想要让静态图片中的人物或物体借助Vidu自然动起来？别指望只输入“跳舞”“挥手”这类简单指令就能成功——动作失控、肢体错位几乎不可避免。关键在于使用结构化动作描述，取代那些笼统模糊的动词。下面直接分享实用技巧。

先锁定主体再写动作

首先用Vidu创建一个新项目。进入网页版，左侧找到「图生视频」功能，在「上传首帧」区域将图片拖入。务必勾选「启用主体参照」——这个开关开启后无法关闭，因此需确保图片中主体清晰、居中且无任何遮挡。

接着进入提示词框。首句必须写明“@主体ID”，例如上传的是穿蓝衬衫的男生，就写“@蓝衫男生”。Vidu不会自动识别主体，需要手动命名绑定，简单说就是给主体一个名字，让它明确要动的是谁。

动作描述需拆分为五段，用英文逗号分隔，顺序不可乱：①角色调用，②起始姿态，③过程节奏，④环境反馈，⑤否定项。举例：“@蓝衫男生,左脚承重、右臂前伸掌心朝上、身体微前倾,0s-1.5s右手缓慢上抬至耳侧、肩部自然带动锁骨上移,抬手时袖口滑落露出手腕、指尖轻微颤动,无手指拉长、无肘部翻转、无衣袖透叠”。别小看这个结构，写对了才能精准还原动作。

动作幅度匹配参数值

右侧参数面板中的「Motion Intensity」滑块，不要凭感觉随意拖动。按动作类型对应调整：

① 微动态——眨眼、呼吸、发丝飘动，拖到0.1–0.3区间；

② 中幅动作——转头、抬手、单侧耸肩，设为0.4–0.6；

③ 全身协调动作——行走、转身、跳跃，必须拉到0.7–0.9，低于0.7腾空感会消失，落地直接塌陷。

需要特别注意：如果动作包含旋转，比如“原地转圈”，必须同步开启「Keyframe Lock」，否则到第8帧左右，脊柱会扭曲、头和身体分离，画面直接崩掉。

复杂动作用参考图锚定

当动作描述超出文字精度时，比如“后空翻接稳稳落地”，仅靠提示词难以实现。准备三张视角对齐的参考图：起跳前、最高点、落地瞬间。背景统一用纯灰色，主体占比一致，关节位置用红点标出，这样Vidu才能准确理解。

然后在「Reference Image」模块里，按时间顺序上传这三张图，分别绑定到第0帧、第8帧、第16帧（默认是16帧视频），勾选「Pose Consistency Weight」并设为0.82。完成这一步后，生成视频里膝盖弯曲的角度会精确复现参考图中的127°，而不是AI自由发挥的142°或113°。

镜头运动单独控制

动作和镜头必须分开描述，不要混在一起。如果想边做动作边推近镜头，就在提示词末尾加一个独立短句，用英文分号隔开，例如“;镜头缓慢推近至人物眼部”。注意，只能识别“推近”“拉远”“横移”“环绕”等7个标准动词，禁止使用“缓缓”“微微”这类非量化词。

多动作组合要保证方向兼容。例如“镜头左横移;镜头同步俯拍”可以执行，但“镜头推近;镜头倾斜”会因坐标系冲突直接失效，白费功夫。