你的手机拍下了一段完美的五秒片段，现在你想让它看起来像手绘而不是真实影像。搜索如何把视频变成卡通，排名靠前的结果大多是工具落地页，在展示一帧证据之前就要求你先注册。
两种 AI 方法确实能帮你实现。一种是对你已有的片段进行风格重绘，保留镜头运动和手势不变。另一种是仅凭文本提示词从零构建全新的动漫风格片段。两者都运行在 Atlas Cloud 上，本指南会逐一讲解，包含确切的提示词、步骤以及我们得到的片段。
ftzl98n8Cfo
关键要点
- “把视频变成卡通”背后隐藏着两种不同的 AI 任务：重绘你已经拍摄的素材，以及根据文本生成全新片段。
- Atlas Cloud Video Generator 中的 Video Edit 标签页 可以在保留原始运动和镜头运动的同时重绘现有片段；同一任务也可通过 Gemini Omni 1.1 Flash Video Edit API 运行。_
- Gemini Omni 1.1 Flash Text-to-Video 可以直接根据文本提示词生成全新的动漫风格片段，无需源素材。
- 用于重绘方法的源片段上限为 10 秒；Generator 接受上传，API 需要公开的 MP4 URL。
- 像 VEED 的 Video Cartoonizer 这样的知名工具，是通过动画化一个单独的角色图像来伪造视频转卡通，而不是重绘你的实际素材。
把视频变成卡通 vs. 视频转动漫：两种不同的 AI 任务
卡通和动漫只是两种艺术风格。真正的分岔点在于 AI 对你的素材做什么。人们会根据想要的外观搜索 turn video into cartoon、video to anime 或 video to anime AI，但底层问题是一样的：重绘还是生成？
一条路径保留你的原始片段。你上传它，指出唯一需要改变的东西，其他一切都在编辑后保留：人物的脸、镜头平移、背景交通。结果仍然按照源素材的方式运动，只是被重新绘制了。
另一条路径则完全抛开摄像机。你用文字描述一个场景，模型从零渲染，比如动漫飞船追逐，或卡通狗追球，不涉及任何源素材。原始片段的一切都不会延续，因为一开始就没有。
| 你拥有什么 | 你想要什么 | 哪项任务 | Atlas Cloud 上的模型 |
|---|---|---|---|
| 一个真实视频片段 | 同一镜头，卡通或动漫外观 | 重绘（视频到视频） | Gemini Omni 1.1 Flash Video Edit |
| 没有素材，只有一个想法 | 从零生成全新的动漫或卡通场景 | 生成（文本到视频） | Gemini Omni 1.1 Flash Text-to-Video |
重绘路径通常是人们说“把视频变成卡通”时所指的意思，因为他们已经有值得保留的素材。
重绘真实素材：把视频变成卡通或动漫而不丢失运动
Gemini Omni 1.1 Flash Video Edit 接收你的片段和一段自然语言指令，然后返回同一镜头但艺术风格已改变的版本。镜头运动保持不变。手势落在与之前相同的帧上。模型一次性读取整个片段，而不是逐帧重绘，因此输入时平滑的运动在输出时依然平滑。
我们把同一个七秒的街道片段两次输入 Gemini Omni 1.1 Flash Video Edit，一次用卡通提示词，一次用动漫提示词。行走、转向镜头以及街道布局在两次处理中都保留下来。
卡通提示词：“将此片段重绘为扁平 2D 卡通，带有粗轮廓和温暖饱和的色彩。保持同一个人、行走速度、镜头构图和背景布局。不要添加文字、对白或新物体。”
动漫提示词：“将此片段重绘为日本动漫，线条干净并带赛璐璐着色。保持同一个人、运动、镜头构图和背景。不要添加新对白或文字。”
方法 1：在 Atlas Cloud Generator 上重绘
登录 Atlas Cloud，打开 Atlas Cloud Generator，切换到 Video Edit 标签页。从模型列表中选择 Gemini Omni Flash，上传你的片段，然后输入你想要的更改。
- 上传一个不超过 10 秒、保存为 MP4 的片段。
- 指出一项更改：艺术风格、一种颜色、单个物体。省略任何你想保持原样的内容。
- 在提交前查看 Run 按钮上的价格。我们七秒的 1080p 测试片段显示为 $0.98。
- 运行编辑，并在下载前将输出与源素材逐帧比较。
如果你想匹配参考图像，或特别使用 1.1 端点，Gemini Omni 1.1 Flash Video Edit 模型页面有它自己的 playground，具有相同的上传和提示流程，并提供最多十张参考图像的槽位。同一个 Video Edit 标签页也处理清理任务，这就是为什么我们的从视频中移除文字指南从完全相同的表单开始。
方法 2：分 3 步调用 Gemini Omni Video Edit API
一旦提示词在 Generator 中有效，API 就可以通过脚本在 1.1 端点上运行同一任务。
第 1 步：获取你的 API 密钥。 在 Atlas Cloud 控制台中创建一个，并将其存储为环境变量，绝不要放在客户端代码中。
第 2 步：查看 API 文档。 此模型的参数和身份验证位于 API 文档 中。
第 3 步：发出你的第一个请求。 提交任务：
plaintext1curl -X POST https://api.atlascloud.ai/api/v1/model/generateVideo \ 2 -H "Content-Type: application/json" \ 3 -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \ 4 -d '{ 5 "model": "google/gemini-omni-1.1-flash/video-edit", 6 "video": "https://yourdomain.com/source-clip.mp4", 7 "prompt": "Restyle this clip as Japanese anime with clean linework and cel shading. Keep the same person, motion, camera framing, and background. No new dialogue or text." 8 }'
响应会返回一个预测 ID。轮询它，直到状态显示为 completed：
plaintext1curl https://api.atlascloud.ai/api/v1/model/prediction/<prediction_id> \ 2 -H "Authorization: Bearer $ATLASCLOUD_API_KEY"
完成的响应会携带托管的视频 URL。之后将模型字符串换成 google/gemini-omni-1.1-flash/text-to-video，相同的密钥、请求头和轮询循环仍然有效，因为 Atlas Cloud 上的视频模型共享这一个 generateVideo 端点。
视频转动漫 AI：根据文本生成全新的动漫片段
有时没有素材可供重绘，只有一个想法。Gemini Omni 1.1 Flash Text-to-Video 接收书面场景，并直接渲染成完成片段，包括声音。
上面的片段来自以 7 秒、720p 运行一次此提示词：“一位孤独的武士在夜晚走过被雨淋湿的日本街市，动漫风格，带赛璐璐着色和粗线条，霓虹招牌倒映在水坑中，远处雷声，脚步声有节奏地溅起水花，一个连续跟踪镜头。”
描述五件事，模型就有足够信息可用：镜头和镜头运动、艺术风格、光照、场景和动作。当措辞还比较粗糙时，先用 360p 草拟，然后在镜头效果正确后，以 1080p 或 4K 重新运行获胜版本。
这条路线从不接触源片段，因此当场景只存在于你脑海中时，就用它。
其他 AI 视频风格迁移工具如何处理这件事（VEED 和 DomoAI）
VEED 的 Video Cartoonizer 不会重绘你的素材。它自己的操作指南开头是“创建或上传一张卡通照片”，在单独的图像生成器中制作，然后“AI 将你的表情和手势转移到卡通上”。原始片段中的背景、镜头工作和地点不会延续，因为它们从来不是模型接收内容的一部分。
DomoAI 的视频风格迁移更接近真正的重绘。其网站将该工具描述为“基于文本或图像参考，将自定义艺术风格应用到任何视频”，因此你的素材才是被转换的对象，这与 Gemini Omni 方法背后的理念相同，风格图像是可选额外输入。
下表列出了每个工具实际使用的机制，与落地页承诺的内容分开。
| 工具 | 实际改变什么 | 需要你提供什么 |
|---|---|---|
| Gemini Omni 1.1 Flash Video Edit (Atlas Cloud) | 就地重绘真实片段，包括运动和背景 | 你的视频加上一段书面指令 |
| VEED Video Cartoonizer | 将你的运动转移到一个单独的卡通角色上 | 你的视频加上预先制作的角色图像 |
| DomoAI AI Video Style Transfer | 将现有素材转换为所选风格 | 你的视频加上文本或图像参考 |
视频风格迁移提示词技巧，获得干净的卡通或动漫外观
Gemini Omni 1.1 Flash 喜欢范围狭窄的指令。指出唯一要改变的东西，然后列出所有必须在编辑后保留的内容。像“把它变得更好”这样的提示词会让模型有权重新诠释整个场景，而结构化的保留指令能让编辑保持受控。
| 提示词习惯 | 为什么有效 |
|---|---|
| 先说明更改：“重绘为带赛璐璐着色的动漫” | 模型确切知道什么可以改变 |
| 列出要保留的内容：人物、运动、镜头、背景、音频 | 没有任何东西被意外改写 |
| 在较长片段之前先测试 5 秒单镜头片段 | 更容易检查每一帧是否有漂移 |
| 运行一次、检查，然后再做一项更改 | 在一个提示词中堆叠多个更改会提高失败率 |
要深入了解保留契约式提示词，Atlas Cloud 的 Gemini Omni 1.1 Flash 视频编辑指南 会逐帧讲解三个测试案例。
把视频变成卡通或动漫时的常见问题（及修复方法）
有几个问题出现得足够频繁，值得在浪费一次渲染之前提前规划。
| 问题 | 为什么发生 | 修复 |
|---|---|---|
| 角色的脸随着风格一起改变 | 提示词描述了整个场景，而不是指出一项更改 | 只指明风格，然后将脸和身份列为要保留的内容 |
| 运动看起来僵硬或延迟 | 风格请求与源素材的原始节奏冲突 | 保持风格请求简单，并在同一提示词中跳过新的镜头运动 |
| 原始对白消失或不同步 | 语音和口型同步不保证能在重绘后保留 | 先测试无声片段，如果对白重要，则单独保留原始音轨 |
| 文本到视频的动漫片段看起来很普通 | 提示词跳过了镜头方向或光照 | 加入真实的摄影术语：镜头类型、镜头运动、光照，并描述音频 |
常见问题
在 Atlas Cloud 上用 AI 把视频变成卡通或动漫需要多少钱？
使用 Gemini Omni 1.1 Flash Video Edit 重绘现有片段按源视频每秒计费：360p 层级每秒 $0.041，1080p 以上最高每秒 $0.31，另加少量每秒摄取费用，如果添加参考图像则还有每张图像费用。
使用 Gemini Omni 1.1 Flash Text-to-Video 根据文本生成新的动漫片段，采用相同的每秒层级，从 360p 草稿的 $0.041 到 4K 的 $0.31，两种情况都有 3 秒最低时长。先用最便宜的分辨率草拟，因为 360p 测试的成本只是 4K 最终渲染的一小部分，并且能在你为成品付费之前告诉你提示词是否有效。
将视频转换为动漫会保留原始音频和语音吗？
并不可靠。Gemini Omni 1.1 Flash 可以在重绘的同时重新生成音频，但对白和口型同步不保证能在编辑后完好保留。先运行一个无声测试片段，并保留原始音轨，以便在生成版本不匹配时，你可以在普通编辑器中重新同步。
用于风格迁移编辑的源视频可以有多长？
10 秒或更短。Gemini Omni 1.1 Flash Video Edit 要求可公开访问的 MP4 URL，且时长不超过 10 秒，输出会保持与你上传内容相同的时长和宽高比。对于更长的作品，将其切成 10 秒片段，并分别重绘每一段。
视频风格迁移与从零生成新动漫视频有什么区别？
风格迁移从你的素材开始，改变其外观，同时保留运动。文本到视频生成从一段文字描述开始，构建整个片段，包括镜头。当你已有的镜头就是你想保留的镜头时，选择风格迁移；当没有素材可开始时，选择文本到视频。
结论
把视频变成卡通或动漫，归根结底是根据你实际拥有的东西选择正确的任务。一个值得保留的片段需要重绘，Gemini Omni 1.1 Flash Video Edit 会保留运动，只重新绘制表面。一个没有素材支撑的想法则需要文本到视频生成，从书面描述构建整个场景。
两条路线都通过同一个 Atlas Cloud API 运行，所以更难的部分是编写一个足够狭窄、能在编辑后保留的提示词，而不是找到正确的模型。从一个短测试片段开始，指出一项更改，并在提交更长渲染之前将输出与源素材核对。要得到仍然像你的视频转卡通或动漫素材，这真的就是全部所需。
