用绘画做的ai视频怎么弄？手绘稿变动态短片的完整流程

用绘画做的ai视频这件事，听起来玄，拆开就三步：备稿、生成、拼接。我的判断更直接——手绘稿占成败的七成，工具只占三成。线条糊、纸张反光、构图顶满边，再好的模型也救不回来。所以这篇从扫描讲起，参数和翻车记录全部照实给。

手绘稿怎么准备，第一遍就少返工

手绘稿按16:9构图扫描，300dpi起，线条加深到一眼能看清，废线擦干净，AI补间时的线条漂移会少一大半。

我试了下同一张稿子的两种做法：手机随手拍一张，光影一压，生成出来的短片背景全程闪烁，人物轮廓像在水里晃；重扫一遍300dpi、把铅笔线加重成统一深浅，漂移立刻收住了。这不是玄学。模型认的是清晰边界，不是你纸上的情绪。

构图也有讲究。想让它动起来，画面里最好留出可动空间——人物别顶满边框，头发、衣角、背景线条留一点延伸余地。塞得满满当当的稿子，模型只能硬挤，出来的就是诡异的形变。补间模型像个勤快但没见过世的学徒：你给的边界清楚，它就老实描；你含糊，它就自己编。

还有一条容易被忽略：纸张底色。发黄的速写本纸扫进去，模型有时会把纹理当成内容一起动，出来一种莫名其妙的"水波纹"。扫完把底色提纯到接近白，三十秒的事，能省半小时返工。

我还会在扫描件上做一次轻度的"镜头规划"：拿铅笔在稿子边缘写下每段打算让哪里动、动多大。写字的这五分钟，比后来反复重跑生成省得多——生成一次十一秒，改主意重跑十次就是两分钟开外，外加筛掉一堆废片的时间。先想清楚再动手，在视频这件事上比画画更要紧。

生成环节盯三个参数就够了

运动强度给0.3到0.5，单段时长5秒，抽帧间隔随动作幅度调，慢镜头两三秒一帧，快动作一秒一帧。

2026年10月我用三张水彩稿各跑了一轮。运动强度拉到0.7以上，画面开始抽搐，树枝像触电；收到0.4，风吹动发丝的幅度刚好，线条也稳。重绘幅度我固定在0.35左右——再高就不再是你的画，是模型的画了。

单段5秒是我的安全线。5秒之内，模型基本守得住首帧的结构；超过8秒，手指和花纹开始自由发挥。不夸张地讲，宁可多切几段再拼，也别赌一段长镜头。

首尾帧一致是拼接的关键。我第一版片子每段各画各的，接缝处跳一下，观感像坏掉的胶片。后来固定成一条规矩：下一段的首帧，直接取上一段的尾帧。翻车记录放在这，你少踩一坑。

补一句镜头语言。三个段落里插一段"反向"的镜头——比如前两段都从左往右动，第三段让视线回到左边——观众会有一种翻页的错觉，比三段同方向硬排好看。这些小手法都不是工具教我的，是看自己片子看吐了之后悟的。

拼接和配音，半小时能出成品

按分镜顺序把各段首尾相连，转场用硬切最稳，配音铺底后再整体看两遍，顺手删掉超过半秒的静止段。

剪辑软件不挑，能排轨道就行。说实话，拼接阶段的自由度比生成阶段大得多，别怕剪。导出帧率给到24fps，配乐音量压到刚能察觉的程度，别盖过画面节奏。音效只加两三处关键的，脚步、翻纸、风声，多了就闹。

拼接节奏有个笨但有效的检查法：把片子静音快进过一遍。眼睛只看画面流动，哪里停顿超过半秒、哪里的切换让人"咯噔"一下，标出来重剪。我第二遍成片靠这招砍掉了四秒废镜头，观感立刻紧凑了。镜头时长也照着内容密度分配：细节特写给三秒就够，观众看清了就该走；情绪镜头可以留到六七秒，让人喘口气。平均用力是大忌，节奏来自长短差。

导出还有个容易忽略的选项：码率。2026年10月我头一回导出时用了默认码率，发到平台上毛发全糊成了色块，重导一次高码率才救回来。1080p竖屏给到10Mbps以上，平台二压之后细节才剩得下来。辛辛苦苦调稳的线条，别败在最后一步。

就这样？就这样。流程没有任何秘密，全是细节的堆法。

回到开头那句判断：手绘稿占七成。稿子备好，参数照上面给，第一遍成片的完成度就会超出预期。剩下三成，交给多跑几轮攒出来的手感。

常见问题

手绘水平一般，也能做出能看的片子吗？

能。这套流程吃的是线条清晰度，不是艺术性。火柴人级别的稿子，只要线是实的，补间照样稳，风格反而简单讨喜。

做一条15秒的短片大概要多久？

熟手一小时以内。备稿十分钟，生成三四段大概十五分钟，拼接配音半小时。第一次做翻倍很正常，我第一条约花了三小时。

竖屏短视频能用同样的流程吗？

可以，把稿子按9:16重新构图就行，参数不用大动。竖屏主体更大，运动强度建议再降0.1，不然边缘晃得厉害。

必须用付费工具吗？

不用。先用能免费试的图生视频功能把流程跑通，确认自己会持续做，再考虑付费档位，按量付费通常比包月划算。

延伸阅读

想让静态稿子的细节再讲究一点，可以看这篇可控改图的思路：可控式AI改图方法。

生成完想统一调色、修瑕疵，这边有一篇完整的处理流程：AI图片后期处理流程。