AI让照片动起来的提示词是什么，有哪些工具可以实现？

AI让照片动起来，这个想法以前听起来跟科幻电影一样。现在，这事儿已经很普遍了，很多人都玩过。但问题来了，具体要用什么“提示词”（prompt）？又有哪些工具能做到？

这事得分两种情况看。

第一种，也是最常见的一种，其实不太需要你写什么复杂的提示词。很多工具已经把功能做得非常傻瓜化，你只要上传照片，点几个按钮，AI就自动帮你搞定。这有点像用美图秀秀，你不需要懂什么叫“图层”或“蒙版”，直接选个滤镜就行。

第二种，就更进阶一点。你需要给AI一些文字指令，告诉它你想要画面怎么动。这种方式自由度更高，但对工具的要求也不一样。

我们先从简单的说起，那些不需要你写代码、写复杂指令的工具。

一键生成的“懒人”工具

这类工具的核心就是简单、直接。你给它一张静态照片，它给你一个动态视频。

1. MyHeritage 和它的 “Deep Nostalgia”（深度怀旧）

这个工具前几年特别火，专门用来让老照片里的人“活”过来。你上传一张祖辈的黑白照片，它能让照片里的人眨眼、微笑、转头。

• 它怎么工作？ MyHeritage 用的是一家叫 D-ID 的公司的技术。 它预设了很多种人类面部表情和动作的视频模板。当你上传照片时，AI会识别出照片里的人脸，然后把这些预设的动作“贴”上去，让脸部看起来就像在动。
• 需要提示词吗？ 完全不需要。你只需要上传照片，然后从它提供的几个动作里选一个，比如“微笑”、“点头”或者“左顾右盼”。它不是通过文字来理解你的需求，而是直接提供选项。
• 实际效果怎么样？ 效果很惊人，尤其是第一次看的时候。老照片里严肃的曾祖父突然对你微笑，那种感觉挺奇妙的。但是，因为动作是预设的，所以你看多了会发现，所有人动的模式都差不多，有点重复。

2. D-ID (Creative Reality Studio)

D-ID 就是给 MyHeritage 提供技术的那个公司。他们自己也有一个更强大的平台，叫 Creative Reality Studio。这个工具不只是让照片动，还能让照片里的人开口说话。

• 它怎么工作？ 你上传一张人像照片，然后输入一段文字，或者上传一段录音。AI会分析音频的音调和节奏，生成匹配的嘴唇动作，让照片里的人看起来就像在念你输入的文字。
• 需要提示词吗？ 这里，“提示词”就是你要让那个人说的话。比如，你上传一张爱因斯坦的照片，然后在文本框里输入“相对论其实很简单”，AI就会生成一个视频，视频里爱因斯坦会开口说出这句话。你还可以选择不同的语音和语言。所以，它的“提示词”更像是“台词”。
• 有什么用？ 这个工具的商业用途很多。比如，很多公司用它来做培训视频或者产品介绍，让一个虚拟的“数字人”来讲解，省去了请真人演员和拍摄的成本。

3. HeyGen

HeyGen 和 D-ID 很像，也是一个主打让照片开口说话的工具。 它在让口型和语音同步这方面做得不错。

• 它有什么特别的？ HeyGen 最近有个功能很火，就是视频翻译。你上传一段你说中文的视频，它可以把它翻译成英文、日文或者其他语言，而且视频里你的嘴型都会跟着变成说那门外语的样子，非常自然。虽然这和“让照片动起来”有点区别，但技术根源是相通的，都是AI在理解、分析和重构人脸的动作。
• 需要提示词吗？ 同样，这里的“提示词”就是你要输入的“台词”。操作逻辑和 D-ID 基本一样：上传照片，输入文字，选择声音，然后生成视频。

这些工具的共同点是，它们把复杂的技术打包成了一个简单的界面。用户不需要理解背后发生了什么，只需要做选择题。这对于只想快速体验一下、或者有简单需求的人来说，非常友好。

需要你提供“方向”的进阶工具

接下来要说的，就更像是真正的“AI创作”了。你需要用文字告诉AI，你想要画面发生什么变化。这里的“提示词”就变得很重要。

这类工具通常被称为“文生视频”（Text-to-Video）或“图生视频”（Image-to-Video）。你给它一张图片，再配上一段文字，它就能把这张静态图片变成一段动态视频。

1. Runway (特别是它的 Gen-2 模型)

Runway 是目前这个领域里最出名的工具之一。它的 Gen-2 模型可以直接根据文字生成视频，也可以在你上传的图片基础上添加动态效果。

• 它怎么工作？ 你上传一张图片，然后在提示词框里描述你希望发生的动态。比如，你上传一张平静湖面的风景照。

  • 提示词示例：
    • “Subtle ripples on the water surface.” (水面泛起轻微的涟漪。)
    • “The clouds in the sky slowly drift from left to right.” (天空中的云从左向右缓慢飘动。)
    • “A gentle breeze rustles the leaves of the trees.” (微风吹拂，树叶沙沙作响。)

  AI会理解这些描述，然后在你提供的图片基础上，只让水面、云和树叶动起来，而山和地面保持静止。

• 写提示词有什么技巧？

  • 要具体，不要模糊。 不要只说 “make it move” (让它动起来)。要说清楚是 什么东西 在动，以及 怎么动。是“快速飘动”还是“缓慢移动”？是“微风”还是“狂风”？描述得越详细，AI生成的效果就越接近你的想象。
  • 用简单的动词和名词。 比如，”cars driving down the street” (汽车在街上行驶)，”people walking on the sidewalk” (行人在人行道上走动)。
  • 控制动态的范围。 Runway 里有个功能叫“运动笔刷”（Motion Brush），你可以用鼠标在图片上涂抹，告诉AI只有你涂抹的这个区域需要动起来，其他地方保持不变。 这就给了你更精确的控制。比如，在一张人像照片里，你只想让人物的头发被风吹动，就可以只涂抹头发部分。

2. Pika Labs

Pika 和 Runway 是直接的竞争对手，功能也非常相似。它同样支持“图+文”生成视频的模式。

• 它怎么工作？ 操作流程和 Runway 基本一样。上传图片，写提示词。

  • 提示词示例：
    • 你上传一张咖啡馆的照片，提示词可以写：”Steam rising from the coffee cup.” (咖啡杯里冒出蒸汽。)
    • 你上传一张夜晚城市的照片，提示词可以写：”The city lights are twinkling.” (城市灯光在闪烁。)

• Pika 的特点是什么？ Pika 的社区氛围很好，很多人在 Discord 上分享自己的作品和提示词，你可以从中学到很多。它的效果有时候会更有创意或者说“艺术感”一些，但这也意味着结果可能不太可控。

3. Kaiber

Kaiber 是另一个流行的AI视频生成工具。它在生成音乐视频（MV）方面很受欢迎，很多艺术家用它来给自己的音乐配上迷幻、抽象的视觉效果。

• 它怎么工作？ 你可以上传一张图片作为视频的“起始帧”，然后输入提示词描述你想要的风格和动态。比如，你可以上传一张乐队的照片，然后写提示词：

  • 提示词示例： “Psychedelic animation, flowing colors, band members morphing and pulsing to the beat.” (迷幻动画风格，流动的色彩，乐队成员随着节拍变形和脉动。)

• 它的提示词有什么不同？ Kaiber 的提示词更侧重于描述“风格”（style）和“感觉”（mood），而不仅仅是物理运动。你可以用 “in the style of Van Gogh” (梵高风格) 或者 “cinematic, dramatic lighting” (电影感，戏剧性光照) 这类词来影响最终的视频画面。

提示词到底是什么？

看了这么多例子，你会发现，在“让照片动起来”这件事上，“提示词”并不是一个统一的概念。

• 对于 MyHeritage 或 D-ID 这样的工具，所谓的“提示词”其实就是你要它说的“台词”。你不需要描述动作，因为动作是预设好的。
• 对于 Runway 或 Pika 这样的工具，提示词是你给AI的“导演指令”。你需要告诉它：谁来演（画面主体）？做什么动作（动态描述）？用什么风格（画面风格）？

写好这类提示词，关键在于把一个复杂的动态场景，拆解成几个简单的、可执行的指令。

比如，你想要让一张“雨中街道”的照片动起来，一个好的提示词应该是这样的：

“Raindrops falling and creating ripples in the puddles on the asphalt. The neon signs are reflected on the wet street, flickering slightly. A car drives by in the background, its headlights cutting through the rain.”
（雨滴落下，在柏油路的水坑里泛起涟漪。霓虹灯的倒影在湿漉漉的街面上微微闪烁。一辆车从背景中驶过，车灯划破雨幕。）

你看，这个提示词包含了三个独立的动态元素：
1. 雨滴和涟漪。
2. 霓虹灯闪烁。
3. 背景里的车。

把它们组合在一起，就构成了一个生动的场景。AI会尝试去理解并实现这些指令。当然，目前的技术还不完美，有时候AI会“误解”你的意思，或者生成一些奇怪的效果。但这正是这类工具的有趣之处，你需要不断尝试和调整，像一个真正的导演一样，引导AI去完成你想要的创作。