首尾帧 AI：打造流畅视频过渡

支持首尾帧的模型只有两个。不是八个，也不是“大多数前沿模型”——只有两个。

Seedance 2.0 和 Seedance 2.0 Fast。在 37 个视频生成模型中，完整名单就是这两个。

Veo 3.1 不支持。Kling 3.0 不支持。Wan 2.7 也不支持。Nano Banana Pro 是图像模型，根本没有视频输出。如果某篇指南让你从中选一个来做首尾帧任务，它描述的是一件不可能发生的事。

了解这一点，能帮你省下这个话题上最常见的白费功夫：把两帧上传给一个会悄悄忽略其中一帧的模型。

它实际做什么

你提供一张起始图片和一张结束图片，模型生成两者之间的运动。

这使它成为这里确定性最强的控制方式。其他所有方法都要求模型自行决定镜头在哪里结束，而这种方法直接告诉它，因此结果会精确落在你决定的位置，而不是生成过程漂移到的地方。

使用首尾帧。此外，两个 Seedance 模型都支持参考图，因此你可以在同一个任务中同时锁定角色身份和首尾画面。

它最适合的场景

无缝衔接两个镜头。 把第一个镜头的最后一帧作为起始帧。下一段片段会从上一段结束的地方开始，剪辑点随之消失。这是不使用链式生成时最干净的衔接方式。

完美循环。 起始帧和结束帧使用同一张图片。运动回到原点是由结构保证的，而不是靠运气。对于任何循环内容——motion poster、背景素材、社交媒体短片——这都是可靠的方法。

特定的变化过程。 之前与之后、关闭与打开、空与满。当两个状态都很重要，而两者之间的过程正是最终交付物时。

可控的运镜。 把起始和结束机位分别做成静帧，模型会插值出一段同时经过这两个点的运镜。

让两帧配合起来

两张图片的搭配，比任何一张单独的图片都更重要。

同一主体，同一地点。 两张毫无关联的图片只会产生变形效果，而不是运动。模型会在给定的内容之间搭桥，如果差距太大，这座桥就会一团糟。

光线一致。 两帧之间的光线变化会被理解为场景中正在发生的事情，模型会把这种变化做成动画。

两者之间的运动合理。 一个人从站着到坐下，可以。一个人从站着到出现在另一个大洲，不行。

画幅比例和构图一致。 裁切不一致会迫使模型同时处理两种构图。

获得一对好帧最可靠的方法，是用图像编辑模型基于起始帧生成结束帧，让两者除了你想改变的部分之外完全一致。

时长是矛盾所在

更长的片段让运动有空间显得自然，更短的片段则能更好地保持连贯。

如果两帧差异很小，较短的时长就足够，而且画面更干净。如果差异很大，你需要足够的时间让过渡显得可信，但拉得越长，中段出现漂移的可能性就越大。

当一段长过渡看起来不对时，常见的解决办法是制作一张中间帧，把一个长任务拆成两个较短的任务。

哪些说法不实

没有运动强度参数。 在全部 37 个视频生成模型中，参数只有提示词、时长、画幅比例和分辨率，部分模型还支持参考图、负面提示词或首尾帧。0.45 这类数值并不存在。

没有固定的输入分辨率。 你不需要提供 1024x576 的帧。

没有帧率控制，所以不存在“以 12 fps 运行来节省积分”这回事。

没有潜空间、注意力层或噪声调度的控制项。 那些把 flash attention 或时序噪声调度描述成可配置选项的说法，讲的是你根本接触不到的内部机制——如果它们真的存在的话。

Wan 2.7 是唯一提供种子和负面提示词的视频模型。但它不支持首尾帧，因此这两项能力无法同时使用。

何时选择其他方案更合适

由多个镜头组成的连续序列。 长视频生成器会把片段串联起来，将每段完成的片段带入下一段。这比逐个镜头手动搭配首尾帧更好。

只有开头重要。 图片转视频更简单，支持 35 个模型。

特定的表演动作。 动作控制可以从驱动视频中迁移动作。

简而言之

两个模型：Seedance 2.0 和 2.0 Fast。两帧共享同一主体、同一地点和同一光线。时长足以让运动显得合理，但不要更长。

做循环时，把同一张图片给它两次。仅这一个技巧，就值回整个功能。

模型目录见模型页面，每次生成在运行前都会报价，积分包价格请查看定价页面。