让照片跳舞的保姆级教程:选图、选视频、避坑全指南
手把手教你用 AI 让照片跳舞:照片和参考视频的挑选清单、上传规格、推荐做法与禁忌做法对照,以及常见失败的快速修复方法。

用 AI 让照片跳舞,只需要两个输入:一张清晰的照片 + 一段展示动作的参考视频。AI 把视频里的动作「搬」到照片里的人身上。
效果不好,九成是这两个输入的问题,而不是工具的问题。这篇教程把「该用什么、别用什么、出了问题怎么修」一次讲清楚。照着两张清单做,第一次生成就能接近你想要的效果。
开始前需要准备什么
| 输入 | 格式 | 大小限制 | 时长 |
|---|---|---|---|
| 照片 | JPG、PNG 或 WebP | 不超过 20MB | — |
| 参考视频 | MP4、MOV 或 WebM | 不超过 500MB | 不超过 60 秒 |
两个文件先存在电脑里再开始。第一次测试,参考视频选 10-30 秒最合适。
第一步:选对照片
照片决定视频里的人。照片越清楚,结果越稳定。
| 推荐做法 | 禁忌做法 |
|---|---|
| 用正面人像,整张脸完整可见 | 用合照——AI 一次只能动一个人 |
| 脸部光线均匀、自然 | 逆光、大阴影、浓滤镜 |
| 脸部无遮挡(不戴墨镜口罩,头发不挡脸) | 大角度侧脸或背对镜头 |
| 舞蹈有手部动作时,照片里要能看到手 | 动作需要手,却把照片裁到手腕以上 |
| 动作涉及腿部或全身时,用全身照 | 拿大头照期待腿部动作 |
| 背景简洁干净 | 主体前面有杂物遮挡的复杂背景 |
记住一条:照片里看不清的部位,AI 就动不好。
第二步:选对参考视频
参考视频是动作说明书。它不需要拍得多专业,但必须「看得懂」。
| 推荐做法 | 禁忌做法 |
|---|---|
| 画面里只有一个人 | 有两个人,哪怕背景里路过一个也算 |
| 相机固定不动(三脚架,或手机架在稳定物体上) | 手持晃动、镜头漂移 |
| 完整动作从头到尾都在画面里 | 动作被画面边缘裁掉 |
| 光线均匀、背景简单 | 舞台频闪、强逆光、严重运动模糊 |
| 第一次测试控制在 10-30 秒 | 还不熟悉流程就上 60 秒完整编舞 |
好的素材来源:自己用手机拍一个简单动作、朋友示范一个手势,或你有权使用的干净素材片段。
第三步:上传并生成
- 打开创建页面,上传照片
- 上传参考视频
- 开始生成,多数任务 10-15 分钟内完成
- 预览结果,下载 MP4
如果上传这步就失败了,基本都是规格问题:
| 报错 | 解决办法 |
|---|---|
| 图片被拒或提示过大 | 压缩到 20MB 以内,或转成 JPG |
| 视频被拒或提示过大 | 裁短片段,导出 500MB 以内 |
| 视频因时长被拒 | 裁到 60 秒以内 |
| 格式不支持 | 转成 MP4、MOV 或 WebM |
生成任务失败时,消耗的积分会自动退还。
第四步:检查结果——改对那个输入
结果不满意时,要改对引起问题的那个输入。改错对象会白白浪费一次生成。
| 你看到的现象 | 问题出在 | 怎么修 |
|---|---|---|
| 人脸变形、不像本人 | 照片 | 换更清晰、正面、光线更好的照片 |
| 手臂或腿部模糊、粘连 | 参考视频 | 换肢体不交叠、无遮挡的片段 |
| 动作和参考不一致 | 参考视频 | 确认完整动作在画面内、没被裁切 |
| 背景闪烁、扭曲 | 照片 | 换更简洁的背景,主体和背景分开清晰 |
| 整个视频都不稳定 | 两者都有 | 用最简输入重来:一张静态人像 + 一段 15 秒片段 |
一个好习惯:每张成功出片的照片和视频都留着,它们是你下一支视频的现成起点。
常见问题
什么样的照片最适合让照片跳舞?
正面清晰人像、光线均匀、脸部无遮挡,JPG/PNG/WebP、20MB 以内。舞蹈有手部动作时照片里要能看到手。
参考视频多长合适?
最长 60 秒,但 10-30 秒最适合第一次测试。单人出镜、镜头稳定、动作完整。
生成的视频为什么人脸变形?
通常是输入的问题:照片模糊或被遮挡、参考视频肢体交叠或运动模糊、镜头晃动。先修输入再重新生成。
可以用合照或多人视频吗?
不建议。AI 一次只动一个主体,多个人请分开各生成一次。
一定要全身照吗?
只有动作涉及腿部或全身时才需要。手势和上半身动作,半身照就够。
文件上传被拒是怎么回事?
多半是图片超过 20MB、视频超过 500MB 或超过 60 秒。压缩、裁短、换成支持的格式。
试试看
选一张人像和一段 15 秒参考片段,去让照片跳起舞来。不同主体可以试试专属页面:宝宝照片跳舞、宠物照片跳舞、老照片跳舞。想深入动作输入,可以读参考动作视频 7 个技巧。
继续阅读

Why AI Motion-Transfer Renders Fail (1,526 Renders Analyzed)
We looked at 1,526 renders. Clip length predicted failure far better than resolution or image quality — and almost every failure was server-side, not a bad photo.

Why AI Video Generation Fails — And How to Get Better Results
Most AI video failures start with the two inputs, not the model. See why photo-to-video tasks fail, why results look distorted, and which uploads fix both.

Motion Transfer vs Character Replacement vs Template Libraries: Three Ways to Animate a Photo
A plain-language comparison of the three approaches to animating a photo with AI — what each one keeps, what it needs from you, and how to choose between them.