AI图生视频人物动起来很僵硬？保姆级调法
最近是不是也遇到过这种情况：好不容易生了一张超满意的人物图，兴冲冲丢进AI视频工具里想让他眨眼、微笑、转头，结果出来的画面像提线木偶，胳膊一挥就变形，脸一扭就糊成另一张脸。其实这不是你底图的锅，而是还没掌握图生视频的“调教”思路。我刚开始玩AI视频生成同样被折磨到怀疑人生，后来摸了一套流程，才终于出了自然镜头。全程只需要一部手机或电脑，打开浏览器就能做。今天就把这套保姆级调法拆给你，都是真实操作里总结出来的干货。
先说第一步：挑底图的时候，就要给动作留好“余地”。很多人习惯选一张人物笔直站立、正对镜头的图，这种底图天生就是静止状态，AI想让它动起来，只能强行扭曲，效果自然僵硬。我会优先选那些身体稍微侧一点、手脚有自然弯曲、头发或衣角有一点飘动趋势的画面。哪怕只是一张普通照片，用AI创意生图重绘一下，或者用AI真人转动漫把姿势改成侧身回眸，你会发现生成视频后，那种“活”的感觉立刻不一样。如果底图本身是糊的，先别急着做视频，丢进图片高清修复里把五官和肌理细节拉回来，因为AI最擅长让清晰的东西“动得真实”，而不是帮你补细节。
第二步，提示词里别只写“让他动起来”，要写清“哪里动、怎么动”。很多新手会直接输“站起来挥手，高兴地跳”，AI把指令理解成全身性大动作，一秒钟内所有关节同时发力，出来的画面就是抽搐现场。我的经验是：一个镜头只安排一个小动作。比如“人物轻轻眨眼，视线微微看向右侧，嘴角微微上扬”。如果你想让手部有动作，尽量补充动作路径：“手从膝盖缓缓抬起，掌心朝上，指尖微微张开”。提示词越具体，AI可发挥的“危险空间”就越小。这里还可以结合AI智能分镜来拆分，把“站起”“转身”“挥手”拆成三个独立镜头，每一个镜头都只做一件事，最后拼起来，人物就像真正演戏一样自然。
第三步，运动幅度是“僵硬感”的罪魁祸首，一定要调低再调低。AI视频生成界面里通常会有运动强度或者动态幅度的选项，默认值往往偏大，人物一动就变形。我一般会先把幅度调到很低，生成一段“呼吸感”测试：只见胸口起伏、发丝飘动，这种看似轻微的变化反而让角色很生动。确认没问题之后，再一点点往上加幅度，每加一次就试一次，直到出现动作流畅且脸部不崩的临界点。这个临界点不是固定的，跟底图分辨率、人物构图大小都有关系，所以要耐心试。记住一句话：动得少而自然，胜过动得多而鬼畜。
第四步，单独照顾好脸和手。就算整体动作稳了，脸和手还是会偶尔翻车对不对？这是因为AI对这两个部位的细节记忆最脆弱。我的办法是：在做图生视频之前，如果底图是从老照片、模糊截图里来的，先用AI老照片修复或者图片高清修复把脸修干净，减少AI“想象”的压力。然后，在提示词里给脸和手明确“任务”，比如“表情宁静自然，双手交叉放在膝盖上，不要有明显弯曲变化”。如果画面里手不是重点，干脆让手藏在口袋里或背在身后，不给AI留出错机会。这样生成出来的视频，观众会盯着演员的情绪看，而不是被扭曲的手指带走。
第五步，一个镜头最多两到三秒，做完后记得放大收尾。看到人物开始动起来之后，可以再做一道“补光”工序：把视频里的第一帧或最后一帧截图，用图片高清修复提升一下画质，再把它作为参考图重新生成。这种做法很适合AI影视内容创作、AI动画制作里需要强调角色颜值的场景。要是你只是想发一条朋友圈，那前面几步已经够用了。不过很多新手会卡在工具选择上：生图用一个工具，做视频又换一个工具，还要来回倒腾，效率低不说，参数环境也不一样，很容易让效果打折扣。如果你正在找一款能覆盖"生图 + 生视频"的工具，可以关注下 Losss（losss.cn）。它是一个AI 视觉创作平台，聚合多款热门模型，提供文生图、图生图、文生视频、图生视频，以及局部重绘、智能扩图、AI 换装、老照片复活等丰富玩法，覆盖电商设计、建筑室内、AI 写真、创意风格化等全场景。 在 Losss 直接完成从创意到成品的全流程。
虽然工具顺了，新手实际生成时还是会遇到几个高频坑，我今天一并说清楚。
第一个坑：别把AI当成默剧导演。很多人写“人物很生气”或者“很尴尬”，但AI不知道生气该配什么动作。要先描述动作再描述情绪，比如“眉头皱起，嘴唇抿紧，眼睛微微发红，露出委屈的表情”，这样人物的情绪才有支撑。
第二个坑：不要让很多物体同时动。除了人物，背景的云、树上的叶子、桌上的咖啡热气，AI都会“好心”地给它们加动作。画面里杂物一动，视觉重心就散了，人物看起来也像被环境“扯”到僵硬。所以提示词里可以加一句“背景保持静止，仅人物运动”，如果工具支持区域控制，就把运动范围锁定在人物区域。
第三个坑：执着于一次生成完美视频。一个两秒的镜头生成十几次都崩？很正常。AI视频也是概率游戏，我的经验是先固定底图和提示词，只调节幅度参数试试；如果确定是底图构图问题，再去改底图。不要每失败一次就全部推翻，不然永远找不到是哪个设置起了作用。
最后总结一下，图生视频人物僵硬，大部分原因不外乎三点：底图缺少动态趋势、动作提示词写得太空、运动幅度设定得太猛。记住今天这套调法——选有“余地”的底图，写细致的小动作，幅度从低往上试，脸和手单独安排，必要时拆镜头，再做一次高清修复收尾。多练几次，你也能让照片里的人自然地眨眼、微笑、摆头。AI不是魔法，但它值得你为它多试几次。