10 分鐘用 AI 讓照片動起來：一張照片變影片完整教學

想把一張照片變影片？用 AI 大約 10 分鐘就能完成，不需要自己的顯卡，也不用綁月費訂閱。做法是：在 Glows.ai 租一張 NVIDIA RTX 4090（每小時 0.49 美元起、約新台幣 16 元，按秒計費），開啟預裝好的 ComfyUI 映像檔，載入內建的 Wan 2.2 圖生影片範本，再上傳你的照片。依照 Wan 團隊公布的數據，單張 RTX 4090 算一支 5 秒 720p 影片不到 9 分鐘——以 Glows.ai 費率換算，每支影片的運算成本約 0.07 美元（約新台幣 2.3 元）。

本文涵蓋：

• 開始前需要準備什麼（一個瀏覽器加大約新台幣 16 元）
• 為什麼做到第三支影片之後，開源模型比免費線上產生器划算
• 四個步驟，附上誠實的逐分鐘時間表
• 一支影片的真實成本，所有數字都附來源可查證

開始前的準備

• 一張照片。 人像、風景、商品照、寵物都可以。解析度越高越好，模型會把你的照片當作影片的第一格。
• Glows.ai 帳號。 到 glows.ai 註冊只要一分鐘。平台不定期推出優惠額度活動，新用戶可以先到官網或 Glows.ai Discord 看目前有沒有活動。
• 大約新台幣 16 元。 RTX 4090 目前每小時 0.49 美元（2026 年 7 月 10 日查核），按秒計費，用 15 分鐘只收約 0.12 美元（約 4 元）。
• 不需要顯卡、不需要安裝任何軟體。 全部在瀏覽器裡操作，運算都在租用的機器上。

為什麼選開源模型，而不是免費線上產生器？

線上的圖片轉影片 AI 工具（Canva、Firefly、Vidu、可靈等）確實是做一、兩支影片最快的選擇。問題從第三支開始：每日點數上限、免費版浮水印、排隊等待，以及無法調整的內容過濾。以可靈（Kling）為例，免費版每天發 66 點，大約只夠六支 5 秒標準影片（AI Video Bootcamp 2026 年免費工具指南）；各家付費方案普遍落在每月 20–100 美元、約新台幣 640–3,200 元（imagine.art 2026 年價格調查）。

開源的選擇是 Wan 2.2，採 Apache 2.0 授權的影片生成模型。其中 TI2V-5B 版本能以 24fps 產出 720p 影片，而且從設計上就鎖定 RTX 4090 這種單張消費級顯卡。主導權完全在你手上：沒有浮水印、沒有每日上限、照片不會進入第三方平台的訓練資料，授權也允許商業使用。

以每小時 0.49 美元計算，要租超過 3,200 小時——相當於一年半、每天做 6 支影片——買卡才會比租划算。

Step 1: 在 Glows.ai 建立 ComfyUI 執行個體（約 2 分鐘）

登入 Glows.ai 後進入 Create New 頁面，Workload Type 選 Inference GPU -- 4090，映像檔選 ComfyUI——ComfyUI 已預先安裝好，服務跑在 8188 連接埠。詳細截圖流程可參考建立執行個體官方指南，或我們的在 Glows.ai 執行自訂 ComfyUI 工作流程教學。

按下 Complete Checkout 後，機器約 30–60 秒開機完成，My Instances 頁面會出現三個連結：

• HTTP Port 8188 —— ComfyUI 介面（我們要用的）
• HTTP Port 8888 —— JupyterLab
• SSH Port 22 —— 終端機連線

注意： 計費從開機到關機按秒計算，關機後不再收費，所以兩次使用之間不需要讓機器一直開著。

Step 2: 載入 Wan 2.2 圖生影片範本（約 2 分鐘，首次需下載模型）

點開 HTTP Port 8188 的 Open 連結，在 ComfyUI 的範本瀏覽器選擇影片分類，載入官方 Wan 2.2 5B 工作流程——這是 ComfyUI 內建的官方範本。

第一次載入時，ComfyUI 會列出所需的模型檔——5B 擴散模型、VAE 和文字編碼器，合計超過 15 GB——並詢問是否下載。按下確認後等待即可。走機房頻寬只要幾分鐘；在家用網路這往往是本機教學裡最耗時的一步，這也正是我們不在本機跑的原因。

提醒： 如果範本清單裡沒有 Wan 2.2，代表 ComfyUI 版本太舊。用 Manager 更新 ComfyUI，或直接把官方文件裡的工作流程 JSON 拖進畫布。

Step 3: 上傳照片、描述動態（約 1 分鐘）

在工作流程的 Load Image 節點上傳照片，它會成為影片的第一格。接著在正向提示詞欄位寫一段簡短的動態描述。重點是描述「要動什麼」，而不是照片裡有什麼——模型已經看得到照片了：

gentle breeze, petals drifting, slow push-in camera, soft natural light

第一次跑之前，有兩個設定值得先認識：

• 長度： 範本預設 121 格（24fps 約 5 秒）。降到 49 格（約 2 秒）算圖時間大致等比縮短，很適合當第一次測試。
• 解析度： 預設 1280×704，「不到 9 分鐘」的官方數據指的就是這個設定。想快速打草稿可以先調低。

Step 4: 按下 Run，交給 GPU（約 4–9 分鐘）

按 Run，進度條會跑完各個擴散步驟，完成的影片出現在輸出節點，可直接下載成標準影片檔。49 格的短版草稿幾分鐘就好；完整 5 秒 720p 依照 Wan 團隊公布的數據，在 RTX 4090 上不到 9 分鐘。

等待的同時可以把變化版排進佇列：同一張照片、不同的動態提示詞。排入的工作會接連執行，一小時（0.49 美元、約 16 元）大約能產出六支完整長度的影片。

誠實的時間表

號稱「10 分鐘」的教學都該被檢驗，以下是我們的帳：

誠實地說：49 格的短片第一支可以壓在 10 分鐘內；完整 5 秒 720p 的第一支因為要下載模型，實際會落在 12–15 分鐘。之後每一支都只剩純算圖時間——每支不到 9 分鐘——而你自己動手的時間合計約 4 分鐘。把模型存進 Datadrive，連下載這一步以後都能省掉（參考如何設定 ComfyUI 模型路徑）。

一支影片的真實成本

以下每個數字都可以從公開資訊驗證，不需要相信任何私人測試：

就算每支影片寬鬆抓 15 分鐘計費時間（含設定和重跑），單支成本也只約 0.12 美元（約 4 元），每月 30 支約 3.7 美元（約 118 元）——大約是入門級訂閱方案的十分之一，而且沒有浮水印、沒有上限。

註： 台幣金額以 1 美元 ≈ 新台幣 32 元估算，實際依當時匯率為準；Glows.ai 以美元計價。

讓單張照片動得更自然的技巧

• 描述動態，不要重述畫面。 「海浪湧上、髮絲隨風飄動、手持鏡頭微晃」比再描述一次照片內容有效。
• 加上負向提示詞，擋掉常見問題：扭曲、臉部變形、多出來的肢體。
• 先便宜地試，再正式輸出。 用 49 格打草稿，確定提示詞有效再算 121 格的完整版。
• 重複利用下載好的模型。 掛載 Datadrive 並把 ComfyUI 模型路徑指過去，15+ GB 只需下載一次——拉取其他模型的最快方式可參考 Hugging Face 模型下載教學。

常見問題

用 AI 把照片變影片，需要自己有顯卡嗎？ 不需要。租用的 RTX 4090（每小時 0.49 美元、約新台幣 16 元）就能順跑 Wan 2.2 的 5B 圖生影片模型——它有官方流程鎖定的 24 GB VRAM，按秒計費代表單次使用只花幾塊錢，不用綁月費。

這樣做一支影片的成本是多少？ 一支 5 秒 720p 影片的運算成本約 0.07 美元（約新台幣 2.3 元）：不到 9 分鐘的算圖時間（Wan 團隊數據）乘以每小時 0.49 美元（Glows.ai 2026 年 7 月價格）。含重跑的寬鬆預算約每支 0.12 美元（約 4 元）。

Wan 2.2 可以商用嗎？ 可以——Wan 2.2 採 Apache 2.0 授權釋出（GitHub），允許商業使用。若額外加裝社群 LoRA 或模型檔，請個別確認其授權。

為什麼不直接用免費的線上照片變影片工具？ 只做一、兩支的話，直接用沒問題。免費額度很快見底——可靈免費版一天約六支 5 秒標準影片——而且輸出通常帶浮水印。超過這個量之後，租 GPU 每支約 2.3 元比任何訂閱都便宜，解析度、長度、內容也都由你決定。

Glows.ai 有免費額度嗎？ 依當期活動而定，可能會有優惠額度——因為活動會變動，這裡不寫死數字。請到 glows.ai 或社群 Discord 查看目前的優惠。

今天就讓你的第一張照片動起來

一張照片、四個步驟、每支約新台幣 2.3 元的運算成本。註冊 Glows.ai，開一台 RTX 4090 的 ComfyUI 執行個體，10 分鐘內第一支影片就能開始算圖——用完關機，計費也跟著停止。