从图片生成，还是编辑已有视频？
制作 AI 连续换装视频，先准备一张已经完成开场构图的图片，再写清服装顺序和每次换装怎样出现，生成后检查完整视频。
本文适合已有一张人物图、想做创意换装短片的创作者。操作从完成的首帧开始：人物、开场服装、场景和前景遮挡物已经在同一张图里。本例用的是结合角色参考设计的插画，生成一段新视频；修改已有视频的衣服、验证真实服装的合身程度，是另外的任务。
真实案例：一张图与三次换装
角色 SUMI 一开始穿黑衣和骨白色外套，躺在吊扇下的地毯上。希望依次换成女巫、吸血鬼和幽灵新娘。视频阶段收到一张准备好的静帧；这张图此前已经结合角色参考设计。
三套新造型都有出现，但没有完全遵循请求的时间安排：第一次扇叶经过没有换衣。银白长发和俯拍地毯场景总体仍可辨认，脸部细节、发束、手和衣服轮廓仍会变化。
先准备好首帧
为了做这个吊扇效果，我们的首帧已经包含全身仰躺的角色、地毯、开场服装和位于边缘的扇叶，采用 9:16 俯拍构图。可以按手头的图片分两种情况准备：
- 已有完整构图：检查脸、要展示的身体范围和衣服，以及前景物的位置。如果要展示长裙或鞋，就让脚和周围地面出现在画面里。这张图将成为视频的开场画面。
- 只有自拍或角色头像：先通过拍摄、绘制或图片编辑，准备所需的静帧。复刻本例还需要把俯拍场景和扇叶放进构图。下文从完成的首帧开始，不包含把头像扩展成全身场景的操作。
- 进入视频阶段前，检查首帧的手、脸、衣服和多余物件，需要修改时先修好图片。
写清换装怎样发生，再安排时间
第三版把擦除式转场写成了具体动作：扇叶多宽、往哪里扫、衣服从哪一侧露出，以及身体部位的先后顺序。下面先看整理后的片段，再看实际提交的完整版本：
木质扇叶比她的身体更宽、比画面更长，从左上向右下缓慢扫过，每次只有一片扇叶进入画面。紧跟扇叶后缘露出新衣：先头和肩，再腰、腿和脚。每次扫过约 2.5 秒。保持脸、银白长发、姿势和位置一致，固定俯拍机位。
展开实际提交的完整提示词（英文原文）
这是当时实际提交的原文。各项指令都是请求，不代表输出或导出保证。实际偏差见下表。
A cinematic top-down overhead shot of the woman in the image lying barefoot on an elegant vintage Persian rug in a warm, cozy living room at night, with a carved jack-o'-lantern and a few lit candles at the edge of the rug. She has waist-length silver-white hair with a long fringe covering one eye, one visible pale-gold eye, and a calm relaxed expression.
Above her, very close to the camera, hangs a large wooden ceiling fan. Its blades are in extreme close-up in the foreground: each blade is a huge, slightly blurred dark wooden band, wider than her body and longer than the frame. The fan turns slowly; only one blade crosses the frame at a time, and between passes the blades are out of view.
Each blade pass works like a windshield wiper over her body: the blade enters at the top-left corner and moves slowly and steadily diagonally across the entire frame to the bottom-right corner, passing over her whole body from head to toe. Her outfit changes progressively right behind the blade's trailing edge: first her head and shoulders show the new outfit while the rest of her body still wears the old one, then her waist, then her legs, and finally her feet. When the blade leaves at the bottom-right corner, the new outfit is complete. Each pass takes about 2.5 seconds. Her face, silver-white hair, pose and position stay the same; between passes she makes small natural movements.
0–2.5s: her black outfit with the bone-white coat, as in the image.
2.5–5s: first blade pass → black witch costume with a pointed witch hat beside her head.
5–7s: witch costume.
7–9.5s: second blade pass → Victorian vampire costume, high-collared black cape lined in deep red.
9.5–11.5s: vampire costume.
11.5–14s: third blade pass → ghost bride, white lace gown with a long sheer veil.
14–16s: ghost bride.
Premium anime illustration in the same style as the image, clean ink lines, soft painterly shading, detailed fabric, warm golden indoor lighting, soft shadows, cinematic lighting, motion blur on the passing blade, fixed top-down camera, no text, no watermark.
Aspect ratio: 9:16.
改成自己的角色时，先替换人物外观、开场服装和三套新造型，让场景描述与首帧一致。保留本例吊扇转场时，保留扇叶尺度、运动方向、后缘露出和固定机位这些要求。换成其他遮挡物属于新的创作设定，本例没有验证其效果。复制原文也不代表会得到同一条结果。
下表对照请求的经过区间和每次可见换装大致开始的时点。这不是逐帧精度测量，也不是所有服装细节完全换好的时刻。
| 请求的经过区间 | 希望露出的造型 | 实际观察时点 |
|---|---|---|
| 2.5–5 s | 女巫服装 | 约 5.8 秒 |
| 7–9.5 s | 吸血鬼服装 | 约 9.8 秒 |
| 11.5–14 s | 幽灵新娘 | 约 13.4 秒 |
早期版本先只提换装，后来写了更快的擦除。第三版放宽前景扇叶、减慢经过速度，并写明身体部位的先后顺序。指令和生成片段同时发生了变化，不能证明某一句话导致了改进。本文保留了第一次没换装的过程。
在 FlyAIgh 制作自己的版本
- 打开视频生成，选择 Vidu Q4 Preview 的图生视频模式。按本例设置为 16 秒、540p。
- 上传准备好的首帧。这个模式的输出跟随输入图比例；想要竖屏，就先把图片构图做好。
- 参考上方完整提示词，按改写说明替换人物和服装，让场景描述与自己的首帧一致。
- 阅读当前视频报价和声音设置，输入准备好后再提交。准备新图片与生成视频是两个阶段。
- 播放完整结果，在每次换装附近暂停，按下面的检查项对照用途，再决定保留哪个版本。
使用前检查完整成片
- 脸与头发：对照每次经过之前、过程中和之后，包括被扇叶短暂遮住的细节。
- 服装顺序与完整度：检查有没有跳过换装、旧衣与新衣混在一起，或只有一帧看起来正确。
- 遮挡与身体：跟随扇叶扫过身体，再看手、脚、姿势、影子和身后的地毯。
- 时间：记下变化实际何时开始、何时结束，不凭封面或任务完成提示判断。
如果目的是展示三套创意造型依次出现，这条结果包含了所需顺序。如果要求每次扇叶经过都换衣、严格按指定秒数发生，或脸部细节完全一致，它就没有达到目标。挑片时先确认需要的造型是否出现、人物是否符合你的辨认标准，再看节奏。
如果造型和人物已符合目标，只是停留太久或换装落点偏移，可以检查是否有适合裁切、重排或调整时长的片段，处理后再看接缝和节奏。既要保持一镜连续、又要每次精确卡点，这条素材未必能满足。调整时间不能补出缺失的服装，也不会自动修复变脸、混衣或错误遮挡。
案例记录与参考资料
本例生成于 2026-10-09，使用 Vidu Q4 Preview 图生视频，16 秒、540p，为第三版提示词的结果。网页保留完整连续视频，只移除了声音。一条选定结果不能用来计算首次成功率。
生产记录将 Zoyavelle 的吊扇创意记为灵感来源。这里展示的是我们的角色、准备好的首帧、提示修订和输出。下面的发布者文档解释输入路线；FlyAIgh 当前工作台决定可用选项和报价。
常见问题
一张照片能生成多次换装的视频吗？
可以把它作为图生视频的首帧尝试。本例只向视频阶段提供一张准备好的角色插画，用文字描述三套新服装。这张图之前经过角色参考设计，整个人物设计流程并不是拿一张随手自拍就完成。
我已经拍好视频，能照这个流程只换衣服吗？
本文从图片生成一段新视频。已有录像要选择接收视频并支持对应修改的流程。照片生成案例不能证明原人物、动作和背景都能保持不变。
需要全身照片吗？
想改哪一部分，就让那一部分出现在首帧里。要展示长裙或鞋，就保留脚和周围空间。本例用全身插画；只有头像时，先准备所需构图再进入视频阶段。
每套衣服都要单独上传图片吗？
本例没有，女巫、吸血鬼和幽灵新娘都用文字描述。这不能证明它会准确复现某件商品的版型、花纹或标志。精确服装匹配需要单独验证。
能严格按提示词里的秒数换装吗？
本例没有严格按时间安排执行，实际差异见正文表格。部分节奏问题可以尝试剪辑，但裁切不能保证一镜连续又逐次精确卡点，具体限制见结果取舍部分。
怎样让换装前后一直是同一张脸？
用清楚的首帧，说明希望保留的身份、头发、姿势和机位，再检查每次遮挡前、过程中和之后的脸。这些是要求与检查方法，不是脸完全不变的保证。
为什么衣服整身跳变，没有跟着遮挡物逐渐出现？
检查前景物是否覆盖目标身体区域、扫过是否留有足够时间，以及提示词有没有说明后缘露出什么。此前修订同时改了多个条件，不能据此确定一个原因或必然有效的修法。
生成免费吗？这里的视频带音乐吗？
FlyAIgh 视频生成需要付费账户和积分，以当前设置的报价为准。准备图片可能另有报价。本文网页视频静音，原文件有音轨；有音轨本身不等于取得了所需音乐的发布授权。