AI 视频实用指南
AI 动漫视频生成器
用 VidVid 把动漫插画做成动态片段。保住画风的工作流、模型选择、提示词写法，以及动漫素材特有的崩坏方式。
使用 VidVid 创作动漫是通用视频模型最难处理的一种风格，因为让它成为动漫的那些东西——平涂赛璐璐阴影、硬朗的线稿、有限动画——恰恰是写实类模型最想抹平的部分。这篇讲一套保住画风的工作流、值得试的模型，以及动漫特有的失败模式。
核心问题：模型总想把它变成真人片
让一个通用视频模型去动一张动漫插画，它经常会往写实漂移：柔和阴影取代赛璐璐平涂，线稿变软，比例微妙地改变。修法是把"保住画风"当作每条提示词里的首要约束。
三条规则：
- 从一张完成的插画出发，而不是从一段描述出发。图生视频保住风格，文生视频会重新发明风格。
- 在提示词里点名风格并禁止漂移：
赛璐璐平涂、干净的线稿、平涂色块、不要写实渲染。 - 运动幅度要小。 动漫靠静止帧和短节拍运动。大幅度运镜比任何东西都更快毁掉画风。
工作流
- 做或选一张关键插画。 干净线稿、平涂色块、单一清晰主体、背景尽量不杂乱。
- 定好这一个节拍。 每条片段只做一个运动：头发飘动、转头、衣料摆动、背景视差。
- 生成 2–4 秒、480p。 短、便宜，而且画风漂移是随时间累积的。
- 凡是走向写实的，一律淘汰。 这是个筛选活：生成比你需要的更多。
- 用静止帧组装。 动漫的节奏大多是静止的。让剪辑软件去保持静止帧，而不是生成连续运动。
- 特效放到后期。 速度线、发光、冲击帧、文字都是剪辑活。
模型选择
| 模型 | 角色 | 示例消耗 | 用它做什么 |
|---|---|---|---|
| Wan 3.0 | 电影感运动、叙事场景 | 28 积分（2s · 480p） | 最便宜地测试画风守不守得住 |
| PixVerse 5.6 | 风格化内容与特效 | 90 积分（5s · 360p） | 风格化与特效向的动漫剪辑 |
| Luma Ray 3.2 | 流畅运动与氛围场景 | 100 积分（5s · 540p） | 背景底片与氛围视差 |
| Framepack | 较长的图片动画 | 14 积分（2s · 720p） | 让一张插画保持稳定并带轻微运动 |
| MiniMax H3 | 高冲击力电影感短视频 | 24 积分（3s · 480p） | 在本页先用最低成本验证一个镜头，再放量 |
以上积分读自 VidVid 定价页（2026-09-21），为公示的示例配置。实际积分显示在生成按钮上，并随模型更新而变化。查看当前定价
能保住画风的提示词
提示词 — 角色节拍
使用参考插画，同一个角色，头发与发带在风中轻微飘动，保持赛璐璐平涂，干净线稿，平涂色块，极缓慢推近，3 秒，16:9，不要写实渲染，比例不变。
提示词 — 背景视差
使用参考插画，背景图层缓慢错位形成纵深，前景保持不动，赛璐璐风格的动漫背景美术，4 秒，16:9，画风不改变。
提示词 — 变身特效
使用参考插画，光粒子向角色周围聚拢，保持赛璐璐平涂，克制的配色，3 秒，16:9，不要写实渲染。
提示词 — 竖版动漫剪辑
使用参考插画，重新竖版构图，同一角色居中，头发与衣料轻微运动，保持赛璐璐平涂，4 秒，9:16，画风不改变。
测试卡片
卡片 A — 画风保持。输入：你的关键插画。模型：MiniMax H3。参数：5 秒、768P。检查点：赛璐璐平涂撑到最后一帧了吗？ **输出：**本卡对应的 H3 完整跑测——文件、提示词与参数——见下方。
卡片 B — 带运动的画风。输入：关键插画。模型：MiniMax H3。参数：5 秒、768P、9:16。检查点：运动读起来像动漫还是像真人片？ **输出：**本卡对应的 H3 完整跑测——文件、提示词与参数——见下方。
卡片 C — 背景纵深。输入：背景插画。模型：MiniMax H3。参数：4 秒、768P、1:1。检查点：视差增加了纵深，有没有把美术重画一遍？ **输出：**本卡对应的 H3 完整跑测——文件、提示词与参数——见下方。
这三张卡背后的三次 MiniMax H3 实测
同样的三张卡，我们在 MiniMax H3 官方 API 上以 768P 各跑了一次。文件、提示词、参数全部公开在下方，你可以原样复现。这三次跑的是参考图 + 通用提示词的基准配置，不是你的素材——请把它读作「出片耗时与画面稳定性」的证据，而不是对你素材的评价。
我们实际发送的提示词： A slow macro push-in on a matte ceramic object, realistic reflections, black studio background, premium commercial lighting, the object keeps its exact shape, no deformation, 5 seconds.
我们实际发送的提示词： Vertical 9:16 product hook, energetic but controlled camera move, subject fully visible in the first second, bright accent colour, shallow depth of field, object shape stays fixed.
我们实际发送的提示词： Extreme macro of a brushed metal surface, slow lateral camera move, reflected light crawling across the material, no distortion, commercial product photography look.
| 卡片 | 模式 | 参数 | 输出文件 | 提交 → 可用 |
|---|---|---|---|---|
| A | 图生视频 | 5s · 768P | 1344×768, 24 fps, 5.2 s, 726 KB | 196 s |
| B | 文生视频 | 5s · 768P · 9:16 | 768×1344, 24 fps, 5.2 s, 1.0 MB | 117 s |
| C | 文生视频 | 4s · 768P · 1:1 | 768×768, 24 fps, 4.5 s, 341 KB | 83 s |
边界说明：这是同一个模型的三次单跑。我们没有测 VidVid 端内部的积分扣减，没有对其他任何模型计时，也没有给成片质量打分——质量仍然是人的判断。VidVid 端 H3 公示示例为 24 积分（3s · 480p），实际以生成按钮上的实时数字为准。
把同样三张卡换到其他模型上再跑一遍
实测卡只有在「只换模型」这一个变量时才有意义。输入、提示词、时长、分辨率保持一致，下一次生成就会告诉你那个模型哪里不一样。下面是本页表格里的模型与它们公示的示例消耗：
- Wan 3.0 — 28 积分（2s · 480p） — 最便宜地测试画风守不守得住
- PixVerse 5.6 — 90 积分（5s · 360p） — 风格化与特效向的动漫剪辑
- Luma Ray 3.2 — 100 积分（5s · 540p） — 背景底片与氛围视差
- Framepack — 14 积分（2s · 720p） — 让一张插画保持稳定并带轻微运动
打开工作台，放上同一张参考图，粘上同一段提示词，只切换模型即可。一次生成就够看出它在你素材上的差别。 在 VidVid 工作台复现这组对比
积分数字来自 VidVid 定价页公示的示例配置，读取于 2026-09-21，只在参数一致时才可比。这些模型我们都没有实测计时。
换模型改变的是账单和成片，不是流程。同一个镜头换到本指南其他模型：PixVerse 5.6 90 积分 (5s · 360p)；Luma Ray 3.2 100 积分 (5s · 540p)；Framepack 14 积分 (2s · 720p)；Wan 3.0 28 积分 (2s · 480p)。 真正不同的是：Wan 3.0 是测试一个场景能否守住画风最便宜的方式；Framepack 便宜地让单张关键帧动起来；Luma Ray 3.2 为氛围镜头提供流畅运动；PixVerse 5.6 偏风格化与特效，适合打戏。
动漫素材特有的崩坏方式
向写实漂移。 最常见的失败。修法：加 赛璐璐平涂、平涂色块、不要写实渲染，并缩短时长。
线稿变软或变粗。 修法：更短的片段、更小的运动，以及一张线稿硬朗的插画作为输入。
比例在帧间变化。 修法：减小运动，加 比例不变，并且每次都用同一张参考图生成。
复杂场景散架。 修法：做减法。动漫最好每条片段只有一个主体和简单背景。
快速打斗毁掉的不是画风，是模型。 修法：不要去生成打斗编排。在静止姿势之间剪辑，冲击帧在后期加——真实的动漫本来也是这么做的。
哪些地方值得做
- 值得：角色节拍、背景视差、MV 式剪辑、风格化社媒短片、同人与原创短内容。
- 暂不值得：长篇叙事动画、大量对白的场景、复杂动作段落。生成节拍，在剪辑软件里组装。
常见问题
动漫插画能变成视频吗？
能，用图生视频。插画提供风格，模型提供运动。
为什么我的动漫片段看起来像真人片？
通用模型默认往写实渲染走。加上显式的风格约束，并把片段缩短。
哪个模型处理动漫最好？
先用 Wan 3.0 试，因为便宜；风格化剪辑用 PixVerse 5.6，背景用 Luma Ray 3.2。把你自己的关键插画在这三个里各跑一遍。
动漫片段做多长？
2–4 秒。动漫节奏是靠静止帧搭起来的——在剪辑软件里组装，而不是生成长运动。
我可以动别人的画吗？
只有在获得授权的情况下。生成不会改变原插画的权利归属。
花钱之前，能看到 MiniMax H3 的真实成片吗？
能。本页公开了三次完整的 H3 实测，含提示词、参数和 MP4 文件本身——768P、4–5 秒、提交到文件可用 83–196 秒。其他模型列出的是公示示例消耗，你可以用同一段提示词跑一次，在自己的素材上对比。
下一步
- 打开 VidVid 生成器，用一张关键插画跑一遍卡片 A。
- 跨镜头保持角色稳定：角色一致性指南。
- 竖版动漫剪辑：竖版视频指南。
- 更精准的提示词：AI 视频提示词指南。