Midjourney 视频模型正式上线详细操作和说明

Midjourney 视频模型正式上线详细操作和说明 Midjourney 视频模型正式上线详细操作和说明 Modified June 19, 2025 开始使用 Midjourney 视频「图像转视频」 Midjourney 的全新“ 图片转视频 〞功能，可让您将普通图片转换为简短的动画视频。使用方法如下： 1. 避免单击尚未放大的图像上的"动画" 为什么要避免放大？因为每次视频渲染开始时都会有一个缩小过程，将起始图像缩小到适合 480p 视频的分辨率。MJ 对起始帧的缩小程度越大，出现故障的风险就越大。因此，请从较低分辨率的图像开始，以帮助减少缩小带来的伪影。 2.选择动画模式 您将获得两个选择： · Auto / 自动 ：Midjourney 会为你编写动作提示。超级简单，它会猜测哪些动作应该移动以及如何移动。非常适合快速出视频。 · Manual/ 手动 ：您可以编写自己的动作提示。这可以让您更好地控制场景的变化、摄像机的移动以及接下来的动作。 3. 选择运动级别 · Low Motion/ 低动态：适合拍摄平静或慢动作的场景。摄像机基本保持静止。非常适合营造氛围或情绪化的氛围。 缺点：有时它几乎根本不动。 · High Motion / 高动态：一切都在移动 — 主体、背景、摄像机，非常适合拍摄动作片。 缺点：有时可能会有点混乱或出现故障。 4.延展你的视频 找到喜欢的视频后，您可以将其延长最多 4 倍，每次延长约 4 秒。完成后只需点击" Extend /延长"按钮即可。「使用“ Manual/ 手动"按钮进行自定义操作」创建图像 点击 Animate / 动画 Low Motion/ 选择你的氛围 完成。 5.手动模式下的视频提示 传统的提示 "静态图像"提示 并非视频的正确选择，视频扩散模型需要考虑运动、时间连贯性和场景进展的提示，关键在于学会有效地使用 动词和副词 。 如果您使用“Auto/自动”按钮来制作动画，但它没有给出您想要的效果，请改 用“Manual/手动”模式并修改提示 以使这些内容发挥作用： · Motion / 运动 使用主动动词描述动作： 正确： A bird soars upward, flapping its wings rapidly. 一只鸟 飞翔，快速地 拍打着翅膀。 错误： A bird in the sky. 天空中的一只鸟。 · Temporal Coherence /时间连贯性 强调随着时间的推移逐渐改变： 正确： The sun slowly sets behind the mountains, gradually casting shadows. 太阳 慢慢 落到山后， 渐渐 投下阴影。 错误： Sunset behind mountains. 山后的夕阳。 常见时间连接词： First/ 首先、 then/ 然后、 next/ 接下来、 after that/ 之后、 suddenly/ 突然、 meanwhile/ 同时、 eventually/ 最终、 as/ 当、 while/ 而、 at the same time/ 同时、 finally/ 最后 · Scene Progression / 场景进展 明确指定转换： 正确：A boy walks through a forest, then he enters a glowing cave as fireflies swirl. 一个男孩穿过一片森林．然后进入一个黄火虫飞舞的发光洞穴 错误：Boy in forest, then cave. 男孩在森林里，然后进入洞穴 6.视频模型不像图像模型那样工作「注意重点要考」。 视频模型不仅仅是生成一帧，它们会生成一系列需要随时间推移而变化的帧。这意味着你必须捕捉运动，而不仅仅是静态细节。 使用诸如 “ walks/ 行走”“ rises/ 上升”或“ glows/ 发光” 之类的动词可以为模型提供关于事物如何运动的线索。 这些运动词可以帮助系统弄清楚从一帧到下一帧的变化。 大多数视频模型使用自回归上下文 ，这是一种巧妙的说法：模型会记住它刚刚制作的内容。如果你的提示包含诸如 “then”nslowly”或“at the same time" 之类的短语，模型会利用这些短语来保持逻辑上的联系。 视频模型中的自回归上下文意味着它们基本上是在说：“好吧，我拍了这一帧，让我记住它，现在我要根据刚才的操作来拍下一帧。"所以你得到的是一连串的小决定， 每一帧都依赖于前一帧 ，就像垫脚石一样，一个接一个。这就像"帧记忆”。每个新帧都建立在刚刚发生的事情之上，所以你的视频看起来不像一堆随机瞬间的杂乱。 这就是你的提示有帮助的原因：当你说她走得很慢时，模型听到的是，"哦，在前一帧显示她走路的同时，添加一个慢步。"它使用每个帧作为上下文，以确保下一帧自然流动，而不是跳来跳去。 底线是什么？要具体，使用动词，构建流畅性。不要像编剧那样写作，要像大声朗读视频的人那样写作。你的动作语言越好，模型就越智能。 7.视频提示公式 · 主题＋动作「运动」 A cat darts across a rooftop… 只猫 飞快地 穿过屋顶. · 时间连接词和限定词 … while the moon rises slowly behind it… … 而 月亮则从它后面 缓缓升起 · 相机提示 …camera pans left as a streetlamp flickers. …随着路灯闪烁，镜头 向左平移 。 · 场景转换 …it leaps off the roof and lands in a dark courtyard . … 它从屋顶 跳下，落在一个黑暗的 庭院里 · 形容词/副词 …leaps gracefully , landing silently on moss covered stones. … 优雅地 跳跃， 静静地落在 长满青苔的石头上。 · 风格/氛围/灯光 Eerie moonlight; cinematic, high detail. 诡异的月光；电影般的、高细节， 8.错误提示 · 不要再使用的提示 "16k""8k""HD”“4k"“ ultra detailed ” 就像图像扩散一样，这些标记对于视频扩散来说也是噪声。为什么？因为视频模型通常具有固定或上限分辨率「例如最高576p到1080p」，并且在提示上加上"16k"并不能突然使其具有 NASA 级别的清晰度，你只是在添加安慰剂。 · 摄影术语 "f/1.8”"ISO 100"“ shutter speed 1/60 ”“ DSLR ” 这些标记听起来很花哨，但通常对图像和视频模型来说都毫无意义。大多数扩散模型不知道如何在运动中处理它们，生成空间中没有快门。它们只是氛围而已。 · 显示技术术语： "HDR"" Dolby Vision ”“ high dynamic range ” 这些在图像提示中不起作用，在视频提示中仍然不起作用。为什么？因为它们描述的是视频的显示方式，而不是视频内容。你的提示应该关注视频的内容，而不是如何呈现。视频扩散模型并不控制电视的对比度范围，而是试图猜测像素的位置。"HDR”通常会被忽路或误解为"让它色彩丰富？" · 风格中的忌讳词： “ hyperrealistic ”" trending on artstation ”“ award winning " 在视频中，最好是直白的表达："自然光"“电影真实感"、“细致的阴影" 如果你什么都不记得了，请记住： 视频提示讲究动作、流畅性和连贯性。使用强有力的动词来描述动作，使用副词来塑造动作，并使用清晰的过渡来引导接下来的内容。 地址：https://prompt faqs.notion.site/ 210024c0a17e80a481a4de34ce8f9bb2 🔗 原文链接： https://mp.weixin.qq.com/s/5I8bahXV... 努力的五花肉 RaDesign2025年06月19日 13:29 中国香港 https://mp.weixin.qq.com/s/5I8bahXV... 开始使用 Midjourney 视频「图像转视频」 Midjourney 的全新“ 图片转视频 〞功能，可让您将普通图片转换为简短的动画视频。使用方法如下： 1. 避免单击尚未放大的图像上的"动画" 为什么要避免放大？因为每次视频渲染开始时都会有一个缩小过程，将起始图像缩小到适合 480p 视频的分辨率。MJ 对起始帧的缩小程度越大，出现故障的风险就越大。因此，请从较低分辨率的图像开始，以帮助减少缩小带来的伪影。 2.选择动画模式 您将获得两个选择： · Auto / 自动 ：Midjourney 会为你编写动作提示。超级简单，它会猜测哪些动作应该移动以及如何移动。非常适合快速出视频。 · Manual/ 手动 ：您可以编写自己的动作提示。这可以让您更好地控制场景的变化、摄像机的移动以及接下来的动作。 3. 选择运动级别 · Low Motion/ 低动态：适合拍摄平静或慢动作的场景。摄像机基本保持静止。非常适合营造氛围或情绪化的氛围。 缺点：有时它几乎根本不动。 · High Motion / 高动态：一切都在移动 — 主体、背景、摄像机，非常适合拍摄动作片。 缺点：有时可能会有点混乱或出现故障。 4.延展你的视频 找到喜欢的视频后，您可以将其延长最多 4 倍，每次延长约 4 秒。完成后只需点击" Extend /延长"按钮即可。「使用“ Manual/ 手动"按钮进行自定义操作」创建图像 点击 Animate / 动画 Low Motion/ 选择你的氛围 完成。 5.手动模式下的视频提示 传统的提示 "静态图像"提示 并非视频的正确选择，视频扩散模型需要考虑运动、时间连贯性和场景进展的提示，关键在于学会有效地使用 动词和副词 。 如果您使用“Auto/自动”按钮来制作动画，但它没有给出您想要的效果，请改 用“Manual/手动”模式并修改提示 以使这些内容发挥作用： · Motion / 运动 使用主动动词描述动作： 正确： A bird soars upward, flapping its wings rapidly. 一只鸟 飞翔，快速地 拍打着翅膀。 错误： A bird in the sky. 天空中的一只鸟。 · Temporal Coherence /时间连贯性 强调随着时间的推移逐渐改变： 正确： The sun slowly sets behind the mountains, gradually casting shadows. 太阳 慢慢 落到山后， 渐渐 投下阴影。 错误： Sunset behind mountains. 山后的夕阳。 常见时间连接词： First/ 首先、 then/ 然后、 next/ 接下来、 after that/ 之后、 suddenly/ 突然、 meanwhile/ 同时、 eventually/ 最终、 as/ 当、 while/ 而、 at the same time/ 同时、 finally/ 最后 · Scene Progression / 场景进展 明确指定转换： 正确：A boy walks through a forest, then he enters a glowing cave as fireflies swirl. 一个男孩穿过一片森林．然后进入一个黄火虫飞舞的发光洞穴 错误：Boy in forest, then cave. 男孩在森林里，然后进入洞穴 6.视频模型不像图像模型那样工作「注意重点要考」。 视频模型不仅仅是生成一帧，它们会生成一系列需要随时间推移而变化的帧。这意味着你必须捕捉运动，而不仅仅是静态细节。 使用诸如 “ walks/ 行走”“ rises/ 上升”或“ glows/ 发光” 之类的动词可以为模型提供关于事物如何运动的线索。 这些运动词可以帮助系统弄清楚从一帧到下一帧的变化。 大多数视频模型使用自回归上下文 ，这是一种巧妙的说法：模型会记住它刚刚制作的内容。如果你的提示包含诸如 “then”nslowly”或“at the same time" 之类的短语，模型会利用这些短语来保持逻辑上的联系。 视频模型中的自回归上下文意味着它们基本上是在说：“好吧，我拍了这一帧，让我记住它，现在我要根据刚才的操作来拍下一帧。"所以你得到的是一连串的小决定， 每一帧都依赖于前一帧 ，就像垫脚石一样，一个接一个。这就像"帧记忆”。每个新帧都建立在刚刚发生的事情之上，所以你的视频看起来不像一堆随机瞬间的杂乱。 这就是你的提示有帮助的原因：当你说她走得很慢时，模型听到的是，"哦，在前一帧显示她走路的同时，添加一个慢步。"它使用每个帧作为上下文，以确保下一帧自然流动，而不是跳来跳去。 底线是什么？要具体，使用动词，构建流畅性。不要像编剧那样写作，要像大声朗读视频的人那样写作。你的动作语言越好，模型就越智能。 7.视频提示公式 · 主题＋动作「运动」 A cat darts across a rooftop… 只猫 飞快地 穿过屋顶. · 时间连接词和限定词 … while the moon rises slowly behind it… … 而 月亮则从它后面 缓缓升起 · 相机提示 …camera pans left as a streetlamp flickers. …随着路灯闪烁，镜头 向左平移 。 · 场景转换 …it leaps off the roof and lands in a dark courtyard . … 它从屋顶 跳下，落在一个黑暗的 庭院里 · 形容词/副词 …leaps gracefully , landing silently on moss covered stones. … 优雅地 跳跃， 静静地落在 长满青苔的石头上。 · 风格/氛围/灯光 Eerie moonlight; cinematic, high detail. 诡异的月光；电影般的、高细节， 8.错误提示 · 不要再使用的提示 "16k""8k""HD”“4k"“ ultra detailed ” 就像图像扩散一样，这些标记对于视频扩散来说也是噪声。为什么？因为视频模型通常具有固定或上限分辨率「例如最高576p到1080p」，并且在提示上加上"16k"并不能突然使其具有 NASA 级别的清晰度，你只是在添加安慰剂。 · 摄影术语 "f/1.8”"ISO 100"“ shutter speed 1/60 ”“ DSLR ” 这些标记听起来很花哨，但通常对图像和视频模型来说都毫无意义。大多数扩散模型不知道如何在运动中处理它们，生成空间中没有快门。它们只是氛围而已。 · 显示技术术语： "HDR"" Dolby Vision ”“ high dynamic range ” 这些在图像提示中不起作用，在视频提示中仍然不起作用。为什么？因为它们描述的是视频的显示方式，而不是视频内容。你的提示应该关注视频的内容，而不是如何呈现。视频扩散模型并不控制电视的对比度范围，而是试图猜测像素的位置。"HDR”通常会被忽路或误解为"让它色彩丰富？" · 风格中的忌讳词： “ hyperrealistic ”" trending on artstation ”“ award winning " 在视频中，最好是直白的表达："自然光"“电影真实感"、“细致的阴影" 如果你什么都不记得了，请记住： 视频提示讲究动作、流畅性和连贯性。使用强有力的动词来描述动作，使用副词来塑造动作，并使用清晰的过渡来引导接下来的内容。 地址：https://prompt faqs.notion.site/ 210024c0a17e80a481a4de34ce8f9bb2 🔗 原文链接： https://mp.weixin.qq.com/s/5I8bahXV... https://mp.weixin.qq.com/s/5I8bahXV... 努力的五花肉 RaDesign2025年06月19日 13:29 中国香港 伊朗国家电台昨天说“今晚将会发生一件大事，让世界铭记几个世纪”，原来是 Midjourney 视频更新 🐶 看看说了啥 “正如你们所知，过去几年 MJ 的重点一直是图像生成技术。但你们可能不知道的是，MJ 坚信这项技术的终极目标是开发出能够实现 实时开放世界模拟 的模型。 1.这意味着什么？ 简单来说，想象一个AI系统，它能够实时生成图像。你可以命令它在 3D 空间中移动，环境和角色也会随之移动，你还能与一切事物互动。为了实现这一目标，MJ 需要一些关键的构建模块 「翻译：现在实现的和未来要实现的」 ： · 视觉效果 ：首个图像模型。 · 让图像动起来 ：视频模型。 · 让 MJ 在空间中可移动 ：3D模型。 · 让这一切快速进行 ：实时模型。 在未来一年中，MJ 将逐步构建这些模块，陆续发布它们，并最终将它们整合成一个统一的系统。 起初这可能会成本较高，但比你想象的要快「翻译：目前很贵，但很快，像你老公一样」， 它将成为每个人都能使用的技术。 2.今天的更新是什么？ 今天，MJ 迈出了重要的一步： 向整个社区发布 MJ 的 视频模型V1 。从技术角度来看，这个模型是一个 过渡性「翻译：不是最终呈现效果」 的里程碑，但现在 MJ 要决定具体为你们提供什么。 MJ 的目标是提供一种 有趣、简单、美观且价格合理 的工具，让每个人都能探索和体验。MJ 相信已经找到了一个很好的平衡点，尽管你们中的许多人可能会觉得需要升级至少一个订阅层级，以获得更多的快速生成时间 「翻译：先画个饼，我们价格是最合理的」 。 视频工作流程：“图像转视频”「翻译：点名主题，今天更新的是什么」 今天的视频功能将被称为“ 图像转视频 ”。这意味着你仍然像往常一样在 Midjourney 中生成图像，但现在你可以点击“ Animate / 动画 ”按钮「图1」，让它们动起来 「翻译：目前只在 MJ 官方平台可以使用，Discord 上目前不支持，并且 GPU 是普通生图速度的 8 倍，也就是快速模式可以生成，正常速度下是不行的」 「图2」 。 3.动画选项和动态设置「官方下面有详细说明」： 1. Auto/自动动画 系统会为你生成一个“动作提示”，让图像“动起来”。这非常有趣！ 2. Manual/手动动画 你可以向系统描述你希望事物如何移动，以及场景如何发展。 · Low Motion/低动态 适合环境场景，相机基本保持静止，主体缓慢或有目的地移动。 缺点 ：有时可能会生成完全不动的画面。 · High Motion /高动态 最适合希望主体和相机都移动的场景。 缺点 ：过多的动态有时会导致奇怪的错误。 你可以根据需要选择合适的设置，或者两种都试试。 4.延长视频： 视频生成时长从 5 秒开始， 当你获得一个满意的视频后，你可以选择“ Extend / 延长 ”它每次延长约 4 秒，您会看到进一步延长视频的选项。这将为您的视频额外增加 4 秒， 最多可延长4次。 当您在“创建”页面上将鼠标悬停在视频上时，请查找“ Extend Auto/ 自动延长”和“ Extend Manual /手动延长”按钮，当您打开视频时，请查找“创建操作”部分下方的按钮。 自动延长： 此按钮使用原始提示自动延长您的视频。 手动延长 ：如果您想在延长视频之前更改提示文字，请使用手动选项。这样，您可以在提交更长的视频之前调整或添加新元素。 您可以随意将视频延长最多 4 倍，直至达到 21 秒「即可用的最大长度」。 5.支持外部图像： 还允许你对从 Midjourney 外部上传的图像进行动画处理。只需将图像拖到提示栏，标记为“ 起始帧 ”，然后输入一个动作提示，描述你希望它如何移动。 6.负责任地使用 MJ 恳请大家负责任地使用这些技术。如果使用得当，它不仅有趣，还非常实用，甚至深刻——能让古老和全新的世界突然鲜活起来。 7.价格与可持续性 生产这些模型的实际成本以及 MJ 收取的费用很难预测 「翻译：前面已经给你们打了预防针了，有可能贵，因为 MJ 服务器承受不了太大压力」 。MJ 将尽力在当下为你提供使用权限，并在接下来的一个月里观察大家的使用情况「或者可能完全耗尽服务器资源」，然后调整一切，以确保我们运营的是一个可持续的业务。 在发布初期，MJ 将仅在 网页端提供服务 。视频作业的收费将比图像作业高约 8 倍 ，每个作业将生成 4个5秒的视频 。令人惊讶的是，这意味着一个视频的成本与一次图像升级的成本相当！或者说，每秒视频的成本大约等于一张图像的成本。这非常了不起、令人惊喜，并且 比市场上的其他产品便宜25倍以上 。随着时间的推移，这只会变得更好。此外，我们将为 “ 专业版 ”及以上订阅者测试视频的“放松模式”「妈蛋，请问年会员的不配嘛，快速用完了不支持」 。 8.未来展望 MJ 希望你会喜欢这次发布。未来还会有更多更新，在构建视频模型的过程中学到了很多。这些经验将在未来几周或几个月内反馈到 MJ 的图像模型中。” 官方手册说明 1.总结： · 目前仅在 midjourney.com 上提供视频生成功能。 midjourney.com · 与普通图像相比， 所有套餐均可生成视频 「在快速模式下」 。 · 视频所需的 GPU 时间多 8 倍。 Pro 和 Mega 套餐用户可以使用“放松模式”生成视频。所有其他套餐仅限使用“快速模式” 「我理解，但真狗」 。 · 视频生成功能仅与视频专用参数兼容： motion low、、 motion high 和 raw。 2. 视频输出 Midjourney 视频以 480p 画质生成，也称为标清。视频的具体形状和大小取决于起始图像的宽高比。如果您将生成的视频上传到其他视频分享平台，其画质将被归类为 480p。 下表显示了不同的起始图像宽高比将如何影响视频的像素尺寸： 注意：Midjourney 在某些情况下可能需要稍微调整宽高比。这意味着您的视频的宽高比可能与初始图像略有不同。 3.视频设置 选择一张图片作为 起始帧 后，点击 Imagine 栏中的 设置图标 即可访问视频设置。在这里，您可以控制默认运动设置、GPU 速度和隐身模式。这些设置会与您的图像生成设置同步。 注意：目前只有 Pro 和 Mega 计划才支持在 Relax 模式下生成视频。 4.视频播放 在“创建”页面上完成视频生成后，将鼠标悬停在视频上即可播放。 您还可以通过按住键盘上的 Control 或 Command 键并在视频上来回移动鼠标来手动擦洗「以自己的速度播放视频」。 5.视频原始参数 为了更精确地控制视频创作的运动，使用 raw 视频提示中的参数会很有帮助。此功能的作用类似于图像的 Raw 模式。 当您添加时 raw，它会减少 Midjourney 通常添加的额外创意天赋，从而使您的提示文本对结果产生更大的影响。 地址： https://docs.midjourney.com/hc/en us/articles/37460773864589 Video 官方提示指南 大多数情况下，您可能会使用 “ Auto / 自动 ” 按钮来为图像添加动画效果。但是当您想要更好地控制视频的外观和移动方式时，这些技巧就派上用场了。