用 ComfyUI 把静态图变成视频：图生视频工作流实战

图生视频是目前普通玩家最容易出效果的 AI 视频路线：你先有一张满意的图，再让模型把它「动起来」，可控性和成功率都远高于纯文生视频。

基础工作流长什么样

核心链路是：加载图像 → 视频模型（加载图像作为首帧条件）→ 采样 → 帧序列输出。常用开源模型在 16G 显存档位可以跑低分辨率短片段，24G 以上能到 720P 级别。

让画面动得对：三个关键参数

• 运动幅度（motion scale）：设小了画面几乎不动，设大了肢体扭曲。人物类建议从低档起步。
• 帧数与帧率：先跑 4 到 6 秒、每秒 16 帧，验证动作合理后再加时长，避免浪费算力。
• 首帧质量：图生视频的一切都建立在首帧上，构图歪、手指崩的图，动起来只会更崩。

进阶：首尾帧与镜头感

大部分模型支持首尾帧控制：给两个关键帧，让模型补中间的运动，适合做转场和固定机位的循环动画。配合提示词里的镜头描述（推近、环绕、横移），能做出明显有「导演意识」的短片。

常见的坑

一是显存：视频模型是显存大户，分辨率和帧数翻倍，显存占用翻的不止一倍；二是时长上限：多数开源模型单段生成在 5 到 10 秒，长视频要靠分段生成加剪辑软件拼接；三是版权与肖像：素材务必用自己的图或明确可商用的图。

建议的练习路径：先用同一张图跑十次不同运动幅度，建立手感，再谈风格。

（本文由智宅客原创，转载请注明出处。）