Kling AI 动作控制：工作原理 + 如何在 WaveSpeed 上使用

嘿伙计们。说实话，我一开始并不打算学习 Kling AI Motion Control。我只是想要一个杯子在桌子上滑过的短视频，不希望摄像机像在船上一样漂移。试了两次之后，我意识到这个模型太急切了，热情过头，想要添加花哨效果。动作感觉很飘浮。这个小烦恼让我进行了一周的测试、几次失败的渲染，以及一些我希望早就知道的清晰模式。

“动作控制”实际上意味着什么

当人们说”Kling AI Motion Control”时，他们通常同时指的是三件事：

你指导一个主体随时间的运动（走路、滑行、转身、手势）。
你保持摄像机行为一致（锁定、推进、缓慢平移），这样场景就不会抖动。
你限制模型临时发挥的冲动，比如添加道具、灯光或物理效果。

实际上，动作控制不像 After Effects 中的关键帧，更像是在道路上设置车道。你不会获得每一帧的精确坐标，但你可以缩小路径，使模型保持接近你描述的内容。

让我惊讶的是：好的动作控制主要是关于减少歧义。如果提示留有空间，模型会填充它，通常带有摄像机移动。如果你对摄像机和背景明确说明，你的主体运动就会变得更加可预测。当我在提示的早期写下”三脚架、固定摄像机、无变焦”时，漂移下降了很多。不是完全消失，但可以管理。

你能/不能控制什么（部分、摄像机、姿态）

我能够可靠地控制的

摄像机规范。 说”三脚架拍摄、固定摄像机、无变焦、无推进”比任何其他文本都更有帮助。如果你想要一个动作，请精确说明一个：“缓慢从右到左平移，恒定速度。” 混合多个动作会让它困惑。
粗略的主体动作。 动词加速度词有效：“缓慢行走”、“稳定滑行”、“转身 90 度”、“抬起右手挥手”。像”轻轻”这样的副词比像”0.5 m/s”这样的数字更容易被解释。
锚点时刻的姿态。 我在时间段上描述姿态时获得了更好的效果：“起始：中立姿态。中途：右手抬起到肩膀高度。结束：手放下。” 模型将这些解释为节拍。

保持滑动的

细粒度的肢体路径。 “肘部在 45°“通常不会坚持。“肘部紧靠”效果更好。
微观计时。 如果你需要手挥从 1 秒准确开始，预期会有一些漂移。我通过锚定节拍（“在中间…”、“在最后三分之一…”）而不是绝对秒数来靠近。
物理完美碰撞。 滑动物体有时感觉没有摩擦力。添加表面细节（“粗糙的橡木桌面、可见的纹理”）有所帮助，但它不是物理引擎。

如果你来自 ControlNet 或 MoCap 领域：Kling 在一些包装中接受调节（姿态、遮罩），但纯文本加上仔细的否定词让我为简单的拍摄完成了 80%。

WaveSpeed 设置（模型 + 预设）

我一直看到在坐在 Kling 顶部的几个 UI 中有一个”WaveSpeed”预设。名称在包装中有所不同，但想法是一致的：倾向于平滑的速度曲线而不是华丽的摄像机动作。当我将当前的 Kling 视频模型与 WaveSpeed 风格的预设配对时，我获得了更稳定的主体运动和更少的微观变焦。

我的基线设置：

模型： 测试时仪表板中可用的最新 Kling 视频/动作模型。
预设： “WaveSpeed”或任何提及稳定动作、恒定速度或三脚架偏差的预设。
动作强调： 中等。高有时会过度抑制纹理变化：低让摄像机漫游。

如果你的 UI 没有”WaveSpeed”，查找像”平滑速度”、“恒定动作”或”摄像机稳定器”这样的切换。这是用不同名称的相同意图。

对于这样的设置，我们使用我们自己的 WaveSpeed — 它保持运动稳定、预设一致，并减少重试。这正是我们团队处理 Kling AI Motion Control 的方式。

分步工作流程

这是为我产生最少重试的路径。

用文字框架化拍摄
- 从摄像机开始：“三脚架、固定摄像机、无变焦。” 或命名一个深思熟虑的动作。把这个放在第一句。
- 锁定背景：“普通工作室背景”、“日光厨房、静止”、“空旷的走廊、无其他人”。减少混乱。
描述主体和身份
- 一个清晰的主体身份，有 2-3 个锚点：衣服、调色板、道具。如果你有参考图像，使用它。
以节拍指定动作
- 开始/中间/结束。使用动词 + 速度词。避免在同一节拍中混合多个动作。
添加保护动作的否定词
- “无摄像机抖动、无变焦、无切割、无延时、无传送。” 听起来很傻，但它有效。
在渲染前设置持续时间和宽高比
- 我保持在 4-6 秒左右以获得更紧密的控制。较长的视频会引起漂移。
做一个低分辨率/快速过程
- 如果你的 UI 允许草稿模式，先以低分辨率测试动作。我用这种方法发现了 70% 的问题。
用小编辑进行迭代
- 每次运行改变一个变量：摄像机、速度词或单个节拍。大的提示编辑会导致大的不可预测性。
锁定好的种子
- 当一个拍摄接近时，锁定种子并从那里微调。否则，你最终会追逐幽灵。

这并不总是能省我挂钟时间，但它减少了心理负担。更少的”改变了什么？“时刻。

提示结构模板

我使用一个简单的脚手架并填充空白。复制它、调整它、忽略你不需要的。

上下文

摄像机：[三脚架/固定或一个清晰的动作]
背景：[简短的静止描述]
持续时间：[X 秒]、[宽高比]

主体

[谁/什么]、[2-3 个身份锚点]

动作节拍

开始：[姿态/动作]
中间：[姿态/动作]
结束：[姿态/动作]

风格提示（可选）

[灯光]、[纹理细节]、[真实感 vs 风格化]

保护性否定词

无摄像机抖动、无变焦、无切割、无延时、无运动模糊夸大、无额外角色

这种格式使 Kling AI Motion Control 表现得更像一个稳定的助手，而不是一个即兴合作伙伴。

5 个复制粘贴示例

简短、实用且经过测试。替换细节，保持骨架。

1. 产品在桌子上滑行（三脚架）

摄像机：三脚架、固定摄像机、无变焦。背景：干净的橡木桌面、柔和的日光。持续时间：5 秒、16:9。
主体：白色陶瓷杯，带蓝色条纹。
动作：开始：杯子在左边，静止。中间：杯子以恒定速度滑向中心。结束：杯子在中心停止，温和的缓出。
风格：逼真、微妙的反射、柔和的阴影。
否定词：无摄像机抖动、无延时、无倾斜、无额外道具。

2. 人类波浪，简单计时

摄像机：三脚架、固定、眼平线。背景：普通工作室灰色。持续时间：4 秒、9:16。
主体：穿着绿色连帽衫、卷发、中立表情的人。
动作：开始：双臂下垂。中间：右手抬起到肩膀高度并挥手两次，小幅动作。结束：手放下、中立姿态。
风格：柔和的主光、自然肤色。
否定词：无变焦、无切割、无背景角色、无头部转动。

3. 带有行走主体的缓慢平移

摄像机：缓慢从右到左平移，恒定速度。背景：安静的城市人行道、清晨。持续时间：6 秒、16:9。
主体：成年人，背着红色背包，穿着牛仔夹克。
动作：开始：主体从右侧进入画面，缓慢行走。中间：稳定行走、眼睛向前。结束：当平移完成时，从左侧退出画面。
风格：扎根现实、温和的对比。
否定词：无跳切、无镜头呼吸、无奔跑。

4. 手部演示在书桌上

摄像机：俯视图、固定摄像机、无变焦。背景：带有切割垫的木制书桌。持续时间：5 秒、1:1。
主体：右手放置黑色笔。
动作：开始：空桌子。中间：手从底部进入、放置笔、旋转 90°。结束：手退出、笔保留。
风格：清晰、最小阴影、清晰边缘。
否定词：无额外工具、无抖动、无颜色变化。

5. 标志卡拉

摄像机：三脚架、固定、特写。背景：中性纸背景。持续时间：4 秒、4:5。
主体：带有 [你的标志] 的小卡片。
动作：开始：卡片在画面下方。中间：卡片向上滑入中心并保持。结束：轻微定居、无反弹。
风格：干净、逼真的纹理、微距感觉。
否定词：无视差、无摄像机推进、无额外文本。

常见失败 + 修复

摄像机蠕变（微观变焦或微小倾斜）
修复：在第一行中放置”三脚架、固定摄像机、无变焦”。如果你想要完全锁定，添加”无推进、无平移”。如果它持续，缩短持续时间或简化背景。
动作太飘浮
修复：使用”恒定速度”、“温和的缓出”或命名有摩擦力的表面（“粗糙亚麻、粘合橡胶垫”）。有时切换到 WaveSpeed 风格的预设有所帮助。
身份跨帧漂移
修复：更强的身份锚点（特定衣服、颜色），或使用参考图像。锁定接近时的种子。避免在迭代中添加新道具。
背景抖动
修复：更少的背景细节。“普通墙壁”胜过”有人移动的咖啡馆”。如果你需要生动的背景，接受一些动作变异或缩短视频。

最佳导出设置

如果你将视频剪辑移入编辑器（Premiere、Resolve、FCP），干净的导出可以节省大量重新编码。

持续时间： 保持第一遍短（4-6 秒）。稍后拼接。
分辨率： 以接近目标交付的方式生成。事后向上缩放没问题，但避免双倍缩放。
帧率： 24 fps 用于电影感觉，30 fps 用于产品/UI 演示，60 只有当你真正需要时。一致性比数字更重要。
编解码器/容器： ProRes 422 HQ 或 DNxHR 用于编辑；H.264 High Profile 用于快速共享。如果工具强制使用 H.264，设置更高的比特率以避免带状效应（例如，1080p 时 15-20 Mbps，4K 时 35-50 Mbps）。
颜色： 锁定你的色彩空间。如果 UI 提供 sRGB/Rec.709，选择一个并将其保持在你的管道中。

我还将原始种子和提示保存在文件名或侧车文本中。六个渲染后，你会感谢过去的你。

就这样 — 我苦心赢得的 Kling AI Motion Control 智慧，从一个流氓杯子和太多咖啡催化的夜晚中提炼出来。现在轮到你了：Kling 为你的视频添加的最奇怪的”花哨”是什么？请在下方回复！