AI 视频运镜与动作怎么控制？用参考视频“演给 AI 看”的四个步骤
用文字描述“镜头从背后慢慢推近，主角转身、停顿两拍再微笑”，AI 生成的结果常常差了一点：动作太快、转身方向不对、镜头在不该晃的地方晃。10 月中，Kling AI 全球推出 Kling 4.0，除了原生 30 秒视频，也开放上传参考视频——包括白模与深度图视频——来引导表演、动作、运镜与节奏，并支持最多 10 个关键帧。这意味着 AI 视频运镜的控制方式正在改变：与其把每个动作写成文字，不如先演一版给 AI 看。以下是品牌实际操作时的四个步骤。
步骤一：先拍一支参考视频，为 AI 视频运镜打底
参考视频不需要精致。根据 Kling 的说明，Kling 4.0 的 Omni Reference 可接受图片、视频与声音等最多 15 个参考素材，其中动作与运镜可以用白模视频（只有简单灰色人形的 3D 动画）或深度图视频来指定。Runway 早在 Act-One 时就主张，一台家用摄像机拍下演员的表演，就能驱动生成角色的表情与节奏。
对品牌来说，最省事的做法是：
- 用手机拍一版走位：同事站在办公室里把动作走一遍，镜头怎么移动，就拿着手机怎么移动。
- 需要精准时用白模：产品旋转、角色从远处走近这类对时间要求高的动作，可以请 3D 人员做一段简单白模。
- 一支参考只解决一件事：动作和运镜分开想，比一支视频什么都要更容易被 AI 理解。
步骤二：用关键帧标出故事的转折点
参考视频管“怎么动”，关键帧管“到哪里”。Kling 4.0 可用最多 10 张关键帧图片设定角色状态或场景变化，让视频按计划在这些画面之间移动。
实际操作中，关键帧不必放满。一支 30 秒的品牌视频，通常只要标出开场画面、产品出现的那一刻、情绪转折与收尾画面四到五张就够了。每多放一张，就多一个需要对齐的点，也多一个可能出错的地方。如果你还没有分镜习惯，可以先读〈AI 视频进入 30 秒时代：按下生成之前，品牌该先备好分镜与素材〉。
步骤三：为 30 秒素材额度做预算
参考素材不是越多越好。根据 fal 整理的规格，Kling 4.0 的视频参考最多 5 支、合计 30 秒；编辑现有视频时，输入片段同样合计 30 秒。fal 举例：4 张静态图加一支 12 秒的动作参考，就只剩 18 秒的视频额度。
所以开拍前要先决定：
- 哪一段最需要精准控制：通常是产品出现与人物互动的段落，把额度留给它。
- 哪些段落用文字就够：空镜、转场可以只靠提示词与关键帧。
- 参考视频先剪好：只上传真正要 AI 参考的那几秒，不要整段丢进去。
另外，Kling 官方新闻稿标示 10-bit HDR、21:9 超宽画面等功能“即将推出”，企业 API 也尚未全面开放。规划项目时，以账号里实际能用的功能为准。
步骤四：确认演出授权，保留人工把关
参考视频里的人，是真实的人。当同事或演员的动作、表情被拿去驱动 AI 角色，就应该事先取得书面同意，讲清楚用途、平台与使用期限。Runway 的安全说明提到会阻挡公众人物的生成并检查自定义声音的使用权，但表演者本人的授权，仍要由品牌自己处理。
人机分工可以这样看：
- AI 负责：照参考重现动作、补足中间画面、维持多个角色一致。
- 人负责：决定表演的情绪与节奏、挑选哪一版可用、检查手部与产品细节、确认授权与标识。
结语：先演给 AI 看，品牌才拿得回导演权
Kling 4.0 这一类工具带来的最大改变，不是画质更高，而是品牌重新拿回“导演”的位置：动作与运镜不再交给运气，而是由人先示范、AI 照着完成。AI 负责完美，人负责动人。如果你想为品牌建立一套从分镜、参考视频到成片的 AI 视频流程，欢迎看看 TitApeX 的服务项目，或直接与我们联系。
评论