0 / 2500
每边至少 300px · 宽高比 2:5–5:2
Kling 动作控制 — 动作照搬，角色换成你的
Kling 动作控制把"动作迁移"变成了一件实用的事：喂给它一段有人在动的视频、一张该由谁来动的图片，再加一句场景描述——它就还给你"你的角色在做一模一样的动作"，表情和运镜全都带上。本页同时提供 Kling 两代模型，参考视频最长 30 秒，输出 720p 或 1080p。下面讲清楚：三种输入各管什么、哪些动作迁移得最干净，以及那条决定大多数结果的取景规则——依据是快手官方指南和实测结果。
三种输入，三种分工
快手官方文档把分工划得很清楚。搞懂哪个输入控制什么，就是这个工具的大半门道。
动作参考 — 视频
提供骨架：每一个动作、它的节奏、物理表现，默认连运镜和朝向也一并接管。
MP4 或 MOV，50MB 以内，3-30 秒，一个完整可见的表演者——取景干净比制作精良更重要。
角色参考 — 图片
提供表演者：脸、身材、穿搭——决定是谁在动。
JPG 或 PNG，大于 300px、10MB 以内，宽高比在 2:5 到 5:2 之间——动作要用到的每一条肢体都得在画面里。
文字提示词 — 场景
提供世界：背景、光线、氛围、风格。它管不了动作——动作早被视频包办了。
只描述氛围，别描述动作："霓虹舞台，薄雾，硬朗轮廓光"有效；"跳快一点"毫无作用。
Kling 2.6 还是 Kling 3.0——选哪一代？
两代都在本页。官方说法：3.0 在 2.6 基础上强化了面部表现和表演幅度。
Kling 3.0 动作控制
快手把它定位成迈向影视级的一步：跨场景的面部一致性更强，表演捕捉精度更高。本页的默认选择。
特写、靠表情撑住的表演，以及一切"脸是重点"的镜头。
Kling 2.6 动作控制
让动作迁移真正变可靠的那一代——测试者反复报告它能输出根根分明的手指和真实的重心转移，而这两点正是 AI 动作的历史老大难。
大批量社媒产出和舞蹈内容——出片速度比极致面部保真更重要的场合。
实战法则：靠身体的内容 2.6 就够用；靠脸的内容值得上 3.0。
哪些动作迁移得干净——哪些要慢慢试
综合官方指引和反复出现的实测结果。
迁移效果好
- 编排好的舞蹈——招牌用途，逐帧贴合参考，翻跳神器
- 全身可见的武术和运动动作
- 手势和手指细节——从 2.6 起手指就根根分明
- 随表演而动的面部表情，3.0 上再次加强
- 重量与惯性：跺脚、起跳、落地都有真实的物理感
谨慎尝试
- 极快或混乱的动作——官方提示输出可能被缩短
- 肢体被遮挡或出画的参考视频
- 比例严重偏离人类的高度风格化角色
- 多人出镜的参考——先把单个表演者裁出来
- 贴着 30 秒上限、全程复杂动作的长镜头
决定结果的取景规则
其中一条被 Kling 官方指南称为"整个界面里最重要的设置"。
取景要对齐：全身配全身。
动作视频是全身景，角色图片就必须也是全身——官方指南指出，半身图配全身视频是输出翻车最常见的原因。
选好由谁决定朝向。
默认的"跟随视频"让参考视频接管动作、表情、运镜和朝向，支持 3-30 秒参考；"跟随图片"保留角色原本的朝向，适用 3-10 秒参考。
输出时长跟随参考——通常如此。
渲染时长会对齐动作视频，但特别复杂或特别快的动作可能返回更短的结果。按动作规划剪辑，别按时钟规划。
动作迁移最拿手的四类活
每张卡片配齐需求、输入、收获和要留神的地方。
让任何角色翻跳同款舞
需求: 一段全网爆火的舞蹈，应该由你的角色来跳，而不是原视频里的人。
输入: 舞蹈片段 + 一张全身角色图，取景对齐。
拿回什么: 你的角色卡着节拍复刻整套动作，运镜也一并带上——照片跳舞的高配版。
为什么靠谱: 编舞是官方文档点名的招牌场景——节奏和物理感原样保留。
要留神: 有地板动作和大量遮挡的舞段；选一条四肢全程可见的版本。
让人停下滑动的动态海报
需求: 一张会呼吸的主视觉：海报里的角色带着活的动态。
输入: 一段短而克制的动作片段——转身、披风扬起、发丝随风——加上你的海报图。
拿回什么: 可循环播放的动态海报，首映、上新、官宣都能用。
为什么靠谱: 短促而克制的动作是最容易迁移的情况——漂移最小，质感最高。
要留神: 文字多的版面：字在动态中会抖——标题文字后期再合成上去。
影视级表演预演
需求: 开机之前，先把一场戏的走位和表演排出来。
输入: 一段参考表演——你自己用手机拍的就行——加上设计好的角色，选 3.0。
拿回什么: 角色完成整段表演，全程面部一致性在线。
为什么靠谱: 这正是快手为 3.0 点名的场景：影视级表演与高精度捕捉。
要留神: 院线级最终交付——把它当有制作野心的预演用。
真的会动的品牌 IP 形象
需求: 吉祥物要在整个营销战役里跳舞、挥手、做反应。
输入: 一套动作片段库 + IP 形象设定图，一组组复用。
拿回什么: 不租人偶服、不进棚，产出一整个系列的一致 IP 表演。
为什么靠谱: 一套动作库 × 一张角色图 = 可复制的产出——这是能规模化的生产模式。
要留神: 比例非人类的形象——大头娃娃式头身比、缺失肢体——漂移更明显；先用 5 秒小样试。
动作迁移会在哪翻车——以及怎么救
真实使用里反复出现的五种失败模式，每种都给出能用的答案。
图片里看不到手，生成的手就会多出手指。
解法: 动作要用到手，图片就必须露出手——插兜和抱臂会逼着模型凭空捏造，"AI 六指"就是这么来的。
特别快的动作回来时发糊或被截短。
解法: 拍参考时放慢动作、把动作拆成小节，或者只迁移整条里最干净的一段。
遮挡多、背景乱的参考会干扰骨架识别。
解法: 重拍或裁剪，让一个表演者全程清晰、与背景分明；三脚架胜过手持。
比例偏离人类太远的角色，动到一半开始漂。
解法: 设计尽量保持类人比例，正式跑之前先用 5 秒测试，优先选风格化但仍是两足直立的形象。
场景提示词救不了一条糟糕的动作视频。
解法: 提示词在这里只负责氛围。问题要在源头解决——进去的参考更好，出来的表演才更好。
在这个工具上，备料就是真正的提示词工程
质量在你打字之前就已经决定了。三张清单覆盖全部要点。
动作视频清单
- 一个表演者，全程完整在画面里
- 3-30 秒，MP4 或 MOV，50MB 以内
- 镜头稳定——除非你想把运镜也一起迁移
- 动作一眼能看懂：你眯起眼都看不清的，模型也看不清
角色图片清单
- 取景和视频对齐——全身配全身
- 动作会用到的肢体全部露出：不插兜、不抱臂
- 清晰、大于 300px，宽高比在 2:5 到 5:2 之间
- 朝向和视频的大方向基本一致
场景提示词清单
- 只写氛围：地点、光线、天气、风格
- 像灯光师一样描述："暖色钨丝灯实景光，薄雾"
- 不写动作词——编舞归视频管
- 同一套动作跑多个角色时，措辞保持一字不变
动作控制、图生视频，还是上动捕？
让角色动起来的三条路——各自接不同的活。
动作控制 — 本页
动作已经存在于视频里，而且必须精确复刻：舞蹈、表演、编舞、手势。
图生视频
你想让模型从一张静图自己发明合理的动态——松弛的、氛围式的、用提示词描述而非从素材复制。
动作捕捉管线
游戏引擎或视觉特效需要逐帧精确的骨骼数据、配合极端风格化和遮挡——传统动捕在那里依然物有所值。
动作迁移在这里怎么跑
两次上传加一句场景描述——工具就在本页顶部。
上传动作
丢进一段 3-30 秒的 MP4 或 MOV——一个清晰可见的表演者、稳定取景、50MB 以内。
加上表演者
上传角色图，取景与视频对齐、所需肢体全部入画；选好模型代际和朝向模式。
设定场景，开跑
一句氛围描述——地点、光线、情绪——然后用 720p 或 1080p 生成，放大检查手和脸。
Kling 动作控制：实战 FAQ
这些设置类问题直接决定出片质量——答案来自官方文档和实测结果。
让这个角色继续干活
生成新素材、改写已有镜头，或者给角色配上声音。
动作已经拍好了——换个人来演
上传动作、放进你的角色、描述舞台。Kling 动作控制把整段表演重新选角后还给你，最高 1080p——舞蹈、手势、表情，一样不少。