AI 生成视频完整图文教程：从入门到精通

随着人工智能技术的飞速发展，AI 生成视频已从专业领域走向大众，无论是自媒体创作、广告制作，还是个人兴趣展示，都能借助 AI 工具快速实现创意落地。本教程将以 “零技术门槛” 为核心，通过详细步骤、图文结合的方式，带大家掌握 AI 生成视频的全流程，涵盖工具选择、操作方法、效果优化等关键环节，即使是新手也能轻松上手。

一、AI 生成视频前的准备工作

在正式开始生成视频前，做好前期准备能大幅提升效率，避免因设备、素材不足导致流程中断。准备工作主要包括设备配置、工具选择和素材整理三部分。

（一）设备配置要求

AI 生成视频对设备有一定要求，尤其是本地运行的工具，配置过低可能导致生成速度慢或崩溃。

• 电脑配置：建议使用 Windows 10 及以上或 macOS 12 及以上系统；处理器（CPU）至少为 Intel i5 或 AMD Ryzen 5；显卡（GPU）是关键，优先选择 NVIDIA RTX 3060 及以上（支持 CUDA 加速），若没有独立显卡，可选择在线工具（无需本地算力）；内存（RAM）至少 8GB，16GB 及以上更佳；硬盘需预留至少 50GB 空闲空间（用于存储工具安装包、素材和生成的视频）。

• 网络要求：若使用在线工具（如 Runway、Pika Labs），需稳定的宽带网络，建议下载速度≥10Mbps，避免因网络波动导致生成中断。

（二）主流 AI 视频生成工具选择

目前市场上的 AI 视频工具分为 “在线工具” 和 “本地工具” 两类，各有优势，可根据自身需求选择：

本教程将以Runway（在线工具，适合新手） 和Stable Video Diffusion（本地工具，适合进阶用户） 为例，分别讲解操作流程。

（三）素材整理

AI 生成视频需要 “输入信息”，提前整理好素材能让生成效果更符合预期，常见素材包括：

1. 文本提示词（Prompt）：描述视频内容的文字，如 “一只白色猫咪在阳光下追蝴蝶，画面温馨，2K 分辨率，60 帧”。提示词越详细，生成效果越精准，可包含 “主体、动作、场景、风格、分辨率、帧率” 等要素。

2. 参考图片：若有明确的画面风格，可上传参考图（如动漫风格、写实风格），AI 会根据参考图调整视频画风。

3. 音频文件：若需要搭配背景音乐或旁白，可提前准备 MP3 格式的音频文件，后续可在工具中同步合成。

二、新手入门：使用 Runway 生成 AI 视频（图文步骤）

Runway 是目前最易用的在线 AI 视频工具之一，支持 “文本生成视频”“图片生成视频”“视频风格转换” 等功能，免费额度可生成短时长视频，适合新手快速上手。

步骤 1：注册并登录 Runway 账号

1. 打开浏览器，进入 Runway 官网（https://runwayml.com/），点击右上角 “Sign Up” 注册账号，可使用邮箱、Google 或 Apple 账号注册。

2. 注册完成后，点击 “Sign In” 登录，首次登录会进入引导页面，点击 “Skip” 跳过引导，进入主界面（如图 1）。

（注：实际图片需替换为真实截图，大小控制在 300KB 以内，此处为示例链接；主界面包含 “Projects”“Tools”“Library” 等模块，核心功能在 “Tools” 中。）

步骤 2：选择 “文本生成视频” 功能

1. 在主界面左侧点击 “Tools”，进入工具列表，找到 “Text to Video”（文本生成视频）功能，点击进入（如图 2）。

2. 进入功能页面后，会看到 “Prompt” 输入框、“Settings”（设置）和 “Generate”（生成）按钮，这是核心操作区域。

（页面核心区域：上方为 Prompt 输入框，中间为参数设置，下方为生成按钮；免费用户默认生成时长为 4 秒，分辨率 720p。）

步骤 3：输入提示词并调整参数

1. 输入 Prompt：在输入框中填写详细的视频描述，例如：“A small red fox runs through a golden forest in autumn, leaves falling around, warm sunlight filtering through trees, 1080p resolution, 30fps, realistic style”（一只小红狐在秋日的金色森林中奔跑，树叶飘落，温暖的阳光透过树木，1080p 分辨率，30 帧，写实风格）。

◦ 技巧：避免模糊表述，如 “好看的风景” 可替换为 “蓝天白云下的草原，远处有羊群，风吹动青草”；若想避免某些元素，可在 “Negative Prompt”（反向提示词）中输入，如 “无水印、无文字、无模糊画面”。

1. 调整参数：点击 “Settings” 展开设置面板，可调整以下关键参数：

◦ Duration（时长）：免费用户最多 4 秒，付费用户可延长至 16 秒；

◦ Resolution（分辨率）：可选 720p（清晰）或 1080p（高清），分辨率越高，生成时间越长；

◦ Frame Rate（帧率）：可选 24fps（电影感）或 30fps（流畅），建议新手选择 30fps；

◦ Style（风格）：可选 “Realistic（写实）”“Anime（动漫）”“3D Render（3D 渲染）” 等，根据需求选择。

步骤 4：生成并预览视频

1. 参数设置完成后，点击下方 “Generate” 按钮，系统开始生成视频（如图 3）。

◦ 生成时间：4 秒 720p 视频约需 1-3 分钟，具体取决于网络和服务器负载，期间不要关闭页面。

1. 生成完成后，页面会自动播放视频，可点击 “Play/Pause” 控制播放，查看画面是否符合预期。

（生成过程中会显示 “Generating...” 进度条，下方有预计剩余时间；生成完成后会显示视频预览窗口，右侧有 “Download”“Edit” 等按钮。）

步骤 5：下载与二次编辑

1. 若对视频满意，点击预览窗口右侧的 “Download” 按钮，选择视频格式（默认 MP4），即可下载到本地。

2. 若需调整（如添加字幕、剪辑时长），点击 “Edit” 进入 Runway 的视频编辑界面，支持裁剪、添加音频、调整速度等基础操作，编辑完成后再次下载即可。

三、进阶操作：使用 Stable Video Diffusion 本地生成视频

Stable Video Diffusion（SVD）是免费开源的本地 AI 视频工具，支持 “图片生成视频”（将静态图片转为动态视频）和 “文本生成视频”，可自定义更多参数，适合有一定电脑基础、追求个性化效果的用户。

步骤 1：安装必要软件与环境

1. 安装 Python：SVD 依赖 Python 运行，进入 Python 官网（https://www.python.org/）下载 Python 3.10 或 3.11 版本（不要选择 3.12 及以上，可能存在兼容性问题），安装时勾选 “Add Python to PATH”。

2. 安装 Git：用于下载 SVD 的开源代码，进入 Git 官网（https://git-scm.com/）下载对应系统版本，默认安装即可。

3. 安装显卡驱动：若使用 NVIDIA 显卡，需安装最新的 CUDA 驱动（https://www.nvidia.com/Download/index.aspx），确保支持 CUDA 11.8 及以上版本（可在 “NVIDIA 控制面板 - 系统信息” 中查看）。

步骤 2：下载 SVD 代码与模型

1. 下载代码：打开 “命令提示符”（Windows）或 “终端”（macOS），输入以下命令，下载 SVD 代码到本地（以 D 盘为例）：

下载完成后，D 盘会出现 “generative-models” 文件夹。

1. 下载模型：SVD 需要模型文件才能生成视频，进入 Stability AI 官网（https://huggingface.co/StabilityAI/stable-video-diffusion-img2vid-1.1），下载 “svd-img2vid-1.1.safetensors” 模型文件，将其放入 “generative-models\models\svd” 文件夹中（若没有 “svd” 文件夹，手动创建）。

步骤 3：配置运行环境

1. 进入 “generative-models” 文件夹，找到 “requirements.txt” 文件，这是 SVD 所需的依赖库列表。

2. 在命令提示符 / 终端中输入以下命令，安装依赖库：

安装过程中若出现 “超时” 错误，可使用国内镜像源，命令改为：

步骤 4：上传参考图片并设置参数

1. 准备参考图片：选择一张静态图片（如风景照、人物照），分辨率建议为 512×512 或 1024×1024，将其命名为 “input.jpg”，放入 “generative-models” 文件夹中。

2. 修改配置文件：在 “generative-models” 文件夹中找到 “scripts\svd_img2vid.py” 文件，用记事本或 VS Code 打开，找到以下参数并修改（根据需求调整）：

◦ input_image_path：改为 “input.jpg”（参考图片路径）；

◦ output_video_path：改为 “output.mp4”（生成视频的保存路径）；

◦ num_frames：视频总帧数，若帧率为 30fps，想生成 4 秒视频，可设为 120（30×4）；

◦ motion_bucket_id：运动强度，0-255，数值越高，画面动态越强（建议新手设为 50-100）。

步骤 5：运行并生成视频

1. 在命令提示符 / 终端中输入以下命令，启动 SVD 生成视频：

1. 生成过程中，终端会显示进度（如 “Frame 1/120”），若显卡配置足够，120 帧（4 秒）视频约需 5-10 分钟。

2. 生成完成后，在 “generative-models” 文件夹中找到 “output.mp4”，即为最终视频文件。

四、AI 生成视频的优化技巧：让效果更专业

无论是使用在线工具还是本地工具，掌握以下优化技巧，能让 AI 生成的视频更符合预期，甚至达到专业水准。

（一）优化提示词：精准控制画面

提示词是 AI 生成视频的 “指令”，越精准的提示词，生成效果越好，可遵循 “主体 + 动作 + 场景 + 细节 + 风格 + 技术参数” 的结构：

• 反面示例：“一只狗在跑”（模糊，AI 可能生成任意品种、场景的狗）；

• 正面示例：“一只黄色拉布拉多犬在绿色草坪上追逐红色飞盘，背景有白色栅栏和蓝色天空，画面明亮，8K 分辨率，60fps，电影级调色，动态模糊效果”（细节丰富，AI 能明确画面元素）。

• 技巧：可加入知名导演风格（如 “宫崎骏动漫风格”“诺兰电影光影风格”），或参考图片链接（部分工具支持，如 “参考图：https://example.com/dog.jpg”），进一步控制画风。

（二）调整参数：平衡质量与效率

不同参数对视频质量和生成速度影响较大，新手可参考以下参数组合：

• 分辨率：720p（快速生成，适合预览）、1080p（高清，适合发布）、4K（超高清，需付费或高配置，适合专业需求）；

• 帧率：24fps（适合电影、文艺风格视频，画面更有质感）、30fps（适合日常、短视频，画面更流畅）、60fps（适合动态强的视频，如运动、游戏，需高配置）；

• 运动强度：在线工具（如 Runway）可通过 “Motion” 滑块调整，本地工具（如 SVD）通过 “motion_bucket_id” 控制，建议根据场景调整：静态场景（如风景）设为低强度（30-50），动态场景（如奔跑）设为高强度（80-120）。

（三）二次编辑：弥补 AI 不足

AI 生成的视频可能存在 “画面跳跃”“色彩不均” 等问题，通过二次编辑可优化效果，推荐工具：

• 基础编辑：剪映（免费，适合新手，支持裁剪、调色、加字幕）、CapCut（剪映国际版，功能更全）；

• 专业编辑：Adobe Premiere Pro（适合专业用户，支持多轨道编辑、高级调色）、DaVinci Resolve（免费且专业，擅长色彩校正）。

• 编辑重点：

a. 裁剪冗余片段：删除画面不连贯或模糊的部分；

b. 统一色彩：使用 “调色” 功能，调整亮度、对比度、饱和度，让画面色彩更协调；

c. 添加音频：搭配背景音乐或旁白，注意音频与画面节奏同步（如动作视频搭配快节奏音乐）；

d. 加字幕 / 水印：若用于发布，可添加标题字幕或版权水印。

五、常见问题与解决方案

在 AI 生成视频过程中，新手可能会遇到各种问题，以下是高频问题及解决方法：

（一）生成速度慢或卡住

• 原因 1：网络不稳定（在线工具）；

◦ 解决方案：检查网络，关闭其他占用带宽的软件（如下载、直播），若多次卡住，可更换浏览器或稍后重试。

• 原因 2：电脑配置不足（本地工具）；

◦ 解决方案：降低分辨率（如从 1080p 改为 720p