一张照片怎么做带声音的 AI 宠物视频

在 WandFX，上传一张猫或狗的照片，就能制作带声音的 AI 宠物视频。选择 DJ Cat、Dog Drummer 或 Pet Bicep Heart，无需自己写提示词，即可生成一段 5 秒竖屏短片。这三个特效都使用 MiniMax H3，输出为 768P、9:16，每次生成消耗 35 个付费积分。

我们设计这几个预设时，把一段清楚的动作和对应的声音场景放在一起。选择前，先想好你希望宠物表演什么。下面展示的是实际生成的样片，源照片中的宠物均由 AI 重新生成。

先看动作，再选场景

DJ Cat 猫咪打碟会把宠物放到 DJ 控制器后面。已发布样片里，猫咪左爪揉搓转盘，右爪拨动推子，最后抬起一只爪子收尾。先看爪子的动作、听一遍声音，再判断这个场景是否适合你想做的视频。

DJ Cat 样片中的猫咪与控制器。播放视频可以看到爪子如何移动，并听到生成的声音。

Dog Drummer 狗狗打鼓会给宠物安排鼓棒和架子鼓。我们的样片先展示双爪交替敲击，最后以水花飞溅收尾。鼓棒、鼓面和敲击动作共同构成这个场景，适合想让表演内容一眼就能看明白的用户。

Dog Drummer 样片使用红色架子鼓，完整视频包含交替敲击和结尾的水花。

Pet Bicep Heart 宠物比心把亮肌肉、比心的动作改编成宠物版本。已发布的视频先做一个幅度较小的屈臂动作，再把双爪合到胸前，用金色爱心轮廓突出形状。选择它时，可以期待这种风格化的宠物演绎，爪子的结构和姿势会随生成变化，无法要求它精确复刻人的手部动作。

准备一张清楚的宠物照片

照片支持 JPG、PNG 或 WebP，文件大小不超过 5 MB，宽度和高度都须在 300 至 5760 像素之间。尽量让脸部清楚，并在身体和前爪周围留出空间。对于依靠前爪表演的动作，过紧的裁切会让起始照片缺少相关信息。

选一张只有一只猫或狗的照片，让主体明确。如果有多张可选，先用胸前和腿部遮挡较少的那一张。可以参考宠物视频选图指南，了解构图会怎样影响起始画面。

从上传到下载

1. 在宠物特效合集中打开想用的特效。
2. 上传照片，检查预览是否把脸或身体意外裁掉。
3. 核对 5 秒、768P、9:16 的输出规格，以及 35 个付费积分的费用。完成页面要求的照片权限和生成授权后，点击 Generate video。
4. 生成完成后，打开结果并开启声音，检查脸部、爪子、动作和结尾，再下载保存。

这些预设会在生成指令里请求原创 AI 声音。MiniMax H3 官方功能说明介绍了模型生成统一视听内容的能力。每次生成的具体声音、节奏和动作时间都可能变化，鼓点或敲击落下的位置也可能与样片不同。

首页预览采用静音自动播放。需要听声音时，使用预览上的声音开关，或进入特效详情页播放样片。只看静音画面，无法判断最终短片的听觉效果。

花积分前的几个问题

这三个特效可以用试用积分吗？

DJ Cat、Dog Drummer 和 Pet Bicep Heart 每次都需要 35 个付费积分。欢迎试用积分仅适用于原有 Pet Dance、Pet Moonwalk 和 Pet Groove 的 Quick Preview，也就是 4 秒、15 积分的快速预览选项。计划生成几次之前，可以先查看积分价格。

需要上传视频或音频吗？

只需一张符合要求的猫狗照片。预设已经包含动作和声音指令，无需录制宠物表演，也无需自己写提示词。

生成失败会退积分吗？

确认属于技术失败的任务会退回积分。如果提交状态暂时不明确，系统会先核对任务，再确定最终结果。再次尝试前，先到 My creations 查看已有任务，避免把仍在处理的提交当成失败。

下载后还会有声音吗？

会。下载的视频会保留生成的音轨。分享前，可以用设备播放器打开保存的文件，开启声音，检查实际播放效果。