如何用一张照片制作 Hotel Lobby AI 视频

想制作 Hotel Lobby AI 视频，可以在 AI Rap Video 上传一张照片，选择 Hotel Lobby 风格，再设置时长、画幅和清晰度。模型会生成带有节拍与说唱人声的短片，完成后可以下载 MP4。你不需要自己录制表演，也不需要先拍摄一段视频。

这里的 Hotel Lobby 指一种视觉趋势与风格：橙色录音棚、悬挂麦克风，以及面向镜头的弹跳感 trap 说唱表演。它并不表示复刻某首歌曲或某个录音版本。先看 Hotel Lobby 风格预览，确认场景符合想法，再进入 Hotel Lobby 视频生成器。

第一步：选择并上传一张照片

优先选择只有一位主体、面部清楚的照片。正面或略微侧面的半身照比较容易看清眼睛、嘴巴和面部轮廓。避免从多人合照里截出很小的一张脸，也不要为了强调背景而让人物离镜头太远。输入是一张照片，不是一组图片，也不是已经拍好的说唱录像。

只上传你有权使用的照片。照片保存在手机上，并不意味着你一定拥有使用许可；如果主体是朋友或家人，也应先征得对方同意。登录后检查积分余额，再上传图片。注册不会赠送积分，因此第一次生成前需要先安排购买积分，不能把注册理解为免费试做一次。

在风格选项中选择 Hotel Lobby。这个预设负责橙色录音棚、悬挂麦克风与 trap 表演的整体方向。原照片不必在录音室拍摄，也不必自带麦克风或舞台灯光。照片用来提供主体的视觉参考，风格则决定生成场景与表演氛围。

预览可以帮助你理解方向，但不保证成片会逐帧复现同样的运镜、服装和表情。生成结果中的细节可能变化。如果你更喜欢仓库里的现场感，可以先了解 Rap Battle。不同风格对应不同场景，并不是给同一个视频换一层颜色滤镜。

时长只有 4 秒、6 秒、8 秒三种。想突出一个快速亮相，可以考虑 4 秒；希望表演多展开一点，可以选择 8 秒。无论选择哪一种，它都属于说唱短片，适合围绕一个瞬间组织内容，不应按完整歌曲或长篇故事来规划。

画幅可选 9:16 竖屏或 16:9 横屏。先想好视频最终在哪种屏幕上观看，再决定比例。竖屏动态与横屏展示需要不同构图，生成前做出选择，可以减少之后裁切时把脸部或麦克风切掉的情况。画幅决定输出形状，不代表上传时需要两张不同照片。

清晰度可选 720p 或 1080p：720p 每次消耗 80 积分，1080p 每次消耗 100 积分。时长不影响价格，因此 4 秒与 8 秒的 1080p 视频都需要 100 积分。应根据观看尺寸选择清晰度，而不是以为缩短时长就能减少消耗。

提交前确认照片、风格与输出选项。通常需要 2–5 分钟完成，实际处理时间可能波动。等待当前任务结束，不要因为暂时没有结果就重复提交同样的请求；每次新生成都有独立的积分成本。

完成后先带声音看一遍，检查面部动作、画面范围以及整体表演是否适合你想发布的内容，再下载 MP4。如果生成任务失败，该任务已扣除的积分会自动退回。成功生成但与你的审美预期不同，与任务失败并不是同一回事；因此开始前确认预览和照片很有价值。

尽量使用均匀光线，避免脸部一半过亮、一半完全落在阴影里。嘴巴不要被手、围巾或其他物品遮住，眼睛也应尽可能清楚。源照片不需要刻意追求舞台灯光，生成场景本身就会提供风格氛围。背景简单一些，也更容易辨认唯一的主角。

头部和肩膀周围留一点空间。过紧的裁切缺少身体参考，过远的全身照又可能缺少面部细节。自然表情通常比强烈扭头、夸张遮脸的姿势更适合作为起点。这些建议是帮助你准备清楚的输入，不是对嘴型或人物还原程度的保证。

如果有几张候选照片，可以先比较原图中的面部可见程度，而不是立刻为每张都发起任务。选定一张后，再围绕一个明确的构图目标生成。这样能把预算花在有目的的尝试上，也更容易判断下一次该调整照片还是风格。