用 Dream Machine 从文字或图片生成 5 秒视频

Dream Machine 是 Luma AI 推出的视频生成模型，它要解决的问题很直接：把一段文字描述，或者一张静态图片，变成一段约 5 秒、动作连贯、带镜头运动的短片。它面向的是需要快速产出短视频素材的人——做社交媒体内容、做产品演示、做创意分镜草稿，或者只是想验证一个画面想法是否成立。它的门槛低在操作层面：不需要剪辑软件，不需要关键帧，登录后在输入框里写清楚要什么，剩下的交给模型。如果你更习惯先看工具的整体定位再决定要不要动手，可以先浏览 Dream Machine 的条目页，再回到本文按步骤操作。

需要先说明 Dream Machine 的能力边界，这决定了它适合什么、不适合什么。它生成的是 5 秒量级的镜头，不是长片；它擅长的是逼真流畅的动作、电影感的摄影质感和带有戏剧性的画面，而不是精确的文字排版或复杂的分镜叙事。它对物理世界的理解是它的卖点之一：人、动物、物体之间如何互动、如何受力、如何遮挡，模型在训练中直接学习了这些关系，因此生成结果在角色一致性和物理准确性上表现较好。理解这一点，写提示词时就会自然地把重点放在「谁在做什么、环境是什么、镜头怎么动」上，而不是堆砌形容词。

准备工作

开始之前需要确认三件事：账号、访问方式、以及你对生成结果的预期。

• 账号：Dream Machine 支持用 Google 账号直接登录。也就是说，如果你已经有 Google 账号，不需要额外注册一套用户名密码，登录环节可以一步完成。没有 Google 账号的话，需要先准备一个。
• 访问方式：通过浏览器访问 Luma AI 的站点即可使用，属于网页端产品，不需要在本地安装客户端或配置显卡。生成在服务端完成，本地设备只负责提交请求和查看结果。
• 素材准备（图生视频场景）：如果你想用图片驱动生成，需要提前准备好一张图片文件，放在本地随时可以上传。图片内容会决定视频的起点，所以选图时就要想清楚希望画面往哪个方向发展。
• 时间预期：生成不是瞬时完成的。页面会提示大约需要 120 秒，并且在需求高峰期请求会进入排队。安排任务时要把等待时间算进去，不要指望点一下就立刻拿到成片。

关于费用，Dream Machine 提供免费档位，也有多个付费档位，各档位对应不同的月度生成数量。具体价格、各档位包含的生成次数、以及是否有其他限制，会随时间调整，请以官网当前公布的信息为准，不要以本文或任何第三方文章里的数字作为下单依据。

操作步骤

第一步：用 Google 账号登录

打开 Luma AI 的站点后，选择用 Google 账号登录。登录成功后进入创作界面，页面上的 My Videos 是你的作品与创作入口，所有已生成和正在生成的视频都会归集在这里。后续无论是文生视频还是图生视频，都从这个页面发起。

第二步：选择生成方式

Dream Machine 支持两种输入方式，二者共用同一个输入框区域，区别在于是否附带图片：

• 文生视频：只在输入框中填写提示词，不附加图片。模型完全依据文字描述构建画面。
• 图生视频：在输入框最左侧的上传入口添加一张图片，再填写提示词。图片提供画面的起点与视觉基调，提示词描述接下来发生什么。

两种方式的操作成本几乎一样，选择哪一种取决于你手上已经有什么。有明确的参考图、希望保持某个具体画面的构图或风格时，用图生视频；只有一个想法、希望模型自由发挥时，用文生视频。

第三步：写提示词

提示词是决定结果质量的主要变量。根据 Dream Machine 的能力特点，一段有效的提示词通常包含三层信息：

1. 主体与动作：画面里有什么，它在做什么。动作要具体，比如「花朵在地面上摇摆」「树木轻轻晃动」，而不是「很美的自然场景」。
2. 环境与光线：场景发生在哪里，光线是什么状态。这直接影响模型对摄影质感的判断。
3. 镜头运动：希望镜头如何运动。Dream Machine 支持流畅、电影感、自然主义的镜头运动，在提示词中说明镜头意图，有助于得到更接近预期的运镜。

一个可以直接参考的写法是描述一个具体的物理动作，例如：

The flowers on the ground were swaying, and the trees were swaying gently

这句话没有堆砌风格词，但把主体（花、树）、动作（摇摆）、以及动作的力度（gently）都说清楚了。配合一张静态图片使用时，模型会以图片为起点，让画面中的元素按照描述动起来。写提示词时避免两类问题：一是过于抽象，只写情绪词而不写具体对象和动作；二是自相矛盾，同时要求互相冲突的镜头运动或光线条件。

第四步：提交并等待生成

填写完成后提交请求。页面会给出预计耗时提示，大致为 120 秒，同时说明在需求量大的时候请求会排队。此时不需要反复刷新或重复提交，重复提交只会增加队列负担。等待期间可以继续准备下一个镜头的提示词，或者回到 My Videos 查看已完成的作品。

第五步：查看与复用结果

生成完成后，视频会出现在 My Videos 中，可以直接播放查看。如果结果不理想，调整提示词重新生成是常规做法——把上一次结果中不满意的部分（动作太快、主体不对、镜头太乱）在提示词里明确排除或修正，比完全重写更有效率。图生视频场景下，也可以换一张起点图片再试，因为起点图对结果的影响很大。

一个完整示例

下面走一遍图生视频的完整流程，从登录到拿到成片。

目标：让一张静态的花园照片动起来，画面中有轻微的风。

1. 打开 Luma AI 站点，点击用 Google 账号登录，进入 My Videos 创作页面。
2. 在输入框最左侧找到图片上传入口，上传准备好的花园照片。这张照片将成为视频的第一帧视觉基础。
3. 在输入框中填写提示词，描述希望发生的动作：

   The flowers on the ground were swaying, and the trees were swaying gently

4. 提交生成请求。页面提示预计需要约 120 秒，并说明高峰期会排队。
5. 等待。期间不要重复提交同一请求。
6. 生成结束后，在 My Videos 中播放结果，检查花朵与树木的摆动是否自然、画面是否出现明显的形变或闪烁。
7. 如果摆动幅度过大或画面不稳定，回到输入框，把动作描述改得更克制（例如强调 gently、light breeze 这类限定），重新生成一次。

这个例子的关键在于：起点图片决定了「是什么」，提示词决定了「怎么动」。两者分工明确，不要试图用提示词去推翻图片里的主体，那样容易得到混乱的结果。

如果换成文生视频，流程相同，只是跳过第 2 步的上传环节，把画面内容也写进提示词里。例如要生成一段自然场景的短片，提示词需要同时交代主体、环境和镜头，而不只是动作。

注意事项

• 时长固定：Dream Machine 生成的是约 5 秒的镜头。需要更长内容时，正确做法是生成多个镜头再在剪辑环节拼接，而不是期待单次生成更长的视频。
• 排队是常态：页面明确提示需求量大时请求会排队，预计耗时约 120 秒只是参考值，高峰期会更久。批量生成时要把排队时间纳入计划。
• 免费额度有限：免费档位每月可生成的视频数量有上限，超出后需要等待额度重置或升级档位。各档位的具体数量与价格请以官网当前信息为准。
• 提示词决定上限：模型不会读心。描述越具体、动作越明确，结果越可控；只给一个模糊主题，得到的结果往往与预期差距较大。
• 图生视频的起点很关键：起点图片的构图、清晰度和主体占比会显著影响结果。图片本身模糊或主体过小，生成质量也会受影响。
• 物理准确性不等于完全可控：模型理解物体如何互动，但这不意味着你能精确指定每一个细节。把提示词当作方向性引导，而不是逐帧指令。
• 价格与配额会变：本文不给出具体金额和次数，任何涉及付费的决策都应在官网核对当前档位说明后再做。

把上面几步串起来看，Dream Machine 的使用路径其实很短：登录、选输入方式、写清主体动作与环境、提交、等待、查看、按结果微调。真正需要花时间的是提示词的打磨和对结果的判断——这两件事没有捷径，只能通过一次次生成积累对模型行为的直觉。