AI视频创作从入门到精通教程
目录
欢迎观看《圈友互联AI视频创作从入门到精通教程》！本教程将带您认识各种不同的AI视频模型有什么区别，教您如何系统地构建提示词，从而生成专业级别的视频作品！
AI视频模型的种类
首先，我们先来认识一下AI视频大模型的种类，目前我们网站AI视频板块一共有4种AI模型，其中三个是国产AI模型，一个是国外AI模型，下面是它们的详细介绍：
| 对于以下不同模型的对比以及案例，可以在【视频广场】中找到，每个视频右下角都会注明视频的来源模型。采用的都是Sora官方提示词来进行对比，以保证公平性，具体详见Sora提示词案例库：Sora AI 提示词全网最全收集——IMYAI.TOP |
|---|
国内模型
可灵
可灵的视频生成大模型。支持文生视频以及图生视频，生成的视频长达5s和10s，且支持三种宽高比。质量属于国产顶流。
清影
清影（Ying），是智谱AI发布的视频生成大模型，生成速度快，支持参数多，视频时长可长达6s，但视频比例暂时只有3:2，视频总体质量仍有待加强。
Vidu
Vidu，是北京生数科技有限公司联合清华大学发布的视频大模型，视频时长暂时只有3s和7s。相比可灵与清影，画面色彩整体偏暗，质量逊于可灵，优于清影。
国外模型
Luma
Luma，美国3D计算机视觉创企Luma AI发布了一个名为Dream Machine的AI模型。这一模型具备强大的文生视频和图生视频功能，画面极为逼真，人物表情丰富，2分钟内就能完成5秒视频生成。
Sora
美国人工智能研究公司OpenAI开发的一款先进的AI视频生成模型Sora，于2024年2月15日（美国当地时间）推出了一系列Demo视频，由于其高质量、高分辨率的视频内容秒杀全球AI视频同行，而在全球爆火。Sora不仅能生成长达一分钟的视频，而且还被称为“世界模拟器”，因为它能够模拟现实世界的物理规律和复杂场景。一旦正式开放，将成为全球最强的AI视频工具，目前仍在内测中。（估计是由于GPU算力问题，迟迟不能开放）
更多关于Sora的介绍看这篇文章：【科普】史上最强AI文生视频大模型！什么是Sora？一文带你看懂Sora！
更多AI模型介绍：https://models.imyaigc.com/
AI视频生成的不同方式
一、文生视频
文生视频的用法
 |
 |
|---|
访问IMYAI，点击进入【视频创作】板块，在左侧栏输入框输入一段文字，选择你喜欢的模型以及比例、时长，点击【立即生成】，AI即可根据你的文本表达生成5s或10s视频，也即是文字转变为视频画面（简称文生视频）。
可灵目前同时支持16:9、9:16与1:1三种画幅比例，而Vidu、Luma只支持16:9，清影只支持3:2。
如果你不知道创作些什么，你可以点击右上角使用系统给出的推荐提示词（都是来源于Sora官方的优秀提示词），或者你随便输入一个单词，比如【熊猫】，AI便会帮你智能优化拓展，这里我的最终结果是【镜头穿越茂密竹林，一只悠闲的熊猫正在啃食翠绿的竹子。】。如果你在下方勾选了【提交后自动优化】，则提交任务之后便会自动帮你优化，无需手点。
AI生成的提示词总是不满意？不想借助AI，想要自己写提示词？如何写好提示词？和AI对话和AI绘画一样，Prompt提示词是作为文生视频大模型最主要的交互语言，将直接决定了模型返回的视频内容，因此，如何使用有效Prompt来完成AI视频创作是值得我们去了解和学习的，目前可灵、Vidu和清影官方都给出了提示词公式，可供参考：
1. 可灵官方提示词公式：
| 💡****提示词 = 主体（主体描述）+ 运动 + 场景（场景描述）+（镜头语言 + 光影 + 氛围） |
|---|
| 括号内内容可选，其实不同官方给出的公式大同小异，我们只需要任选其一即可。 |
|---|
主体: 主体是视频中的主要表现对象，是画面主题的重要体现体。如人、动物、植物、以及物体等；
主体描述: 对主体外貌和动作的具体描述。可通过多个关键词进行补充。如运动表现、发型发色、服饰穿着、五官形态、肢体姿态等；
运动: 对主体运动方式的细节描述，包括动作的目的、流畅性和节奏等；
场景: 场景是主体所处的环境，包括背景、背景物等；
场景描述: 对主体所处场景的细节描述。可通过多个短句进行补充，但不宜过多，符合5s视频内可以展现的画面即可。如室内场景、室外场景、自然场景等；
镜头语言: 是指描述拍摄时的多角度和距离感受。包括拍摄方式与具体的镜头语言。可以描述出所需的视觉效果和情感氛围。如超大远景拍摄、背景虚化、特写、移动追踪、推镜、升镜、航拍等；
光影: 光影是渲染场景作品的灵魂所在。光影的运用可以展现真实感、质感和氛围。可以通过光影的渲染表达力的形成。如氛围光、逆光、顶光、侧光、柔光、阴影等；
氛围: 氛围对视频画面的氛围描述。如热闹的街头氛围、电影院的氛围、温馨的家等。
| 来源：可灵A!使用指南-视频生成 |
|---|
2. 清影官方提示词公式：
| 简单公式：[摄像机移动]+[建立场景]+[更多细节] 复杂公式：[镜头语言] + [光影] + [主体 (主体描述)] + [主体运动] +[场景 (场景描述)] +[情绪/氛围/风格] |
|---|
| 提示词的精确度与细节水平直接影响视频内容的质量。采用结构化提示词可以极大提升视频内容的符合度和专业性。以下是构建提示词的关键组成部分： |
|---|
镜头语言:通过镜头的各种应用以及镜头之间的衔接和切换来传达故事或信息，并创造出特定的视觉效果和情感氛围。如镜头平移，推近、拉远、升降拍摄、摇摄、跟随拍摄、手持拍摄、无人机航拍等;
景别角度：控制相机与被摄对象之间距离和角度，实现不同的视觉效果和情感表达。如大全景、中景、近景 、鸟瞰视角 、跟随视角、鱼眼效果等;
光影:光影是赋予摄影作品灵魂的关键元素，光影的运用可以使照片更具深度，更具情感，我们可以通过光影创造出富有层次感和情感表达力的作品。如自然光、丁达尔效应、柔和散射、硬光直射 、逆光剪影、三点布光等;
主体:主体是视频中的主要表现对象。如儿童、狮子、向日葵，汽车、城堡等;
主体描述:对主体外貌细节和肢体姿态等的描述，如人物的服饰、动物的毛色、植物的颜色、物体的状态和建筑的风格;
主体运动:对主体运动状态的描述，包括静止和运动等，运动状态不宜过于复杂，符合6s视频内可以展现的画面即可，
场景: 场景是主体所处的环境，包括前景、背景等;
场景描述:对主体所处环境的细节描述。如都市环境、乡村风光、工业区等;
氛围:对预期视频画面的氛围描述。如喧嚣繁忙、悬疑惊悚、宁静舒适等;
| 其它技巧： 关键词重复：在提示的不同部分重复或强化关键词有助于提高输出的一致性。如:摄像机以超高速镜头快速飞过森林; 聚焦内容：提示词应集中在视频中应有的内容上。如：冷清的街道，而不是“没有人的街道”; |
|---|
来源：清影：AI 视频玩转手册
3. Vidu官方提示词公式：
| 来源：Vidu 提示词指南 |
|---|
4. 站长总结公式：
我个人总结了一下，其实和英语里的5W公式很像，这里我们简化成：3W+1H 公式
| 【什么人/物（主体）】——【在哪里（地点）】——【干什么（动作）】——【干得怎么样（神态）】 |
|---|
| 科普：英语里的5W公式指的是新闻写作的“5W+1H”原则，即When（何时）、Where（何处）、Who（何人）、What（何事）、Why（何故）加上How（如何）。这一原则不仅在新闻写作中广泛应用，还被用于各种需要清晰、结构化表达信息的场合。每个“W”和“H”代表一个关键的问题，共同构成了一个完整的信息框架，确保信息的全面性和连贯性。 When 指的是事件发生的时间，这是确定事件背景和情境的重要因素。 Where 描述事件发生的地点，对于地理位置的指定有助于读者形成具体的画面。 Who 涉及事件的参与者，包括主要人物和相关人员。 What 描述事件本身，即发生了什么。 Why 探讨事件的原因或目的，解释事件背后的动机或理由。 How 说明事件是如何发生的，包括方式、方法或手段等。 这一原则不仅在新闻写作中发挥作用，也在广告、市场营销、公共关系等领域中广泛应用，帮助专业人士构建清晰的信息传递路径，确保信息被准确理解和记忆。此外，这一原则还被扩展应用于其他领域，如个人品牌建设、广告策略等，作为一种有效的工具，帮助专业人士更好地规划和执行他们的沟通和传播活动。 同样道理，也非常适用于我们的AI视频创作。 |
|---|
文生视频示例
如“一只大熊猫在咖啡厅里看书”，我们可以增加主体和场景的细节描述“一只大熊猫戴着黑框眼镜在咖啡厅看书，书本放在桌子上，桌子上还有一杯咖啡，冒着热气，旁边是咖啡厅的窗户”，这样AI生成的画面会更具体可控，如果想要增加一些镜头语言和光影氛围，我们可以尝试“镜头中景拍摄，背景虚化，氛围光照，一只大熊猫戴着黑框眼镜在咖啡厅看书，书本放在桌子上，桌子上还有一杯咖啡，冒着热气，旁边是咖啡厅的窗户，电影级调色”，这样AI生成的视频质感会进一步提升，有可能会得到超出预期的结果。
简单提示词 VS 中等提示词 VS 复杂提示词
点击图片可查看完整表格
更多案例可以移步可灵清影Vidu官方文档，或者我们的视频广场查看，这里就不一一展示了。
也欢迎大家多多投稿！！！祝大家玩得开心！！！
文生视频的注意事项与技巧
1. 尽量使用简单词语和句子结构，避免使用过于复杂的语言；
2. 画面内容尽可能简单，可以在5s或10s内完成；
3. 用东方意境、中国、亚洲等词语更容易生成中国风和中国人；
4. 当前视频大模型对数字还不敏感，比如“10个小狗在海滩上”，数量很难保持一致；
5. 分屏场景，可以使用prompt：“4个机位，春夏秋冬”；
6. 现阶段较难生成复杂的物理运动，比如球类的弹跳、高空抛物等；
二、图生视频
图生视频的用法
切换到【图生视频】界面，上传一张图片+相应的提示词，AI大模型将根据提示将图片转变为视频画面。您也可以只上传一张图片，AI大模型将自行发挥想象力，把图片扩展为一段有故事的视频。
图生视频示例
原图：
无提示词（效果不好） VS 无主体提示词（效果不好） VS 有主体提示词（效果好）
点击图片可查看完整表格
更多案例可以移步可灵清影Vidu官方文档，或者我们的视频广场查看，这里就不一一展示了。
也欢迎大家多多投稿！！！祝大家玩得开心！！！
图生视频的小技巧
⚠️****技巧 1： 选用**尽可能清晰**的图片，如果原图不够清晰，会影响模型对图片的识别，可以采用分辨率提升工具将图片变清晰。工具地址：百度AI图片助手 - 图欧学习资源导航 （或者点这里）
⚠️****技巧 2：提示词要**【简单清晰】 **
可以选择不写 prompt，直接让AI自己操控图片动起来（AI自由发挥）
明确你想动起来的【主体】并以「主体」+「主题运动」+「背景」+「背景运动」的方式撰写提示词（一定要有主体，不然可能会出现 AI 狂乱景象）
如果你不明确大模型如何理解你的图片，推荐将_照片扔给AI进行识图_，明确你的【主体】该如何描述。
图生视频的首尾帧使用方法与参考案例
什么是视频的首尾帧？视频的首尾帧功能有什么用呢？
一帧，就代表视频的其中一个画面。首帧和尾帧，顾名思义，就是代表视频的第一个画面以及最后一个画面。做AI视频，我们经常会看到AI胡乱发挥，视频的结尾没能很好地达到我们想要的效果。有时候光是提示词还是不够的，我们需要控制AI视频的初始的画面以及结束的画面，这个时候就需要用到首尾帧这个功能了。
| 科普：视频的帧是指视频中的一幅单独图像，是构成视频的基本单位。在视频播放过程中，这些帧以一定的速率连续显示，从而形成连续的动态画面。每一帧都是一个静态图像，当这些帧快速连续地播放时，人眼会感觉到连续的动作或场景的变化。 |
|---|
**首先，切换成可灵或者Luma模型**，你上传了第一张图片之后，就会出现【结束关键帧图片】的上传按钮，然后就可以上传第二张图片，来定制你的结束画面。
| 注意：目前只有可灵和Luma支持首尾帧功能。 |
|---|
 第一张图片（首帧） |
 结束关键帧图片（尾帧） |
|---|
[origin_luma_watermarked_video024e67b104a2346f88204cf85a6d9c359_9f9d9484969ccb68.mp4]
最终成品
没有加提示词，效果居然还挺不错的，如果配上BGM，一个帅气的短视频就可以直接投稿了。当然，首尾帧的用法不局限于此，更多用法欢迎各位自行探索~
AI视频的常见问题
1.问：为什么生成的视频没有声音？
答：截至目前为止，AI生成的视频都是没有声音的，你在网上看到的有声音的AI视频，都是通过剪映或者Pr等剪辑软件后期加上去的。关于声音素材库，我个人比较推荐：音效库 音效素材 声音|影视|游戏|实录 免费下载 - 爱给网
做视频自媒体多年，我个人也整理了一些我常用的音效以及视频素材，欢迎大家抱走：
| 音效素材库——站长图欧君整理出品 链接：https://pan.quark.cn/s/4ec911b9f2a8#/list/share |
|---|
| 10000+款绿幕抠像搞笑转场电影特效等影视后期视频素材，包含各种各样热门冷门类型，可直接导入到剪映、Pr等视频剪辑软件使用！——站长图欧君整理出品 链接1：https://www.alipan.com/s/nV2mgei2a9L 链接2：https://pan.quark.cn/s/394d3194c9de#/list/share |
|---|
2.问：生成的视频如何下载？如何收藏，如何投稿？
答：点击视频封面进入视频详情页即可下载，支持收藏，支持投稿。优秀作品审核通过后，会上架视频广场。
AI视频的高阶提示词词典
| 艺术风格小词库 🎨 梵高（Vincent van Gogh） 后印象派风格，以其强烈的色彩和动感的笔触著称。 🌌 马克斯·梅勒（Max Ernst） 超现实主义，使用荒诞、梦幻的元素。 🌀 杜尚（Marcel Duchamp） 达达主义和概念艺术，挑战传统艺术定义。 🎨 杰克逊·波洛克（Jackson Pollock） 抽象表现主义，以其独特的滴画技法闻名。 🌈 雷内·马格里特（René Magritte） 超现实主义，以其神秘和哲学性质的作品著称。 💖 弗里达·卡罗（Frida Kahlo） 表现主义和墨西哥传统艺术风格，作品充满个人情感和象征意义。 🔷 毕加索（Pablo Picasso） 立体主义和多种其他风格，以其解构和重构形状的方式知名。 🌅 莫奈（Claude Monet） 印象派，以其对光线和色彩变化的细腻捕捉著称。 🌩️ 威廉·透纳（J.M.W. Turner） 浪漫主义，以其戏剧化的光影和色彩运用闻名。 😢 爱德华·蒙克（Edvard Munch） 表现主义，以其强烈的情感表达和象征性画面著称。 🔴 草间弥生（Yayoi Kusama） 波普艺术和抽象艺术，以其重复的图案和强烈的色彩对比著称。 🧑🎨 安迪·沃霍尔（Andy Warhol） 波普艺术，以其丝网印刷和重复图像的使用知名。 🌌 达利（Salvador Dalí） 超现实主义，以其梦幻般的场景和精细的细节处理著称。 ✨ 古斯塔夫·克里姆特（Gustav Klimt） 新艺术运动和象征主义，以其装饰性图案和金色运用闻名。 🎭 布鲁诺·毕加索（Bruno Picasso） 先锋派和实验性艺术，以其创新和跨媒介的作品著称。 |
|---|
| 镜头语言 1. 镜头平移 (Panning): 摄像机在水平方向上移动，从一个点平稳地移动到另一个点。这种拍摄方式常用于展示一个场景的全貌或跟随一个移动的物体。 🎥 2. 推近 (Pushing In): 摄像机向被拍摄对象靠近，使观众感觉好像自己也在靠近画面中的物体或人物。这种方式可以增加观众的参与感和紧张感。 🔍 3. 拉远 (Pulling Back): 摄像机从被拍摄对象后退，使观众感觉好像自己在远离画面中的物体或人物。这种方式可以展示更大的场景或减少观众的参与感。 🌌 4. 升降拍摄 (Tilting): 摄像机在垂直方向上移动，向上或向下。向上倾斜可以展示从低到高的场景，向下倾斜则相反。 ⬆️⬇️ 5. 摇摄 (Swiveling): 摄像机在固定的位置上旋转，改变拍摄的方向。这种方式可以用于展示周围的环境或跟随移动的物体。 🔄 6. 跟随拍摄 (Tracking): 摄像机沿着一个特定的路径移动，通常用于跟随一个移动的物体或人物。 🚶♂️ 7. 手持拍摄 (Handheld): 摄像机由摄影师手持移动，这种方式可以增加画面的动态感和真实感。 🙌 8. 稳定器拍摄 (Stabilized): 使用稳定器进行拍摄，即使在移动中也能保持画面的稳定。 🏋️♂️ 9. 无人机航拍 (Aerial): 使用无人机进行高空拍摄，可以展示大范围的地形和场景。 🚁 10. 轨道拍摄 (Dolly Shot): 摄像机安装在轨道上移动，可以平稳地前进或后退，常用于电影中的经典镜头。 🎬 景别角度 1. 大全景 (Wide Shot): 摄像机远离主体，通常用于展示环境或场景的全貌。 🌍 2. 中景 (Medium Shot): 主体占据画面的一部分，适用于展示人物的上半身或场景的一部分。 🧑🤝🧑 3. 近景 (Close-Up): 主体占据画面的主要部分，适用于展示人物的脸部或物体的细节。 😃 4. 特写 (Extreme Close-Up): 画面中只显示主体的某一小部分，适用于展示细节或情感。 💖 5. 高角度俯拍 (High Angle Shot): 摄像机从高处向下拍摄，使主体显得较小或弱小。 📏 6. 低角度仰拍 (Low Angle Shot): 摄像机从低处向上拍摄，使主体显得强大或威严。 🌟 7. 正面拍摄 (Front Angle Shot): 摄像机正对主体，适用于直接展示人物或物体的正面。 👤 8. 侧面拍摄 (Side Angle Shot): 摄像机从主体的侧面拍摄，适用于展示人物或物体的侧面轮廓。 ➡️ 9. 背面拍摄 (Rear Angle Shot): 摄像机从主体的背后拍摄，适用于展示人物或物体的背面。 🔙 10. 鸟瞰视角 (Bird’s Eye View): 摄像机从极高的角度拍摄，类似于鸟儿在空中俯瞰的视角。 🐦 11. 虫视角 (Worm’s Eye View): 摄像机从极低的角度拍摄，类似于虫子在地面上仰望的视角。 🐛 12. 跟随视角 (Tracking Shot): 摄像机跟随移动的主体，适用于展示主体的动态。 🏃♂️ 13. 倾斜角度 (Dutch Angle): 摄像机倾斜拍摄，使画面产生不平衡或紧张感。 ⚖️ 14. 对称构图 (Symmetrical Composition): 画面中的元素以中心轴线对称排列，适用于创造平衡和和谐感。 ⚪ 15. 框架构图 (Frame Within a Frame): 画面中有一个或多个框架元素，如门窗，用于突出主体。 🖼️ 16. 深度构图 (Deep Focus): 画面中的前后景都保持清晰，适用于展示丰富的场景层次。 📸 17. 长焦肖像 (Telephoto Portrait): 使用长焦镜头拍摄人物肖像，使主体在画面中显得更加突出。 🎭 18. 宽角建筑 (Wide-Angle Architecture): 使用宽角镜头拍摄建筑物，展示其宏伟或独特的结构。 🏛️ 19. 鱼眼效果 (Fisheye Lens Effect): 使用鱼眼镜头拍摄，产生一种极端的宽角效果，使画面边缘产生畸变。 🐠 光影效果 1. 自然光 (Natural Light): 来源于太阳或月亮的光线，通常给人一种自然和真实的感觉。 ☀️🌙 2. 丁达尔效应 (Tyndall Effect): 通过散射粒子使光线可见，常用于营造神秘感。 💫 3. 柔和散射 (Soft Light): 经过散射的光线，如阴天时的光线，产生柔和的阴影和较少的对比。 ☁️ 4. 硬光直射 (Hard Light): 直接来自光源的光线，如晴朗天气下的阳光，产生清晰的阴影和强烈的对比。 🔆 5. 逆光剪影 (Backlighting): 光源位于主体的背后，使主体产生剪影效果，强调轮廓和形状。 🌄 6. 侧逆光 (Side Light): 光源从主体的侧面照射，强调纹理和形状，产生戏剧性的阴影效果。 🎭 7. 伦勃朗光 (Rembrandt Lighting): 类似于伦勃朗画作中的光影效果，通常在主体的脸颊上产生一个三角形的光亮区域。 🎨 8. 三点布光 (Three-Point Lighting): 使用三个光源：主光、辅助光和背光，分别照亮主体的正面、减少阴影和强调轮廓。 💡 9. 聚光灯 (Spotlight): 集中的光线，用于突出特定区域或主体，产生戏剧性的效果。 🎇 10. 泛光灯 (Floodlight): 广泛分布的光线，用于照亮较大的区域，通常产生均匀的光照效果。 💡 11. LED灯 (LED Lighting): 使用LED光源，具有高能效和长寿命的特点，适用于各种照明需求。 🔋 12. 色温调节 (Color Temperature Adjustment): 调整光源的色温，使其更暖或更冷，影响画面的氛围和感觉。 🌈 13. 光影交错 (Interplay of Light and Shadow): 光线和阴影的相互作用，用于创造深度和戏剧性。 🌌 14. 阳光透过 (Sunlight Filtering): 阳光透过物体，如树叶或窗户，产生斑驳的光影效果。 🌿 15. 霓虹灯光 (Neon Lighting): 使用霓虹灯作为光源，通常产生鲜艳和未来感的效果。 🌈 16. 舞台灯光 (Theatrical Lighting): 类似于舞台表演使用的灯光，用于创造戏剧性和强调特定区域。 🎭 |
|---|