Immersity AI 教學：免費把 2D 圖片變 3D 動畫

如果手上只有一張平面產品照，Immersity AI 可以快速產生帶有深度與攝影機運動感的素材，但產出時間、可用畫質與是否符合品牌需求仍要實測，不能把「三分鐘完成」當成保證。

Immersity AI 可以把平面圖片或影片轉換成帶有深度感的動態效果，適合快速製作視差動畫與社群素材；若需要精準模型、任意視角或產品級幾何細節，仍應採用完整的 3D 建模流程。

Immersity AI 到底在做什麼：一張深度圖，騙過你的大腦

要會用這個工具，你得先知道它在背後做了什麼。說穿了就兩件事：算深度，然後動攝影機。

第一件事是深度估測。人類可用雙眼視差判斷距離，但單張平面照片只有一個視角。Immersity 官方表示其 Neural Depth Engine 以數百萬張 3D 圖像訓練，從 2D 內容建立深度圖與分層場景；深度仍是推估，不等於取得物體背面或完整幾何資料。

第二件事是動攝影機。有了深度圖，工具會把畫面依照深度切成好幾層前景、中景、背景，然後模擬一台攝影機往左、往右、繞圈或推軌移動。攝影機一動，前景的像素位移量大、背景的位移量小，這個「近的東西跑得快、遠的東西跑得慢」的相對運動，就是運動視差。你的大腦一看到這種相對運動，反射動作就是告訴你：「這是 3D。」它根本不知道自己被一張靜態照片騙了。

操作流程將涵蓋素材準備、深度效果設定、動態預覽、匯出格式與常見限制，並說明哪些情境適合使用 AI 視差效果。

用具體例子講會更清楚。想像一張典型的山景照片：最近處是一棵松樹的剪影，中間是層層疊疊的山巒，最遠處是漸層的天空。深度估測模型看到這張圖，會根據它學過的「大氣透視」（遠處的東西顏色偏淡偏藍）、「相對大小」（遠處的山比較小）、「遮擋關係」（前面的東西蓋住後面的東西）這些線索，給松樹一個「很近」的深度值、給遠山一個「很遠」的深度值、給天空一個「最遠」的深度值。深度圖上你就會看到一棵亮的松樹浮在暗暗的山與天空前面。

這時候虛擬攝影機往右平移，松樹因為「近」，會往左位移一大塊；山因為「中」，位移中等；天空因為「遠」，幾乎不動。觀眾的眼睛看到這個相對運動，瞬間判讀為「這是立體空間」。整個魔術的基礎，就是那張深度圖有沒有把松樹、山、天空分到正確的深度層。深度圖對了，動畫就真；深度圖錯了，動畫再怎麼調都是假的。於是，我會反覆強調：選圖與前置處理，比按哪個按鈕重要十倍。

哪些圖會成功、哪些圖會翻車：先講失敗案例

多數教學一上來就叫你註冊、上傳、按匯出。這裡倒過來，先看哪些圖片容易出問題，再決定要不要轉換，避免反覆消耗額度與時間。

會翻車的圖：深度資訊不夠或太混淆

• 純色或漸層背景的主體照：背景是一片純白或純黑的產品照，AI 在背景區找不到任何深度梯度，只好亂猜。結果常常是主體邊緣被推成一顆氣泡狀的隆起，看起來像被真空包裝吸住。
• 文字與 Logo：把一張海報或 Logo 丟進去，深度估測會把每個字母當成立體浮雕，字會扭曲抖動，像在水面上下浮沉。要做文字動畫請走別的路。
• 正臉大頭照：一張直視鏡頭的人臉，AI 缺乏視差線索，常常把鼻子往前推成一個錐體，俗稱「錐子鼻」。側臉或四分之三角度的照片表現會好很多。
• 完全平面的向量插畫：已經沒有真實景深，AI 只能隨意灌氣，結果跟原本的構圖毫無關係。
• 細碎細節（頭髮、毛、草、網狀物）：深度圖的解析度有限，細碎邊緣會暈開，頭髮會糊成一團會蠕動的東西。
• 玻璃、水面、鏡子等反射或透明材質：深度估測器在這類材質上幾乎必崩，會算出介於反射影像與實體之間的虛構深度。
• 所有人都在同一個深度的團體照：分層會把所有人都壓扁在同一個平面上一起推，看起來像集體漂浮。

會成功的圖：有明確的前中後景與空氣感

反過來說，這幾種圖是 Immersity 的甜蜜點：

• 風景照與街景：前景有樹或柱子、中景有建築、遠景有山或天際線，深度梯度清楚，動起來最有戲。
• 有透視的長廊、隧道、巷弄：天然的深度引導線，攝影機推軌進去效果近乎實拍。
• 單一主體加上有紋理的背景：商品擺在木桌、布料或植物前面，背景的紋理幫 AI 算出可靠的深度。
• 四分之三角度的人像或側臉：臉部有角度，鼻子不會被推成錐子。
• 老照片修復：家庭老照片常有明顯的前後景，動起來特別有感情，這也是它近期在社群爆紅的原因之一。

如果圖片落在「會翻車」那一邊，先別急著上傳。部分問題可以在前置作業降低風險：替純色背景增加可辨識層次、改用較有角度的構圖、把文字與 Logo 留到後製疊加。這些處理不保證成功，但能減少深度分層的歧義。

前置處理：把一張會翻車的圖救回來

如果手上只有純白背景產品照或正臉證件式頭像，可以先做前置處理，目的在於增加深度估測可用的視覺線索。下面是四個可測試的動作。

把純色背景換成有紋理的背景

產品照最常見的問題是純白攝影棚背景。解法是先用去背工具把主體抽乾淨，再疊到一張有紋理的背景上。木紋、布料、植物、石材、磚牆都可以，重點是背景要有明顯的明暗與紋理變化，讓深度模型有東西可以讀。疊背景時請注意透視方向一致，主體的光源跟背景的光源不要打架，否則動起來會有一種合成感，深度對了、質感卻垮了。如果你手上連一張背景素材都沒有，去 免費圖庫抓一張高解析度的素材回來用，比硬上純色背景好太多。

裁切與重新構圖，給主體一個角度

正臉大頭照的錐子鼻問題，很多時候靠裁切就能緩解。不要把人臉放在正中央直視鏡頭，改成裁到四分之三角度，或把人物放在畫面三分之一處，留出背景空間讓深度模型有梯度可讀。構圖上有「前有前景、後有背景」的縱深，永遠比正面平貼的構圖好。這個動作也順便解決了「所有人同一深度」的團體照問題：把鏡頭拉遠一點、讓人物在畫面裡有前後關係，分層就會自然出現。

把解析度撐到足夠

Immersity 對低解析度圖片的容忍度有限。一張 400 像素寬的網路縮圖，深度圖會糊成一團，動起來全是色塊。建議寬邊至少 1920 像素，不夠的話先過一輪 AI 放大（市面上很多放大工具，效果落差很大，挑一個不把細節糊掉的）。放大時要注意別過度銳化，否則雜訊會被深度模型當成紋理，深度圖出現一堆斑點，動畫看起來像在發抖。

把文字與 Logo 抽掉

前面提過文字會扭。如果你的主體照上有浮水印、Logo、價格貼紙，前置處理就把它們處理掉，只留主體本身。文字跟主體分開處理才是正解：主體走 Immersity 做立體動態，文字用剪輯軟體獨立疊上去，兩者各司其職。把文字硬丟進 Immersity，等於逼它做它最做不到的事。

上傳前先問三個問題：背景是否有足夠層次？主體輪廓與角度是否清楚？解析度是否足以支撐輸出？若預覽仍有邊緣破綻，換圖通常比持續拉高動畫幅度有效。

完整操作流程：從一張照片到一段 3D 動畫

失敗案例講完了，現在來看實際流程。整套操作拆成七個動作；處理時間會受上傳速度、排隊、素材複雜度與反覆調整影響，不承諾固定幾分鐘完成。

1. 前置處理：挑一張落在甜蜜點的圖。如果你手上是純背景的產品照，先用 AI 去背工具把主體抽乾淨，再疊到一張有紋理的背景上。沒有好照片，後面全部白搭。
2. 註冊與上傳：到 immersity.ai 註冊帳號，點 Create New Project，把圖片拖進去。JPG 與 PNG 都吃，建議寬邊至少 1920 像素，匯出才不會糊（依 Immersity AI 官網 2026 年資訊）。
3. 等深度圖生成：上傳後工具會自動跑一次深度估測，這是最關鍵的一步。你會看到一張灰階的深度圖預覽，這張圖的好壞直接決定動畫的好壞。
4. 檢查深度圖：點開深度圖檢視，主體應該清楚浮出、背景應該平滑退後。如果出現斑塊、破洞或主體邊緣跟背景糊在一起，就是前面的失敗案例，回去換圖或做前置處理。
5. 選動畫類型：深度圖沒問題，就選一種攝影機運動。下面一節會詳細講每種預設適合什麼情境。
6. 調參數：主要調整動畫幅度（amount）與速度（speed）。可先用中間值預覽，再依邊緣破綻與畫面目的往下修。
7. 匯出：預覽滿意就匯出。免費額度匯出的解析度與格式會受限，下面「免費額度」那一節會誠實交代界線在哪。

這個流程裡容易被漏掉的是第四步「檢查深度圖」。若輪廓、前後景或透明物件的深度分層已經錯誤，只調幅度與速度未必能修好；應先換圖、改構圖或降低運動範圍。

動畫參數怎麼調才不像炫技：四種預設的真正用途

Immersity 的動畫預設名稱很直觀，但直觀的代價是大家都在亂用。我把四種常見運動拆開，告訴你每一種真正的用途與地雷。

水平平移（Horizontal Pan）

攝影機往左或往右平移。這是最安全、也是實務上用最多的預設。它強調的是前景與背景的視差對比，適合有明確前中後景的風景、街景、靜物擺拍。地雷是幅度開太大時，邊緣會被拉出破綻，看到背景被硬扯出一條縫。幅度保守一點，動作慢一點，質感會立刻拉高。

垂直平移（Vertical Pan）

攝影機往上或往下，常常拿來處理由上而下構圖，例如商品擺拍俯視圖、海景從天空到海面、建築從屋頂到地面。它的優點是垂直方向的深度梯度通常比水平清楚，缺點是直立影片以外的版面會被過度裁切，做橫式網頁 hero 時要特別留意。

環繞（Circle / Orbit）

攝影機繞著主體轉一小圈。這個預設最危險，因為它需要側面的深度資訊，而單張照片根本沒有。結果就是 AI 用深度圖硬擠出一段「假繞圈」，幅度一大就會看到主體像麻花一樣扭。我只在主體是單一立體物（例如一件陶藝、一個包裝盒）且幅度壓很低時用它，當作微小的呼吸感。把它當炫技主效果，幾乎必翻車。

縮放（Zoom In / Zoom Out / Dolly）

攝影機推軌靠近或拉遠。推軌進去（dolly in）特別適合有透視引導線的畫面，長廊、隧道、小巷、鐵軌，觀眾會覺得自己被吸進去。拉遠（zoom out）適合結尾鏡頭，把視野整個打開。這一組預設對深度圖的容錯率最高，新手不確定要選什麼，先選推軌就對了。

共同參數：幅度與速度

不管選哪種運動，幅度越大，深度估測誤差通常越容易被看見；速度則會改變運動感與觀看舒適度。可以從中間值開始預覽，再依素材與用途微調。人像、髮絲與透明邊緣若出現拉扯，通常應先降低幅度，而不是只靠加快速度掩飾。

五個真正派得上用場的實戰場景

工具會用了，接下來的問題是：到底什麼時候該用它？下面列出五個最適合開 Immersity 的情境，前提是你別把每一種動畫需求都硬塞給它。

情境一：Landing Page 的 Hero 影片

假設首頁 hero 只有一張產品照，可以測試用 Immersity 做成緩慢推軌的動態，再搭配 CTA 與文案。它是否比手工動畫省時省錢，要看修圖、授權、輸出與網頁效能成本；畫面也要實測，避免動態搶走文案與按鈕的注意力。

情境二：社群短影音的開場鉤子

做 IG Reels 或其他短影音時，前兩秒決定觀眾留不留下。一張會緩緩立體化的高質感照片，是很好的視覺鉤子，通常比靜態圖卡更容易把人留住。我會把這種 3D 開場放最前面兩秒，接到主畫面之前。短影音的節奏本來就快，這種「一下就被看出來的 3D」剛好契合節奏。

情境三：老照片與家族記憶的重新呈現

把阿公阿嬤年輕時的老照片動起來，這是 Immersity 在社群上最被大量分享的用法。深度感賦予了靜態老照片一種時間流動的味道。做這類內容時請記得一件事：尊重照片本身的人，不要為了效果把幅度開到讓人物變形，那會從感情變成驚嚇。

情境四：作品集與商品展示的視覺點綴

在作品集網站或商品頁裡，可以把一張重點視覺做成 3D 動畫。數量沒有通用上限，應依頁面目的、檔案總量與實機效能決定；若每個區塊都在動，容易分散注意力。

情境五：社群分享卡（OG Image / 社群縮圖）的預覽素材

嚴格說 OG 卡不能放影片，但你可以在發文時用 3D 動畫當作社群貼文的動態縮圖，吸引點擊，再讓讀者連回網站看靜態的 OG 標籤設定。這是內容行銷上把「動態吸引」與「靜態正確」拆開處理的小技巧。

這五個情境的共同特色是：3D 動畫是配角，不是主角。一旦你把它當主角，就會開始過度依賴它、開始逼它做它做不到的事（例如逼一張正臉照轉圈），然後翻車。記住它的角色，它就永遠堪用。

跟其他設計工具的搭配組合：把 Immersity 放進你的工作流

把 Immersity 當成工作流裡的一個環節：它負責把靜態素材轉成帶深度感的動態素材，再交給排版、剪輯或網站工具完成成品。下面整理三種常見搭配方式。

搭配排版工具做社群貼圖

做社群貼文時，可以先在排版工具裡定好文字、配色與構圖，把照片單獨匯出，丟進 Immersity 做立體動態，再回到排版或剪輯工具疊回文字。重點是讓 Immersity 處理影像深度，文字仍留在可精確控制字型與位置的工具中。

搭配剪輯軟體做短影音

做短影音時，Immersity 可以產生一段立體動態，再丟進剪輯軟體作為開場或轉場素材。片段長度與效果要配合敘事，不存在「前兩秒一定決定勝負」的固定規則。接到主畫面前，先檢查節奏、轉場與字幕可讀性。更多規劃方法可看短影音行銷。

搭配 WordPress 頁面編輯器做 Hero

如果用 WordPress 架站，可把 Immersity 匯出的 MP4 作為首頁 Hero 背景，但要先確認它比靜態圖更能傳達訊息。匯出後仍需壓縮、設定 poster、控制 preload，並為偏好減少動態效果的使用者提供替代。成本是否划算要與實拍、動畫製作及素材授權逐案比較。

別讓 3D 動畫拖垮網站速度：嵌入與效能優化

把 MP4 動畫放進網頁，通常會比單張圖片增加傳輸與解碼成本，但差異取決於片長、解析度、codec、位元率與載入策略，不能用固定倍數概括。首屏影片也可能影響最大內容繪製（LCP），應以實際檔案與欄位資料驗證。

首屏 hero 使用影片要謹慎。為 <video> 設定寬高或固定比例與 poster，避免版面位移；背景自動播放通常需要 muted 與 playsinline，是否循環則看內容。首屏以外的影片可用 preload="none"、poster 與 Intersection Observer 延後載入，因為 <video> 沒有與圖片相同的原生 loading="lazy"。自動播放規則與 INP 是不同問題，不能說沒加 autoplay 就會累積 INP 壓力。相關概念可參考Lazy Loading。

格式與位元率也要測試。MP4 與 WebM 是網頁影片常見選項；動態 WebP 是圖片格式，不能直接視為影片的通用替代。匯出後應用影片編碼工具調整解析度、codec 與位元率，而不是交給一般圖片壓縮工具。不同畫面的可壓縮程度差異很大，要用代表性素材驗收。

這些設定會影響Core Web Vitals與整體傳輸量：用欄位資料確認 LCP，用尺寸占位避免 CLS，再以效能面板確認影片解碼是否造成長任務。Core Web Vitals 只是眾多排名訊號之一，也沒有「超過三秒就沒人看」的通用門檻。

Immersity vs Lottie vs GIF vs CSS 視差 vs 真 3D：選擇對照表

很多人學完 Immersity，會把它當成所有動畫需求的唯一答案。這是錯的。不同的動畫需求，最適合的工具完全不同。我把常見的五條路放在同一張表上讓你比較，這張表是選技術時實用的判斷框架。

需求情境	最適合的工具	選它的核心理由
用單張照片快速試作立體動態	Immersity AI	可由單張 2D 圖片產生，不必先建完整 3D 模型
向量圖示動畫、要無損放大、檔案極小	Lottie	JSON 格式，解析度獨立，適合 UI 與 icon
短迴圈、無音、最高平台相容性	GIF 或動態 WebP	支援範圍廣，但品質、檔案大小與郵件用戶端仍要實測
簡單網頁視差、希望減少 JavaScript 依賴	CSS background parallax	可用 CSS 實作；背景素材仍會產生請求與繪製成本
真正可互動的 3D（旋轉、縮放、自由視角）	Three.js、Spline、Blender 匯出	這才是真 3D，代價是要會建模與寫程式

判斷時先問：你要一般螢幕上的 2.5D motion，還是相容 3D／XR 裝置上的立體輸出，或是可自由旋轉與互動的完整 3D 場景？本文的單張圖片 motion 屬於 2.5D；可互動 3D 也不只有單一技術路線，仍可用不同引擎、平台或原生 WebGL／WebGPU 實作。

如果你的需求是純粹的 3D 素材（模型、圖示、Mockup），那 Immersity 反而不是對的工具，你應該直接去看 3D 素材資源這類現成資產庫，拿別人做好的真 3D 來用，比把 2D 硬轉成假 3D 划算太多。

免費額度能做完多少事：誠實的付費界線

談錢之前，先把一件事講清楚：我不知道你下次打開網站時的定價與額度具體是多少，這類 AI 工具的方案換得很勤，任何寫死數字的文章三個月後就過期。所以我不報價，只給你一個判斷免費額度夠不夠用的方法。

成本可拆成試用、正式匯出與商用授權。依目前官方定價頁，Web 免費方案提供帶浮水印的轉換、最高 720p，且不允許商用；付費影像方案則提供更高解析度、無浮水印與商用權。方案與點數會調整，正式使用前要回到定價與授權頁確認，不要假設免費額度一定夠或費用一定在某種預算內。

可先用免費方案測試素材相容性與工作流，但免費輸出目前有浮水印、解析度與非商用限制。確認品質與使用頻率後，再依實際輸出、商用授權與點數需求評估付費。

這裡也要誠實點出一個限制：Immersity 處理的是攝影機運動的幻覺，它不能修復原圖本身的問題。如果原圖解析度太低、構圖太亂、光線太差，轉出來的 3D 動畫只是把這些缺點放大成動態版。付費可以買解析度與商用權，買不到原本不存在的好素材。這條界線，跟所有AI 工具一樣。

五個常見新手錯誤

這一節是常見新手錯誤的清單，希望你少走一點冤枉路。

1. 把幅度跟速度同時開到底：最常見的錯。看到預覽覺得不夠明顯，就兩個一起拉滿，結果破綻盡出、畫面發暈。正確做法是幅度先調、速度後調，一個一個來。
2. 沒檢查深度圖就直接動：深度分層錯誤常會造成邊緣拉扯或局部變形。上傳後先檢查預覽，再選動畫與幅度。
3. 人像位移幅度太大：正臉、髮絲與輪廓邊緣較容易暴露深度推估破綻。可換角度較立體的照片，或降低運鏡幅度。
4. 把環繞預設當主效果：它需要單張照片沒有的側面資訊，幅度一大就扭。把它當呼吸感的微小點綴就好。
5. 匯出後直接上網、不壓縮：原始 MP4 對網頁負擔很大。匯出後務必過壓縮、設 poster 圖、加延遲載入，這幾步省掉，SEO 跟體驗一起賠。

這五個錯誤有一個共同根：都以為「工具會幫我搞定一切」。工具不會。它幫你算深度、幫你動攝影機，但前置選圖、參數調性、後製壓縮，全都是你的事。把這些當成自己的事，你才真的「會用」這個工具，而不只是「按過」這個工具。

四個最常被問的問題

做出來的影片可以商用嗎？

依目前官方方案說明，Web 免費輸出帶浮水印、最高 720p，且不允許商用；適用的付費方案提供商用權、較高解析度與無浮水印輸出。授權與方案可能調整，正式使用前仍要查看當時的定價與條款（依 Immersity AI 2026 年資訊）。

它跟真正的 3D 模型有什麼差別？

這題是所有新手最該搞懂的觀念題。真正的 3D 模型（用 Blender、Cinema 4D、Three.js 建的那種）是立體資料，你可以任意旋轉視角、可以從背面看、可以改光線打到模型上的方式。Immersity 做出來的是 2.5D：它只有正面那一個視角的資訊，深度是 AI 推估的，你轉不到背面，繞圈也只能繞一小段，繞多了就破綻盡出。換句話說，真 3D 是「可以互動的立體」，Immersity 是「只能從一個角度欣賞的立體幻覺」。需要真互動就別用它，需要快速把一張照片變有戲就用它。兩者解決的是不同的問題。

能不能直接用影片當輸入？

目前 Immersity 已提供影片轉換方案，輸入不限於靜態圖片。是否該用它，取決於你要的是立體／XR 轉換，還是一般的穩定、調色與剪輯；後者通常仍由剪輯工具處理。

手機上可以用嗎？

Immersity 目前除了網頁版，也提供行動 App。手機是否適合完整製作，要看素材、螢幕與所需的深度編輯；需要精細遮罩、分層或品質檢查時，桌面環境通常較方便。

下一步行動清單

讀完不等於會用。這六步，是我會建議你今天就動手的具體行動。

1. 挑一張你手上的甜蜜點照片（風景、街景、有透視的長廊，或四分之三角度人像），先不要拿最珍貴的素材試，拿一張你不在乎結果的圖練手。
2. 跑完一次完整流程：上傳、看深度圖、選水平平移、幅度設中間值、預覽、匯出。把整套動作走順，比做出一支神作重要。
3. 故意丟一張會翻車的圖（純白背景的產品照、正臉大頭照），親眼看到翻車長什麼樣，你的身體才會記住哪些圖不能用。這個練習比看十篇教學文都有效，因為失敗的畫面會刻在你的判斷裡。
4. 把同一段動畫用三種不同的幅度與速度組合匯出，擺在一起比較，建立你自己的調性資料庫。這是最有價值的練習之一。
5. 選一個你真的會用的場景（例如你的部落格 hero、你的 IG 開場、你的作品集亮點），做出一支要實際上架的成品，走完包含壓縮、延遲載入、poster 圖的完整上線流程。
6. 回來檢視：這支成品上線後，使用者停留、跳出率、頁面載入速度有沒有變化。數字會告訴你，3D 動畫對你的受眾到底是加分還是減分。沒有數字佐證的視覺決策，都是賭博，而賭博從來不是一個可以長期複製的工作方法。

Immersity 降低了 2D 轉立體動態的操作門檻，但品質仍取決於素材、深度結果、運動幅度、授權與網頁交付。先用非敏感測試素材驗證輸出，再決定是否採用付費方案或正式上線。