照片变视频丑怎么办？
照片变视频丑，问题多半不在 AI 本身，而在原图条件和参数选择。反复生成同一张不太好的照片，结果很难变好。先做两件事：换成一张更清晰、主体更大、背景更简单的图；再用最短时长、小幅度动作重新生成。这样调整后，大多数「照片变视频很丑」「照片变视频很糊」的情况都能明显改善。
在本站，「照片变视频」对应的功能就是AI视频，它能把静态图片或文字变成动态画面。后面我统一叫AI视频。不同模型对素材比例、时长和适合动作的要求不一样，动手前先看当前模型的说明，不要直接套上次的设置。
先查原图：丑感从哪里来
照片变视频变丑，很多时候不是生成环节出错，而是原图本身带着瑕疵。静态图上的轻微模糊、噪点、侧脸、阴影，一动起来会被明显放大。下面几个点按顺序查。
原图是否清晰
图像压缩太重、光线太暗、对焦不准，都会让生成结果发糊。尤其是人脸边缘和头发区域，最容易被糊成一片。如果原图放大后已经看不清睫毛和发丝，生成后大概率也不清晰。
处理办法：换一张原图分辨率更高、对焦在脸上的照片。不要在已经模糊的图片上反复试，AI视频不是修复工具，它不会把一张糊图变清晰。先解决清晰度，再谈动态效果。
人脸占比够不够大
全身照、远景合照里，人脸只占很小一块。AI视频让静态图动起来时，运动计算会优先处理画面主体。人脸越小，能分配到的细节越少，脸就越容易变形或变模糊。如果原图里还有多个人，更容易出现五官错位。
处理办法：先用裁剪工具把画面裁到半身或特写，保证一张脸占画面较大面积。单张正脸、肩膀以上，通常比全身照稳得多。不要拿一张十个人合照去生成某一个人的动态。
是不是正面和自然表情
侧脸、低头、墨镜、帽子遮住眼睛、夸张表情，这几种照片生成动态后，五官容易扭曲。AI要根据静态图推算运动后的面部结构，遮挡和极端角度会增加推算难度。
处理办法：换成正面或微侧脸、眼睛清晰可见、表情自然的照片。不要用闭眼、大笑、吐舌头这类动作瞬间。如果原图连眼睛都看不清，生成后也很难变好。
背景是否太乱
复杂背景、栏杆、花丛、反光、人群，会让运动区域判断分散。动态一出来，背景和人像可能糊在一起，或者该动的地方不动、不该动的地方乱动。
处理办法：选背景干净、主体突出的照片。纯色墙、简单室内、虚化背景都可以。背景越干净，人物越不容易被拖累。
生成前调整：别急着点最长时长
换好原图后，生成设置也要跟着改。很多人一上来就选最长时长、写很大动作，这是照片变视频失败的重灾区。
先选对模型风格
AI视频里通常有多种模型。偏写实的模型适合真人照片；偏风格化或动漫的模型，会把真人脸改成怪样子。如果生成结果发灰、笔触感重、五官不像本人，先检查是不是模型风格选错了。
具体怎么选：在AI视频里先看当前模型对写实人像的支持情况。有的模型擅长轻微动态，有的擅长大幅度运动，但生成质量会随着动作变大而下降。如果不确定哪个好，就用写实类模型、最短时长先测一张。
调整好以后，在AI视频里试一次比反复纠结参数更直观。
动作描述写小一点
如果界面支持输入文字，尽量写小幅动作，不要写「跳舞」「跑步」「转身一周」这种大动作。小动作如「轻微转头」「眨一下眼」「发丝轻轻飘动」「肩膀微微起伏」，生成出来的脸和身体更不容易变形。
这是一个很常踩的坑：动作越大，模型越要脑补更多原本被遮挡的部分，手、手指、五官边缘就容易多出来或歪掉。先用小幅动作跑通，再慢慢加。
输出比例和原图对齐
上传图片比例和输出比例不一致，画面会被裁切或拉伸，人物显得矮胖、脸被拉长。生成前先确认输出比例，或者提前把原图裁成接近目标比例。
不要直接拿一张竖图套到横屏输出里，那比任何参数都更毁脸。
时长从短到长
不同模型支持的时长不一样，但通用经验是：时长越长，画面越容易在中间开始糊、抖、变形。先用可选的最短时长测试，觉得脸和手都稳了，再逐步加长。不要一上来就生成最长版本，发现丑了又不知道该改哪。
照片变视频常见翻车现象对照
下面这些表现，对应不同原因，可以直接查。
| 现象 | 常见原因 | 优先处理 |
|---|---|---|
| 整体发糊、不清晰 | 原图分辨率低或压缩过度 | 换一张更清晰的图 |
| 脸部变形、五官飞 | 人脸占比小、侧脸、多人 | 裁成单人大脸正面照 |
| 肢体扭曲、手多指 | 动作幅度过大 | 把动作描述写小 |
| 人像被拉伸、比例怪 | 输入图和输出比例不一致 | 统一比例或重新裁图 |
| 画风变丑、不像本人 | 模型风格不匹配 | 换写实模型重试 |
| 前半秒还行，后面崩 | 时长过长 | 先用最短时长测 |
这张表可以当作排查顺序。大多数照片变视频丑，都能在上面找到对应原因。
重做流程：一步一步来
如果前面已经看乱了，可以直接按这个顺序重做。
- 先选图。一张清晰的、正面的、脸大的、背景干净的照片。不要用截图、压缩图、多人合照、大远景。
- 打开AI视频，上传这张静态图。如果页面上有模型选择，先选偏写实的那一类。
- 把时长调到当前模型允许的较短档位。不知道多短合适，就选最短的先试。
- 如果支持文字描述，只写一个轻微动作。比如「眼睛慢慢睁开，头稍微向左偏一点」。不要一次描述多个动作。
- 生成后先看脸和手。脸没有明显变形、手没有多出奇怪的手指，再考虑加时长或加动作。
- 如果脸还是丑，不要在同一张图上继续试，回到第 1 步换图，或者换一个写实模型。
按这个流程走一遍，大概率能避开照片变视频模糊、变形、脸部不对劲的坑。如果还不行，就再裁近一点、用光线更平的照片，比反复调参数更有效。
什么时候应该先放弃这张照片
有的照片确实不适合做动态。如果原图里两个人并排、动作幅度大、脸部严重遮挡、或者本身已经过曝欠曝到看不清五官，不要硬试。换一张更简单的照片，成本比反复生成低。
AI视频能做的是让静态图动起来，不是把一张本身不好看的照片救成好看的照片。原图顺眼，动态才可能顺眼；原图不行，生成后只会更不行。