Creative workflows
AI 首尾帧视频：原理、两张图怎么挑，以及我们两段实测里出的问题
首尾帧（起止帧）AI 视频是什么、哪些工具支持、怎么挑两张能接得上的图、提示词怎么写，以及我们两段 Veo 3.1 Fast 实录视频哪里做对了、哪里没做对。
文中视频样片均在 Cicadas 真实生成，并保留模型、参数和日期。用户用这些模型生成时 Cicadas 会获得收入。我们如何实测
- 实测时间：
- 2026-09-08 – 2026-10-01
- 这些模型的实测样片：
- 9
- 模型：
- Veo 3.1 Fast
- 这些样片的供应商费用：
- ≈$8.90
- 挑选规则：
- 我们保留的样片都附参数、费用和请求编号；失败或弃用的运行也公开在实测记录中。
简单说： 首尾帧 AI 视频，就是给一张开头图、一张结尾图，让模型生成中间的运动。两张图是同一主体、同样光线、机位几乎不变，只差一处（镜头推近、光线变化、一个东西移动）的时候效果最好。在 Cicadas，首尾帧视频页用 Veo 3.1 Fast 做这件事：无声、4 到 8 秒、100 积分起。我们实录的两段里，首尾两端都对上了；中间那段路，并不总按提示词走。
Cicadas 是我们自己做的，文中的页面和样片也是我们的。两段样片分别录于 2026 年 9 月 8 日和 20 日。11 月 5 日，我们把两段都切成逐帧对照图，量了成片首尾帧和我们提供的原图有多接近，并查了其他工具的帮助页。价格同日从代码里的页面定价读取。
首尾帧生成到底在做什么
普通的图生视频只给模型一张图，结尾停在哪由模型自己定。首尾帧（也叫起止帧、关键帧）多给了一个终点：开头要是图 A，结尾要是图 B，提示词负责描述中间这段路。
由此有两点：
- 首尾是目标，不是复印件。 模型会把画面重画一遍。在我们的产品样片里，按 0 到 1 的相似度（SSIM）算，成片首帧和我们给的开头图是 0.92，尾帧和结尾图是 0.86：一看就是那两张图，但不是同一张。
- 中间是编出来的。 两张图本身不说明怎么从 A 到 B，模型只能自己选。提示词里写一个清楚的物理动作（“镜头推近”“光线变暖”），能缩小它的选择范围。
这也不是补帧。补帧是给已有的视频插帧；这里没有视频，只有两张静态图。
哪里能做
| 工具 | 叫法 | 说明 |
|---|---|---|
| Cicadas | 首尾帧视频 | Veo 3.1 Fast，4、6 或 8 秒，720p 或 1080p，无声，JPG/PNG/WebP 每张最大 8 MB，先报价后生成 |
| Google Flow | Frames：添加开始帧、添加结束帧 | 按 Google 的 Flow 帮助页，结束帧可以不放 |
| 可灵 | 首尾帧 | 见可灵官网的入门说明页 |
| Luma Dream Machine | 关键帧（Keyframes） | 见 Luma 的学习中心 |
后三个工具取自各家 2026 年 11 月 5 日能查到的帮助页，这篇没有实际跑过，它们的套餐和限制也变得很快。Cicadas 的 Veo 3.1 页用同一个模型做文生和单图生成，可以带声音。只有一张图的话，图生视频页更简单。
我们实录的两段
两段都在首尾帧页上用 Veo 3.1 Fast 生成，8 秒、16:9、720p、无声。
首尾同一张图：做循环的尝试
我们把同一张纸艺风景同时当首帧和尾帧，要求镜头不动、云朵“轻轻飘动再回到原位”。成片开头和结尾几乎是同一个画面：首帧和尾帧之间的相似度 0.98。中间浮岛、小屋、瀑布都没动，但大约 2.5 到 5.5 秒，有一大朵云从浮岛前面飘过又离开。动是动了，正是我们要的；但循环播放时画面会一鼓一收，不够顺。供应商费用 0.80 美元（估算）。打开这条配方。
想做循环，就先这样生成，再丢进免费的视频循环工具：它能在重复之前把结尾和开头融合起来，全程在浏览器里完成。
首尾两张不同的图：产品推镜
首帧是一个绿色玻璃香水瓶立在湿石头上、周围有水花的远景，尾帧是同一个瓶子的特写。提示词要求“一次连续的物理推镜”，“铺满整整八秒”，瓶子保持刚性，“不要重影”。逐帧看到的是：
- 0 到 3 秒： 一道水浪拍过瓶子，有一瞬间能透过水看到瓶子，这就是页面上提醒的重影。
- 大约 3 到 4 秒： 推镜几乎都发生在这一秒里，瓶子一边变大一边从画面中间滑向右边。
- 4 到 8 秒： 停在特写，背后有水花。
也就是说，开头和结尾都对上了，但八秒的推镜被压缩进了大约一秒。供应商费用 0.80 美元。打开这条配方。同一个瓶子用单图生成的版本，见我们的香水产品视频指南。
两张图怎么挑
- 同一主体、同样光线、同一镜头。 两张图共同的东西越多，模型要编的就越少。
- 只改一处。 景别、光线、一扇门打开。一次改两三处，变形和重影就开始了。
- 画幅和成片一致。 要做 16:9 就用 16:9 的图，要做竖屏就用 9:16，免得首尾裁切不一样。
- 能从视频里取就从视频里取。 已经有一段视频，想做一个从它某一帧开始、到另一帧结束的新镜头，用免费的视频抽帧工具导出精确的帧，当作首尾两张图。
- 两张图里都别放文字。 标签和字是中间最先变形的东西。
同一场景的两幅画也能当首尾帧；只有一幅画、想让它动而不改画面，用专门的让画动起来页。
好用的提示词
页面自带三条起步提示词，各对应一种变化。先写怎么动，再写什么不能动：
- 镜头运动： “Move the camera slowly from the opening wide composition toward the closing close-up. Keep the same subject rigid and stable; no cuts, duplicates or morphing.”
- 光线变化： “Keep the camera locked while lighting changes gradually from the opening image toward the closing image. Preserve scene geometry and subject shape.”
- 循环尝试： “For matching endpoint images, keep the landscape stable while clouds drift gently and return toward their initial positions; inspect the join before treating it as a loop.”
页面还会自动在后面补一句英文，要求把第一张图当开头帧、第二张当结尾目标，不要剪切、文字或标志。
常见问题怎么处理
| 看到的问题 | 可能原因 | 试试 |
|---|---|---|
| 物体互相穿过或出现双影 | 两张图差得太多 | 让两张图更接近：同角度，只改一处 |
| 运动集中在一下子发生 | 节奏是模型自己定的 | 用 4 或 6 秒，或缩小两张图的差别 |
| 中间冒出新东西（水花、云） | 模型用符合场景的东西填中间 | 写清哪些不能动；把画面里杂乱的元素去掉 |
| 结尾接近但不完全一样 | 首尾是目标不是复印件 | 需要严格对齐就在剪辑软件里剪掉最后几帧 |
生成失败或文件没通过我们的检查，积分会退回；成片交付了但没做对，照样扣费，所以先用短时长、小变化试。
价格，以及一件要留意的事
| 时长 | 积分 | 按 1,500 积分包（15 美元） |
|---|---|---|
| 4 秒 | 100 | 1.00 美元 |
| 6 秒 | 150 | 1.50 美元 |
| 8 秒 | 200 | 2.00 美元 |
这个页面上 720p 和 1080p 同价。我们 2026 年 10 月 15 日查看时，fal 的 Veo 3.1 Fast 接口页面写着将于 2026 年 11 月 17 日下线；到时首尾帧视频页会说明 Cicadas 换成什么。
常见问题
AI 首尾帧视频是什么？
给模型两张静态图，一张做开头、一张做结尾，再写一句两者之间怎么变，模型把中间的画面画出来。两张图是引导，不是逐像素照搬，所以成片的首帧和尾帧会很接近你的图，但不完全一样。
哪些 AI 视频工具支持首尾帧？
Cicadas 的首尾帧视频页用的是 Veo 3.1 Fast。按各家自己的帮助页（2026 年 11 月 5 日查到）：Google Flow 有开始帧和结束帧，可灵有首尾帧模式，Luma Dream Machine 叫关键帧。我们只实测了 Cicadas。
在 Cicadas 做一条首尾帧视频多少钱？
Veo 3.1 Fast 无声视频，4 秒 100 积分，6 秒 150 积分，8 秒 200 积分，720p 和 1080p 同价。按 15 美元 1,500 积分的积分包，8 秒一条 2.00 美元。生成前会先显示报价。
首尾帧能做无缝循环吗？
靠不住。首尾用同一张图，我们的成片确实回到了接近起点的样子，首帧和尾帧的相似度是 0.98（满分 1），但中间还是有一朵云从画面前面飘过，仔细看能看到接缝。循环播放前，先用免费的视频循环工具把结尾和开头融合一下。
首尾帧视频为什么会有重影？
通常是两张图差得太多：景别不同、角度不同或多了新东西。模型只能自己编中间的路径，可能就会叠化或让物体互相穿过。两张图保持同一主体、同样光线和镜头，中间只改一处。
首尾帧和补帧是一回事吗？
不是。补帧是在已有视频的帧之间插入新帧，让画面更顺或做慢动作。首尾帧是用两张静态图生成一段新视频，中间发生什么全由模型决定。
我们怎么查的
paper-loop（2026 年 9 月 20 日）和 glass-transition（9 月 8 日）是 Cicadas 通过 fal.ai 用 Veo 3.1 Fast 首尾帧接口实录的两段视频，每段只发一次，各 0.80 美元。11 月 5 日我们按每秒 2 帧导出画面（推镜附近按每秒 8 帧），并在 1280×720 下用 SSIM 比较成片首尾帧和原图。其他工具的功能来自同日查到的帮助页。不支持结尾帧的模型怎么用，见 MiniMax H3 Max 指南；我们怎么录样片，见我们如何实测。