用手机视频轻松控制 AI 摄像头运动与参考

手机摄像头运动参考向 AI 视频模型展示摄像头应该如何移动，而不是让它来解释"手持"或"电影感"这样的词汇。 你先记录路径、速度、暂停和细微的人类不完美之处。视频模型随后将这个短片用作运动指导，而提示词和静止参考则定义最终主体和视觉风格。

你不需要成品置景或精美的参考影片。一个房间、几个纸箱和一个人充当主体就足够了。本教程还介绍了一个可选的 AR 工作流程，适合希望在 iPhone 上阻挡虚拟场景的创作者。

TL;DR

• 在录制前确定起始画面、结束画面和一个主要摄像头运动。
• 使用替身或简单物体来表示主体的位置和比例。
• 在明亮、纹理丰富的空间中缓慢录制，以保持设备追踪和视觉特征清晰。
• 修剪参考视频为一个干净的运动；删除录制按钮时的意外重组。
• 告诉模型从视频中复制什么，忽略什么。
• 分别检查路径、速度、构图、视差和主体接触，与视觉风格无关。

为什么运动参考比摄像头形容词更有效

文本对命名镜头很有用。但在描述人类操作摄像头的完整路径时精度较低。"缓慢手持推入"留下了几个决定：行走速度、高度、横向漂移、减速时刻、抖动量以及镜头停止的位置。

参考短片包含这些作为运动的决定。ByteDance 将 Seedance 的视频参考描述为指导构图、摄像头语言和运动节奏的方式。^[1] 生成的镜头不是逐帧复制，但模型有具体的轨迹可以遵循。

将输入视为独立部门：

这些角色越清楚，诊断失败就越容易。

选择两种初学者录制方法中的一种

方法 A：拍摄物理阻挡景

这是最快的路线。在最终主体所在的位置放置椅子、纸箱、灯或朋友。用手机走出预期的摄像头运动并录制。物体不需要看起来像最终场景；它们只需要保持位置、大小和遮挡。

使用此方法：

• 向表上的产品推进；
• 围绕表演者进行手持轨道运动；
• 从墙壁或前景物体后方揭示；
• 沿着移动主体的低追踪运动；
• 类似焦点的重组，从前景重新框架到背景。

方法 B：用 AR 录制虚拟阻挡景

AR 工具可以将替身放在虚拟场景中，并将物理手机运动转换为录制的摄像头路径。例如，开源 Film Space 项目提供具有图形替身、镜头预设、场景阻挡、摄像头模式和录制功能的 SwiftUI 虚拟工作室。^[2]

这条路线需要更多设置，因为你需要兼容的 Apple 开发环境和设备。其优点是当物理位置或主体不存在时，你可以排练镜头。

ARKit 将摄像头分析与运动传感相结合，以估算设备运动。Apple 建议可见的场景细节、可预测的光照和受控运动；黑暗空间、空白表面、模糊或非常快速的运动会降低追踪质量。^[3]

如果你是完全初学者，从物理阻挡景开始。仅当你需要虚拟替身或可重复的空间标记时才转向 AR。

步骤 1：编写摄像头运动卡

在开始行走前，镜头要有明确的开始和结束。

{
  "shot": "产品揭示",
  "duration": "6 秒",
  "start_frame": "宽，产品隐藏在前景盒后",
  "path": "向右移动 1.5 米，同时向前推进 0.5 米",
  "height": "胸部高度，恒定",
  "subject_rule": "产品在 4 秒时居中",
  "end_frame": "中等特写视图，保持 1 秒",
  "shake": "小的自然行走漂移",
  "avoid": "快速旋转、数字变焦、主体离开画面"
}

这张卡防止常见的初学者问题：录制一个有趣的运动，但没有在可编辑的画面上结束。

步骤 2：阻挡主体和前景

在最终主体位置放置替身。匹配大致的高度和宽度。如果最终场景有表、门或前景揭示，在相同深度包括简单物体。

用可拆卸胶带标记三个地面位置：

1. 摄像头开始；
2. 揭示发生的点；
3. 摄像头停止。

模型需要视差线索来理解深度。单个人对着空白墙显示的空间信息少于带有前景、中景和背景物体的人。

步骤 3：录制干净的镜头

将手机设置为横向以输出 16:9 或纵向以输出 9:16。在运动中保持镜头选择固定。避免数字变焦，因为它混合镜头变化与物理运动。

使用此排练顺序：

1. 在开始处静止站立一秒钟。
2. 逐渐开始移动，而不是突然动作。
3. 在计划的高度保持手机。
4. 看主体构图，而不是你的脚。
5. 在最后标记前减速。
6. 保持结束画面一秒钟。

录制三个镜头。最好的参考通常是最简单的，而不是最戏剧性的。如果快速摇摇欲坠或激进的抖动至关重要，只在受控版本成功后测试它。

步骤 4：准备参考短片

修剪短片，使其包含故意的保持、移动和结束保持。删除你伸手按录制按钮的时刻。除非它包含你希望模型使用的计时信息，否则静音音频。

然后检查：

• 主体在整个过程中是否可见或清楚地表示？
• 摄像头是否停在计划的构图上？
• 地平线是否稳定到足以用于预期的风格？
• 画面中是否有意外的人、屏幕或隐私细节？
• 该文件是否可通过公共 HTTPS URL 用于 API 请求？

除非你有权使用，否则不要上传隐私或可识别的材料。带有物体的阻挡景通常比录制不相关的人更安全。

步骤 5：编写参考角色提示

提示应说明模型可以从每个输入借用什么。

视频 1 仅是摄像头运动指导。遵循其摄像头路径、速度、前景揭示和一秒结束保持。忽略其房间外观、物体、颜色和光照。

图像 1 定义产品形状、标签布局和颜色。保持产品始终可见。最终场景是有暖和工作室桌子和深蓝色背景。

摄像头在柔软前景形状后方开始宽，向右和略微向前移动，在 4 秒时揭示产品，然后保持在居中的中等特写视图上。无添加文本、徽标、手或额外产品。无数字变焦。

短语"摄像头运动指导仅"很重要。没有它，模型可能会借用阻挡景的光照、房间或替身外观。

步骤 6：将参考发送到视频模型

Seedance 2.5 在 reAPI 上接受公共视频参考。保持第一次测试短，在批准运动前使用 720p。

curl https://reapi.ai/api/v1/videos/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedance-2.5-face",
    "prompt": "Video 1 is camera-motion guidance only. Follow its path, speed, foreground reveal, and ending hold. Ignore its room and objects. Image 1 defines the product. Warm studio table, dark blue background. Preserve product geometry. No added text or logos.",
    "video_urls": ["https://example.com/phone-camera-reference.mp4"],
    "image_urls": ["https://example.com/product-reference.png"],
    "resolution": "720p",
    "size": "16:9",
    "duration": 6,
    "generate_audio": false
  }'

当前 reAPI 路线允许多个图像和视频参考，文件、持续时间和总输入限制在 Seedance 2.5 API 页面 上记录。在构建上传验证前检查该页面，因为限制和定价是时间敏感的。

步骤 7：先审查运动，后审查外观

将生成的短片与参考并排比较。在第一遍中忽略颜色和精细纹理。

如果运动错误，简化参考或更明确地说明复制的属性。如果运动正确但产品漂移，保持运动参考并加强产品锚点。不要通过录制完全不同的运动来解决两个问题。

故障排除

生成的镜头复制了阻挡景房间

说视频仅是运动指导，描述替代环境，并提供强大的风格或起始图像。视觉繁忙的阻挡景也可以压倒新场景，所以使用简单物体和中性光照。

运动太快

录制一个更慢的镜头，起始和结束保持更长。文本中的速度说明可能有帮助，但更慢的参考使计时更清晰。

摄像头路径有效但主体滑动

改进阻挡景中的深度线索并添加清晰的主体替身。说明主体是静止的、行走还是附着到摄像头运动。

输出看起来摇晃

区分有意的手持漂移和意外振动。脚跟到脚趾行走，保持肘部放松，并移除突然的手腕修正。如果你想要更强的抖动，在基本路径有效后添加它。

AR 追踪跳动

移到更明亮的光线，包括纹理表面，放慢速度，并避免将摄像头指向空白墙。这些条件与 Apple 的世界追踪指导一致。^[3]

FAQ

我可以将普通手机视频用作参考吗？

可以。物理阻挡景通常已足够。保持空间布局简单，并告诉模型复制运动，而不是房间或物体。

我需要 iPhone 吗？

不，不是普通参考录制。这里描述的可选 AR 工作流程使用 ARKit，因此需要 Apple 设备，但普通摄像头参考可以在其他手机上录制。

参考应该包含真实演员或产品吗？

不一定。替身减少隐私和许可问题。当模型支持时，为最终主体使用单独的身份图像。

生成的摄像头路径是否完全匹配？

否。将参考视为强大的指导，而不是确定性运动捕捉。检查结果并期望一些变化。

手机参考比 Blender 更好吗？

手机录制对自然手持运动更快。Blender 对可重复路径、不可能的运动、精确空间阻挡和团队审查更好。Blender 摄像头预览教程 涵盖了这条路线。

结论

手机摄像头运动参考为 AI 视频工作流程提供了提示词语言无法完全表达的东西：一个表演的路径，具有真实的计时和人类运动。保持阻挡景简单，定义模型应该复制什么，并在视觉完善前判断运动。一旦路径有效，重新使用相同的参考与不同的主体和风格，而不是在每个提示中重新发现运动。

References

1. ByteDance Seed. Seedance 2.0 Official Launch. February 12, 2026. seed.bytedance.com
2. Max Prokopp. Film Space: SwiftUI virtual film studio with AR camera and scene recording. Retrieved August 27, 2026. GitHub
3. Apple Developer Documentation. Understanding World Tracking. Retrieved August 27, 2026. developer.apple.com
4. reAPI. Seedance 2.5 API — Parameters, Modes & Billing. Retrieved August 27, 2026. reapi.ai