参考图生视频：控制主体、动作与风格
在 Felo 中规划参考图生视频。为主体、动作和风格输入划分清晰职责，在生成前检查模型限制并解决冲突。
Felo 工具： 图像生视频 · AI 视频编辑工具 · MiniMax H3 · Seedance 2.5 · Wan 3.0 Prime · Kling 4.0 · 文本生视频。
参考图生视频会使用已有媒体来引导新视频片段。一张照片可以确定主体，一段短视频可以展示动作，一个指定画面可以引导开头或结尾。关键问题是每个输入应当发挥什么作用。
缺少这种区分，参考素材就会产生矛盾。一张图片展示红色夹克，另一张图片展示蓝色外套，动作片段中又出现了你不需要的镜头运动。模型接收到更多素材，方向却变得不连贯。
在 Felo 中，不同视频模型支持的参考功能存在差异。本指南介绍如何准备一组精简且目标明确的输入，并选择兼容的工作流。
示意指南；不是截图，也不是生成视频的结果。
参考素材代表方向，不是完成的剪辑
上传媒体用于参考图生视频，不代表系统会把这些文件剪入时间线。系统会创建一段受输入和提示词影响的新视频。生成结果可能会重新诠释细节。
当你需要保留现有录制中的人物原始表演，或需要产品文字保持不变时，这一区别很重要。参考引导无法保证像素级保留。在采用结果前，将输出与原始素材进行比对。
Felo 的图像生视频指南介绍了参考素材和画面选项。编辑工具页面区分了生成控制与传统时间线编辑。
为每个素材指定一个主要角色
按照你希望带入结果的内容整理输入：
| 角色 | 合适的输入 | 清晰的指令 |
|---|---|---|
| 主体外观 | 一张光线充足、主体无遮挡的图片 | 使用这张图片确定包的形状、颜色和材质 |
| 动作 | 一段包含目标动作的短示例 | 使用这段视频确定行走速度，不要采用其中的背景或服装 |
| 视觉处理 | 一张展示相关光线或色彩方案的图片 | 采用柔和的侧光；主体沿用产品图片中的主体 |
| 声音参考 | 模型支持的兼容音频输入 | 使用这段音频确定目标节奏或声音特征 |
| 画面控制 | 分配到首帧、中间帧或末帧位置的图片 | 以这个构图开始或结束 |
这些是你写下的指令，不代表 Felo 提供五个专用的参考角色按钮。用直白的语言说明每个附加素材的作用。
如果两张图片中的主体存在差异，选择一张作为外观参考。只有在区分有用且明确时，才将另一张图片作为光线或构图示例。移除不必要的素材，常常胜过解释复杂的例外层级。
在构建素材集前检查模型兼容性
MiniMax H3 支持最多 9 images、3 videos 和 3 audio files，素材总数上限为 12。Felo 没有提供原生首帧/末帧位置；Agent 可以使用提供的素材描述预期的开头或结尾。这属于提示词引导，不等同于专用画面输入提供的控制。请参阅 Felo 中的 MiniMax H3。
Seedance 2.5 支持参考媒体或首帧/末帧。一个视频片段不能同时采用这两种输入方式。其模型页面列出单项上限：30 images、10 videos 和 10 audio files；不要假设这些上限可以相加后用于一个获准的组合请求。请参阅 Seedance 2.5 输入。
Wan 3.0 Prime 支持首帧和末帧，但不接受额外的参考图片或视频素材集。它适合另一种起点：提示词与准备好的端点。请参阅 Wan 3.0 Prime 输入。
Kling 4.0 提供首帧、中间帧和末帧，最多支持 10 张参考图片和 5 个参考视频。Felo 当前的 Kling 4.0 输出没有声音。请参阅 Kling 4.0 输入。
从镜头实际需要的控制开始。例如，需要确定中间构图时，输入方案会与动作片段引导的动作产生差异。
为一个连贯镜头准备参考素材集
设想一段六秒视频：木桌上放着一个帆布背包，目标是通过小幅镜头弧线展示前袋。
第一步，选择一张清晰的产品照片。背包应有足够尺寸，方便查看；肩带和口袋应清楚可见。一张展示多个不同产品的图片会带来多余歧义。
第二步，判断是否需要动作引导。一段展示镜头围绕静止物体移动的短示例，可以帮助表达目标运动。一段包含剪切、变焦和主体变化的繁杂蒙太奇，不适合单一连续弧线。
第三步，写下必须保持稳定的内容：背包的颜色、前袋、肩带和它在桌面上的位置。然后说明允许变化的内容：视角和背景视差。
最后，选择兼容的模型和比例。在确认首选模型使用端点画面前，不要先准备大型参考素材库。
可调整的参考图生视频提示词
以下内容是原创建议提示词，不是渲染测试报告。使用支持参考素材的工作流，并附加合适的素材，再尝试这段提示词。
创建一段六秒镜头，主体是产品照片中的帆布背包。使用这张图片确定背包的颜色、前袋、肩带和面料纹理。动作参考只用于引导镜头围绕静止主体缓慢移动。让背包直立在木桌上。镜头从正面视角向右前方移动一小段弧线，同时让整个背包保持在画面内。柔和的窗光从左侧照入。背景保持简洁。结尾展示清晰的前袋画面。不添加剪切或文字。
请注意，指令区分了主体运动与镜头运动。背包保持静止，镜头发生移动。指令也说明了每个输入应提供哪些属性。
对于风格参考，可以加入具体指令，例如：“使用光线示例营造柔和阴影，同时沿用主提示中的背包和桌面。”当你只需要其中的光线时，不要要求模型复制整个无关场景。
诊断首个结果中的冲突
如果产品发生变形，先检查参考素材集，再延长提示词。侧面视角可能遮挡正面视角确定的特征。消除歧义；如果镜头运动暴露过多未展示的几何结构，缩小镜头运动范围。
如果动作有误，简化动作并说明哪个物体在移动。“动态运动”无法区分旋转的产品与环绕运动的镜头。
如果风格压过主体，降低提示词中风格的作用，或在下一次测试中移除风格素材。保持核心主体和动作指令不变，这样才能看出调整产生的影响。
如果视频没有声音，检查生成音频支持。接受音频参考与生成配乐属于不同能力。Felo 当前的文本生视频矩阵列出：Seedance 支持音频，Wan 可选音频，MiniMax 和 Kling 没有声音。
常见问题
参考图片与首帧和末帧相同吗？
不同。参考图片可以在整个镜头中引导外观或风格。指定画面针对视频进程中的某个特定部分提出指令。两者都能引导生成，但都不能视为无条件的像素级保证。
参考素材越多越好吗？
不是。使用足以说明镜头的输入即可。与主体或构图冲突的额外图片，会让方向更难解释。
我可以组合使用 Seedance 的画面输入和参考素材吗？
按照 Felo 当前的集成方式，同一个视频片段不能组合使用。选择能够满足主要创作要求的输入方式。
参考图生视频可以完整保留现有视频片段吗？
它会生成新的结果。如果原始时序、表演或画面必须保持不变，请使用针对现有文件设计的编辑工作流。
准备一张主体图片和一份清晰的镜头说明，然后在 Felo 的图像生视频工作流中探索支持的输入。
本文还提供以下语言版本：English、日本語、한국어、繁體中文、हिन्दी、Français、العربية、Русский、اردو、Bahasa Indonesia、Deutsch、Tiếng Việt、Türkçe、Italiano、ไทย、Español、বাংলা、Português。