AI走路模特视频实测：图生视频参数怎么调才不滑步

AI走路模特视频这件事，我劝人的第一句从来不是"怎么调"，而是"别贪量"。三个月里我们产出三十条素材，能上架的九条，三成是常态，宣传里那个"一键成片"和实际隔着几十条废片。

我的岗位是服饰类目的短视频运营，抖音号加天猫主图视频都归我，拍摄外包撤掉之后，AI视频补的就是真人模特拍不了的周转款位子。

先把账算明白：单条5秒视频成本两元上下，生成等待90到120秒；对照真人拍摄，模特半天800、拍30条素材。纯算钱AI便宜，可废片率高，两边折算完，周转款用AI，主推款老老实实真人拍，这是我试错三个月买来的分工线。

起步图：跨步图比站姿图成片高一倍

图生视频的第一帧决定一半成败：跨步姿势的起步图，成片可用率约五成；站姿图硬走，两成半。 首帧里模特的重心已经动起来，视频阶段的负担就轻一半。

起步图怎么来？出图阶段专门生成"行走瞬间"姿势：前腿屈、后腿蹬、手臂自然摆开，重心放前脚掌。第一帧两条腿都是直的，视频模型就只能在原地找补，滑步几乎必现。

模特脸在首帧里要最清晰的一帧留住，视频越往后脸越糊，首帧糊了后面救不回来。脸和气质怎么定，出图阶段就要做完，别指望视频阶段再修——视频阶段的每次修都带着抽卡性质，两元两元地往里烧。

背景也有讲究：首帧背景选低对比度的纯色或浅景深，视频生成时背景元素跟着模特一起动，背景里信息越多，扭曲得越欢。我们第一批废片里，有条背景是花墙的，走着走着墙上的花纹开始流动，恐怖片现场。

幅度和时长：三档实测，中档才敢交片

运动幅度用中档，时长压在5秒，是三个月里唯一稳定跑通的组合。 低档可用率高但像原地摆拍，高档走路感强但手部和裙摆高频穿帮，两头都不省钱。

同一个跨步起步图，三个档位各跑十条，结果如下表。高档那十条里，手部崩了四条，我说的崩不是糊，是手指多出来一根还能在画面里缓慢漂移。

时长这一项，5秒和10秒我们都试过。10秒的后半段崩率明显往上走，第四秒之后脸和脚开始二选一地出问题，所以成片统一按5秒交。要更长的镜头，我们的做法是两段5秒在剪辑里拼，中段切一个产品特写，观众看着是运镜，实际是缝合。

裙摆的动势是另一个变量，想深挖的话出图那边的调法更关键，裙摆动势和机位景深那篇里写过的参数，在视频首帧里同样成立。

三种废片：滑步、脸糊、背景漂移

废片里滑步占四成，脸糊三成，背景漂移两成，剩下是随机玄学。 前两种有对应的兜底动作，第三种靠起步图预防，靠事后救不了。

滑步的根源是步频和位移对不上，脚动了、背景没动。我们的兜底是两步走：先降幅度重跑一条，还不行就裁掉前两秒，只留脚步幅度最小的那段，配特写镜头骗过眼睛。

脸糊的兜底最粗暴——不救。视频第三秒之后脸部开始糊的片子，全部降级去当静帧素材用，从里面截一张清晰的当副图，两元的成本折成一张图，好歹没白花。

背景漂移没有救法，纯靠预防，这就是我前面说背景要低对比度的原因。补一句经验：夜景和雨夜出片的歪门比例最高，三十条里我们试过六条夜背景，五条背景在流。

筛选流程固定成三步：第一遍过废片只看脚，第二遍只看脸，第三遍两倍速看整体节奏。三遍加起来四分钟，别跳步，跳步的代价是把废片发出去被评论区指出来。

写到这，开头那个"值不值得做"的答案应该已经清楚了：值得，前提是把它当成一个可用率三成、单条两元的素材工具，而不是全流程替代。我的时间线里，它排掉的是周转款的拍摄排期，省下的是等待模特的那几天，这已经够本。

常见问题

生成的走路视频能直接当主图视频吗？

可以，我们按5秒、方图950乘950的规格交过四条，审核都过了。注意首帧那张图本身要够主图标准，视频和图共用一个审核印象。

一条视频从出图到成片要多久？

顺利的话二十来分钟：起步图十五分钟加生成等待两分钟加三遍筛选四分钟。不顺利的版本是滑步重跑三轮，一个小时没了。

视频里模特的鞋为什么老像在打滑？

大多是首帧里脚和地面接触面被画虚了，鞋底边缘不实的图，视频阶段十有八九滑。选起步图时把鞋底和地面的接触点放大检查一遍。

哪些款不适合做成走路视频？

垂感强、下摆过膝的裙装是重灾区，走起来摆动大，穿帮概率翻倍。我们后来固定只给裤装、短裙和针织款做，一次没崩过。

延伸阅读

• AI制作模特怎么定脸定气质定身材？从零做的审美决策实记——首帧那张脸，最好在出图阶段就定死。