Kling
Kling 3.0 是 Martini 上为包含人物的图像添加动画的最佳模型。其 Pro 档位生成所有图像转视频模型中最自然的面部表情、身体运动和头发物理效果。标准档位每秒 19 积分（5 秒片段 95 积分），Pro 每秒 25 积分（5 秒 125 积分）。价格差距不大，但人脸的质量差距很明显——Pro 处理微表情（眨眼节奏、嘴角上扬、微妙的头部倾斜），这些决定了"明显是 AI"和"等等，这是真的吗？"之间的差异。对于没有人物的风景和物体，Standard 完全足够。
源图像比提示词对图像转视频质量更重要——它是动画看起来自然还是勉强的最大单一因素。有隐含运动的图像产生显著更好的结果：正在迈步的人（模型继续行走运动）、风吹的头发（模型添加飘动运动）、即将拍打的海浪（模型完成波浪）。静态、对称、正式摆姿势的图像最难令人信服地动画化，因为模型必须从零创造运动而非继续已暗示的运动。如果源图像是朴素背景前的僵硬头像，即使 Kling 3.0 Pro 也会挣扎。考虑先使用图像节点生成更动态的起始图像——例如，使用 FLUX Kontext 将正式头像编辑为更自然的姿势，然后再输入视频节点。
这是图像转视频中最常见也最昂贵的错误：重新描述已经可见的内容。Kling 3.0 已经看到了你的图像——每个像素、每种颜色、每个细节。你的提示词应该是 100% 运动方向，0% 场景描述。好："她眨眼，头向左倾斜，浮现温暖的微笑。头发在微风中轻轻摇摆。静止镜头。"差："花园里一位穿蓝色裙子的美丽棕发女人在阳光下温暖地微笑。"当你重新描述场景时，你在与模型已经看到的内容竞争，这可能导致它试图"调和"你的文字描述和视觉——导致颜色偏移、细节变化，或模型微妙地改变图像以匹配你的文字，而非仅在已有内容上添加运动。规则很简单：只用动词。主体做什么？镜头怎么动？除此之外什么都不要。
标准（每秒 19 积分）和 Pro（每秒 25 积分）之间的质量差距专门在于人物渲染。标准档位可能产生蜡感皮肤、僵硬表情或抖动的嘴部运动——当观众看脸时这些瑕疵立即可察。Pro 档位以远更高的逼真度处理面部微表情：真诚微笑时微妙的眯眼、自然的眨眼节奏（不是机械的开/关）、表情变化时眉毛的轻微运动。对于风景、自然场景、抽象艺术或任何没有人脸的图像，标准产生的结果与 Pro 视觉上无法区分——30% 的成本节省（每 5 秒 95 vs 125 积分）是值得的。决策很简单：画面中有人脸吗？如果有，Pro。如果没有，Standard。
每个图像转视频提示词都应包含明确的镜头指令，即使指令是"静止镜头"。没有镜头方向时，Kling 3.0 可能添加自己的镜头运动——有时有效，有时分散注意力。"静止镜头"将所有注意力集中在主体运动上，最适合肖像动画和特写。"缓慢前推"通过逐渐靠近主体创造亲近感——对情感内容有效。"轻柔环绕"揭示深度和维度——适合产品图像或建筑照片。"后拉"创建围绕主体的戏剧性背景揭示。关键洞察：当你指定镜头运动时，Kling 3.0 在前景和背景层之间创建自然视差，意味着对风景照片的简单"缓慢前推"从平面图像创建 3D 深度效果。这个视差效果不错但不如 Ray 2 明显——如果镜头运动是你的主要目标，Ray 2（540p 120 积分，720p 190 积分）产生更有电影感的镜头物理。
风景动画——这个提示词完美展示了纯运动规则。注意零场景描述：没有提及海滩、海洋、天空颜色、沙滩纹理或时间。100% 是运动方向：海浪拍打（水运动）、泡沫扩散（表面运动）、鸟儿滑翔（空中运动）、镜头前推（观众运动）。四个不同的运动向量从一张可能是静态的照片创建丰富的分层动画。Kling 3.0 标准（5 秒 95 积分）在这里很理想——没有人脸意味着不需要 Pro 档位。
The waves gently crash on the shore, foam spreading across the sand, seabirds glide overhead. Slow subtle camera push forward.
肖像动画——微妙、自然的运动对肖像照片效果最好。这个提示词要求三个微运动（眨眼、头部倾斜、微笑）加一个环境运动（微风中的头发），都是低强度。要求静态肖像照片产生剧烈动作（跳跃、奔跑、跳舞）会看起来不自然，因为模型必须创造源图像中不存在的身体姿态。将运动强度匹配到源图像所暗示的程度。"静止镜头"指令至关重要——没有它，模型可能添加缓慢缩放或平移与微妙的面部动画竞争。
She blinks naturally and tilts her head slightly, a warm smile crosses her face. Hair moves gently in a light breeze. Static camera.
图像转视频提示词的第一规则：描述运动，而非场景。如果你的提示词提到颜色、背景、服装或主体的外观，你在与模型已经看到的图像竞争——导致调和瑕疵。只用动词和镜头方向。
标准档位每秒 19 积分，每个 5 秒片段 95 积分；Pro 每秒 25 积分，125 积分。30 积分的差异只对人脸值得。对于一批 10 个风景动画，标准节省 300 积分（950 vs 1,250），无可见质量损失。
Pro 档位不仅改善人脸——它为自己买单。你通常会重新生成标准结果 3-4 次试图获得自然面部表情（浪费 285-380 积分），然后还是切换到 Pro。对面部动画从 Pro 开始在实践中更便宜，尽管每个片段成本更高。
始终指定明确的镜头方向。"静止镜头"是一个有效且重要的指令——它告诉模型保持画面锁定，所有运动来自主体。没有任何镜头指令时，Kling 3.0 默认添加自己的镜头运动，对肖像工作可能分散注意力。
Kling 3.0 从源图像生成 5 秒片段。标准档位（每秒 19 积分，每片段 95 积分）是 Martini 上最实惠的图像转视频选项之一——比 Seedance 2.0 标准（每秒 20 积分）便宜，远比 Ray 2（根据分辨率 120-320 积分）便宜。Pro 档位（每秒 25 积分，每片段 125 积分）在添加最自然人体运动的同时保持对原始图像最高的保真度。Kling 3.0 与其他动画图像模型的选择取决于画面中的内容：人物 → Kling 3.0 Pro（无与伦比的面部表情），镜头工作 → Ray 2（带电影颗粒的推轨和环绕），戏剧性动作或插画 → Seedance 2.0（高能量运动，动漫/插画专长）。在制作工作流中，许多创作者在 Kling Standard（95 积分）中草拟测试运动方向，然后在 Kling Pro（125 积分）中定稿人物主体，或切换到 Ray 2（720p 190 积分）处理需要电影镜头物理的风景。
在 Martini 的无限画布上将 Kling 3.0 与其他 AI 模型连接使用。无需 GPU，免费开始。
免费开始ByteDance
ByteDance 的 Seedance 2.0 针对戏剧性、高能量图像动画进行了优化——那种 Kling 3.0 可以胜任但 Seedance 处理得尤其出色的动态动作。斗篷飘动、刀剑挥舞、粒子爆炸、环境破坏：Seedance 将这些变成流畅、电影级的片段。模型提供分层成本结构：Fast 每秒 10 积分（5 秒片段 = 50 积分），Standard 每秒 20 积分（5 秒 = 100 积分），Pro 每个 5 秒片段固定 25 积分。支持 6 种纵横比，包括 21:9 超宽屏，同时支持图像转视频和文本转视频。Omni Pro 变体额外支持视频转视频和参考图像以获得更多控制。
查看教程Luma
Luma Ray 2 是 Martini 上镜头驱动图像动画的专家。Kling 3.0 擅长移动主体（人物、物体），而 Ray 2 擅长移动镜头——产生流畅的推轨、环绕、变焦和平移，感觉像真实的摄影师工作而非数字特效。它还添加了独特的电影质感（自然颗粒、电影调色），这是其他模型无法复制的。Ray 2 使用基于分辨率的定价模型：540p 每个 5 秒片段 120 积分，720p 为 190 积分，1080p 为 320 积分。预算选项 Ray Flash 2 以 540p 生成，每个 5 秒片段 75 积分——测试镜头角度比正式渲染便宜约 40%。
查看教程