照片变视频：把一张静态照片做成短片

把照片做成视频，是试用视频模型最常见的办法：不用另想场景，画面已经在照片里。早先这类服务只会动表情，给出一段无声 GIF。现在的模型会让整张画面动起来——人、水、云、画——并同时加上声音。我们在 Gemini Omni 和 Veo 3.1 里试了六种典型情况。每段片子的封面就是原照片，点开就能看到结果。

模型怎样让照片动起来

视频模型把照片当作第一帧，再补上后面几秒：人可能怎样微笑，水会往哪流，镜头会怎么移。提示词说明该动什么，声音和画面一起生成。

这不是在照片上叠一层特效，而是一段新视频。结果取决于原图和提示词：动作写得越具体，模型自己发挥的就越少。

照片变视频：4 步

1. 选一张照片。 要清晰，正脸，或画面里有能移动的景物。
2. 选模型和「按照片」模式。 AI2Face 里有 Gemini Omni、Veo 3.1、Seedance 和 Kling。起步用 Gemini Omni 或 Veo 3.1 就够。
3. 写下动作和声音。 「眨眼并微笑，一缕头发在动。镜头不动。声音：安静的房间。」
4. 选时长和画幅。 4–10 秒，社交平台用竖屏 9:16，或横屏 16:9。

加上「镜头不动」和「脸保持和照片一样」，相似度会明显提高：模型没那么多理由去重画这一帧。

让肖像动起来：微笑和眼神

最常见的需求是让人的照片动起来。轻微动作就够：眨眼、吸气、转头、微笑。

让这张肖像动起来：女人眨眼，轻轻吸一口气，微微歪头，
然后温暖地微笑，一缕头发在动。镜头不动。脸、雀斑
和头发都保持完全一样。声音：安静的摄影棚

老照片变视频：上色，或保持原样

老全家福可以按两种方式来做。原样做——模型会保留黑白影调、折痕和纸张质感。也可以先修复上色，再做成视频——片子会更像现在拍的。

怎么在做成视频之前，用 Nano Banana 2——Nano Banana 这一族里的模型——修复并给照片上色，写在指南 Nano Banana 照片 里。修复时，模型会补上原片没有的细节；做成视频时，还会加上表情。家庭相册这样用没问题，但要明白：片子是重建，不是当时的录像。

让宠物照片动起来

动物动起来很像真的：呼吸、甩尾巴、歪头、叫一声。

让这张狗的照片动起来：金毛寻回犬高兴地喘气，把头歪到一边，
像听见了自己的名字，甩尾巴，轻轻叫一声，耳朵自然地动，草
被风吹得摇。镜头不动。声音：高兴的喘气、一声轻吠、公园环境声

让儿童画动起来

儿童画是意外好用的一种：模型会保住蜡笔风格，再像动画片一样让角色动起来。

让这幅儿童蜡笔画动起来，保留蜡笔风格和纸张质感：红龙扇动
绿色翅膀，绕着小房子飞，吐出一小团橙色的气，太阳
转动并微笑，云在飘，烟囱里冒出烟。声音：俏皮的呼啸、
一声小小的滑稽龙吼、欢快的八音盒旋律

让画作或风景动起来

风景和画作里，找能移动的东西：水、云、鸟、灯光。镜头慢慢推近，会多一层纵深。

哪款模型更适合照片变视频

	Gemini Omni	Veo 3.1	Seedance 2.5	Kling 3.0
片子长度	3–10 秒	4、6、8 秒	最长 30 秒	最长 15 秒
画质	高	最高，可达 4K	高	高
声音	有	有，最好	有	有
费用	更低	更高	—	—
在 AI2Face	有	有	有	有

大多数照片先用 Gemini Omni：更快、更省，也更能保住绘画和黑白照片的风格。成片如果在意画面和声音，再用 Veo 3.1。

上传照片做成视频安不安全

• 只动自己的照片，或对方同意过的照片。
• 不要上传证件，也不要上传别人家孩子的照片。
• 片子是生成的：不要把它说成真实录像。

Google 模型做出的每段片子都带有看不见的 SynthID 标记，可以据此判断视频由 AI 生成。

结论

现在用模型把照片变视频，几分钟就能完成，而且自带声音。肖像、宠物、儿童画和风景，只要提示词写清具体动作，并加上「镜头不动，保住脸」，看起来就比较可信。老照片可以原样来做，也可以先修复再做——第二种更活，也离原片更远。在 AI2Face 先从 Gemini Omni 开始，成片再换 Veo 3.1。更多视频模型见综述 视频用的神经网络。