AI视频生成还不听话?看我亲测可灵、万象、即梦、Doubao的区别

我爱免费

作者：微信文章
在我的智能体中，我尝试用 doubao-seedance-1.0-pro 模型，把图片转化为视频。
希望实现镜头移动、人物动作等动画效果，但实际操作时问题不少——路径控制经常出错，人物动作也不够自然，更谈不上逼真。

举个例子：
我用这张图：



并输入提示词：

从左往右缓慢运镜，女主人走到沙发并坐下，拿起沙发上的书翻阅，猫咪玩地上的足球。

在智能体中，我加入一个大模型，会根据图片信息理解，然后对提示词做自动优化提示词，优化后的版本是：

从左往右缓慢运镜，女主人走向沙发并坐下，伸手拿起沙发上的书翻阅书页，猫咪在地上用爪子拨弄足球玩耍，足球轻微滚动。

效果确实比原版略好，但仍然问题不少。

于是我拿同样的提示词，去不同平台测试了一遍：

直接用即梦生成，用同样的提示词，效果是这样的：

然后试了试试可灵：

再用万象：

总结一下：

• 即梦：移动轨迹直接错误，不符合真实世界规律。• 可灵：人物形象逼真度不错，但动作不连贯，轨迹控制依然不准。• 万象：整体观感最好，但仍然存在“动作与环境不匹配”的问题。

🧩结论

目前，无论使用哪个模型，想生成一段完全符合你预期的视频，都需要大量调试与反复试错。

尤其在涉及人物、运动轨迹、物理互动这些细节时——AI 还远未达到“一次出片”的阶段。

---

推荐阅读：

AI短视频疯狂涨粉：繁荣还是泡沫？

AI到底能不能写出好东西？先看你有没有做到这三点

从新手到高手：AI 图像生成提示词指南