AI色情视频是怎么做出来的？
目前用AI制作色情视频的主流方法，是以一张图片为起点、为它加上动作的“图生视频（I2V：Image to Video）”。也有只用文字生成视频的“T2V”，但每次生成的脸型、身材和服装都会有出入，想做出指定人物的视频，I2V更稳妥。
在I2V中，提示词（咒语）分为两种。
- 起点图片提示词：决定脸、身材、服装和背景（用于 Stable Diffusion 等图片生成AI）
- 动作提示词：决定如何让这张图片动起来（用于视频生成AI）
本站的视频全部采用这种方式制作，使用开源视频生成模型 Wan 2.2，每支生成约5秒的视频。本文整理了实际的制作步骤、参数设置，以及效果不理想时的修正方法。下方的作例全部由文中列出的两段提示词生成。
需要准备什么
| 需要的东西 | 说明 | 本站的做法 |
|---|---|---|
| 起点图片 | 想让它动起来的那一张图。竖图会生成竖屏视频 | 用 Stable Diffusion（ChilloutMix 等写实类模型）生成 |
| 视频生成模型 | 支持图生视频的模型 | Wan 2.2 I2V 14B |
| 运行环境 | ComfyUI 和 GPU。手边没有的话就租用云GPU | RunPod 上的 ComfyUI（VRAM 32GB 的GPU，约0.64美元/小时） |
| 动作提示词 | 用英文描述如何运动的句子 | 用视频提示词生成器组合 |
大多数在浏览器中使用的视频生成服务，都在使用条款中禁止生成成人内容。想做色情视频，比较现实的做法是在自己能掌控的环境（自己的电脑或云GPU）上使用开源模型。
GPU参考：Wan 2.2 的 14B 模型占用 VRAM 较多。在本站的环境（VRAM 32GB）下，480p 绰绰有余，720p 则相当吃紧。如果自己的电脑没有大显存GPU，租用按使用时长计费的云GPU会比较方便。
AI色情视频制作方法【5个步骤】
STEP 1：准备起点图片
视频的外观几乎由起点图片决定。脸、身材、服装和场景，要在这一步就做到位。可以直接使用示例图片的提示词，也可以用提示词生成器来组合。
- 使用能明确看出是成年女性的图片
- 竖图就生成竖屏视频，横图就生成横屏视频（方向不一致容易崩坏）
- 如果之后想加“脱衣服”的动作，就准备穿着衣服的图片
STEP 2：准备 ComfyUI 和 Wan 2.2
在 ComfyUI 中放入 Wan 2.2 的图生视频模型（high noise 和 low noise 两个），以及文本编码器和VAE。再装上加速生成的 Lightning（4步即可生成的加速LoRA），每支视频的耗时会大幅缩短。
STEP 3：编写动作提示词
动作提示词用英文书写，按下面的顺序写会比较稳定。
- 以
nsfw, sensual,开头（为了生成成人向的动作） - 固定镜头的一句话（下一章详细说明）
- 谁、做什么（例：双手把胸部往中间挤、向后弓起背部）
- 氛围和画质相关的词（photorealistic, cinematic lighting 等）
嫌从零写起麻烦的话，用视频提示词生成器只需选择动作就能组合出来。下面是可以直接使用的模板。
nsfw, sensual, Locked-off tripod camera with fixed framing: the camera never moves, pans, tilts, zooms or drifts, and the shot composition stays identical from first frame to last. The woman remains centered and fully inside the frame the entire time; only her body moves. A beautiful sexy woman with bare exposed skin slowly runs her hands over her body, chest rising with slow heated breath, soft skin glow, intimate adult atmosphere. Static camera, cinematic lighting, photorealistic, sharp focus, detailed, mature content.STEP 4：设置生成参数
| 项目 | 本站的设置 | 要点 |
|---|---|---|
| 分辨率 | 480×832（竖屏） | 起点图片短边在720px以上时也可用720p，但生成时间约为2.5倍 |
| 时长 | 81帧·16fps（约5秒） | 越长越容易崩坏 |
| 步数 | 4（使用 Lightning） | high noise 负责前2步，low noise 负责后2步 |
| CFG | 1.0 | 使用 Lightning 的前提。此数值下负面提示词不起作用 |
| 采样器 | euler / simple | — |
STEP 5：生成并检查
在本站的环境下，一支480p的5秒视频约2～3分钟即可生成。换算成云GPU费用，每支只要几分钱人民币。动作不符合预期时，参照下一章的技巧和失败例来修改提示词。同样的提示词换个种子值就会得到不同的动作，多生成几支再挑选是最快的办法。
让画面动起来的提示词技巧
1. 把固定镜头的一句话写在“前面”
这一条最有效。动作描述较弱时，AI会转而移动镜头，导致主体漂出画面。只在末尾写 Static camera 效果很弱，必须在提示词的前部明确写出。下面是本站验证过有效的写法。
Locked-off tripod camera with fixed framing: the camera never moves, pans, tilts, zooms or drifts, and the shot composition stays identical from first frame to last. The woman remains centered and fully inside the frame the entire time; only her body moves.2. 指定幅度大、容易理解的动作
像“把胸部往中间挤”“向后弓起背部”“手指抵在嘴唇上”“敞开衣服前襟”这类身体或手部大幅移动的动作，可以稳定地生成。反过来，“脸颊泛红”“害羞”之类细微的表情变化几乎表现不出来。写了也不会出现在视频里，最好不要放进提示词。
3. 不要写与起点图片矛盾的动作
对已经全裸的起点图片写“脱衣服”，会凭空冒出不存在的衣服，或者导致身体崩坏。想做脱衣视频，就从穿着衣服的起点图片开始。脱衣作例整理在脱衣视频10选中。
4. 想去掉的东西靠“不写”来处理
在使用 Lightning、CFG 1.0 的设置下，负面提示词完全不起作用。不想出现的东西不要写进负面提示词，而是在正面提示词里换个说法来避开（例：想防止镜头移动，就正面写明固定镜头）。
5. 成人向的词要写清楚
如果 nsfw, sensual 或 bare exposed breasts 这类词写得太弱，可能生成不出成人向的动作，变成普通视频。暴露度较高的作例见裸胸·内衣10选和裸体·巨乳10选，按服装分类的见服装·Cosplay 10选。
常见失败与修正方法
| 症状 | 原因 | 修正方法 |
|---|---|---|
| 镜头横向漂移，主体从画面中消失 | 动作指示太弱，也没有固定镜头的指示 | 在提示词前部加入固定镜头的一句话，并加大动作幅度 |
| 整个画面变灰崩坏 | 用小尺寸起点图片生成高分辨率视频 | 起点图片短边不足720px时，用480p生成 |
| 中途变成别人、换了衣服 | 起点图片与输出的横竖方向不一致 | 竖图起点就用竖屏（480×832等）输出 |
| 几乎不动 | 只指定了表情或呼吸 | 加入用到手或身体的动作 |
| 变成普通（非成人向）视频 | 成人向的词太弱 | 明确写出 nsfw, sensual 和暴露相关的词 |
制作前必须遵守的规则
- 不要用真实人物的照片作为起点。未经本人同意制作性视频，在许多国家都是违法的
- 登场人物必须是成年人。看起来像未成年人的人物的性图片和视频，即使是虚构的也不要制作
- 如果要公开发布制作的视频，请确认发布平台的规则以及你所在国家和地区的法律
作例：起点图片提示词与动作提示词
双手挤胸加深乳沟（固定镜头）
给在情侣酒店床上、紧身衣半褪的起点图片加上“双手挤胸”动作的例子。开头加入了固定镜头的一句话，所以从头到尾构图都不晃动。
from front,smiling,((leotard)),shiny hair,short hair,gleaming skin,love hotel,on the bed,masterpiece, extremely fine and beautiful,(((taking off clothes))),boobs,nsfwnsfw, sensual, Locked-off tripod camera with fixed framing: the camera never moves, pans, tilts, zooms or drifts, and the shot composition stays identical from first frame to last. The woman remains centered and fully inside the frame the entire time; only her body moves. A beautiful sexy woman with bare exposed breasts places both hands on the outer sides of her breasts and presses them firmly together, pushing them up and inward to deepen the cleavage, shoulders drawing in, slow heated breath, soft skin glow, intimate adult atmosphere. Static camera, cinematic lighting, photorealistic, sharp focus, detailed, mature content.同一动作提示词，只换起点图片
使用与上方作例完全相同的动作提示词，只把起点图片换成穿忍者服装的女性。服装、脸和背景由起点图片决定，动作由动作提示词决定——很好地体现了I2V中两者的分工。
ninja,beautiful facensfw, sensual, Locked-off tripod camera with fixed framing: the camera never moves, pans, tilts, zooms or drifts, and the shot composition stays identical from first frame to last. The woman remains centered and fully inside the frame the entire time; only her body moves. A beautiful sexy woman with bare exposed breasts places both hands on the outer sides of her breasts and presses them firmly together, pushing them up and inward to deepen the cleavage, shoulders drawing in, slow heated breath, soft skin glow, intimate adult atmosphere. Static camera, cinematic lighting, photorealistic, sharp focus, detailed, mature content.向后仰身的陶醉表情（固定镜头）
给户外上身赤裸的起点图片加上弓背、头向后仰的动作的例子。即使是全身大幅运动的动作，只要有固定镜头的指示，主体就不会跑出画面。
taiwanese,one womannsfw, sensual, Locked-off tripod camera with fixed framing: the camera never moves, pans, tilts, zooms or drifts, and the shot composition stays identical from first frame to last. The woman remains centered and fully inside the frame the entire time; only her body moves. A beautiful sexy woman with bare exposed skin arches her back gracefully as if in pleasure, head tilting back with eyes half-closed and lips parted, chest pushing forward, slow heated breath, soft skin glow, intimate adult atmosphere. Static camera, cinematic lighting, photorealistic, sharp focus, detailed, mature content.同样的后仰动作，不固定镜头
与上一个作例相同的动作，但没有加入固定镜头的一句话。虽然没有明显崩坏，但在头向后仰的瞬间构图有些晃动。动作幅度越大，固定镜头的指示越有效。
((witch)),beautiful face,(sexy pose)nsfw, sensual, A beautiful sexy woman with bare exposed skin arches her back gracefully as if in pleasure, head tilting back with eyes half-closed and lips parted, chest pushing forward, slow heated breath, soft skin glow, intimate adult atmosphere. Static camera, cinematic lighting, photorealistic, sharp focus, detailed, mature content.手指抵唇凝视
给堕天使Cosplay的起点图片加上“食指抵在嘴唇上”这一小动作的例子。把手移到嘴边这类容易理解的动作，是 Wan 2.2 能稳定生成的动作之一。
1 beautiful woman,masterpiece,high quality,best quality, extremely detailed,<lora:jdllora:0.5>,(((wearing fallen angel costume))),boobs,nipples,((nsfw)),sexy posensfw, sensual, A beautiful sexy woman with bare exposed skin slowly brings her index finger to her parted lips and presses it teasingly against them, looking at the camera with smoldering bedroom eyes, soft heated breath, soft skin glow, intimate adult atmosphere. Static camera, cinematic lighting, photorealistic, sharp focus, detailed, mature content.只有呼吸和眨眼的轻微动作
给修女服的起点图片只指定“呼吸、眨眼、微启双唇”的例子。只指定表情的话，动作会非常小。觉得不够的话，就加上动手或动身体的动作。
1 beautiful woman,blonde hair,blue eyes,medium hair,wave hair,masterpiece,high quality,best quality, extremely detailed,(((nun's uniform))),boobs,nipples,((nsfw)),sexy posensfw, sensual, A beautiful sexy woman with bare exposed skin and visible cleavage, soft natural breath, seductive expression, parted lips, slow blink, soft skin glow, intimate adult atmosphere. Static camera, cinematic lighting, photorealistic, sharp focus, detailed, mature content.失败例：镜头漂移，主体消失
给两名空姐的起点图片只指定“微启双唇”这种较弱的动作，也没有加入固定镜头的例子。由于动作太弱，镜头向一侧漂移，中途画面里只剩下空无一人的座位。对策是在提示词开头加入固定镜头的一句话。
beautiful woman,(((stewardess))), <lora:jdllora:0.5>,((inside an airplane)),smiling, 2 women,(((nsfw))),large breasts,boobs,toplessnsfw, sensual, A beautiful sexy woman with bare exposed skin and visible cleavage, parts her lips invitingly, slow heated breath, soft skin glow, intimate adult atmosphere. Static camera, cinematic lighting, photorealistic, sharp focus, detailed, mature content.常见问题（FAQ）
AI色情视频可以免费制作吗？
Wan 2.2 等模型和 ComfyUI 都可以免费使用。唯一的花费是GPU：自己的电脑有足够的GPU就只需电费，租用云GPU的话，一支5秒视频也只要几分钱人民币。本站的提示词生成器和提示词复制都是免费的。
一支视频能做多少秒？
本站使用81帧·16fps，约5秒。时长越长越容易中途崩坏，建议先从5秒左右开始。
生成需要多长时间？
在本站的环境（VRAM 32GB的GPU，使用 Lightning）下，480p的5秒视频约需2～3分钟。改成720p则需要约2.5倍的时间。
只用手机能做吗？
生成本身需要GPU，只用手机比较难。不过云GPU可以通过浏览器操作，所以能用手机来控制。编写提示词则可以用本站的视频提示词生成器，在手机上也能完成。
不用图片、只用文字能做吗？
也有用文字生成视频的方式（T2V），但每次脸和服装都会变化，很难得到想要的外观。想固定外观的话，从起点图片出发的图生视频（I2V）更稳妥。
可以让真人或熟人的照片动起来吗？
不可以。未经本人同意制作性视频在许多国家都是违法的，并会造成严重伤害。起点图片请使用AI生成的虚构成年人图片。
