MớiCách chúng tôi bắt người bán gắn sai model, và hoàn tiền cho bạn nếu có.
UberLLM

Ảnh thành Hoạt hình: Cách tạo hoạt hình từ một ảnh tĩnh

Hướng dẫn biến ảnh thành hoạt hình này bao gồm các phương pháp, cách tạo hoạt hình từng bước, kiểm tra khung hình và cách khắc phục các lỗi chuyển động thường gặp trong 2026.

Bạn có một ảnh tĩnh cần phải chuyển động trước khi trang web ra mắt. Một ảnh sản phẩm cần có chuyển động lắc lư nhẹ trên landing page, hoặc một ảnh chân dung phải trông như thể người đó đang nói. Bản xem trước đầu tiên trông ổn. Sau đó bạn tua đến giữa và một bàn tay bị biến dạng, một logo bị rung, hoặc khuôn mặt không còn là cùng một người ở giây cuối cùng.

Khoảng cách đó chính là yếu tố quyết định liệu tính năng chuyển ảnh thành hoạt ảnh có thể sử dụng được hay không. Một đoạn clip bạn có thể xuất bản sẽ giữ nguyên nhận dạng, hình học và phông nền trong mọi khung hình, đồng thời bạn có quyền tạo hoạt ảnh cho nguồn trước khi tải lên. Tôi sẽ đánh giá kết quả theo cách tôi đánh giá một bản cắt của khách hàng: dựa trên một bản đặc tả chuyển động bằng văn bản, sau khi kiểm tra quyền, chứ không phải từ ảnh thu nhỏ.

Mục lục

Chọn Phương pháp Hoạt ảnh Phù hợp cho Hình ảnh của Bạn

Một cái lắc nhẹ trên chai và một cái đầu quay về phía máy ảnh là những công việc khác nhau. Hãy chọn phương pháp dựa trên những gì cần chuyển động, chứ không phải dựa trên cài đặt sẵn nào trông điện ảnh nhất.

Phương pháp Chuyển động đến từ Kiểm soát Tốt nhất cho
Hiệu ứng chuyển động dựa trên lớp Các lớp chiều sâu cắt rời mà bạn di chuyển Cao, nhưng giới hạn ở các dịch chuyển 2D Logo, ảnh sản phẩm, dịch chuyển máy ảnh tinh tế
Mô hình chuyển giao chuyển động Video điều khiển của người khác Trung bình, theo tham chiếu Chân dung và người nói chuyện trực tiếp
Mô hình ảnh sang video Lời nhắc chuyển động bằng văn bản cộng với hình ảnh nguồn Trung bình, phụ thuộc vào cách diễn đạt lời nhắc Cảnh, vật thể và chuyển động máy ảnh
Khuếch tán điều khiển chuyển động Đầu vào quỹ đạo hoặc tư thế Cao, các ràng buộc rõ ràng nhất Hành động nhiều phần và chuyển động được biên đạo

Mỗi bước lên bảng sẽ mang lại nhiều chuyển động hơn và tốn nhiều công sức thiết lập, xem xét và thử lại hơn. Các lớp giữ cho hình ảnh nguyên vẹn và chỉ trượt các phần cắt rời, vì vậy logo hoặc ảnh sản phẩm hiếm khi tạo ra một hình dạng mới. Chuyển giao chuyển động sao chép một màn trình diễn điều khiển lên một bức chân dung, đó là lý do tại sao các video người nói chuyện trực tiếp hoạt động hiệu quả và tại sao một tham chiếu kém lại làm hỏng cảnh quay. Một mô hình ảnh sang video tạo ra chuyển động từ một câu cộng với hình ảnh tĩnh, vì vậy cảnh có thể thay đổi và chủ thể cũng vậy. Khuếch tán điều khiển chuyển động sử dụng quỹ đạo hoặc tư thế, đây là công cụ phù hợp khi hai bộ phận cơ thể phải di chuyển theo thứ tự.

Bản thân chuyển giao chuyển động phát triển từ các điểm khóa đã học chứ không phải từ một hệ thống được xây dựng thủ công. Một khảo sát về các phương pháp hoạt ảnh hình ảnh theo dõi dòng đó từ các điểm khóa tự giám sát của Monkey-Net và luồng quang học dày đặc thông qua các biến đổi affine cục bộ của Mô hình Chuyển động Bậc nhất xung quanh các điểm đó.

Nếu chuyển động nên nằm trong khung hình, hãy bắt đầu với các lớp. Nếu hành động đến từ một người, hãy sử dụng chuyển giao. Nếu cảnh phải thay đổi, hãy sử dụng ảnh sang video. Đầu vào tư thế hoặc đường dẫn dành cho hành động nhiều phần mà bạn có thể vẽ trước khi tạo. Lựa chọn mô hình và lệnh gọi gửi hình ảnh tĩnh nằm trong hướng dẫn API tạo video AI.

Trả lời một câu hỏi trước khi bạn mở một công cụ: những gì phải di chuyển, và những gì phải giữ nguyên?

Cách tạo ảnh động từng bước

Hãy chạy thử trên một ảnh tĩnh trước khi bạn xử lý hàng loạt. Mục đích là tạo ra một clip có thể chạy lại, không phải một bản xem trước may mắn.

Một đồ họa thông tin bốn bước minh họa quy trình tạo ảnh động từng bước.

  1. Chuẩn bị nguồn trước. Chạy danh sách kiểm tra quyền sau trong hướng dẫn này, sau đó xác nhận tệp là bản gốc lớn nhất bạn có. Một bản xuất nén là nơi bắt đầu hiện tượng nhấp nháy.
  2. Viết một câu mô tả chuyển động. Đặt tên một chuyển động duy nhất, chẳng hạn như đầu quay sang trái hoặc nước gợn sóng trên bề mặt. Một hành động dễ chấp nhận hoặc từ chối hơn.
  3. Đặt thời lượng từ 3 đến 5 giây. Các clip ngắn hơn giữ được nhận dạng tốt hơn. Một thử nghiệm năm giây đủ dài để thấy sự trôi dạt và đủ ngắn để loại bỏ.
  4. Chọn mô hình và gửi ảnh tĩnh. Truyền định danh mô hình cùng với ảnh nguồn. Chuyển đổi mô hình sau này là một thử nghiệm mới, không phải một điều chỉnh nhỏ.
  5. Khóa một seed. Một seed cố định cho phép bạn chạy lại cùng một thiết lập sau một thay đổi. Nếu không có nó, bạn không thể phân biệt một prompt tốt hơn với một lần tạo khác.
  6. Chờ đợi tác vụ, không phải tab. Văn bản được truyền về từng token một, trong khi các tác vụ hình ảnh và video trả về một tác vụ mà bạn thăm dò hoặc một webhook báo cáo là đã sẵn sàng. Trong một thử nghiệm vào 29 tháng 10, 2026, một clip Kling 3.0 dài 5 giây mất khoảng 80 giây để tạo, vì vậy hãy dự trù thời gian chờ trước khi bạn cho rằng tác vụ đã thất bại.
  7. Tải xuống và lưu trữ lần chạy. Lưu nguồn, prompt, định danh mô hình và seed cùng nhau. Một đầu ra thất bại chỉ hữu ích nếu bạn có thể thay đổi một biến và thử lại.

Ý tưởng tương tự cũng xuất hiện trong chuyển động đơn giản hơn. Ảnh liệt kê có hiệu ứng lia và thu phóng là một tài liệu tham khảo hữu ích khi một ảnh tĩnh chỉ cần một cú đẩy chậm, không phải một hiệu suất được tạo ra.

Một hướng dẫn ngắn gọn về vòng lặp tạo và xem xét đó đáng để thử một lần trước khi bạn chạy trả phí lần đầu.

Chỉ chấp nhận clip nếu nó phát được, chủ thể có thể nhận ra ở khung hình đầu tiên và cuối cùng, và chuyển động khớp với câu bạn đã viết.

Viết Lời Nhắc Chuyển Động Giữ Chủ Thể Ổn Định

Hãy coi lời nhắc (prompt) như một bản đặc tả, không phải một tâm trạng. "Điện ảnh, nhẹ nhàng, sống động" không cho mô hình biết phần nào di chuyển hay phần nào phải đứng yên.

Tách chuyển động máy quay khỏi chuyển động chủ thể, và thử từng cái một. Một máy quay cố định với chủ thể di chuyển dễ giữ ổn định hơn nhiều so với cả hai cùng di chuyển. Giữ một hành động cho mỗi clip. Việc chồng chất một cú dolly, một cú lia máy (pan) và một cú xoay (turn) trong cùng năm giây là cách khiến nhận dạng bị trượt.

Điền vào đây trước khi bạn gửi.

Ràng buộc Cần chỉ định gì Ví dụ
Tư thế bắt đầu Tư thế trong khung hình đầu tiên Đầu quay 10 độ sang trái, cả hai tay ở hai bên
Tư thế kết thúc Tư thế trong khung hình cuối cùng Đầu hướng về phía cửa sổ, cốc ở ngang ngực
Quỹ đạo chuyển động Đường đi của phần di chuyển Cốc di chuyển theo một cung ngắn về phía miệng
Thứ tự hành động Trình tự các sự kiện Quay đầu trước, sau đó nhấc cốc
Điểm tiếp xúc Cái gì chạm vào cái gì Tay phải giữ nguyên trên quai cốc
Tốc độ hoặc độ mượt Tốc độ và gia tốc Chuyển động vào chậm rãi trong 2 giây, không dừng đột ngột

Giả sử một người phụ nữ mặc áo khoác đỏ quay đầu về phía cửa sổ, nhấc một chiếc cốc bằng tay phải và hạ xuống. Máy quay giữ cố định. Động tác nhấc lên diễn ra nhẹ nhàng trong khoảng hai giây và không bị giật ở cuối. Đoạn văn đó là toàn bộ lời nhắc. Các mẫu từ ngữ cho loại đặc tả này có trong hướng dẫn lời nhắc văn bản thành video.

Quy tắc thực tế: Khi một clip vi phạm một ràng buộc, hãy rút ngắn chuyển động hoặc tăng cường điều kiện. Đừng thêm nhiều tính từ.

Nếu bạn không thể nêu các ràng buộc trong một đoạn văn ngắn, chuyển động đó quá lớn cho một clip. Hãy chia nó thành các cảnh quay.

Chuẩn bị ảnh nguồn và làm rõ quyền của nó

Một bức ảnh công khai không có nghĩa là bạn được phép làm động nó. Một đoạn clip bạn không thể xuất bản sẽ làm lãng phí quá trình tạo.

Một người đang chỉnh sửa ảnh phong cảnh núi trên máy tính xách tay trong khi sử dụng danh sách kiểm tra quyền hình ảnh.

Việc công khai không thiết lập quyền sở hữu bản quyền, quyền tạo ra một tác phẩm phái sinh, hoặc sự đồng ý cho một hình ảnh tổng hợp. Hướng dẫn về quyền hình ảnh nguồn lưu ý rằng việc làm động một bức ảnh có thể tạo ra một tác phẩm phái sinh, và rằng quyền phải bao gồm rõ ràng việc sửa đổi hoặc tạo bằng AI. Nhiếp ảnh gia, người sử dụng lao động, hoặc một chủ sở hữu quyền khác có thể khác với người đã đăng tệp. Sự đồng ý xuất hiện trong một ảnh tĩnh không phải là sự đồng ý xuất hiện chuyển động, quảng bá sản phẩm, hoặc đưa ra một tuyên bố mới.

Thực hiện điều này trước khi tải lên:

  • Nguồn gốc: Ai đã chụp, ai sở hữu, và ai đã đăng nó.
  • Mục đích sử dụng: Thử nghiệm riêng tư hay xuất bản thương mại. Đó là những quyền khác nhau.
  • Người: Người trưởng thành có thể nhận dạng cần có sự đồng ý rõ ràng. Không làm động trẻ vị thành niên.
  • Dấu hiệu: Logo, nhãn hiệu và màu sắc thương hiệu cần được cấp phép riêng.
  • Văn bản giấy phép: Các điều khoản của ảnh stock và Creative Commons, bao gồm việc chuyển đổi bằng AI có được phép hay không, cộng với việc ghi công nếu được yêu cầu.

Sau đó, chuẩn bị các pixel. Sử dụng ảnh gốc lớn nhất, khoảng 1024 pixel trở lên ở cạnh dài. Cắt ảnh sao cho chủ thể nằm rõ ràng trong khung hình. Đánh dấu vùng bạn định làm chuyển động. Lưu ý tay, văn bản và logo để xem xét từng khung hình. Nếu bạn đã kiểm tra hình học trước khi kết xuất cuối cùng trên ảnh tĩnh, hãy làm tương tự ở đây: các cạnh bị cong trong nguồn sẽ trở thành các cạnh bị cong khi chuyển động. Cắt và làm sạch thông qua một API chỉnh sửa ảnh thuộc về bước này, trước khi bất kỳ mô hình nào nhìn thấy tệp.

Giữ lại bản gốc, giấy phép và các phê duyệt. Nếu bất kỳ dòng nào trong danh sách không rõ ràng, hãy gửi nó để xem xét pháp lý trước khi xuất bản. Quyền cấp phép và quyền nhân thân khác nhau tùy theo khu vực pháp lý, vì vậy một phỏng đoán không phải là một sự cho phép.

Kiểm tra khung hình để phát hiện trôi dạt, nhấp nháy và hình học bị biến dạng

Lỗi thường xuyên lọt qua nhất là việc đánh giá một clip chỉ dựa vào khung hình đầu và cuối. Các điểm cuối có thể khớp nhau trong khi phần giữa thay đổi khuôn mặt, phông nền hoặc một sợi dây đeo.

Một đồ họa thông tin dạng danh sách kiểm tra minh họa các phương pháp phát hiện các lỗi video như trôi dạt, nhấp nháy và hình học bị biến dạng trong hoạt ảnh.

Lấy mẫu các khung hình trên toàn bộ clip, khoảng một khung hình mỗi nửa giây. Tìm kiếm các chuyển đổi đột ngột, sự trôi dạt nhận dạng, lỗi che khuất và nhấp nháy cục bộ. Đừng dừng lại ở một cảnh mở đầu đẹp mắt.

Chấm điểm riêng từng mục này, theo cách đánh giá kiểu VBench phân tách chúng:

  • Tính nhất quán của chủ thể: Độ tương đồng đặc trưng DINO, để người hoặc sản phẩm vẫn là cùng một đối tượng.
  • Tính nhất quán của phông nền: Độ tương đồng CLIP, để căn phòng không tự vẽ lại.
  • Nhấp nháy theo thời gian: Chênh lệch khung hình tuyệt đối trung bình, giúp phát hiện chi tiết nhỏ không ổn định ngay cả khi chuyển động trông mượt mà.
  • Độ mượt của chuyển động, mức độ động và chất lượng cảm nhận: Chuyển động mượt mà không giống với một chủ thể ổn định.

Một clip có thể trượt mượt mà nhưng vẫn thay đổi diện mạo của chủ thể hoặc lấp lánh trong kết cấu tần số cao. Các giá trị trung bình che giấu điều đó. Bàn tay, khuôn mặt, văn bản, các cấu trúc mỏng như dây đeo hoặc ăng-ten, và bất cứ thứ gì đi qua phía sau một vật khác đều cần được con người kiểm tra. Điểm số đặc trưng làm mờ những lỗi cục bộ đó thành một con số chấp nhận được.

Từ chối hoặc tạo lại khi nhận dạng hoặc phông nền bị suy giảm, ngay cả khi chuyển động trông mượt mà.

Chuẩn hóa hình ảnh tĩnh trước khi bạn tin tưởng bất kỳ điểm số nào. Loại bỏ các lỗi nén, đặt mặt nạ chủ thể và quyết định xem máy ảnh hay đối tượng được cho là sẽ di chuyển. Sau đó, tạo một clip ngắn với sự dịch chuyển thận trọng. Một cảnh quay dài, "điện ảnh hơn" sẽ thất bại rõ ràng hơn vì nhận dạng có nhiều khung hình hơn để bị trượt.

Sửa Các Clip Bị Lỗi Mà Không Cần Bắt Đầu Lại Từ Đầu

Một clip có một cử động tay bị lỗi hiếm khi cần một mô hình mới. Hãy thay đổi một biến số, giữ nguyên seed và chạy lại cảnh quay đó. Việc thay đổi seed, prompt và mô hình cùng lúc khiến khó xác định điều gì đã khắc phục vấn đề.

Triệu chứng Nguyên nhân có thể Cách khắc phục
Mặt hoặc tay thay đổi hình dạng Chuyển động lớn hoặc không rõ ràng Rút ngắn clip và giảm cường độ chuyển động, sau đó chạy lại với cùng seed
Nền dịch chuyển hoặc bị biến dạng Chuyển động của camera cạnh tranh với chuyển động của chủ thể Khóa camera và chỉ di chuyển chủ thể
Nhấp nháy trong kết cấu hoặc chi tiết nhỏ Nguồn bị nén hoặc nhiễu Thay thế nguồn bằng một tệp sạch hơn và chạy lại
Hành động xảy ra sai thứ tự Thiếu ràng buộc sự kiện Nêu rõ thứ tự trong prompt hoặc chia hành động thành các cảnh quay ngắn hơn
Đối tượng nhảy vào hoặc ra Lỗi che khuất Che đối tượng và tạo lại với điều kiện mạnh hơn

TC-Bench kiểm tra xem một chuyển đổi được yêu cầu có hoàn thành, có nhất quán qua các khung hình trung gian và giữ nguyên nhận dạng đối tượng hay không. Nó sử dụng các khung hình bắt đầu, kết thúc, trung gian và được lấy mẫu thay vì chỉ dựa vào sự tương đồng điểm cuối. Một đánh giá đồ họa chuyển động có lập trình trong nghiên cứu đã báo cáo tỷ lệ lỗi là 41.5% cho lỗi không khớp tư thế tham chiếu, 38.75% cho lỗi không khớp quỹ đạo chuyển động, 32.41% cho lỗi không khớp phối hợp sự kiện và khoảng 39–40% cho lỗi bộ phận liên kết và tiếp xúc không gian.

Loại lỗi Tỷ lệ được báo cáo
Lỗi không khớp tư thế tham chiếu 41.5%
Lỗi không khớp quỹ đạo chuyển động 38.75%
Lỗi không khớp phối hợp sự kiện 32.41%
Lỗi bộ phận liên kết và tiếp xúc không gian khoảng 39-40%

Lỗi đặc tả chuyển động là một chế độ lỗi phổ biến cần kiểm tra trước khi thay đổi độ phân giải hoặc chuyển đổi mô hình. Trước tiên hãy khắc phục hành động được yêu cầu: làm rõ thứ tự của nó, giảm độ dịch chuyển hoặc chỉ định những bộ phận nào nên giữ nguyên.

Sử dụng một chuỗi thử lại ngắn. Rút ngắn chuyển động, giảm độ dịch chuyển, tăng cường điều kiện trên nguồn, sau đó chia hành động thành các cảnh quay ngắn hơn. Giữ hình ảnh nguồn, đặc tả chuyển động, mã định danh mô hình, seed và điểm khung hình cùng với tác vụ để mỗi lần thử lại kiểm tra một thay đổi.

Sau hai lần thử lại mà mỗi lần chỉ thay đổi một biến số, hãy ngừng tạo lại cảnh quay đó. Thay đổi phương pháp hoạt ảnh hoặc lắp ráp chuỗi từ các clip ngắn hơn và chỉnh sửa chúng thủ công.

Xác nhận Clip Đầu Tiên Của Bạn Trước Khi Mở Rộng Quy Mô

Chọn một ảnh tĩnh đã vượt qua kiểm tra bản quyền. Viết một câu mô tả chuyển động. Tạo một clip dài 5 giây với Kling 3.0 Standard, sử dụng text to video hoặc image to video, đây là mô hình tôi sẽ bắt đầu dùng cho thử nghiệm này. Một số dư bao gồm các mô hình text, image, video và music, vì vậy thử nghiệm không cần một tài khoản nhà cung cấp riêng. Một video được tính phí theo giá cuối cùng sau khi quá trình tạo hoàn tất, điều này có nghĩa là một thử nghiệm ngắn sẽ hiển thị chi phí trước khi một lô sản phẩm được tạo.

Sau đó, chạy kiểm tra khung hình. Lấy mẫu trên toàn bộ clip, chấm điểm chủ thể và nền riêng biệt, và kiểm tra tay, khuôn mặt và text.

Đạt: chỉ mở rộng quy mô thành một lô ảnh khi chủ thể, nền và chuyển động đều đạt.

Không đạt: nếu bất kỳ kiểm tra nào vẫn không đạt sau hai lần thử lại với một thay đổi duy nhất, hãy thay đổi phương pháp. Đừng mua thêm mười lần lỗi tương tự.

Lưu bản ghi thử nghiệm đó, source, prompt, model identifier và seed, làm cơ sở cho mọi clip sau này. Ảnh tiếp theo nên khác biệt bởi một thay đổi có chủ ý, không phải bởi một phỏng đoán mới.


UberLLM định tuyến các công việc image-to-video và text-to-video thông qua một API key, với một tác vụ bạn có thể poll hoặc một webhook khi clip sẵn sàng. Nếu bạn đang biến ảnh tĩnh thành các cảnh quay ngắn, có thể kiểm tra được thay vì một canh bạc dài, hãy bắt đầu với một thử nghiệm có seed duy nhất trên UberLLM và giữ source, prompt và seed cùng với kết quả.