开发者在 V2EX 分享了一款名为 AI Photo Animator 的图生视频工具，可将静态照片转换为短视频。用户上传照片后输入一句动作描述，例如「看向镜头，轻轻微笑」或「猫咪歪着脑袋，镜头慢慢靠近」，即可生成对应的动态视频。工具主要面向四类场景：一是老照片动态化，让照片中的人物微笑、眨眼、轻轻转头；二是宠物照片动画，为猫狗生成趣味片段；三是插画与风景动态化，使角色产生动作，让云、水和光影流动起来；四是视频模板功能，用户无需撰写提示词，套用模板并替换照片即可生成同款效果。底层接入了 Seedance、可灵、海螺等多个现成视频生成模型，开发者的工作集中在模型选择、素材上传、模板管理与生成流程的整合。除照片驱动外，工具还支持文字生成视频、首尾帧控制等进阶玩法。商业模式采用积分制，新用户注册赠送免费积分，每次生成前显示积分消耗，后续按积分付费。开发者同时提示，生成效果取决于照片质量与动作描述的复杂度，复杂动作未必一次就能达到满意效果。目前项目正面向 V2EX 用户征集实际使用反馈，包括生成效果、流程体验和尚未支持的效果需求，并欢迎从事图生视频相关开发的用户交流。
事件分析
该项目的价值不在底层技术，而在应用层整合：将 Seedance、可灵、海螺等多个视频生成模型统一接入一个面向普通用户的产品流程中，降低了使用门槛。这延续了语言模型时代「套壳应用」的路径，基础模型能力外溢后，独立开发者以体验整合和场景细分切入市场。当前图生视频赛道的竞争集中在模型层，快手可灵、字节 Seedance、MiniMax 海螺等均已开放 API，为应用层产品提供了土壤，但也意味着技术护城河较浅，模型厂商随时可能将同类功能收编进自家产品。后续走向取决于模板运营与垂直场景（如老照片修复、宠物内容）能否形成差异化，以及积分付费模式的用户留存表现。
核心观点：视频模型能力外溢催生应用层封装潮，独立开发者的机会在体验整合，护城河却仍握在底层模型厂商手中。
原文链接：V2EX 分享发现
