模型会把照片用作第一帧，并被指示保留脸、毛发、斑纹和身体比例。

视频有多长？ 五秒，720p。竖屏 9:16 是默认比例；也提供 1:1 和 16:9。

视频有声音吗？ 没有。视频是静音的，方便你在应用内添加热门声音。

费用是多少？ 每段视频 5 credits。一个 10 credits 的套餐为 $9.90，可覆盖两段视频；渲染失败会退款。

我可以给两只猫的照片制作动画吗？ 每张照片一只猫效果最好。一帧中有两只动物会让身份保持困难得多，模型可能会把它们合并或复制。