并非每个视频都要从实拍素材开始。一张产品照片、一句引言、一张构图精美的图片——搭配背景音乐做成一段动态视频——在社交平台上往往比静态图文表现更好，原因很简单：在大多数信息流中，视频格式获得的曝光通常比图片更多。
"图片转视频"到底生成了什么
图片转视频模式接收正好一张图片（JPG/PNG）和一个 MP3 文件，输出的视频时长与音频轨道完全一致——视频既不会比音乐长，也不会比音乐短。图片本身可以保持静止，也可以加上细微的动效，避免看起来像一张僵硬的幻灯片。
动效效果
动效是可选项，但效果差异明显——在视频平台上，一张一动不动的图片显得比较敷衍。可选的效果包括：
- Ken Burns（默认） ——缓慢的缩放加平移组合效果，经典的纪录片风格。几乎适用于任何照片。
- 放大 / 缩小 ——简单直接的推近或拉远，没有平移。
- 平移（四个方向） ——画面在图片上从左到右、从右到左、从上到下或从下到上滑动，不做缩放。最适合宽幅图片（风景照、合影），比起缩放，横向移动能展现更多细节。
- 缩放+平移组合（柔和） ——比 Ken Burns 更轻柔的版本，适合想要有动感但又不希望太明显的图片。
动效强度可以从非常轻微调整到默认幅度的两倍——人像或截图通常用较低强度效果更好，而风景照可以承受更强的缩放而不显得突兀。
叠加文字
可以在图片上叠加一层文字——适合用来展示引言、字幕或行动号召。有几个设置值得了解：
- 位置 ——居中、顶部或底部。
- 显示模式 ——文字可以整段瞬间出现，也可以按可控速度逐字显示，逐字模式与配音搭配自然，文字出现的节奏大致能跟语音同步。
- 入场动画 ——淡入、从任意方向滑入，或轻微的弹跳效果——如果启用了逐字显示，入场动画会自动被忽略，因为两者互斥。
- 背景色块 ——文字后方的半透明色块能提升在复杂背景图片上的可读性；没有它，浅色文字可能会在图片的浅色区域中消失不见。
适配模式：contain 与 cover
如果图片的宽高比与目标视频分辨率不匹配（例如一张方形产品照要渲染成竖版 9:16），你可以选择如何处理留白：
- Contain（包含） ——整张图片完整可见，空白部分用纯色背景填充。图片不会被裁剪。
- Cover（填满） ——图片会被放大并居中以填满整个画面，超出部分被裁剪。没有留白，但会损失图片边缘部分。
对于社交视频来说，Cover 通常是更好的默认选择（画面没有黑边），除非图片边缘的内容确实重要——比如产品图裁剪掉部分产品的情况。
如何用 RapidVideoMaker 生成
- 上传一张 JPG/PNG 图片和一个 MP3 文件（各正好一个——该模式不支持多张图片）。
- 选择动效类型和强度，或者关闭动效使用完全静态的图片。
- 可选择添加文字叠加，设置位置、动画和显示速度。
- 选择适配模式和目标分辨率。
- 生成——输出时长与你的 MP3 完全一致。
该模式也可以通过API 文档以 image_to_video 调用，适合从一批产品照片或引言图片批量生成视频内容。
常见问题
可以使用多张图片吗？
不可以——该模式只接受正好一张图片和一个 MP3。如果要合并多张图片，请为每张图片分别生成一段视频，再用融合（fusion）模式将它们合并。
是什么决定了视频的时长？
完全由 MP3 的时长决定。如果需要更长或更短的视频，请先调整音频文件。
动效在任何图片上都有效吗？
有效，但在低分辨率图片上使用非常高的强度，放大时可能会出现像素化。建议从默认强度开始，再根据效果调整。
