AI 运动控制 API 实测：Kling 3.0 / 2.6 / Steady Dancer 三个模型跑同一段舞蹈对比

2601_95717211

562人浏览 · 2026-04-14 17:36:13

2601_95717211 · 2026-04-14 17:36:13 发布

AI 运动控制这个能力，最近在短视频圈子里传得挺火。简单说就是：给一张人物照片，再给一段舞蹈视频做参考，AI 把舞蹈动作"迁移"到照片里的人身上。听起来像是 deepfake 的变种，但技术路线完全不同——它不是换脸，是让静态人物"动起来"。

目前 API 层面能做到什么程度？手臂交叉、快速转身这种复杂动作能不能扛住？不同模型跑同一段参考视频，差距有多大？拿了 Kling 3.0 Pro、Kling 2.6 Pro 和 Steady Dancer 三个模型跑了一轮。

运动控制和普通图生视频有什么区别

运动控制多了一个输入：参考视频。普通 I2V 是给一张图加一段 prompt，模型自己决定怎么动。运动控制是从参考视频里提取人体骨骼关键点的运动轨迹，然后把这些运动"贴"到你给的人物图片上。

输入两个东西：一张人物图片（角色图），一段参考视频（动作源）。输出一段视频：图片里的人做出参考视频里的动作。

技术难点不少。手臂交叉的时候骨骼点会重叠，模型容易搞混左右手。快速运动导致帧间不连贯。衣服和头发的物理模拟也是个问题——参考视频里穿短袖，角色图穿长裙，裙摆怎么动？

测试用的素材长什么样

角色图用 Seedream 5.0 Lite 生成，舞蹈室里的女性半身照，黑色背心灰色运动裤，马尾辫，干净白墙背景：

请添加图片描述

参考舞蹈视频用 Wan 2.7 T2V 生成，5 秒街舞片段，有手臂交叉和快速转身动作。下面是四帧截图：

请添加图片描述

Kling 3.0 Pro Motion Control 怎么调

Kling 的运动控制在 WaveSpeed 上有好几个版本。最新的是 Kling 3.0，有 Pro 和 Standard 两个档次。

import os
import wavespeed
from dotenv import load_dotenv
load_dotenv()

os.environ["WAVESPEED_API_KEY"] = "你的key"

# 先上传角色图和参考视频
character_url = wavespeed.upload("character.jpg")
dance_url = wavespeed.upload("dance_reference.mp4")

# Kling 3.0 Pro Motion Control
result = wavespeed.run(
    "kwaivgi/kling-v3.0-pro/motion-control",
    {
        "image": character_url,
        "video": dance_url,
        "prompt": "A young woman performing street dance moves in a bright studio, dynamic movement, smooth motion"
    },
    timeout=1200.0
)

print(f"视频URL: {result['outputs'][0]}")

参考视频的时长会影响输出时长。Kling 3.0 Pro 支持 5 秒和 10 秒两种输出，参考视频太长模型会自动截取。prompt 在运动控制模式下作用比较弱——动作主要由参考视频决定，prompt 更多是控制画面风格和环境。

Kling 3.0 Pro 跑出来的四帧截图：

Kling 2.6 Pro 有什么不同

Kling 2.6 Pro 的运动控制多了一个必填参数：character_orientation，值是 "image" 或 "video"。告诉模型角色的朝向以角色图为准还是以参考视频为准。

# Kling 2.6 Pro Motion Control
result = wavespeed.run(
    "kwaivgi/kling-v2.6-pro/m![请添加图片描述](https://i-blog.csdnimg.cn/direct/e9a3ec4378fa46c8b3e61d6c647eefe4.jpeg)
otion-control",
    {
        "image": character_url,
        "video": dance_url,
        "prompt": "A young woman performing street dance moves in a bright studio",
        "character_orientation": "image"
    },
    timeout=1200.0
)

选 "image" 的话，输出视频里角色的初始朝向和角色图一致。选 "video" 的话，角色会先转到参考视频第一帧的朝向。大多数情况下选 "image" 就行。不填这个参数直接报 400，这是 2.6 和 3.0 的一个区别。

Steady Dancer 又是什么

Steady Dancer 是 WaveSpeed 自己的运动控制模型。参数和 Kling 差不多，也是传角色图 + 参考视频 + prompt。

# Steady Dancer
result = wavespeed.run(
    "wavespeed-ai/steady-dancer",
    {
        "image": character_url,
        "video": dance_url,
        "prompt": "A young woman performing street dance moves in a bright studio, dynamic movement, smooth motion"
    },
    timeout=1200.0
)

三个模型跑同一段舞蹈，差多少

用同一张角色图和同一段参考视频，分别跑了三个模型。下面是三个模型在视频中间帧的对比：

请添加图片描述

对比维度	Kling 3.0 Pro	Kling 2.6 Pro	Steady Dancer
输出文件大小	13068 KB	10672 KB	964 KB
额外必填参数	无	character_orientation	无
模型提供方	快手	快手	WaveSpeed

Kling 3.0 Pro 输出 13MB，Kling 2.6 Pro 输出 10MB，Steady Dancer 只有 964KB。文件大小差了十几倍，画面细节和分辨率差距明显。Kling 3.0 是目前三个里面输出质量最高的，2.6 稍逊但也不错，Steady Dancer 更轻量，适合快速预览或者对画质要求不高的场景。

三个模型的 API 调用方式几乎一样，切换模型只需要改模型 ID。这是用聚合 API 平台的好处——不用对接三套不同的 API。