怎么用两张照片做 When Two Legends Try to Make Coffee AI 视频（4 步）
本页更新记录
- — 发布：我们第一条 When Two Legends Try to Make Coffee AI 视频（Wan 3.0，设置 15 秒、成片 14 秒，480p，300 积分，一次成功，约 6 分钟出片），完整提示词、模板和任务截图、站位和选图建议。
When Two Legends Try to Make Coffee AI 视频，就是把两张照片里的两个人，放进 TikTok 上那段双人冲咖啡翻车的厨房视频：两个人合作冲一杯咖啡，每一步都错——咖啡粉撒在台面上，第二勺又没进杯，最后牛奶倒在马克杯刚才的位置。上面这条是我们 2026 年 11 月 2 日用自己的两张照片做的。下面写清楚我们怎么做的、花了多少，以及你怎么和朋友做一条一样的。
When Two Legends Try to Make Coffee AI 视频里会发生什么？
镜头固定在厨房台面一头，台上一个红色马克杯、一个水壶、一罐咖啡粉。没人慌，这就是笑点。我们的成片里：
| 秒数 | 发生了什么 |
|---|---|
| 0–2 | 第一张照片的人站在前面，拿着勺子在红杯旁；第二张站在后面，拎起水壶 |
| 2–5 | 第一勺咖啡粉倒在台面上，没进杯子 |
| 5–8 | 下一勺又没进，水壶还在倒 |
| 8–11 | 两个人同时去拿咖啡罐和杯子，台面上的粉越堆越多 |
| 11–12 | 舀咖啡的人停下来，盯着一桌狼藉 |
| 12–14 | 第二个人把牛奶倒在马克杯刚才的位置，泼满台面 |
我们怎么做出第一条 When Two Legends Try to Make Coffee AI 视频
我们先手动做了一遍，和没有模板时你会做的一样，所以知道哪些地方要紧。
1. 从原梗视频出发
这个梗来自 @vibemotionai 在 2026 年 10 月 28 日发的 TikTok，标题就是「When Two Legends Try to Make Coffee」。原视频约 14 秒，我们整段保留，时长设 15 秒：最后的牛奶才是包袱，剪短就没了。
2. 每人一张照片，造型要不同
第一张是穿红边校袍的红发女孩，第二张是穿绿边校袍的金发女孩。每张图都是脸部特写加全身照拼在一起，模型既能看清脸，也能看到整套衣服。两个人造型差别大，也方便检查有没有人穿错对方的衣服。
3. 告诉模型谁站哪
一个厨房里两个人，模型得知道哪张脸放在哪个人身上。我们按位置和道具来指定：前面舀咖啡的、后面拿钢水壶的；再要求每个人的衣服来自各自的照片。下面是我们实际跑的提示词，Wan 3.0，480p，15 秒，开声音，原梗视频作参考视频：
Replace the two people in the video with the people from the reference photos. Each new person keeps their own face, hairstyle, skin tone and outfit from their reference photo. Keep every motion, camera angle, timing and the kitchen scene exactly the same. - The person scooping coffee (front right in the original) → the person in Image 1, wearing the outfit from Image 1. - The person holding the steel kettle (back left in the original) → the person in Image 2, wearing the outfit from Image 2. Vertical 9:16, handheld phone footage, natural indoor light, realistic faces, stable identity, no extra people, no text overlays.
4. 约 6 分钟出片
我们 UTC 08:36 提交，08:42 出片：约 6 分钟，一次成功，300 积分。成片 14 秒。两件校袍、两条领带、两个发型，从第一勺到牛奶泼出来都在对的人身上。模板现在用的就是这次的设置，提示词和参数都配好了。
4 步做出 When Two Legends Try to Make Coffee AI 视频
第 1 步：打开模板
打开 When Two Legends Try to Make Coffee AI 页面。模板已经在页面顶部载入，模型和提示词都配好了。
第 2 步：上传舀咖啡的人
第一个位置「谁舀咖啡」是站在前面拿勺子的人。他离镜头最近，脸清不清楚最要紧。膝盖以上或全身都行。
第 3 步：上传拿水壶的人
第二个位置「谁拿水壶」站在后面，最后负责把牛奶倒出去，收尾的大翻车归他。谁更配得上，就放谁。身边没搭档？点任一位置下面的「使用示例」，用我们的示例照片。
第 4 步：生成并下载
点生成。扣积分前按钮上就会显示 300 积分。视频会存到「我的视频」，可以直接关掉页面。下载无水印 MP4 就能发。
When Two Legends Try to Make Coffee 里哪张照片演谁？
| 位置 | 角色 | 最好的照片 |
|---|---|---|
| 第一张 | 站前面，把咖啡粉舀到台面上 | 一个人，膝盖以上或全身，脸清晰 |
| 第二张 | 站后面，拿水壶，最后泼牛奶 | 一个人，膝盖以上或全身，脸清楚 |
想换谁来泼牛奶，就把两张照片对调。
什么照片最适合做 When Two Legends Try to Make Coffee AI 视频？
- 每张照片一个人。 用你们俩的合照，模型猜不出谁舀粉、谁倒水。
- 两个人造型不同。 发型、衣服差别大，各演各的，成片也一眼看得懂。
- 拍到衣服。 膝盖以上或全身。我们用的是脸部特写加全身照拼在一张图里，效果很好。
- 脸要清楚。 别戴墨镜、口罩，别用手挡脸；笑点就在那张面无表情的脸。
- 只用成年人。 用你自己或已经同意的成年人。不能用儿童、名人和公众人物的照片。
做 When Two Legends Try to Make Coffee AI 视频要注意什么
- 厨房是固定的。 台面、红色马克杯、水壶和声音由模板提供；脸、发型和衣服来自你们的照片。
- 反应很收着。 和原梗一样，没人大喊。第 11 秒左右舀咖啡的人只是盯着一桌狼藉，剩下交给牛奶。
- 480p 是给手机看的。 竖屏刷着很清楚，放到大屏上会有点软。
这也是我们把它做成模板的原因：站位、提示词里管衣服的那句、模型都已经设好，你不用花积分重新摸索。用同样的设置做你们的 When Two Legends Try to Make Coffee AI 视频。
做 When Two Legends Try to Make Coffee 需要 CapCut 模板吗？
不需要。2026 年 10 月 29 日起出现了 CapCut 模板版，但要装 App、自己剪。我们这种照片模板在浏览器里就能做：两张照片，不用拍、不用剪，每条约 $2.77。
When Two Legends Try to Make Coffee AI 免费吗？
不完全免费。新用户送 75 积分，一条要 300 积分，所以需要一次性 $4.99 尝鲜包（540 积分）。够做 1 条，约 $2.77，剩下 240 积分，不用订阅。见价格。生成失败自动退积分。
视频多长，多少钱？
一条约 $2.77：300 积分，得到 14 秒、480p、竖屏、带声音的视频，约 6 分钟出片。
这个梗还有哪些叫法？
它也叫 zero synergy coffee making fail（零默契冲咖啡翻车）和 duo coffee trend；也有帖子叫它 two people try to make one coffee。
只有我一个人能做吗？
能。在一个位置传你的照片，另一个位置点「使用示例」，让我们的示例照片当你的搭档。
为什么出来不像我们的照片？
通常是用了合照、脸太小或戴了墨镜。每个位置换一张清晰、单人、面朝镜头的照片，再用模板生成。
能用明星或球星的照片吗？
不能。只能用你自己或已经同意的成年人的照片。不能用名人、公众人物和儿童的照片。
还想做别的双人视频？我们的 Hop Hop Hop AI 舞蹈教程 讲的是一个中途换位的双人模板。