AI 工具 20 min read

AI 影片運鏡術語有用嗎?Wan2.2 實測 6 支:dolly in 照做、orbit 失敗(附 24 種中英對照)

Threads 上「AI 聽得懂術語,聽不懂感覺」的 24 種運鏡速查表,我拿本機 Wan2.2 TI2V 5B 同場景、同 seed 只換運鏡一句,產 6 支片再用 OpenCV 量鏡頭實際移動量。寫「拍得好看」累計縮放 ×1.00 完全不動,dolly in 推近 ×1.15 照做,orbit、crane up 都沒做到——術語有效,但小模型只穩定聽懂最基本的推軌。

AI 影片運鏡術語有用嗎?Wan2.2 實測 6 支:dolly in 照做、orbit 失敗(附 24 種中英對照)
本文目錄 · 8
懶人包
  • AI 影片 prompt 寫「拍得好看一點」,鏡頭幾乎不會動:我用本機 Wan2.2 TI2V 5B 實測,這支片的累計縮放是 ×1.00、水平位移 0 px。
  • 換成運鏡術語有效,但只對一部分:6 支同場景、同 seed 的片裡,dolly in 照做(×1.15),truck left 方向對但只移 28 px,crash zoom 只拍成特寫,orbit 與 crane up 都沒做到。
  • 商用模型有正式的運鏡語法:MiniMax 官方 API 文件列了 15 個方括號指令,例如 [Push in]、[Pan left],同一組括號建議最多 3 個;orbit、crane 不在清單裡。
  • Wan2.2 的 README 沒有運鏡關鍵字清單,只寫了光線、構圖、色調這類美學標籤;在小模型上,運鏡要寫成「起點 → 動作 → 終點」,而且一個鏡頭只放一個動作。
  • 文末附 24 種鏡頭運動中英對照表與每種的 prompt 片段,可直接複製;完整 6 支實測影片放在 html.yanchen.app/ai-camera-moves。

2026-11-10 我在 Threads 看到 @oceanads_dev(艾文芒果 DevOps)的一篇貼文,開頭是「AI 影片的差距,八成在鏡頭語言」。內容是兩張圖,整理了 24 個攝影機運動名稱的中英對照,金句是「AI 聽得懂術語,聽不懂感覺」。我截圖時這篇有 3,405 個讚、5,143 次分享。

這個說法可以直接驗證:同一個場景、同一個 seed,只換運鏡那一句,看鏡頭到底有沒有照做。我在自己的 RTX 4070 上跑了 6 支,再用 OpenCV 量每支片的鏡頭實際移動量。

AI 真的聽得懂運鏡術語嗎?實測結果

先看結論,下面再講怎麼測。

寫法量測(累計)判定
Make it look good and cinematic(拍得好看)zoom ×1.00、水平 0 px、垂直 1 px幾乎不動
Slow dolly in(推軌前進)zoom ×1.15、水平 -48 px、垂直 23 px照做
Orbit shot(環繞 180 度)zoom ×1.06、水平 -12 px、垂直 10 px沒做到
Crane up shot(搖臂上升)zoom ×1.12、水平 -46 px、垂直 -41 px沒做到
Crash zoom(急推變焦)zoom ×1.11、單幀最大放大 1.006只對一半
Truck left(向左橫移)zoom ×1.01、水平 28 px、垂直 5 px方向對、幅度小
Wan2.2 TI2V 5B 運鏡實測成果頁:6 支同場景短片的首幀、prompt、量測數字與判定

原貼文的論點成立一半。感覺詞確實沒用,模型拿到「好看」只給了一張會動的照片;術語也確實有用,dolly in 是 6 支裡最乾淨的一支。但不是寫了術語就會照做:在 5B 這種小模型上,只有最基本的推軌穩定成功,繞行、升降這類需要模型理解 3D 空間的運鏡都失敗。

原貼文的 hashtag 是 #MiniMaxH3 和 #seeddance2.5,作者用的是商用大模型。我用的是能在家用顯卡跑的開源小模型,所以這篇的結果補的是速查表沒講的另一半:術語有沒有效,要看模型。

我怎麼測:同場景、同 seed、只換一句

環境與設定:

項目值
顯示卡RTX 4070 12GB
介面ComfyUI 0.3.71(本機 API)
模型wan2.2_ti2v_5B_fp16(文字轉影片)
解析度/長度832×480、73 幀、24fps(約 3 秒)
取樣20 steps、cfg 5、uni_pc、seed 20261110
場景固定是「雨夜台北街頭,一個穿紅大衣的女生站在路中間,霓虹倒映在濕柏油路上」。6 支片的 prompt 只差開頭那一句運鏡描述:
SCENE = ("a young woman in a red coat standing alone in the middle of a quiet "
         "rainy Taipei street at night, neon signs reflecting on wet asphalt, cinematic lighting")

SHOTS = {
    "00_vague":      "Make it look good and cinematic. " + SCENE,
    "01_dolly_in":   "Slow dolly in: the camera moves steadily forward toward the woman, from a wide shot to a medium close-up. " + SCENE,
    "02_orbit":      "Orbit shot: the camera circles 180 degrees around the woman at eye level, keeping her centered. " + SCENE,
    "03_crane_up":   "Crane up shot: the camera rises high above the street, tilting down, revealing the whole neon-lit block. " + SCENE,
    "04_crash_zoom": "Crash zoom: a sudden fast zoom in onto the woman's face. " + SCENE,
    "05_truck_left": "Truck left: the camera slides sideways to the left parallel to the street, the woman stays in frame. " + SCENE,
}

每支片我記到的生成時間在 195 到 425 秒之間,GPU 同時有其他任務在排隊,所以這個數字只能當參考。

量測用 OpenCV:每兩個相鄰幀抓 ORB 特徵點,用 RANSAC 估一個相似變換(縮放、平移、旋轉),73 幀累加起來就是整支片的鏡頭運動量。zoom 大於 1 代表畫面放大(推近),水平正值代表畫面往右流(鏡頭往左)。

M, _ = cv2.estimateAffinePartial2D(a, b, method=cv2.RANSAC)
s = float(np.hypot(M[0, 0], M[1, 0]))   # 這一幀的縮放
zoom *= s
peak_zoom_step = max(peak_zoom_step, s)
dx += float(M[0, 2])
dy += float(M[1, 2])

這是背景特徵點的整體位移,屬於近似值,主角本身走動也會被算進去。所以每支片我都另外拼了首、中、尾三幀,用眼睛再確認一次。

哪些運鏡成功、哪些失敗?

拍得好看:鏡頭完全不動

對照組首、中、尾三幀:寫「拍得好看」時構圖從頭到尾不變

累計縮放 ×1.00、位移 0。雨在下、霓虹在閃,但鏡頭沒動。「好看」「電影感」在模型眼裡是畫面風格,不是鏡頭指令。

Dolly in:照做,最乾淨的一支

Dolly in 首、中、尾三幀:女生從全身遠景被推到半身

從全身遠景推到半身,累計放大 ×1.15。prompt 裡我把起點和終點都寫了(from a wide shot to a medium close-up),模型照著走完。

Orbit:沒有繞,只拍成背影

Orbit 首、中、尾三幀:女生始終是背影,鏡頭沒有繞到側面

要求繞 180 度,模型給的是背影加一點微推(×1.06),水平只流了 12 px。繞行需要模型生出主角另一側的樣子,這對 5B 模型太難。

Crash zoom:拍成特寫,但沒有「急」

Crash zoom 首、中、尾三幀:一開始就是臉部特寫,沒有瞬間推近的過程

模型抓到了「臉」,直接從特寫開始拍。但 crash zoom 的重點是瞬間拉近,這支片單幀最大放大是 1.006,跟慢速 dolly in 的 1.004 差不多,沒有任何一幀是突然放大的。

Crane up 與 truck left

Crane up 首、中、尾三幀:主角消失,鏡頭往巷子裡推,沒有升高

Crane up 失敗得最明顯:主角消失,鏡頭往巷子裡推(×1.12),畫面往上流 41 px,代表鏡頭反而在降低。

Truck left 首、中、尾三幀:女生從畫面左側慢慢移到中央

Truck left 方向是對的,畫面往右流 28 px,等於鏡頭往左移。女生從畫面左側移到中央,但 3 秒只移這麼一點,看起來比較像輕微漂移。

商用模型怎麼控制運鏡?MiniMax 有官方指令

MiniMax 的影片生成 API 文件直接寫明:prompt 可以用方括號指令控制鏡頭,適用 MiniMax-Hailuo-2.3、MiniMax-Hailuo-02、T2V-01-Director。官方列出的 15 個指令如下:

類型指令
橫移[Truck left]、[Truck right]
橫搖[Pan left]、[Pan right]
推拉[Push in]、[Pull out]
升降[Pedestal up]、[Pedestal down]
直搖[Tilt up]、[Tilt down]
變焦[Zoom in]、[Zoom out]
晃動[Shake]
跟拍[Tracking shot]
固定[Static shot]
同一組括號裡的指令會同時生效,官方建議最多 3 個;分開的括號會依序執行。例如:
[Pan left,Pedestal up] A wide mountain valley at sunrise...
[Push in] A detective studies a torn photograph... then [Static shot] the camera holds as his expression changes.

這份清單沒有 orbit、crane、dolly zoom。第三方整理的 Hailuo Director 指南也提醒:這幾個是描述性用語,不是驗證過的指令;同一份指南還提到,原貼文 tag 的 H3 在 V2 API 文件裡沒有記載這套方括號語法。

Seedance 2.0 走另一條路:可以上傳參考影片,讓模型複製參考片的運鏡。OpusClip 的教學示範了「Replicate the simultaneous push-in and upward crane movement from @Video1」這類寫法,並建議複合運鏡要拆開逐一描述,最多上傳 3 支、合計 15 秒內。

小模型的運鏡 prompt 怎麼寫比較穩?

Wan2.2 的 GitHub README 講到「電影級美學」時,列的是光線、構圖、對比、色調這類標籤,沒有運鏡關鍵字清單。從這次 6 支片的結果,我在本機小模型上的寫法整理成三條:

  1. 寫起點和終點。成功的 dolly in 寫了「from a wide shot to a medium close-up」;只寫動作名稱,模型不知道要走多遠。
  2. 一個鏡頭只放一個運鏡。MiniMax 官方也是建議一組括號最多 3 個,小模型更要保守。
  3. 需要 3D 理解的運鏡不要指望小模型。orbit、crane、bullet time 要生出主角沒出現過的角度,5B 做不到;需要的話改用 14B、商用模型,或拍成兩個鏡頭再剪接。
還有一個限制要先說清楚:TI2V 5B 官方支援的是 720P(1280×704),我為了速度用 832×480 跑。解析度、步數、seed 都可能影響結果,這是單一 seed 的一次實測,不代表這個模型的運鏡能力上限。

24 種鏡頭運動中英對照(附 prompt 片段)

原貼文的圖解析度不夠,我看不清全部 24 項,所以這張表是我依常用攝影術語重新整理的 24 項,不是照抄原圖。prompt 片段沿用我實測的雨夜街景。

類別中文英文術語效果Prompt 片段
固定固定鏡頭Static / Locked-off鏡頭不動,讓表演說話static locked-off shot, camera does not move
固定手持Handheld輕微晃動,紀錄片臨場感handheld camera, subtle natural shake
旋轉橫搖Pan left / right機身不移,左右轉頭看camera pans slowly from left to right
旋轉直搖Tilt up / down機身不移,上下抬頭低頭camera tilts up from her feet to the night sky
旋轉滾轉Roll / Dutch angle畫面傾斜,不安、失衡camera rolls into a tilted dutch angle
移動推軌前進Dolly in / Push in靠近主角,情緒加強slow dolly in toward the subject
移動推軌後退Dolly out / Pull back拉開距離,孤獨或揭露環境camera pulls back to reveal the whole street
移動橫移Truck left / right平行側移,像走過櫥窗camera trucks left parallel to the subject
移動升降Pedestal up / down機身垂直升降,視角不轉camera pedestals up vertically
移動跟拍Tracking / Follow shot跟著主角移動tracking shot following her from behind
移動領拍Leading shot倒退走在主角前方camera moves backward in front of her as she walks
移動環繞Orbit / Arc shot繞主角轉,凸顯主角camera orbits 180 degrees around her
高度搖臂上升Crane up / Jib up升高俯瞰,史詩感、收尾crane up shot rising high above the street
高度搖臂下降Crane down從高空落到主角,開場crane down from rooftops to eye level
高度空拍飛越Drone flyover高空大景aerial drone shot flying over the city
高度俯衝FPV dive穿越式高速飛行FPV drone dives down between buildings
鏡頭變焦推近Zoom in鏡頭不動,焦段變長slow optical zoom in on her face
鏡頭急推變焦Crash zoom / Snap zoom瞬間拉近,喜劇或驚嚇sudden crash zoom onto her face
鏡頭滑動變焦Dolly zoom / Vertigo主角不變、背景壓縮或拉伸dolly zoom, background stretches while she stays the same size
鏡頭移焦Rack focus焦點從前景換到背景rack focus from the neon sign to her face
特殊甩鏡Whip pan高速甩動帶動態模糊轉場fast whip pan with motion blur
特殊子彈時間Bullet time時間凍結,鏡頭繞行bullet time, frozen raindrops, camera circles
特殊主觀鏡頭POV shot以角色眼睛看出去first-person POV walking down the street
特殊一鏡到底Long take / Oner不剪接連續移動continuous long take, camera glides through the scene
這 24 項裡,我這次只實測了其中 6 種的寫法。其餘 18 種的 prompt 片段是寫法範例,沒有逐一跑過。

接下來可以怎麼用

  • 用商用模型做片:MiniMax Hailuo 2.3/02 直接用官方 15 個方括號指令,比自然語言描述好控制。
  • 用本機 Wan2.2 做片:優先用 static、dolly in,寫清楚起點和終點;繞行、升降改用剪接處理。
  • 想自己驗證:把上面的 SHOTS 換成你的場景,固定 seed 跑一輪,比對首尾幀就知道模型懂哪些運鏡。
本機 Wan2.2 的環境怎麼裝、怎麼讓 Claude 自動出片,可以看我前一篇〈Claude 接 MCP 做 AI 影片:用本機 Wan2.2 做免費版〉;同一張顯卡做 AI 動物影片的提示實測在〈AI 巨大動物影片怎麼做?3 種提示實測〉。

常見問題

AI 影片 prompt 用中文寫運鏡可以嗎?

這次我只測了英文寫法。MiniMax 官方的方括號指令全是英文,例如 [Push in];運鏡術語本身也是英文最統一,建議運鏡那一句用英文寫。

Dolly in 跟 zoom in 差在哪?

Dolly in 是攝影機整台往前移,前景和背景的相對位置會改變;zoom in 是攝影機不動、焦段變長,畫面像整張被放大。MiniMax 的指令把兩者分開:[Push in] 和 [Zoom in]。

為什麼 orbit 在小模型上做不出來?

繞行時模型要生出主角原本看不到的側面和背面,還要讓背景跟著轉,需要較強的 3D 一致性。我這次用 Wan2.2 5B 只得到背影加微推,水平位移 12 px。

author
陳
陳彥彤

AI 工程師 · AI 顧問。Java 後端 8 年、AI 工程師 2 年。AI 內訓 · AI 導入顧問 · 前後端與雲端培訓。

support

覺得文章有用可以到 GitHub 給個 star,或是透過信箱聊聊 AI 內訓、AI 導入顧問或前後端 / 雲端培訓。