首尾帧生成视频:给开头和结尾两张图,AI 补出中间过程

更新于 2026-10-19

普通的图生视频只给开头:一张图作为第一帧,后面发生什么由模型决定,结尾常常不是你想要的样子。「首尾帧」再多给一张结尾图,模型负责把中间的过程补出来,视频一定从第一张开始、落在第二张结束。

这篇以 VGEN 上的 MiniMax H3 为例,讲清楚首尾帧适合做什么、两张图怎么准备、提示词怎么写,以及怎么用它把几段视频接成一条长视频。

首尾帧适合做什么

凡是「必须落在某个画面」的视频,都适合用首尾帧:

• 产品变化:包装盒 → 打开后的产品、合上的口红 → 旋出的膏体、空杯 → 倒满的咖啡。
• 前后对比:素颜 → 化妆后、毛坯房 → 装修后、杂乱的桌面 → 收拾好的桌面。
• 人物换装、换姿势:同一个人穿两套衣服,或者从站着到坐下。
• 转场:白天 → 夜晚、春天 → 冬天、一个场景过渡到另一个场景。
• 镜头运动:全景 → 特写,用两张不同景别的图让镜头「推」过去。

如果只是想让一张图动起来、结尾怎样都行,用单张图就够了,见 AI 图片生成视频教程。

两张图怎么准备

• 主体要是同一个:同一个人、同一件产品。两张图里的人长得不一样,中间就会出现「变脸」。最好的做法是先生成第一张,再用图生图改出第二张,或者用同一组照片。
• 差别别太大:5 秒能演完的变化才自然。从「站在门口」到「坐在沙发上」可以;从「在厨房」到「在海边」就会变成生硬的溶解转场。
• 比例一致:两张图的比例和要生成的视频一致(16:9、9:16、4:3、3:4 都能选),不然会被裁切。
• 机位接近:除非你就是想要镜头运动,否则两张图的拍摄角度、景别尽量接近,画面更稳。
• 清晰:每张不超过 20MB,越清楚越好。模糊的图先放大修复再用。

提示词:写清楚中间发生了什么

首尾帧的提示词不用再描述开头和结尾长什么样,两张图已经告诉模型了。要写的是从第一张变成第二张的过程:

1. 过程:用一两个具体动作把两张图连起来。「她拉开盒子上的丝带,掀开盒盖,把香水拿出来举到镜头前」。
2. 镜头:「固定机位」,或者写清楚怎么从第一张的景别变到第二张的景别,比如「镜头从全景缓慢推近到特写」。
3. 声音:MiniMax H3 会一起生成声音。写上过程里的声音,比如「丝带摩擦声、盒盖打开的轻响」。

不写过程的话,模型容易偷懒,直接把第一张「溶解」成第二张,看起来就是一个淡入淡出,不像视频。

【过程】女生双手拉开礼盒上的丝带,掀开盒盖,拿出里面的香水瓶,举到脸旁对着镜头微笑;【镜头】固定机位,中景;【声音】丝带摩擦声,盒盖打开的轻响,轻快的背景音乐。

在 VGEN 上怎么操作

1. 打开 开始创作,切到「生视频」,模型选 MiniMax H3。
2. 参考图区域选「首尾帧」(MiniMax H3 默认就是),分别点「上传首帧」「上传尾帧」。也可以把右边已经生成好的图片点「+」加进去。
3. 写提示词:过程 + 镜头 + 声音。
4. 选比例、清晰度和时长(3–15 秒)。第一次建议 5 秒、720p,便宜也快,满意了再出 1080p。
5. 生成。不满意的话,先改提示词里的过程描述;还是不行,就把两张图的差别改小一点。

只放首帧、不放尾帧,就是普通的图生视频。

把几段首尾帧接成一条长视频

单条最长 15 秒。想做更长的视频,可以一段接一段:

1. 先生成第一段视频。
2. 鼠标移到这条视频上,点右上角的「+」(把末帧设为首帧),它的最后一帧就会放进下一段的首帧。
3. 再放一张下一段的结尾图作为尾帧,写下一段的过程,生成。
4. 重复几次,最后在剪映之类的剪辑软件里按顺序拼起来。

因为每一段都从上一段的最后一帧开始,接口处是连贯的。如果不需要指定结尾,也可以用 AI 视频续写,直接从视频结尾往下演。

怎么收费

按秒计费,和普通生视频一样,首尾帧不额外收费。价格在生成按钮上直接显示,1 元 = 100 积分,生成失败自动退还积分。

• 480p:每秒 1 积分,5 秒 5 积分。
• 720p:2 积分 + 每秒 1.5 积分,5 秒 9.5 积分(约 1 毛钱),10 秒 17 积分。
• 1080p:5 积分 + 每秒 3 积分,5 秒 20 积分。

常见问题

• 中间人物变脸了?两张图里的人不够像。用同一张图改出第二张,或者把变化改小一点,只换动作、不换角度。
• 看起来像淡入淡出,没有动作?提示词里补上具体的过程动作;两张图差别太大时也会这样,中间加一段过渡。
• 结尾和尾帧不完全一样?模型会尽量落在尾帧上,但细节可能有出入。重要的结尾画面(比如产品包装上的字),可以在剪辑时把尾帧图片接在视频最后停一下。
• 首尾帧和参考图有什么区别?首尾帧规定视频从哪张图开始、到哪张图结束;参考图(最多 6 张)只锁定人物或产品的样子,不规定画面怎么开始和结束。两种模式在参考图区域上方切换。

延伸阅读

只有一张图、想让它动起来,看 AI 图片生成视频教程。

生成出来不够清楚,看 AI 视频超清修复。

提示词想写得更好,看 MiniMax H3 使用手册。

开始创作 →