请问这种AI视频是怎么做的

我知道有图生视频，但是他是怎么把这种抽象表情包这么融洽的融合到这种写实风格图片里的？单用提示词不可能生成吧。

可灵多图参考应该可以

sd的思路就是局部重绘+ipa参考或lora参考，有必要的话把全图再融合一遍，应该能更换自然。然后丢到市面上的ai视频工具图生视频。

先AI作图，再丢可灵。