# 照片变视频：把一张静态照片做成短片

> 照片变视频，就是把一张静态照片做成短片：人会微笑、眨眼，水流起来，云飘过去。Veo 3.1 和 Gemini Omni 一次就能做出 4–10 秒、自带声音的片子。下面有 6 个例子——肖像、彩色和黑白老照片、狗、儿童画、画作——并附上动作提示词。

发布于 2026-10-01 · 更新于 2026-10-01
URL: https://ai2face.com/zh/blog/ozhivit-foto

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](/zh/models/gemini-omni) 和 [Veo 3.1](/zh/models/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。

[米色背景上、穿白衬衫、有雀斑的女生眨眼，微微歪头，然后微笑](https://ai2face.com/_astro/media/blog/ozhivit-foto/portrait.mp4 "棚拍肖像动起来：眨眼和微笑，脸和雀斑都还在。Gemini Omni，6 秒")

```
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。

[门廊上老年夫妇的黑白老照片：他们眨眼，微微一笑，镜头慢慢推近](https://ai2face.com/_astro/media/blog/ozhivit-foto/old-photo-bw.mp4 "按原样做成视频：黑白、折痕和纸张质感都还在。Gemini Omni，6 秒")

[修复后的彩色老照片，门廊上的老年夫妇：他们转向彼此，微笑，女人把头靠在男人肩上](https://ai2face.com/_astro/media/blog/ozhivit-foto/old-photo-color.mp4 "先用 Nano Banana 2 修复，再做成视频：两人转向彼此，能听到鸟叫。Veo 3.1，8 秒")

怎么在做成视频之前，用 [Nano Banana 2](/zh/models/nano-banana-2)——[Nano Banana](/zh/models/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](/zh/blog/nano-banana-foto) 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。

[公园草地上的金毛寻回犬呼吸、歪头、甩尾巴，并轻轻叫一声](https://ai2face.com/_astro/media/blog/ozhivit-foto/dog.mp4 "狗的照片：歪头、尾巴，声音里有一声短吠。Gemini Omni，6 秒")

```
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。

[儿童蜡笔画：红龙扇着绿翅膀绕着小房子飞，太阳在笑，云在飘](https://ai2face.com/_astro/media/blog/ozhivit-foto/kids-drawing.mp4 "蜡笔画变成动画片：龙绕着房子飞，太阳在笑，纸张风格还在。Gemini Omni，8 秒")

```
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。

[一幅浮岛画：瀑布流入云海，云在飘，鸟飞过，灯塔的光在闪](https://ai2face.com/_astro/media/blog/ozhivit-foto/art.mp4 "画动起来了：瀑布在流，云在飘，镜头慢慢推近。Gemini Omni，8 秒")

## 哪款模型更适合照片变视频

| | [Gemini Omni](/zh/models/gemini-omni) | [Veo 3.1](/zh/models/veo-3-1) | [Seedance 2.5](/zh/models/seedance) | [Kling 3.0](/zh/models/kling) |
|---|---|---|---|---|
| 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](/zh/blog/nejroseti-dlya-video)。

## 常见问题

### 怎么用模型把照片变视频？

把照片上传到视频模型，选「按照片」模式，并写明动作：「微笑并眨眼」「水流」「镜头慢慢推近」。加上声音再生成，4–10 秒的短片几分钟就能出来。

### 老照片能做成视频吗？

能。黑白照片可以原样来做，模型会保留纸张质感；也可以先修复上色再做成视频。第二种更自然，但脸会被补得更多。

### 照片变视频能免费吗？

又免费又清晰的情况很少：生成视频成本高。在 AI2Face，注册后会得到欢迎积分，够做几段 Gemini Omni 短片。

### 不注册能把照片变视频吗？

在 AI2Face 不能：短片会存在你的历史里，欢迎积分也记在账号上。所谓「免注册」的服务通常会加水印，或限制时长。

### 什么样的照片更适合做成视频？

清晰、正脸或轻微侧脸，不要严重模糊，也不要把手裁掉。风景照里最好有能动的东西：水、云、树叶、灯光。

### 照片变视频可以带声音吗？

可以。Veo 3.1 和 Gemini Omni 会把声音和画面一起生成：环境声、音乐，甚至说话。在提示词里单独写一行即可。

## 资料来源

- https://ai.google.dev/gemini-api/docs/omni
- https://ai.google.dev/gemini-api/docs/veo
- https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/