LiblibAI通过图生视频与文生视频双路径实现静态角色动画化：需上传规范PNG角色图，经预处理检测校准后，可选快速启动或ControlNet精准控形生成动作，再用文生视频强化动态逻辑，最后批量生成并筛选最优帧序列导出。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想让静态角色动起来，又不想学骨骼绑定和关键帧动画？LiblibAI通过“图生视频”与“文生视频”双路径，直接把单张角色图变成带自然动作的短视频，全程网页操作无需安装软件。
准备可驱动的角色图
这一步决定后续动作是否连贯——上传模糊、严重裁切或带复杂背景的图，AI会把干扰信息当成动作依据，导致肢体抽搐、头部漂移或动作卡顿。
用手机相册自带编辑功能裁出完整上半身，确保脸部清晰、双眼睁开、无美颜磨皮；导出为PNG格式，背景必须是纯白或纯灰；【文件名不能含中文、空格或全角符号，例如zhaoliu_face_01.png】。
上传前在LiblibAI界面点击「预处理检测」，系统会自动标出人脸框与姿态热区，若热区偏移超过下巴长度的1/3，需手动拖拽校准后再确认。
用图生视频生成基础动作
方法一：快速启动（适合试稿）
点击「图生视频」→拖入已准备好的PNG角色图→选择模型「RealisticMotion-V3」→分辨率设为768×512（避免1024以上引发内存溢出）→运动强度调至0.55→点击「生成」。
方法二：精准控形（推荐正式产出）
第一步：开启「ControlNet for Motion」开关；
第二步：上传同一角色的线稿图（仅黑线+透明背景，分辨率512×512）；
第三步：ControlNet预处理器选【openpose】，模型选【control_v11p_sd15_openpose】；
第四步：将ControlNet权重设为0.72——低于0.6动作松散，高于0.8关节僵硬如木偶；
第五步：勾选「保持面部一致性」，防止生成过程中眨眼频率突变或嘴型错位。
用文生视频强化动作逻辑
当图生视频结果动作幅度小或方向单一时，改用文本描述补足动态语义。
在「文生视频」标签页中，正向提示词填写：anime character, waving hand, gentle breeze lifting hair, front view, smooth motion, 24fps；反向提示词固定填入：deformed limbs, extra fingers, blurry motion, text, logo。
【必须关闭“自动匹配图源”】否则系统会强行关联你刚上传的角色图，导致动作指令被覆盖，只输出原图静帧。
采样器选Euler a，迭代步数设为40，CFG Scale调至9——该组合对动作节奏识别最稳，数值过低易出现动作断帧，过高则人物飘忽失重。
批量生成并筛选最优帧序列
第一步：点击「批量生成」，设置数量为5；
第二步：全部生成完成后，在结果页点击任意视频右下角「提取关键帧」；
第三步：系统自动截取每段视频第3秒、第5秒、第7秒三帧，生成对比图集；
第四步：逐帧检查手部朝向、发丝飘动方向与躯干扭转角度是否符合预期，选中最佳序列；
第五步：点击「导出GIF」或「下载MP4」，完成。
