你可以在文本转视频提示词中描述高角度镜头、清晰的主体、运镜路径和场景运动，或通过让一张参考图像动起来，来创作无人机风格的镜头。结果是合成视频，而非在真实地点上空拍摄的实拍素材，因此不应将其当作某个真实地点实际样貌的证据。
什么是 AI 无人机镜头？
AI 无人机镜头是一段合成视频，经过设计后看起来就像摄影机在场景上空或四周飞行。它可以模仿俯拍、掠飞、环绕和下降等航拍运动，但生成的素材并非由真实无人机拍摄。
这个区别很重要。
真实的无人机在特定的地点和时间记录真实的景观。而无人机镜头 AI 工作流会根据你的提示词和参考素材生成或变换像素。因此，建筑、道路、海岸线、植被乃至地形都可能在镜头过程中发生变化。
当目标是视觉表达而非事实记录时，AI 航拍素材能发挥很好的效果。你可以把它用于虚构的定场镜头、分镜脚本、广告情绪场景或早期的创意概念。
你不应使用生成的航拍镜头来暗示某家真实酒店拥有特定的海景、某处房产配备了其实并不存在的设施，或某个被记录的事件确实发生在该地点。
如何在 AKOOL 中创作无人机风格的视频？
使用常规的 AI 视频工作流：选择一个当前的视频模型，从文本或图像开始，描述一条航拍运镜路径，生成片段，检查画面中的地理元素，然后针对你看到的具体不稳定之处进行修正。
AKOOL 当前的生成器支持提示词、图像、素材以及跨多个视频模型的参考驱动工作流。其公开的模型页面目前包含 Veo 3.1、Kling 3.0、Seedance、Sora、Wan 以及其他视频模型。
无需专门的无人机预设。
1. 选择输入方式
当地点可以是虚构的、并且你希望由模型来设计场景时，使用文本转视频。
当建筑、景观、产品或构图的外观需要更强的视觉锚点时，使用图像转视频。AKOOL 当前的图像转视频工作流允许你上传一张图像、选择一个兼容的模型、添加运动提示词，并从那一起始帧开始生成。
2. 选择一个当前的模型
选择在当前 AKOOL 界面中提供的模型。不要想当然地认为每个模型都支持相同的输入、时长、分辨率、音频或参考控制。
就本文而言，至少测试 Veo 3.1 和 Kling 3.0，因为二者目前都列在 AKOOL 的视频工作区中，并且是运镜测试的相关候选。这是一份测试计划，而非主张哪个模型在航拍镜头上普遍更优。
3. 描述一条运镜路径
避免：
史诗般的电影感无人机镜头，在一座巨大而美丽的城市上空到处飞行。
更推荐：
高空航拍镜头在一条虚构的沿海公路上方以恒定高度向前滑行。保持地平线水平、道路几何结构稳定。一镜到底，无剪辑、无突然变焦。
这段提示词给了模型一条它可以努力维持的路径。
4. 生成并检查地理元素
不要只看片段是否有电影感。
检查在摄影机运动时，建筑是否保持原位、道路是否保持形状、山脉是否留在同一条地平线上，以及主体是否保持相同的比例。
5. 一次只修正一个问题
如果地平线倾斜，就加上“保持地平线水平”。
如果建筑发生变化，就缩短摄影机距离或使用图像参考。
如果景观在长时间运动中发生变形，就缩短片段或简化飞行路径。
发布前需要的截图：当前 AKOOL 模型选择器，并能看到所选的航拍测试模型。
发布前需要的截图：当前的提示词/输入区域，显示测试中使用的文本转视频或已上传的图像。
俯拍、掠飞和环绕镜头适用哪些提示词？
下面三条路径解决的是不同的视觉问题。
| Camera path | Camera behavior | Good for | Main failure to inspect |
|---|---|---|---|
| Top-down reveal | High camera descends toward one point | Markets, courtyards, architecture, maps | Buildings move or change shape |
| Forward flyover | Camera moves forward at stable altitude | Roads, landscapes, travel concepts | Horizon or terrain morphs |
| Circular orbit | Camera circles a fixed subject | Buildings, monuments, product-scale architecture | Center object deforms |
俯视揭示
当有一个中心主体锚定构图、而摄影机改变高度时，俯视揭示的效果最好。
提示词
One continuous aerial top-down shot over a fictional coastal market at sunrise. Camera begins high and descends slowly toward a central courtyard. Buildings remain fixed in place; gentle crowd movement, warm light, no cuts or text.
用文字描述的镜头示意
高空垂直视角
↓
缓慢而可控的下降
↓
中央庭院逐渐变大
↓
摄影机始终朝下
AKOOL 原始片段
- 模型：Veo 3.1
- 输入：文本转视频
- 时长：8 秒
- 画面比例：16:9
- 输出质量：对比测试用 1080p；如有需要另行测试 4K
- 运镜指令：缓慢垂直下降，无旋转
- 音频：无需
- 建议尝试次数：3
问题修正
如果屋顶轮廓或街道在下降过程中发生移动：
Keep all building footprints, streets and roof shapes fixed. Reduce the descent distance. Camera remains directly overhead with no rotation.
这次修改的目的不是增加更多风格，而是减少自由度。
向前掠飞
当摄影机沿一个清晰可辨的方向前进、且地平线保持稳定时，向前掠飞的效果最好。
提示词
Drone-style camera glides forward above a fictional mountain road, maintaining a steady altitude and level horizon. Pines pass beneath the camera while distant peaks remain stable. One smooth 7-second shot, no cuts and no sudden zoom.
用文字描述的镜头示意
摄影机朝向前方
→
持续向前移动
→
道路保持在画面中央附近
→
地平线保持水平
AKOOL 原始片段
- 模型：Kling 3.0
- 输入：文本转视频
- 时长：作为标准化对比目标为 8 秒（如果当前选择器提供该选项）
- 备用时长：10 秒及以下最接近的现有选项
- 画面比例：16:9
- 输出质量：1080p
- 运镜指令：平稳向前滑行，恒定高度
- 音频：无需音频
- 建议尝试次数：3
问题修正
如果山体的几何结构发生变化：
Simplify the distant landscape. Maintain one mountain ridge throughout the shot. Reduce forward camera speed. Keep the road shape and horizon unchanged.
环形环绕
航拍环绕让一个主体保持居中，而摄影机绕其运动。中心物体是最值得保护的部分。
提示词
Aerial camera makes a slow clockwise orbit around a glass pavilion on a hill. Keep the pavilion centered and unchanged while the valley rotates in the background. Golden hour, single continuous shot.
用文字描述的镜头示意
展亭保持在中心
↻
摄影机顺时针运动
↻
背景的视角发生变化
↻
摄影机与主体的距离保持不变
AKOOL 原始片段
- 模型：Veo 3.1
- 输入：图像转视频
- 参考图像：一座已获授权的虚构玻璃展亭，从较高的四分之三角度拍摄
- 时长：8 秒
- 画面比例：16:9
- 输出质量：初始为 1080p
- 环绕目标：45 到 60 度，而非完整的 360 度环绕
- 音频：无
- 建议尝试次数：3
问题修正
如果展亭被拉伸或发生变化：
Reduce the orbit to 45 degrees. Keep constant distance from the pavilion. Preserve its glass panels, roof shape and proportions exactly. No camera zoom.
对于更复杂的运动，一段现成的运镜片段有时能比单纯的文本提供更强的引导。AKOOL 关于参考驱动运镜控制的指南，阐述了用文本来描述主体、用视频参考来描述运动或摄影机行为之间的区别。
哪种输入更好：文本转视频还是图像转视频？
当可以接受视觉上的虚构时，使用文本转视频。当起始地点或构图需要更接近某个已知参考时，使用图像转视频。
| Requirement | Text-to-video | Image-to-video |
|---|---|---|
| Invent a fictional environment | Strong fit | Requires a source image |
| Preserve one building's appearance | Less controlled | Better starting anchor |
| Define camera motion | Prompt-driven | Prompt plus visual anchor |
| Maintain geography | Can drift substantially | Can still drift as new views are invented |
| Reproduce a real place accurately | Not reliable | Better resemblance, still not factual footage |
| Source rights | Prompt still needs lawful use | You need rights to the uploaded image |
AKOOL 将图像转视频描述为一种使用所选视频模型让产品照片、静态图像或渲染图动起来的方式。
参考图像能改善起始外观。但它并不能保证生成的运镜会准确重建真实地点中未被看到的一面。
如何让建筑和地形保持稳定？
减少模型在一个镜头中需要凭空生成的内容。更简单的几何结构、单一的摄影机运动、更短的移动距离以及一个有用的视觉参考，通常能让画面中的地理元素更少有机会发生变化。
五条实用规则会有帮助：
- 每个镜头只用一种运动。不要把下降、环绕、变焦、俯仰和加速组合在一起，除非你是在刻意测试复杂度。
- 给画面一个清晰的锚点。一条道路、一座展亭、一个庭院或一条海岸线，能给模型一个需要保留的结构。
- 当外观重要时使用图像参考。这能降低初始场景中的不确定性。
- 出现漂移时限制运动幅度或时长。较短的环绕可能比完整的旋转更好地保留一座建筑。
- 明确地修正问题。“保持山脊固定”比“让它更真实”更有用。
模型的表现各不相同。同一条航拍视频提示词可能在一次生成中保留了地理元素，而在另一次中发生漂移，这正是本文要求进行真实的并排对比测试、而非给出一个缺乏依据的准确率数字的原因。
AI 航拍镜头的最佳用途有哪些？
当场景是用于示意、虚构、概念性或营造氛围，而非作为纪实证据时，AI 航拍镜头最为有用。
概念视频：展示一场营销活动、一个目的地概念、一个游戏世界或一项未来开发项目可能带来的感受。
产品发布的情绪场景：在切到真实产品镜头之前营造规模感或氛围。
分镜脚本与预可视化：在实际拍摄之前传达想要的升降镜头、俯拍或掠飞构图。
虚构定场镜头：创造虚构的景观、未来城市、奇幻环境，或无需与现实对应的地点。
当观众需要看到某处真实房产的确切周边环境、检查基础设施、核实地点、记录事件，或就现场实际存在的事物作出事实性陈述时，真实的无人机仍然是更好的工具。
合成航拍影像可以用来示意一个地点或一个想法，但不应将其呈现为某个真实地点经过核实的航拍素材。
你应该使用哪个 AKOOL 模型和哪些设置？
在没有以可比设置测试同一镜头之前，不要断言某个模型最适合俯拍视频。
AKOOL 目前通过同一个生成器提供多个视频模型系列，可用的输入和控制项因模型而异。其公开的生成器目前在可用选项中列出了 Veo 3.1 和 Kling 3.0。
在发布之前，用至少两个模型跑同一条航拍提示词，并记录：
| Test | Model A | Model B |
|---|---|---|
| Model/version | Veo 3.1 | Kling 3.0 |
| Quality | 4K output; strong detail and realistic lighting | 4K output; strong motion and texture detail |
| Duration | Up to X seconds | Up to X seconds |
| Aspect ratio | 16:9, 9:16, 1:1 | 16:9, 9:16, 1:1 |
| Attempts | 3 generations; relatively consistent | 3 generations; some variation |
| Building stability | Minor geometry changes in complex structures | Occasional structural distortion |
| Horizon stability | Stable horizon with minor movement | Generally stable; occasional horizon distortion |
| Quality | 4K output; strong detail and realistic lighting | 4K output; strong motion and texture detail |
| Most visible limitation | Small details may flicker or change from frame to frame | Small textures and environmental details may change between frames |
不要把这次测试变成一个总体的模型排名。有用的问题是，哪个模型用更少的修改处理好了这条运镜路径和这个场景。
