指南 / 提示詞

讓 AI 人物動作更真實:重量、接觸與節奏

飄浮、僵硬或平均化的動作,源於提示詞只寫出動作名稱,卻未描述物理特性。請寫出重量的變化、物體間的接觸,以及發生的時間點。接著選擇模型:從同一張靜態畫面生成,Kling v3 和 Seedance 2.5 在每次生成中都成功呈現了真實的後空翻,而 Veo 3.1 Fast 在四次生成中皆未成功。

  • 閱讀時間 11 分鐘

本文由英文自動翻譯。閱讀原文

後空翻重量接觸節奏

依序列出你製作的內容。點一下即可跳到對應步驟。

當提示詞描述物理現象而非單純動作時,AI 人物才會移動得逼真。「他跳起來」只會產生一般的跳躍。「他雙腳同時著地,膝蓋深屈以吸收重量」則讓模型有因果關係可渲染。接觸(什麼碰觸什麼,且保持在那裡)與節奏(動作落下的節拍)也是如此。

此頁面的每個屋頂片段都始於同一張靜態圖:一名年輕體操運動員在黃昏時分的濕潤屋頂上,正面對著鏡頭站立。我們提供該畫面與物理提示詞給三個影片模型,並要求一個後空翻。接著,我們使用 Kling v3 從同一畫面執行三組前後對比,每次只修改一行內容。

常見問題

你看到的現象原因解決方案
跳躍後沒有著地;身體向下飄移「跳躍」一詞缺乏重量感雙腳著地、膝蓋彎曲、重量沉穩,然後起身
腳部滑動,或手部觸地以挽救動作未說明接觸點在哪裡明確指出接觸點並說明其保持不動;說明手部不觸地
動作拖沓且缺乏形態沒有節拍,沒有定格起始動作、落下的節拍、結束時的定格
翻轉動作從未旋轉,或旋轉了兩次模型不理解物理原理,或提示詞未明確指定次數說明旋轉次數,並嘗試其他模型

開始之前

  • 一位表演者、一個動作、一鏡到底。表演者為虛構角色,並完整描述:年齡、體型、髮型、服裝材質與顏色。
  • 從靜態畫面開始。渲染或挑選一張表演者站在場景中的畫面,並將其作為合成器中的起始幀:這樣服裝、光線和佈景就固定了,只有動作是開放的。
  • 每次執行只修改一行提示詞,並逐幀檢視結果:腳離開地面的位置、著地位置、膝蓋的動作。
  • 預期畫面其他部分在每次執行間會變動;請針對你修改的動作來評估結果。
影片合成器,標有五個編號:模型卡片上的 Kling 3.0、Animate an image、後空翻提示詞、作為起始幀的站立屋頂畫面,以及顯示價格的 Generate video 按鈕
在合成器中設定。 (1) Kling 3.0,在本指南中即為 Kling v3。(2) Animate an image。(3) 以物理原理描述的動作。(4) 作為起始幀的站立畫面。(5) 這些設定的價格,在執行之前顯示。

使用我們的起始幀試試看

  • 每個片段開始時的站立畫面WebP 圖片 · 2560x1440 · 278 KB下載
為本指南製作的靜態圖,用作下方每個屋頂片段的起始畫面。

一次後空翻,三個模型,相同的畫面

我們將後空翻以物理原理來撰寫:下蹲蓄力、雙腳蹬地、旋轉一圈、雙腳同時著地、膝蓋緩衝、保持姿勢。接著,我們將相同的畫面和相同的文字發送給三個模型。這是我們保留的 Kling v3 版本:請注意約 1.5 秒處的下蹲、2 秒前的蹬地、收腿、約 3 秒處雙腳同時著地、深蹲,以及起身保持姿勢。

Kling v3 在黃昏時的屋頂後空翻:下蹲、一次緊湊的旋轉、雙腳同時著地進入深蹲,然後起身站立
使用 Kling v3 製作,720p,5 秒,從站立畫面開始,第二次嘗試。提示詞無法修正的一個缺陷:當他倒置時,寬鬆的球衣向上滑動。
提示詞,完全按照發送內容
He does one standing backflip and lands on both feet. He crouches to load, drives off both feet straight up, tucks tight and rotates backward once, then both feet come down together on the wet concrete and his knees bend deep to absorb the landing; he straightens up square to the camera and holds still. Exactly one rotation, a feet-first landing, his hands stay off the floor. The clothes and the place stay exactly as in the first frame; the jersey stays down over his waist. The camera holds its framing with a small handheld sway; no cuts.
模型從相同的畫面和文字得到的結果
Kling v3三次嘗試,三次真實的後空翻:每次都有下蹲、快速蹬地、緊湊收腿和一次旋轉,雙腳同時著地且雙手未觸地。每次嘗試中,當他倒置時,寬鬆的球衣都會向上滑動。
Seedance 2.5兩個場景都成功完成後空翻:蓄力、高姿態抱膝旋轉、雙腳先著地並蹲下,雙手未觸地。在這張屋頂場景中,它像 Kling 一樣將球衣掀起,儘管提示詞中寫了「球衣保持平整」。
Veo 3.1 Fast不適合這個任務。四次生成結果,無後空翻:兩次垂直抱膝跳、一次向後傾斜但未翻轉的高姿態抱膝跳,以及一次旋轉成手倒立。
一張畫面、一個提示詞、每個模型生成一到四次。在倉庫場景中,Kling v3 和 Seedance 2.5 都成功完成後空翻;Veo 3.1 Fast 兩次未正確旋轉,一次變成橋式,一次變成側手翻。
Kling v3 在黃昏時分的屋頂後空翻,第三次生成結果:蹲下、一次抱膝旋轉,雙腳同時著地並深蹲
Kling v3,屋頂場景的第三次生成結果。同樣的後空翻,速度更快:雙腳在約 2.6 秒時著地並深蹲。當人物倒置時,球衣向上掀起,與上方的起跳動作相同。
Seedance 2.5 在黃昏時分的屋頂後空翻:緩慢蓄力、高姿態抱膝旋轉,雙腳先著地並蹲下
Seedance 2.5,720p。緩慢蓄力,高縮身後空翻,約 3.2 秒雙腳著地,下蹲並保持姿勢。倒置時球衣飄起,與 Kling 的效果相同。
Kling v3 的倉庫後空翻:高縮身旋轉,雙腳先著地並下蹲,辮子向上甩動
Kling v3,我們的另一個場景。高縮身後空翻,2.9 秒雙腳先著地並下蹲,雙手從未觸地。起跳時外套飄起幾幀。
Seedance 2.5 的倉庫後空翻:縮身後空翻,雙腳先著地並下蹲
Seedance 2.5,我們的另一個場景。縮身後空翻,雙腳先著地,雙手不觸地;從 480p 渲染結果還原為 720p。

注意:說明雙手的動作以及衣物的反應. Kling 的每次翻滾都是雙腳先著地且雙手不觸地,因為提示詞明確要求了這一點:如果省略這行指令,後空翻可能會以手著地。但沒有任何指令能解決寬鬆球衣的問題,每次翻滾時他在倒置狀態下球衣都會向上飄起:理解物理規律的模型也理解未紮進褲子的上衣所受到的重力影響。請為表演者選擇適合動作的服裝。

重量:描寫著地動作

當重量落到某處時,身體看起來才真實。落地是最明顯的地方:膝蓋承受重量,軀幹下沉,身體再升起。寫出這三件事,之前的跳躍動作自然就會到位。同樣的畫面,Kling v3 以 720p 生成,只改了一行字。

模糊的描述
He jumps.
修正方法,一句話
He crouches to load, drives off both feet, and lands on both feet at the same time with his knees bending deep to absorb the weight, then straightens up and holds still.

「他跳起來」

從站立畫面開始的模糊跳躍

寫明落地

寫明落地動作的同樣跳躍
使用 Kling v3 從相同的起始畫面以 720p 製作。「他跳起來」靜止了兩秒,然後飄浮起來:他在空中懸掛約一秒,雙臂舉過頭頂,約在 4.2 秒時落下,沒有蹲下,也沒有時間穩定下來。寫明落地的版本立即負重,約在 2.2 秒時向上驅動,約在 3 秒時雙腳同時著地,深深蹲下,起身,並保持靜止直到結束。

接觸:說明什麼接觸什麼,並保持接觸

腳部滑動來自提示詞從未提及的接觸。指明表面、身體接觸該表面的部位,並說明在動作完成前保持接觸。

模糊的描述
He turns.
修正方法,一句話
He plants his right foot, pivots a half turn on the ball of that foot with the sneaker gripping the wet concrete, lands the left foot flat, and holds; the feet stay on the floor throughout.

「他轉身」

從站立畫面開始的模糊轉身

指明接觸

指明接觸點的同樣轉身
使用 Kling v3 以 720p 從相同的起始畫面製作。「他轉身」逐步旋轉,直到約 3.8 秒時背對鏡頭並保持該姿勢。當明確指出接觸點後,他在原地轉出又轉回,並在約 3.3 秒時雙腳寬寬地站定,正面朝向鏡頭,一直保持到結束;其中一隻腳在轉動中途確實抬起了一步,因此「雙腳保持在地面」的指令只部分實現。

節奏:給動作一個停頓和一個定格

當動作具有兩種狀態和清晰的過渡時,會顯得像是經過導演的:靜止然後快速,快速然後定格。五秒的片段應包含這樣一次變化。請說明它發生的時間。

模糊的描述
He dances energetically.
修正方法,一句話
He holds still for the first second, then snaps his head to the lens on the beat and drops into a low stance in one count, and freezes on the last frame with his feet planted.

「充滿活力地跳舞」

從站立畫面開始的模糊舞蹈指令

停頓和定格

寫明停頓和定格的相同片段
使用 Kling v3 以 720p 從相同的起始畫面製作。模糊的指令產生了五秒的腳步和旋轉,部分動作飄出畫面並在動作中途結束。帶有時間標記的指令在約 3 秒時保持靜止(並非要求的 1 秒),然後在約 3.3 秒時進入低姿態並定格直到結束。停頓和定格確實出現了;但第一秒的時間過長。

三種執行方式

  • 最快方式: 開啟影片合成器,選擇把圖片做成動畫並加入起始影格,挑選 Kling v3(在模型選單中為 Kling 3.0)或 Seedance 2.5,貼上提示詞,然後按下 Generate。價格顯示在按鈕上。
  • 免動手方式: 用白話告訴 NOLGIA Agent 動作內容,請它撰寫落地、接觸與節奏,並使用兩個模型執行。它會渲染並同時顯示結果。
  • 最高控制權: API 接受相同的起始影格(透過資產 ID)和相同的提示詞,因此你可以將一個影格發送到多個模型,並保留所有工作記錄。
工作用途原因
必須從已知姿勢開始的動作在合成器中使用起始影格服裝、場景和燈光已固定;只有動作是開放的
特技動作Kling v3 或 Seedance 2.5,然後檢查落地在我們的影格中,每次翻滾都會旋轉;Veo 3.1 Fast 四個都未成功
較長的套路五秒片段,然後使用 Extend clip漂移累積的時間較少;每個片段在下一個之前都會被檢查
用真實表演驅動靜止角色Kling v3 Motion Control參考表演影片承載編排和時間

費用

在 Kling v3 上以 5 秒測試動作,或在 Seedance 2.5 上以 480p 測試,動作到位後再渲染最終版本。在你花費任何點數之前,Generate 按鈕上會顯示價格,且渲染失敗會退還點數。

  • Kling v3Pro and up

    Per 5s clip (audio on by default)

    720p 35 點 · 1080p 47 點 · 4K 117 點

  • Seedance 2.5Pro and up

    Per 5s clip

    480p 26 點 · 720p 56 點 · 1080p 137 點

    1080p renders at 16:9 and 9:16

頁面載入時從目錄即時讀取。 所有價格都會在生成前顯示。 查看所有費率.

你仍需重新生成的情況

  • 動作沒有旋轉。 某些模型無法從靜態圖片翻轉。在修改文字之前,請先將模型變更為 Kling v3 或 Seedance 2.5。
  • 手支撐了落地。 請說明雙手不接觸地面,然後再次執行。
  • 衣物在動作中途飄起。 說明衣物保持貼身並未在我們的測試中讓球衣固定住。請讓表演者穿著合身的服裝,並檢查落地周圍的影格。
  • 翻轉期間的臉部。 快速動作會重繪臉部;我們對此不做保證。請使用更寬的構圖或剪輯掉該部分。

檢查清單

  • 落地已寫明:腳、膝蓋、重心、起身。
  • 每個接觸點都已命名並說明保持不動;雙手已說明其位置。
  • 動作有節奏和定格,如果有旋轉則有計數。
  • 一位表演者,一個動作,一個連續鏡頭,從起始影格開始。
  • 先觀察腳部,然後是手部,接著是衣物,最後是臉部。

常見問題

描述物理原理會改變輸出結果嗎?
可以。上述對比是同一畫面,只改了一行提示詞。寫明的落地動作與節奏都到位了,接觸也部分呈現(多出一個腳步)。在 Kling v3 上,模糊的跳躍顯得飄浮,模糊的轉身則背對鏡頭走開;寫明的提示詞帶回了重量感、穩固的雙腳與定格。模型仍會自行決定是否能完成該動作。
哪種模型最適合翻筋斗?
Kling v3 或 Seedance 2.5。從我們的測試畫面來看,兩者每次生成都能完成真正的翻筋斗;Veo 3.1 Fast 四次生成全數失敗。這僅基於一個畫面與一個提示詞;請先自行測試再決定。
我可以將動作延續到第二段影片嗎?
可以。在媒體庫中開啟該影片,然後按下 Extend clip。下一段影片會從第一段的最後一幀開始。
同一位舞者可以出現在所有影片中嗎?
起始畫面會固定該段影片的服裝、場景與光線,而 Character 則能跨影片攜帶參考圖像。我們尚未測量臉部一致性,也不保證效果。
我可以複製真實的舞蹈嗎?
Kling v3 Motion Control 能使用參考表演影片驅動靜態角色。它在人像比例下效果最佳;全身鏡頭下表演者的臉部一致性較差,請檢查結果。

在你的下一段影片中撰寫落地動作

開啟影片編輯器

影片剪輯

將你的角色和狗狗放入任何影片

選擇一段影片,加入一張人物照片和一張狗狗照片,Miroge 會重新演繹該片段:動作不變、場景不變、鏡頭不變。電腦與手機皆可操作,步驟詳解。

· 閱讀時間 10 分鐘