指南如何用 AI 逐镜复刻爆款短视频:5 步完整流程
MakerNice 团队 ·
用 AI 复刻一条爆款短视频,做法是逐镜重建:先把参考视频拆成镜头,每镜做一张关键帧,用字节跳动的 Seedream 5.0 等图片模型把主角或产品换成你自己的,再在 MakerNice 上用 Seedance 2.5 或阿里的 Wan 3.0 等视频模型把每张关键帧生成为片段,最后用任意剪辑软件拼起来。
用 AI 复刻爆款视频分哪五步?
| 步骤 | MakerNice 上的模式 | 推荐模型 | 关键限制 |
|---|---|---|---|
| 1. 拆镜 | 无,手动完成 | - | 记下时长、景别、运镜、动作 |
| 2. 每镜一张关键帧 | t2i,或你有权使用的画面 | Seedream 5.0、Qwen3 Image | 只用自己拍摄或有权使用的素材 |
| 3. 换成你的主体 | i2i | Seedream 5.0、Qwen3 Image | 参考图最多 14 张或 3 张 |
| 4. 逐镜生成视频 | i2v、flf 或 r2v | Seedance 2.5、Wan 3.0、Kling 3.0 Pro | 整数秒,落在模型区间内 |
| 5. 拼接与配乐 | MakerNice 不提供 | 任意剪辑软件 | 按原时间线排列 |
第 1 步:怎样把参考视频拆成镜头?
打开时间线逐帧看参考视频,把每一个剪辑点标出来。爆款短视频靠的往往是快速而规律的切镜,所以分镜表才是真正的配方。每个镜头在生成之前先记下四件事:
- 时长(秒),从剪辑点读出来,让你的片段能对上原来的节奏。
- 景别,如远景、中景、近景,以及主体在画面中的位置。
- 运镜,如固定镜头、推镜、摇镜或手持跟拍。
- 动作与光线:这一镜里什么在动,画面偏暖、偏冷、偏亮还是偏暗。
第 2 步:怎样为每个镜头准备关键帧?
如果参考视频是你自己拍的或已获授权,就从每个镜头导出一张代表帧。如果不是,就不要沿用它的画面:把第 1 步记下的构图写进文生图(t2i)提示词,用 Seedream 5.0 或 Qwen3 Image 生成一张全新的关键帧。无论哪种方式,关键帧都要按成片想要的构图准备好,因为大多数视频模型在图生视频模式下不接受 aspect_ratio,只有 Seedance 2.0 和 Seedance 2.0 Fast 列出了可选画幅。
第 3 步:怎样换成你自己的角色或产品?
用图生图(mode i2i)。把关键帧和你的产品图或 AI 虚拟角色图以 https 地址放进 reference_images,在提示词里写清替换什么、保留什么,例如「保留布局和光线,把杯子换成第二张图里的产品」。Seedream 5.0 最多接受 14 张参考图,Seedream 5.0 Pro 最多 10 张,Qwen3 Image 和 Qwen3 Pro Image 最多 3 张。人物请用 AI 生成的虚拟角色、你本人或已获授权的人,并且每一镜都用同一张角色图,主体才能前后一致。

第 4 步:逐镜生成该用哪种模式和模型?
| 模型 | i2v | flf | r2v 参考图 | 时长 | 分辨率 |
|---|---|---|---|---|---|
| Seedance 2.5 | 支持 | 支持 | 最多 16 张 | 4 到 30 秒 | 480p、720p、1080p、4k |
| Wan 3.0 | 支持 | 支持 | 最多 10 张 | 2 到 30 秒 | 480p、720p、1080p |
| MiniMax H3 | 支持 | 支持 | 最多 5 张 | 5 到 15 秒 | 480p、768p、2k、4k |
| Happy Horse 1.1 | 支持 | 不支持 | 最多 9 张 | 3 到 15 秒 | 720p、1080p |
| Kling 3.0 Pro | 支持 | 支持 | 不支持 r2v | 3 到 15 秒 | 无 resolution 字段 |
复刻的默认选择是图生视频(mode i2v):image_url 里编辑好的关键帧会成为首帧,第 3 步的构图得以保留,提示词只需写分镜表里的运镜和动作。duration 是落在模型区间内的整数秒,所以 3 秒的镜头可以直接交给 Wan 3.0;用 Seedance 2.5 则生成 4 秒再剪短。每个镜头单独发一次请求,不要试图一次生成整条长片。
{
"model": "wan-3.0",
"mode": "i2v",
"prompt": "Shot 3 of 6: medium close-up, the barista slides the cup toward the camera, slow push-in, warm morning light",
"image_url": "https://example.com/shot-03-keyframe.jpg",
"duration": 3,
"resolution": "720p"
}当某一镜必须停在一个确定的姿势或画面上时,改用首尾帧(mode flf,带 last_image_url)。当这一镜是新画面、不需要对齐关键帧,只要同一个角色或产品再次出现时,用参考图生视频(mode r2v,带 reference_images);这时成片不一定会把任何一张参考图当作某一帧。
第 5 步:怎样把镜头拼回一条完整视频?
MakerNice 不提供拼接功能,请把每个生成好的镜头下载下来,用任意剪辑软件完成。按原视频的镜头顺序把片段排到时间线上,按第 1 步记下的时长逐一裁剪,再加上音乐和字幕。Kling 3.0 系列每个片段都固定带音频,如果要换成自己的配乐,记得把这些音轨静音。
爆款视频哪些能复刻,哪些要避开?
- 复刻结构:节奏、镜头顺序、构图和运镜才是这类视频成立的关键。
- 只使用你自己拍摄或有权使用的参考素材,不要重新上传他人的视频或画面。
- 出镜人物用 AI 虚拟角色,不用真人:按 MakerNice Acceptable Use Policy,即使取得同意,也不得换脸,不得把真人放进他们从未参与的场景。
每一步想了解更多细节,可以读「图生视频与首尾帧」「参考图生视频指南」和「文生视频提示词技巧」三篇文章。想先试一个镜头,打开模型详情页的 Playground;想估算花费,查看价格页,或用确切输入请求一次报价。
常见问题
MakerNice 能根据链接或上传的视频自动复刻爆款吗?
AI 复刻视频里可以用真人的脸吗?
Wan 3.0 和 Seedance 2.5 单个镜头最短能生成几秒?
反复出现的角色该用图生视频还是参考图生视频?
本文涉及的模型
视频Seedance 2.5
字节跳动的长镜头旗舰:单段最长 30 秒,480p 到 4K,最多 16 张参考图,让每个镜头都保持角色一致。
视频Wan 3.0
-21%MakerNice 上时长范围最宽的模型——2 到 30 秒,480p、720p 或 1080p,支持全部输入模式和最多 10 张参考图。
视频Kling 3.0 Pro
-4%自带声音的视频:快手 Kling 3.0 Pro 为每段 3–15 秒的视频配上音频,可由文字、单张图片或首尾帧生成。1080p 档位。
图片Seedream 5.0
-4%把最多 14 张参考图融合成一张:Seedream 5.0 适合角色设定图、拼贴和风格融合,按单一 2K 档位计价。
图片Qwen3 Image
-21%日常出图与快速修图:阿里巴巴 Qwen3 Image,1K 或 2K,八种画面比例,最多 3 张参考图。