首尾帧生成视频：用 AI 从首帧和尾帧做出视频

首尾帧工具能做什么

放入首帧图片和尾帧图片，并描述怎么动，就会生成从第一张画面动到最后一张画面的视频。尾帧图片可以不放；没有时，会按描述让首帧图片动起来（图生视频）。

因为两端都用图片固定，适合连接两格漫画、做出表情或姿势变化的瞬间，或先规划好场景的第一个和最后一个镜头，再生成中间的动作。只用文字生成视频时，结尾常常不如预期；先定好尾帧，就更容易把多段视频自然地接在一起。

• 输入：首帧图片（必填）、尾帧图片（可选）、怎么动（必填）
• 时长：可选 3、5、7 或 10 秒（部分模型会用最接近的支持时长）
• 模型：Kling 3.0 Pro / Standard、Kling 2.6 Pro、Veo 3.1 Fast、Seedance 2.0、Wan 3.0

需要准备什么（两张图片与描述）

• 首帧图片：PNG、JPEG 或 WebP；短边 300px 以上；宽高比 1:2.5～2.5:1
• 尾帧图片：与首帧相同的宽高比。人物或背景变化太大时，中间容易不自然
• 怎么动：描述动作、方向和镜头，例如“转身挥手，走向窗外”
• 同一角色的两张图，用工作室的角色设定保持外观一致，转场会更顺

首尾帧生成视频的步骤

1. 1打开视频工具

   在工作室打开「视频工具」，选择「首尾帧」。

2. 2放入首帧图片

   上传首帧图片。想固定最后一帧时，也放入尾帧图片。

3. 3描述动作并选时长

   写下怎么动，并从 3、5、7、10 秒中选择时长。

4. 4选模型并估算

   选择模型后点「估算」，确认点数和实际生成的时长。

5. 5生成并下载

   勾选权利确认后生成，完成后下载。

相关： 首尾帧工具介绍

可选的模型，以及 5 秒的点数参考

Kling 3.0 的 Pro 输出 1080p、Standard 输出 720p，都没有声音。Kling 2.6 Pro 只能做 5 或 10 秒，点数较少。Veo 3.1 Fast 带声音，时长为 4、6、8 秒。Seedance 2.0 和 Wan 3.0 输出 720p。

常见问题的解决方法

• 中间形状崩坏：首帧和尾帧的画面差太多。先做一张中间的图，分两次连接
• 没有按想要的方式动：补充谁在动、往哪个方向、镜头怎么移动
• 时长和选的不一样：Veo 3.1 Fast 是 4、6、8 秒，Kling 2.6 Pro 是 5、10 秒，会用不短于你所选时长的最接近时长
• 想要声音：Veo 3.1 Fast 会生成声音。其他模型请在剪辑软件中加上音乐或配音

权利与 AI 标注

使用的图片、音频和视频，仅限你拥有权利或已获得使用许可的素材。真实人物的脸和声音，只有在本人同意时才能使用。生成前，页面会要求你勾选确认自己拥有权利。

不得制作让人看起来说了本人没说过的话、造成误解的视频，也不得冒充他人。发布时，请按发布平台的规定标注为 AI 生成或 AI 编辑（例如 YouTube 的“经过修改或合成的内容”设置）。

本文和产品中出现的模型名称，是因为在 BunCho 中可以选择而列出，并不代表与各家公司有合作或受其推荐。

可用方案与点数

视频工具可在付费方案（浇水・种子・烧肉・全餐・团队与企业）正式订阅后使用。免费方案和付费方案的免费试用期间不可用。

使用的是工作室每月的 AI 点数，与小说、漫画、视频共用同一个余额。生成前会先显示估算，同意后才会生成。生成失败或在开始前取消时，不扣点数。

相关： 方案与价格 / 5 个视频工具一览