先讲本质：它不是把照片直接拖着走
万物起舞常被理解成给图片加骨骼，其实多数生成式方案还要重新推演每一帧的形状、纹理与背景。参考视频提供的是动作线索，主体图片提供的是外观约束，两者若在姿态、比例和视角上冲突，系统就得补出原图里不存在的侧脸、后背或鞋底。所谓翻车，往往不是某个按钮按错，而是输入信息互相打架。
万物起舞避坑：看懂动作迁移逻辑
万物起舞避坑不能只记几条操作口诀，最好先弄懂它为什么会变形。动作迁移并非给照片简单套上舞蹈模板，而是在连续画面中估计身体姿态，再重新生成角色外观。原图缺失的信息越多，模型需要猜的地方就越多。理解这层逻辑后，选图、选动作和剪片都会更有把握。
避坑一：遮挡会制造错误的身体结构
人物抱臂、双腿交叠或手藏在口袋里，人眼能凭常识理解，模型却可能把重叠区域当成一整块。动作开始后，它需要把这些部位拆开，于是容易多出手指、拉长胳膊。背景里若有栏杆、椅背贴着身体，也可能被一起带动。最有效的处理不是盲目提高画质，而是换成姿态展开的原图，或先清理与轮廓相连的杂物。
避坑二：身份一致性和动作幅度在拉扯
动作越大，新画面与原图差异越明显，模型就越难守住脸、服装图案和角色比例。快速转身尤其麻烦，因为一张正面照没有提供背面信息，只能临时“想象”。这也解释了为什么有些片段静止时很像本人，跳起来却逐渐换脸。实用办法是减少大角度转身，把复杂舞蹈拆短，并在角色尚未明显漂移前切镜头。
最后总结：把限制变成画面风格
万物起舞避坑的核心，不是追求绝对无瑕，而是让技术限制服务表达。固定机位能形成舞台感，短动作可以靠剪辑制造节奏，玩偶略显僵硬反而有喜剧效果。真正廉价的不是偶尔一帧变形，而是没有取舍地展示整段生成结果。先确认素材权利，再用合适视角、适中动作和主动剪辑缩小模型的猜测空间，成片自然会稳不少。
推荐阅读
常见问题
为什么万物起舞生成后会换脸？
大幅转身、脸部过小、原图遮挡或连续生成时间较长，都会削弱身份约束。可改用近一点的清晰主体、减少转身并缩短片段。
背景为什么会跟着人物一起动？
模型可能没有准确分离主体和环境，尤其是衣服与背景颜色接近、身体贴着家具时。先抠图或换干净背景会更稳。
怎样判断一张图适不适合做动作迁移？
检查单一主体、四肢完整、边缘清楚、背景简洁、姿态与参考动作起始帧接近这五点，满足得越多，生成风险越低。