AI 商品视频怎么保持商品和包装不变形
更新于 2026-11-05
AI 商品视频最常见的问题不是画面不好看,而是商品变了:瓶身忽胖忽瘦、颜色漂移、logo 改字、包装上的文字变成乱码,甚至镜头中途多出另一件商品。这些问题不能只靠一句「保持一致」解决,需要同时控制参考图、商品动作、镜头运动和最后的验收。
这篇以 VGEN 的 MiniMax H3 为例,专门讲商品一致性:首帧和参考图怎么选,提示词怎样固定商品、只让镜头运动,以及包装文字为什么仍然建议实拍或后期合成。AI 可以提高稳定性,但不能保证商品和包装每个像素都不变,用于广告和商品详情页前必须核对实物。
先判断:这条镜头适不适合直接用 AI 生成
- 比较适合:商品静止摆在桌面,镜头缓慢推近、平移或小角度环绕;背景光影变化;人物在不遮挡商品的位置做简单动作。
- 风险较高:手拿商品快速转动、挤压变形、拆包装、液体倒入透明容器,以及一个镜头里连续完成多个动作。
- 不建议完全交给 AI:必须清楚展示配料表、规格、条码、生产信息或大量中文包装的镜头。生成结果可能看起来像文字,内容却不准确。
要证明商品真实外观、功能或包装信息时,优先用实拍。AI 更适合补充氛围、场景和过渡镜头,不应把不存在的效果做成真实商品演示。
第一步:准备能看清商品身份的参考图
- 先拍一张干净的正面主图:商品完整、不裁边,占据画面主要位置;logo、瓶型、瓶盖、颜色和配件清楚,避免强反光和复杂背景。
- 图片比例与视频一致:做竖屏商品视频就用 9:16 主图,四周留出镜头推近和平移的空间,不要让包装顶满画面。
- 需要多角度时再补图:正面、侧面和背面分别拍清楚,不要先把多张图拼成一张模糊合集。每张图承担什么作用,在提示词里写明白。
- 一幅画面先只放一个主商品:套装、赠品和其他道具会增加商品数量、颜色及包装互相串掉的概率,可以后加或分镜头展示。
如果原始照片本身看不清 logo 和小字,模型也无法可靠还原。先用清晰原图,不要用聊天软件反复压缩后的截图。商品场景图的准备见 AI 电商产品图教程。
第二步:按镜头选择首帧或参考图
- 首帧图生视频:商品展示的首选。商品在第一帧已经出现,接下来只写镜头、少量动作和声音,通常比凭空描述商品更稳。见 AI 图片生成视频教程。
- 参考图:需要换场景或加入人物时使用。上传商品图和必要的人物图,写清「图片 1 是商品,图片 2 是人物」,不要让模型猜哪张是主体。VGEN 当前最多上传 6 张参考图,但第一次不必放满。
- 首尾帧:开始和结束都已确定时使用。适合固定的开合或位置变化,但中间过程仍可能改变商品细节,不能省略检查。见 首尾帧生成视频教程。
- 文生视频:只用于不出现具体商品的辅助镜头。例如桌面、环境或使用场景的过渡,不要靠一段文字凭空还原真实商品。
多图分工和上传顺序见 多张参考图生成视频。首帧、参考图或首尾帧都只是约束,不是商品完全一致保证。
第三步:减少商品本身的运动,让镜头来动
商品变形经常发生在遮挡、旋转和复杂交互时。第一条视频先做「商品不动、镜头动」,确认外观稳定后再增加动作:
- 只安排一个变化:镜头缓慢推近,或者镜头从左向右平移,不要同时环绕、缩放、商品旋转和人物拿取。
- 避免手部遮挡包装:手拿、翻转和挤压会让模型不断补画看不见的区域,重新出现的 logo 和瓶型容易变。
- 明确商品数量和边界:写「画面始终只有这一件商品,无新物体进入或离开」,减少中途多出配件、盒子等无关物体。
- 固定光线和背景:复杂光影、镜面反射和透明材质会增加闪烁;先用柔光、简单桌面和固定背景验证。
- 不要重新描述一套新外观:参考图里已经有商品,不要再写「更高级的瓶身」「改成更有质感的包装」这类会引导改造的句子。
完整的带货分镜和拍摄替代方案见 AI 带货短视频怎么做。一个动作总做不稳时,拆成两个镜头或直接剪掉中间过程,通常比反复堆提示词更有效。
可以直接套用的商品一致性提示词
下面模板适合「商品静物 + 镜头运动」。把镜头和声音换成你的需求,不要在同一条里加入拿取、旋转或开箱:
- 约束商品:形状、比例、颜色、材质、logo、包装和配件,覆盖最容易走样的部分。
- 约束事件:商品不动、无手接触、无物体进出,比只写「保持一致」更具体。
- 只写一个镜头动作:推近、平移、固定机位三选一,不要全部堆上去。
- 文字另行处理:提示词里写保持包装,不代表小字一定准确;活动文案和字幕后期添加。
以首帧中的商品为唯一主体,整段保持同一件商品的形状、比例、颜色、材质、logo、包装和配件,不重新设计,不增加或减少商品及配件。商品始终静止在桌面原位置,无手接触,无新物体进入或离开。镜头在 5 秒内缓慢向商品推近,最后停在正面包装完整可见的位置;背景、光线和构图保持连续,画面不闪烁,不出现字幕或新增文字。声音:安静室内,轻微环境声,无背景音乐。
包装 logo 和中文小字,为什么还要实拍或后期合成
视频模型是在逐帧生成画面,并不是把原始包装当作一张不可修改的贴图。镜头角度、遮挡和分辨率变化时,它可能重新猜字形和纹理。因此「logo 大致相似」与「包装内容准确」是两回事。
- 品牌主视觉:片头或片尾放一张真实商品图,用剪辑做轻微缩放,比让模型重画包装更可靠。
- 包装信息特写:规格、成分、条码、注意事项等直接实拍,不要用 AI 补字。
- 活动文字和价格:在剪辑软件里添加准确文字,方便修改,也避免模型生成错别字。
- 必须使用 AI 镜头时:避免包装小字特写,输出后逐帧检查;有任何错字、改标或规格变化就不要用于商品宣传。
字幕和活动文案的后期流程见 AI 短视频怎么加字幕和配音;发现错字后的处理见 AI 视频错别字、字幕怎么修改。
生成后不要只看封面:按这张清单验收
- 从头完整播放一遍,再抽查开头、中间和结尾帧,确认商品没有在中途突然变化。
- 对照实物检查轮廓、宽高比例、瓶盖或接口、颜色和材质,不只看整体风格。
- 检查商品数量、套装配件和背景道具,确认没有多出、少掉或互相替换。
- 放大核对 logo、品牌名和包装文字;看不清不等于正确,关键文字镜头换实拍。
- 检查边缘、反光和透明材质是否闪烁,手部接触后商品形状是否改变。
- 核对演示的功能和效果是否与真实商品一致,不用 AI 画面夸大实际能力。
任何一项不合格,都只重做当前镜头。一次只改一个变量,例如先减少商品动作,再调整镜头;不要同时换参考图、提示词、比例和清晰度。
在 VGEN 上怎么操作
- 打开 开始创作,切到「生视频」,模型选 MiniMax H3。
- 商品展示优先上传首帧;需要人物或不同场景时切到「参考图」,按提示词中的编号顺序上传图片。
- 粘贴商品一致性提示词,只保留一个镜头变化;比例与商品图一致,第一次选 5 秒、720p。
- 生成后抽帧并对照实物验收。走样时先减少动作和遮挡,不满意就重做当前镜头。
- 将合格镜头与真实包装特写、后期字幕和活动文案一起剪辑。生成失败自动退还积分。
做一组商品镜头大概多少积分
按 VGEN 正式库当前价格,MiniMax H3 普通生视频 5 秒:480p 5 积分、720p 9.5 积分、1080p 20 积分。约 1 元 = 10 积分,实际按生成次数收费,失败自动退还积分。
- 先试一个镜头:720p 5 秒试 3 次共 28.5 积分,约 3 元;不是每次都必须试 3 次。
- 做 15 秒商品视频:假设 3 个镜头各试 3 次,共 9 × 9.5 = 85.5 积分,约 9 元。
- 省钱顺序:先用 5 秒、720p 验证参考图和动作,再为最终采用的镜头出更高清晰度,不要一开始整组出 1080p。
完整价格见 VGEN 收费标准。新用户注册送 10 积分,够先做一次 720p 5 秒视频。
常见问题
- 写了「保持商品不变」为什么还是变形?这句话不能阻止模型补画被遮挡或旋转后的区域。还要配合清晰参考图、商品少动、镜头单运动、无物体进出和逐帧验收。
- 参考图放得越多越好吗?不是。图片能补充角度,也可能引入冲突。先用一张清楚主图;确有需要再增加角度,并保持图片顺序和编号一致。
- 商品一转起来 logo 就变,怎么办?减少旋转角度,把正面展示与侧面展示拆开;必须看清包装的镜头用真实图片或实拍视频。
- 手拿着商品时最容易哪里出错?手指、遮挡区域、瓶身轮廓和重新露出的包装。减少拿取和翻转,一个镜头只做一个简单动作。
- 能不能让 AI 直接生成准确的双十一包装和促销字?不建议。包装小字、价格和活动文案应后期添加,避免错字、旧价格或误导性宣传。
- 商品一致性通过就能直接发布吗?还要检查功能演示、广告用语、素材授权和平台的 AI 内容标识要求。AI 画面不能替代真实商品信息,详见 服务条款。
延伸阅读
完整的带货分镜、口播和剪辑流程,看 AI 带货短视频怎么做。
商品主图和场景图怎么准备,看 AI 电商产品图教程。
人物、商品和场景多张参考图怎么分工,看 多张参考图生成视频。
多个商品镜头拼在一起不连贯,看 AI 长视频怎么把多个镜头做连贯。