必须使用电脑版可灵AI v3.0.2及以上版本，进入【视频生成】→【图生视频】→【多图参考】，上传2–4张分辨率一致、拍摄角度差异≥15°的同一主体照片，并输入包含“动词+部位+方向”的精准提示词，才能生成动作连贯、过渡自然的4秒视频。

如果你想借助可灵AI，将同一人物的多张不同角度照片合成为一段动作自然、镜头视角顺滑的4秒视频，但上传后却出现脸部变形、肢体错乱、动作僵硬，甚至几乎无法辨认是同一个人，那么问题通常不在模型能力本身，而在于参考图片没有建立清晰的语义锚点、提示词没有明确锁定动作逻辑，或者一开始就没有进入正确的功能入口。

确认功能可用环境与入口路径

第一步：打开电脑版可灵AI客户端（【必须为v3.0.2或更高版本】），网页端与手机App目前均不支持多图参考生成视频功能，安装旧版本同样无法进入该模块。

第二步：点击左侧功能栏【视频生成】→顶部选项卡切换到【图生视频】→再进入【多图参考】，此时界面右上角会明确显示“视频1.3”模型且不可切换；如果没有看到该标识，说明你尚未进入正确模式。

第三步：查看左下角状态栏是否显示“多图参考已启用”，若未显示，建议重启软件并重新安装最新版。旧版本即使手动选择视频1.3模型，也无法真正启用多图参考逻辑。

准备与上传合规参考图组

方法一：按照空间关系严格准备2–4张参考图

• 必须是同一主体（同一人或同一物），面部无明显遮挡、无强反光、无严重阴影，并确保所有图片的光线方向大致一致；

• 每张图片分辨率统一为1024×1024像素，支持JPG或PNG格式，若短边低于300px，系统通常会直接拒绝上传；

• 角度必须存在明显差异：例如图1为正面半身，图2为右侧45°侧脸，图3为背面轮廓，图4为手部特写（仅在需要强化手势时再添加）；【如果四张图全部都是正面照，AI无法建立有效的三维运动先验，最终极易出现动作崩塌】。

方法二：快速检查图片是否符合要求

将四张图片并排打开，使用画图工具标记每张图中双眼中心点的位置；如果四张图中两点连线的夹角都小于15°，就说明视角差异不足，需要重新拍摄或更换图片。

上传操作：可直接把准备好的2–4张图片拖入界面中央虚线框，也可以点击“点击上传”按钮按顺序选择——系统会自动编号为图1至图4，当前顺序无法手动调整。

编写精准动词型提示词

第一步：在提示词输入框内填写不超过60字的中文指令，内容必须包含“动词+部位+方向”三要素，例如：“男子抬左臂至胸前，右膝微屈下蹲，头部随肩部向左转动15度，背景竹影缓慢摇曳”。

第二步：删除所有模糊副词，例如把“优雅地转身”改写为“腰椎带动躯干向右匀速旋转40度”；“挥手”则应具体写成“右手五指并拢，以肩关节为轴心向前上方挥动30cm”。

第三步：避免出现“大概”“可能”“类似”“看起来像”等不确定表达，即使只写一句，也必须是可被模型执行的明确动作指令。

注意：提示词中不要加入“保持原图样貌”“不要变形”这类无效限制，因为AI通常不识别否定式描述，只会优先响应清晰的正向动作命令。

启动生成与中间帧校验

点击【生成】按钮后，界面会显示“正在构建三维运动锚点”，大约8–12秒后进入视频渲染阶段。

生成完成后，系统会自动播放一段4秒视频，同时展示第12帧、第24帧、第36帧这三张中间帧缩略图——【必须逐帧检查肢体比例和面部结构是否保持连续稳定】。如果发现某一帧存在手指断裂、耳部错位，或瞳孔大小不一致等问题，通常意味着图组角度存在冲突，或者提示词中的动作描述相互矛盾，这时需要返回重新调整。

校验无误后，点击右下角【下载】即可保存MP4文件。目前生成结果不支持二次编辑，如需修改，只能重新上传图组并重写提示词。