正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

AI 做视频，场景一致性一直是老大难以前的解法是先出一套多视角场景图当参考，每段视频都要喂很多场景参考图现在有个更省事的思路：不另做图，直接从已经拍好的片段里挑几帧，当参考视频喂给后面的镜头视频是我用 MiniMax H3 拍的 5 段小故事：工坊拉坯 → 雪地抱柴 → 回工坊 → 转盘特写 → 接着拉坯。种子固定，盯住第 10 秒切回工坊那一下： · 上面不开记忆：提示词里 10 样物件写得清清楚楚，回来还是换了一间屋子，蓝花瓶架子缩成小柜子，地图换了面墙，窗外的雪地成了绿草地 · 下面开手选记忆：从第一段挑两个画面喂回去，房间原样回来（另加了 1 秒过渡段，所以晚 1 秒多）用的是 H3 Continuity Studio 这个 MIT 开源项目的方案：不知道MiniMax H3场景一致性问题这块，还有没有更好的办法？

烁皓

11,840 subscribers

12,398 次观看 • 3 天前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

22 条评论

Lazy阿洋的头像

Lazy阿洋3 天前

保一致性最省事的办法就是别从零生成：拿已拍好的帧当参考喂回去，场景、光线、人物一次对齐。H3 Continuity Studio 把这招产品化了，小成本做系列短片的门槛又降了一截。

Eric｜赛博水豚烤显卡的头像

Eric｜赛博水豚烤显卡3 天前

影响生成速度吗

烁皓的头像

烁皓3 天前

会变慢的

JimmyJacy 的头像

JimmyJacy3 天前

可以试试 OpenJutsu这个开源项目

烁皓的头像

烁皓3 天前

我去学习学习

syy饲养员的头像

syy饲养员3 天前

一直是这样做的还可以生成无限长视频

Shenfu｜AI 与视频创作的头像

Shenfu｜AI 与视频创作3 天前

这个思路可以再加一张场景连续性清单：先记下门窗、主光方向和几个显眼道具的位置，再从片段中挑主体清晰、遮挡少的帧作参考。新镜头生成后重点核对这些固定点；人物换角度时，也看手里道具有没有突然换位置。

WenWen 的头像

WenWen3 天前

我之前切回室内也是全变样，这个挑帧的办法我得去试试

laobaqilin 的头像

laobaqilin3 天前

这算盗视频吗？

烁皓的头像

烁皓3 天前

啊？

莱特曼的头像

莱特曼3 天前

提示词里写了10样物件，切回工坊还是换了间屋子，蓝花瓶架子缩成小柜子、窗外雪地变绿草地；从第一段手选两帧喂回去，房间就原样回来了。用已拍片段当参考视频，比另做一套多视角参考图省事得多，这条路值得多试几组长镜头，效果能稳住吗？

刚哥的头像

刚哥3 天前

可不可以先生成一个360度环绕的房间的视频，作为参考视频，再去生成视频？

烁皓的头像

烁皓3 天前

理论上是可以的

刚哥的头像

刚哥3 天前

之前看一个推文好像有写这样操作的,从卧室开门走进客厅,可以保持一致性

赛博隐者的头像

赛博隐者3 天前

用已拍片段挑帧当参考这个思路很实在，比纯靠提示词描述角色长相靠谱多了。想问一句：五段故事里换场景后角色走样最严重的是哪一段，挑帧有没有可以复用的经验？

章鱼8̃爪铺🐙 的头像

章鱼8̃爪铺🐙3 天前

开手动记忆那段最说明问题，房间原样回来了。

Leo 林晓｜AI视频的头像

Leo 林晓｜AI视频3 天前

从成片里抠几帧当参考，比重新出场景图省太多了

信通的头像

信通3 天前

切回工坊还认房间，这招才算过关

黄泰格.Z 的头像

黄泰格.Z3 天前

原来大佬们也被这个问题困扰啊😧

jimerrors 的头像

jimerrors3 天前

直接拿已拍片段里几帧当参考视频，这招确实省事，第十秒切回工坊那下我多看了两遍

Steven Cheng 的头像

Steven Cheng3 天前

手选画面这招确实巧，比堆一堆参考图省事多了

Arron2006 的头像

Arron20063 天前

在故事板中先保持人物一致性，然后再去动起来，这方法可以吗？

相关视频

有朋友问：MiniMax H3 一次最多生成 15 秒，做短剧的话，段和段之间怎么接才不突兀？我推荐用 ComfyUI-H3-Motion-Context 的方案，项目中有直接可用的工作流示例。常见做法是拿上一段的最后一帧去做图生视频。问题是一张静态图里没有运动信息，模型只能猜：人刚才往哪走、多快，全靠猜，所以接缝处经常卡一下或者动作突变。 Motion Context 的做法是：把上一段最后 22 帧（0.92 秒）原样钉在下一段开头，每一步采样都不动它们。模型看到的是真实的运动，不用从一张图去猜。画面和声音都是直接从上一段的 latent 里切出来的，不用先解码成视频再编码回去，所以不会每接一次就损失一点画质。生成完，用 Trim 节点把开头这 22 帧剪掉，两段直接首尾拼接，不需要做转场。我逐帧看了接缝前后，角色的姿势、位置、表情都对得上。最关键的是提示词：下一段开头要先描述上一段是怎么结束的。同一个角色、同样的景别、同样的动作，保持一两秒，再写新的剧情。项目地址：我不说的话，谁能看出这30s的功夫熊猫是两段生成的？

有朋友问：MiniMax H3 一次最多生成 15 秒，做短剧的话，段和段之间怎么接才不突兀？我推荐用 ComfyUI-H3-Motion-Context 的方案，项目中有直接可用的工作流示例。常见做法是拿上一段的最后一帧去做图生视频。问题是一张静态图里没有运动信息，模型只能猜：人刚才往哪走、多快，全靠猜，所以接缝处经常卡一下或者动作突变。 Motion Context 的做法是：把上一段最后 22 帧（0.92 秒）原样钉在下一段开头，每一步采样都不动它们。模型看到的是真实的运动，不用从一张图去猜。画面和声音都是直接从上一段的 latent 里切出来的，不用先解码成视频再编码回去，所以不会每接一次就损失一点画质。生成完，用 Trim 节点把开头这 22 帧剪掉，两段直接首尾拼接，不需要做转场。我逐帧看了接缝前后，角色的姿势、位置、表情都对得上。最关键的是提示词：下一段开头要先描述上一段是怎么结束的。同一个角色、同样的景别、同样的动作，保持一两秒，再写新的剧情。项目地址：我不说的话，谁能看出这30s的功夫熊猫是两段生成的？

烁皓

85,084 次观看 • 1 个月前

优化版来啦 ~ 垃圾小视频 + 1 复盘总结（V2.2版本）本次修改了一些明显的镜头bug，降低了出戏频率并对上个版本总结的问题，如画面比例，场景道具等，进行了约束解决了场景和道具等资产变来变去的问题 1️⃣方法在上次方法的基础上，进一步约束场景和道具，并和角色参考卡一起作为视频资产参考输入即梦的agent模式此次对场景和道具的约束使用了两种方法，一个是重新生成场景图和道具图结果生成的图的氛围不合适于是采用第二种方法，根据第一版的视频画面，直接生成场景图和道具图见评论区 2️⃣不足和展望问题最大的是剧本的打磨但剧本不是现阶段我需要考虑的事，下一阶段再考虑目前只考虑剧本到导演镜头的脚本转换，以及视频可视化的效果呈现优化 3️⃣实践经验总结当视频抽卡出现错误时，不需要重新生成一整段，只改单独的镜头就可以了 #nana #AIGC #AIart #AI视频 #AI漫剧

优化版来啦 ~ 垃圾小视频 + 1 复盘总结（V2.2版本）本次修改了一些明显的镜头bug，降低了出戏频率并对上个版本总结的问题，如画面比例，场景道具等，进行了约束解决了场景和道具等资产变来变去的问题 1️⃣方法在上次方法的基础上，进一步约束场景和道具，并和角色参考卡一起作为视频资产参考输入即梦的agent模式此次对场景和道具的约束使用了两种方法，一个是重新生成场景图和道具图结果生成的图的氛围不合适于是采用第二种方法，根据第一版的视频画面，直接生成场景图和道具图见评论区 2️⃣不足和展望问题最大的是剧本的打磨但剧本不是现阶段我需要考虑的事，下一阶段再考虑目前只考虑剧本到导演镜头的脚本转换，以及视频可视化的效果呈现优化 3️⃣实践经验总结当视频抽卡出现错误时，不需要重新生成一整段，只改单独的镜头就可以了 #nana #AIGC #AIart #AI视频 #AI漫剧

Nana & 晟

41,430 次观看 • 3 个月前

真正言出法随的AI视频工具，终于被我找到了！！而且还是个100%开源的视频世界模型项目！这个用来做视频真的很高级！先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性，不得不生成一大堆各种角度的场景的图片作参考约束，要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形，但其实，这个方法很原始！但如果，直接可以生成一个高度一致性的空间，让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动，所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路，根据任何图片和视频，实时渲染一个自由空间，先固化一个场景，然后人物和道具进场，先搭景再拍摄，这样做视频的体验，就无限接近于真实片场！你就像一个导演，站在片场里，并且拥有“言出法随”的能力！改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满，突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！而且这个时长不受限制，一个空间里，“拍摄”多久都可以。想想就很爽，这种创作体验，是前所未有的！！不光是视频，这也完全是彻底改变游戏行业的存在。尤其是那种沉浸感很强的第一人称游戏！越说越激动，这个项目现在是完全开源的，有兴趣的朋友，真的可以关注一下这方面的趋势，我觉得在这个探索世界模型的阶段，这个，就是最好的落地应用！！

真正言出法随的AI视频工具，终于被我找到了！！而且还是个100%开源的视频世界模型项目！这个用来做视频真的很高级！先说一个长期的“痒点”，做AI视频为了保证空间场景的一致性，不得不生成一大堆各种角度的场景的图片作参考约束，要确保正反打都不会穿帮，要确保镜头转过去再转回来场景不走形，但其实，这个方法很原始！但如果，直接可以生成一个高度一致性的空间，让人物站在该有的位置，并且还能够自由控制镜头在空间里的运动，所有一致性的困扰，就全部解决了！！ AlayaWorld Alaya Lab 就完全是这个思路，根据任何图片和视频，实时渲染一个自由空间，先固化一个场景，然后人物和道具进场，先搭景再拍摄，这样做视频的体验，就无限接近于真实片场！你就像一个导演，站在片场里，并且拥有“言出法随”的能力！改天气、换演员、换服装、甚至直接换场景，可玩性和可控性全部拉满，突发奇想的指令或者是已经设置好“技能”，就可以实时渲染出来！而且这个时长不受限制，一个空间里，“拍摄”多久都可以。想想就很爽，这种创作体验，是前所未有的！！不光是视频，这也完全是彻底改变游戏行业的存在。尤其是那种沉浸感很强的第一人称游戏！越说越激动，这个项目现在是完全开源的，有兴趣的朋友，真的可以关注一下这方面的趋势，我觉得在这个探索世界模型的阶段，这个，就是最好的落地应用！！

沐阳

31,830 次观看 • 3 个月前

牛P了 Vidu 的 Reference-to-Video 功能支持一次性上传最多 7 张参考图片并结合一段文字提示，生成具有高度一致性、风格统一、视觉保真度高的视频内容参考图可以是人物、场景、道具等任意内容下面是我的测试介绍... 利用 Vidu Q1 模型的多模态对齐机制能实现结构保持、纹理迁移、风格还原同步完成模型还会根据参考图和 Prompt 自动进行智能镜头推演，构建“视觉叙事”结构，如推镜头、平移、场景切换等这是目前行业内首个支持多图引用、并具有角色/场景一致性的开放式视频生成工具。下面是教程

牛P了 Vidu 的 Reference-to-Video 功能支持一次性上传最多 7 张参考图片并结合一段文字提示，生成具有高度一致性、风格统一、视觉保真度高的视频内容参考图可以是人物、场景、道具等任意内容下面是我的测试介绍... 利用 Vidu Q1 模型的多模态对齐机制能实现结构保持、纹理迁移、风格还原同步完成模型还会根据参考图和 Prompt 自动进行智能镜头推演，构建“视觉叙事”结构，如推镜头、平移、场景切换等这是目前行业内首个支持多图引用、并具有角色/场景一致性的开放式视频生成工具。下面是教程

小互

44,414 次观看 • 1 年前

抽个猫卡找找灵感！（附教程&提示词 🔥 用 AI 让你的 X 头像"活过来"： 3 张图 + 2 段视频的做法 ① 准备素材截一张自己的 X 主页（作背景），再准备一张头像原图（作角色）。两张图分工要在提示词里说死：主页只管布局，头像只管长相。这样模型不会把两张图里的头像细节混在一起。 ② 先定身高，别急着出视频角色比例是最容易翻车的地方——头像是大头近景，模型会直接外推成 Q 版小矮人。省钱的办法是先用图片模型生成一张 A/B/C/D 四个头身比并排站的对照图，挑一个，再单独出一张站姿图。这张站姿图会成为视频的第三张参考图。 ③ 尺寸和比例分开锁教训：光说"高挑""一米八"没用，模型不认。真正有效的是相对参照——比如"6.5 头身""站直后占画面高度 1/2 以上""约为头像圆框直径的 4 倍"。而且要明确：站姿参考图只决定比例，不决定大小，大小用画面占比单独说。 ④ 写分镜式提示词按时间段写（0–1.2 秒、1.2–2.8 秒……），每段只写一到两个动作，动词要具体：翻出、敲、甩开、接住、装上、按下、书写。想让画面有"人设"，就让道具从简介里的关键词长出来——我这里是 AI、DIY、播客三个模块。 ⑤ 必须出现的文字单独强调要写在画面里的字（我用的是 Build in public. / Become more yourself.）单独一段，写"必须准确显示为""禁止拼写变化""每个字母从笔尖连续写出"，再加一句"除此之外不生成任何新的可读文字"。 ⑥ 结尾留一堆"不要" 相机不动、页面不改、只有一个角色、道具数量固定、不真人化、不 3D、不加 Logo、无字幕。负面清单越具体越稳。 ⑦ 做续集：用上一段的最后一帧把第一段视频的最后一帧截下来，当作第二段的 @图1，提示词里写"第一帧必须与 @图1 完全一致"，就能无缝接上。想加宠物，直接喂真猫照片，但要求"转绘成与主角一致的插画风，禁止照片质感"。想让角色开口叫名字，写清楚说哪几个字、什么语气、几秒处，并注明不要生成字幕。参数参考：Seedance 2.5，9:16 竖屏，720p，含音效。第一段 15 秒约 4k 积分，续集 4 秒约 1k。整个过程我迭代了 3 次视频 + 3 张图，最贵的不是生成，是没先用图片把比例定下来、没有提前生成效果图预览。

Cell 细胞

22,448 次观看 • 2 个月前

怎么用 MiniMax H3 做多人对话短剧，难点在哪、怎么解决，一个视频讲清楚。 H3 做长视频两个坑：段一多人就换脸，段和段接不上。这条用 MiniMax Design 把坑填平，过程看视频👇。 H3 开源之后火到什么程度不用我说，有能力的同学显卡一张接一张往机器里插，我自己也在 4090 上跑了一段时间。但更多人卡在部署那一步，显存、环境、提示词格式，每一关都能把人劝退。官方出了个 MiniMax Design，把 H3 装进了一个 agent 里。不用部署，不用学提示词格式，你说要什么，它自己出图、生视频、剪辑，Mac 和 Windows 都能安装。我拿它做了一条 2 分 05 秒、4 个角色、12 段一镜到底的短剧，从头到尾没换过脸。全过程我录了一遍，就在这条视频里： 🔹 剧本和 22 张连续状态图我在外面先做好，每一段的首帧和尾帧都是这 22 张里的图，上一段的尾帧就是下一段的首帧。人物不换脸就靠这个，只用文字描述，写得再细，下一段还是另一个人。 🔹 拖进 Design 的画布，每段挂一张首帧、一张尾帧，写好台词和动作。第一段出来，三个人就是图上的三个人，台词一字不差，对白是它自己生成的，没有配音。剩下十一段分三批，它自己排队跑。 🔹 多人镜头先在 3D 导演台摆站位和机位。把病房平面图丢给它，它自己搭房间、把人放进去，四个人谁站哪、相机放哪，转一圈看站位，不对的选中人物按键转过来，不用重跑。 🔹 12 段进视频剪辑，拼接、字卡、字幕、片名。11 条接缝用了六种接法，哪种情况用哪种，视频后半段一条一条过。成片在下一条👇

怎么用 MiniMax H3 做多人对话短剧，难点在哪、怎么解决，一个视频讲清楚。 H3 做长视频两个坑：段一多人就换脸，段和段接不上。这条用 MiniMax Design 把坑填平，过程看视频👇。 H3 开源之后火到什么程度不用我说，有能力的同学显卡一张接一张往机器里插，我自己也在 4090 上跑了一段时间。但更多人卡在部署那一步，显存、环境、提示词格式，每一关都能把人劝退。官方出了个 MiniMax Design，把 H3 装进了一个 agent 里。不用部署，不用学提示词格式，你说要什么，它自己出图、生视频、剪辑，Mac 和 Windows 都能安装。我拿它做了一条 2 分 05 秒、4 个角色、12 段一镜到底的短剧，从头到尾没换过脸。全过程我录了一遍，就在这条视频里： 🔹 剧本和 22 张连续状态图我在外面先做好，每一段的首帧和尾帧都是这 22 张里的图，上一段的尾帧就是下一段的首帧。人物不换脸就靠这个，只用文字描述，写得再细，下一段还是另一个人。 🔹 拖进 Design 的画布，每段挂一张首帧、一张尾帧，写好台词和动作。第一段出来，三个人就是图上的三个人，台词一字不差，对白是它自己生成的，没有配音。剩下十一段分三批，它自己排队跑。 🔹 多人镜头先在 3D 导演台摆站位和机位。把病房平面图丢给它，它自己搭房间、把人放进去，四个人谁站哪、相机放哪，转一圈看站位，不对的选中人物按键转过来，不用重跑。 🔹 12 段进视频剪辑，拼接、字卡、字幕、片名。11 条接缝用了六种接法，哪种情况用哪种，视频后半段一条一条过。成片在下一条👇

huangserva

64,905 次观看 • 2 个月前

Gemini+GPT+Seedance 2.0 fast 生成 45秒的日式文艺短片 1.Gemini 负责全片的剧情，分镜和风格设定，输出一段完整的故事板提示词 2.GPT 负责完成图片生成和分镜预览 -先生成故事板图片，预览分镜是否有错误 -以故事板为基础，生成一张角色场景图（中近景） -裁剪保留故事板中的色卡，声音等设定，不保留分镜画面 3.Seedance 2.0 fast 负责视频生成 -以角色场景图作为参考图，加上基础设定+风格提示词+画面内容描述+色卡生成三次画面 -为更好保持人物一致性，第二段生成需要使用第一段画面的截图 -个别镜头错误的，直接生成对应镜头的内容就行，不需要重复生成完整的15秒 PS：为什么不直接用故事板的图片作参考图，因为故事板的分镜图会有很多细节不完美（比如手部细节，人物的一致性），加入故事板坐45秒的内容，会容易出现很多画面跑崩的情况提示词在评论👇👇👇

Gemini+GPT+Seedance 2.0 fast 生成 45秒的日式文艺短片 1.Gemini 负责全片的剧情，分镜和风格设定，输出一段完整的故事板提示词 2.GPT 负责完成图片生成和分镜预览 -先生成故事板图片，预览分镜是否有错误 -以故事板为基础，生成一张角色场景图（中近景） -裁剪保留故事板中的色卡，声音等设定，不保留分镜画面 3.Seedance 2.0 fast 负责视频生成 -以角色场景图作为参考图，加上基础设定+风格提示词+画面内容描述+色卡生成三次画面 -为更好保持人物一致性，第二段生成需要使用第一段画面的截图 -个别镜头错误的，直接生成对应镜头的内容就行，不需要重复生成完整的15秒 PS：为什么不直接用故事板的图片作参考图，因为故事板的分镜图会有很多细节不完美（比如手部细节，人物的一致性），加入故事板坐45秒的内容，会容易出现很多画面跑崩的情况提示词在评论👇👇👇

探路AI

39,085 次观看 • 2 个月前

我花40分钟时间，用Seedance2.0制作的皮克斯风格动画短片：吉娃娃和小猫的海滨之旅。这个1分钟视频先由4段提示词生成4个15秒的视频，再剪辑而成。我在每个提示词前锁定了人物、风格、场景，但是由于没有加上参考角色图，没有使用尾帧延续法，所以在人物一致性方面还是稍微差了一些。我的完整制作流程如下： 1、把脑海中的故事写下来 2、发给chatgpt/gemini修改成分镜提示词 3、把分镜提示词发给seedance2.0生成视频 4、最后再把几个15秒视频剪辑成一个长视频如果不是模型偶尔抽风生成失败了几次，实际制作时间还可以更快。

我花40分钟时间，用Seedance2.0制作的皮克斯风格动画短片：吉娃娃和小猫的海滨之旅。这个1分钟视频先由4段提示词生成4个15秒的视频，再剪辑而成。我在每个提示词前锁定了人物、风格、场景，但是由于没有加上参考角色图，没有使用尾帧延续法，所以在人物一致性方面还是稍微差了一些。我的完整制作流程如下： 1、把脑海中的故事写下来 2、发给chatgpt/gemini修改成分镜提示词 3、把分镜提示词发给seedance2.0生成视频 4、最后再把几个15秒视频剪辑成一个长视频如果不是模型偶尔抽风生成失败了几次，实际制作时间还可以更快。

Rion Wu

22,758 次观看 • 8 个月前

想做 AI 漫剧？先搞懂最大难点：场景调度你有没有发现，AI 做多人打斗视频的时候，最容易乱的不是招式。而是人物一多，镜头就不知道该跟谁，空间也开始对不上。这条视频我想讲的就是一个很实用的方法：先不要急着写“飞身、挥刀、闪避”这些动作词。先把场景画成一张 3D 俯视动线图。谁从哪边进来，镜头从哪里推进，危险点在哪里，人物最后要往哪边走，都先在图上定清楚。这样 AI 生成的时候，它拿到的就不是一句模糊的“打一场很燃的戏”，而是一张能拍的导演地图。多人打斗想不乱，第一步不是加动作，是先控场。这条可以当成一个小方法，以后做动作戏、舞蹈戏、多人调度都能用。 #AIGC #AI导演 #即梦AI #AI短片 #场景设计 #分镜设计

想做 AI 漫剧？先搞懂最大难点：场景调度你有没有发现，AI 做多人打斗视频的时候，最容易乱的不是招式。而是人物一多，镜头就不知道该跟谁，空间也开始对不上。这条视频我想讲的就是一个很实用的方法：先不要急着写“飞身、挥刀、闪避”这些动作词。先把场景画成一张 3D 俯视动线图。谁从哪边进来，镜头从哪里推进，危险点在哪里，人物最后要往哪边走，都先在图上定清楚。这样 AI 生成的时候，它拿到的就不是一句模糊的“打一场很燃的戏”，而是一张能拍的导演地图。多人打斗想不乱，第一步不是加动作，是先控场。这条可以当成一个小方法，以后做动作戏、舞蹈戏、多人调度都能用。 #AIGC #AI导演 #即梦AI #AI短片 #场景设计 #分镜设计

波妞PONYO

14,357 次观看 • 4 个月前

这个动画短片就是为了验证这套视频制作流程而制作的。核心就是通过设计一套完善的视频流程来尽量保证在正式开始生成画面之前的所有工作都做对，然后来降低抽卡率省钱。所以我分享一下这个视频的抽卡率，总时长是138秒，按照5秒一段拆成20多段分别生成，只有1段重拍，而且这一段还不是因为画面错误导致重拍的而是我觉得还可以再优化一下才重新生成的。

这个动画短片就是为了验证这套视频制作流程而制作的。核心就是通过设计一套完善的视频流程来尽量保证在正式开始生成画面之前的所有工作都做对，然后来降低抽卡率省钱。所以我分享一下这个视频的抽卡率，总时长是138秒，按照5秒一段拆成20多段分别生成，只有1段重拍，而且这一段还不是因为画面错误导致重拍的而是我觉得还可以再优化一下才重新生成的。

Eian

41,653 次观看 • 3 天前

卧槽，Hypit 这次确实有点意思。把它接进 Codex，丢一条参考视频过去，再说一句“帮我 Clone”，它就能把原片拆成可编辑的视频工程。人物能换、服装能换、色卡能换。原片的构图、镜头节奏、字幕、转场和画面层级，会尽量保留下来。我这次用 Codex 跑了 Hypit，复刻了两条短视频。一个是「豆包帮我清理桌面」的场景创意 yanhua，一个是 @陶阿狗君的旅行变装。它先把视频拆成一个可编辑的 workflow。谁在说话、哪一段用什么图、字幕怎么排、画面怎么动，都变成工程里的零件。流程很简单： 1、给 Codex 装上 Hypit Skill npx skills add hypit-ai/hypit -g 2、配好视频模型 API 我这里用即梦 CLI 调 Seedance，先确认模型能正常出片。 3、把参考视频和人物图交给 Codex 告诉它保留原片构图和分镜节奏，把人物换成参考图角色，再生成新的色卡和服装。 4、先确认图片，再生成动态镜头图片、视频和声音可以分阶段处理。图片不满意先改，确认后再调视频模型出片。我觉得 Hypit 最有意思的地方，是它把视频制作从一次性「抽卡」，变成可以持续修改的项目。你能一边预览成片，一边看对应素材和源码。想换人、改字、调镜头节奏，都有地方下手。工具是开源的，模型和 API 费用各自另算。想用 AI Agent 做视频 Clone 的，可以自己装了试试，效果因模型和参考片差异会比较大。官方仓库（开源）：

卧槽，Hypit 这次确实有点意思。把它接进 Codex，丢一条参考视频过去，再说一句“帮我 Clone”，它就能把原片拆成可编辑的视频工程。人物能换、服装能换、色卡能换。原片的构图、镜头节奏、字幕、转场和画面层级，会尽量保留下来。我这次用 Codex 跑了 Hypit，复刻了两条短视频。一个是「豆包帮我清理桌面」的场景创意 yanhua，一个是 @陶阿狗君的旅行变装。它先把视频拆成一个可编辑的 workflow。谁在说话、哪一段用什么图、字幕怎么排、画面怎么动，都变成工程里的零件。流程很简单： 1、给 Codex 装上 Hypit Skill npx skills add hypit-ai/hypit -g 2、配好视频模型 API 我这里用即梦 CLI 调 Seedance，先确认模型能正常出片。 3、把参考视频和人物图交给 Codex 告诉它保留原片构图和分镜节奏，把人物换成参考图角色，再生成新的色卡和服装。 4、先确认图片，再生成动态镜头图片、视频和声音可以分阶段处理。图片不满意先改，确认后再调视频模型出片。我觉得 Hypit 最有意思的地方，是它把视频制作从一次性「抽卡」，变成可以持续修改的项目。你能一边预览成片，一边看对应素材和源码。想换人、改字、调镜头节奏，都有地方下手。工具是开源的，模型和 API 费用各自另算。想用 AI Agent 做视频 Clone 的，可以自己装了试试，效果因模型和参考片差异会比较大。官方仓库（开源）：

行者AI视频

165,704 次观看 • 1 个月前

通过分镜故事板生成30秒日式青春短片（雪地氛围）流程：（Minimax H3） 1.总导演：Codex，负责完成提示词构想和分镜故事板生成操作路径： -将你的剧情和想要的风格告诉 Codex，并给他可参考的故事板提示词（可以复制我的提示词👇👇👇作为参考）； -下达指令：请基于我给的剧情和参考图结构，生成一段日式短片风格的故事板图片。（哪里不对就直接跟他说） 2.视频“拍摄”+后期：Edimakor Taiwan，负责完成视频生成和后期基础剪辑和配乐体验地址：操作路径： -点击图生视频（或者参考生视频），将故事板图片作为参考图，使用【Minimax H3模型】，分别生成前15秒和后15秒的视频内容 -个别镜头出错的情况，单独再输入该段画面的提示词👇👇👇，重新生成这个短的片段即可 -将所有生成的画面，拖到下面的时间轴，完成粗剪 -使用AI音乐，模型使用Lyria 3 Pro，基于故事板图片生成前后两段bgm -最后，导出视频，一个日式风格的短片就生成了 #Edimakor

通过分镜故事板生成30秒日式青春短片（雪地氛围）流程：（Minimax H3） 1.总导演：Codex，负责完成提示词构想和分镜故事板生成操作路径： -将你的剧情和想要的风格告诉 Codex，并给他可参考的故事板提示词（可以复制我的提示词👇👇👇作为参考）； -下达指令：请基于我给的剧情和参考图结构，生成一段日式短片风格的故事板图片。（哪里不对就直接跟他说） 2.视频“拍摄”+后期：Edimakor Taiwan，负责完成视频生成和后期基础剪辑和配乐体验地址：操作路径： -点击图生视频（或者参考生视频），将故事板图片作为参考图，使用【Minimax H3模型】，分别生成前15秒和后15秒的视频内容 -个别镜头出错的情况，单独再输入该段画面的提示词👇👇👇，重新生成这个短的片段即可 -将所有生成的画面，拖到下面的时间轴，完成粗剪 -使用AI音乐，模型使用Lyria 3 Pro，基于故事板图片生成前后两段bgm -最后，导出视频，一个日式风格的短片就生成了 #Edimakor

探路AI

16,974 次观看 • 2 个月前

【狗剩的ai制作日常探索】，这支一分钟女鬼弹奏《abracadabra》的片子，从图到视频，一次抽卡都没有。依然是CLaude +hyperframes方案，hyperframes能很好地安排CLaude怎么做，就算你提示词写得逻辑混乱也能帮你理清楚. 没用视频生成模型，没开 Blender。上次分享有人会问我给多少图喂给ai，这不是一个很确定的数量，每次根据你镜头的多少要做不同的图，我把我做这个片子的图片放在下面留言区了，我只给了 Claude 8 张图.生成时间大概一个半小时。这个片子主要测试了claude，midi编曲能力，女鬼所有的钢琴键位都是对的，音乐风格也是我要的中式电子音乐风格

【狗剩的ai制作日常探索】，这支一分钟女鬼弹奏《abracadabra》的片子，从图到视频，一次抽卡都没有。依然是CLaude +hyperframes方案，hyperframes能很好地安排CLaude怎么做，就算你提示词写得逻辑混乱也能帮你理清楚. 没用视频生成模型，没开 Blender。上次分享有人会问我给多少图喂给ai，这不是一个很确定的数量，每次根据你镜头的多少要做不同的图，我把我做这个片子的图片放在下面留言区了，我只给了 Claude 8 张图.生成时间大概一个半小时。这个片子主要测试了claude，midi编曲能力，女鬼所有的钢琴键位都是对的，音乐风格也是我要的中式电子音乐风格

Archer/张狗剩🎄

24,767 次观看 • 11 天前

用了一段时间 Seedance 2.0，我用了几百次，试着做了短剧、商业广告、文旅宣传片、生活互动小视频、个人vlog，聊点真实感受。 AI 视频从"生成"进入了"创作"时代。以前我们在"用 AI 做视频"，现在是"用 AI 拍片"。它重塑的不是某一个功能，而是整个创作流程：以前你得分别处理文案、素材、剪辑、音效，现在你把想法、参考图、一段旋律一股脑丢给它，出来的东西——是一个完整的、有声音的、有叙事的视频。最让我意外的是它的理解力。你用自然语言描述"主角从疲惫切换到放松的表情变化"，它真的能演出来。不是那种僵硬的 AI 味表演，是有节奏的、有呼吸感的。说"划时代"可能有点大，但至少有三件事回不去了：不会再接受"角色换个镜头就变脸" 不会再接受"视频和声音各做各的" 不会再接受"只能靠文字描述，不能喂参考素材" 这才是 AI 视频该有的样子。

用了一段时间 Seedance 2.0，我用了几百次，试着做了短剧、商业广告、文旅宣传片、生活互动小视频、个人vlog，聊点真实感受。 AI 视频从"生成"进入了"创作"时代。以前我们在"用 AI 做视频"，现在是"用 AI 拍片"。它重塑的不是某一个功能，而是整个创作流程：以前你得分别处理文案、素材、剪辑、音效，现在你把想法、参考图、一段旋律一股脑丢给它，出来的东西——是一个完整的、有声音的、有叙事的视频。最让我意外的是它的理解力。你用自然语言描述"主角从疲惫切换到放松的表情变化"，它真的能演出来。不是那种僵硬的 AI 味表演，是有节奏的、有呼吸感的。说"划时代"可能有点大，但至少有三件事回不去了：不会再接受"角色换个镜头就变脸" 不会再接受"视频和声音各做各的" 不会再接受"只能靠文字描述，不能喂参考素材" 这才是 AI 视频该有的样子。

Adam也叫吉米

28,254 次观看 • 8 个月前

基于下面文章的教程，我做了一个升级版流程，适合没有导演和运镜思维的朋友。整个片段 22秒， 11个分镜，20+个人物由GPT 6+Blender+Seedance 2.5 一次性生成，没有二次抽卡从分镜脚本设计，到AI视频提示词到大部分角色图的生成，全部由Codex完成（完整指令和提示词见评论🔽 🔽 🔽）我给到的只是：一段电影名场面的参考视频（作为运镜思路的参考）+ 我的新剧情（让Codex基于剧情设计分镜脚本）+ 主角的两张角色图（用于生成更多角色图片+提取视频风格+AI视频提示词的撰写）后面基本都是在下达指令和反复沟通完成最后，再将角色图+白模视频+AI视频提示词全部给到 seedance 2.5，完成视频的渲染（本视频的场景图全靠Codex的提示词给到2.5 完成构建）白模视频和渲染的参考提示词见评论 🔽 🔽 🔽

基于下面文章的教程，我做了一个升级版流程，适合没有导演和运镜思维的朋友。整个片段 22秒， 11个分镜，20+个人物由GPT 6+Blender+Seedance 2.5 一次性生成，没有二次抽卡从分镜脚本设计，到AI视频提示词到大部分角色图的生成，全部由Codex完成（完整指令和提示词见评论🔽 🔽 🔽）我给到的只是：一段电影名场面的参考视频（作为运镜思路的参考）+ 我的新剧情（让Codex基于剧情设计分镜脚本）+ 主角的两张角色图（用于生成更多角色图片+提取视频风格+AI视频提示词的撰写）后面基本都是在下达指令和反复沟通完成最后，再将角色图+白模视频+AI视频提示词全部给到 seedance 2.5，完成视频的渲染（本视频的场景图全靠Codex的提示词给到2.5 完成构建）白模视频和渲染的参考提示词见评论 🔽 🔽 🔽

探路AI

229,490 次观看 • 1 个月前

太香了，今天逛博物馆，突然发现 Muse 免费拿来做历史教育，太好用了。馆里有一组 1000 多年前吴越国的渔村布景。河道、码头、帆船、捕鱼归来的渔民、村落、猪羊……本来只是一个静态的微缩场景。哎，这不是白魔最牛逼的场景吗？我拿手机沿着布景拍了一圈，直接扔给 Muse：你把这个场景还原成真实世界，再按照我原来的镜头走位，做成一段视频。它直接把原来 26 秒的视频拆成了 6 个分镜：高空俯瞰村落和码头 → 帆船停靠 → 河道行船 → 码头集市 → 村落庭院 → 街巷收尾然后每个镜头重新生成 10 秒实景视频，最后拼成了整整 60 秒。 🔥最有意思的是：我拍的是博物馆布景，它理解的却是这个布景背后的世界。原来只能隔着玻璃看一眼的吴越渔村，现在船可以开起来，人可以捕鱼回来，整个村子真的活了。以前博物馆告诉小孩： 1000 多年前的人是这样生活的。现在直接演。这个教育意义，我觉得比单纯拿 AI 生成几个漂亮视频大多了。

太香了，今天逛博物馆，突然发现 Muse 免费拿来做历史教育，太好用了。馆里有一组 1000 多年前吴越国的渔村布景。河道、码头、帆船、捕鱼归来的渔民、村落、猪羊……本来只是一个静态的微缩场景。哎，这不是白魔最牛逼的场景吗？我拿手机沿着布景拍了一圈，直接扔给 Muse：你把这个场景还原成真实世界，再按照我原来的镜头走位，做成一段视频。它直接把原来 26 秒的视频拆成了 6 个分镜：高空俯瞰村落和码头 → 帆船停靠 → 河道行船 → 码头集市 → 村落庭院 → 街巷收尾然后每个镜头重新生成 10 秒实景视频，最后拼成了整整 60 秒。 🔥最有意思的是：我拍的是博物馆布景，它理解的却是这个布景背后的世界。原来只能隔着玻璃看一眼的吴越渔村，现在船可以开起来，人可以捕鱼回来，整个村子真的活了。以前博物馆告诉小孩： 1000 多年前的人是这样生活的。现在直接演。这个教育意义，我觉得比单纯拿 AI 生成几个漂亮视频大多了。

实践哥 Li

71,868 次观看 • 1 个月前

授人与鱼不如授人以渔，今天讲讲一个超过15秒的剧情是怎么上下连贯的衔接的技术，其实这个道理说穿了也很简单，就是在第二段的视频提示词的前面加上这句话就行了，“将@视频1延长15秒。”这里的视频1 就是在seedance 2.0 全局参考的基础上上传上一个生成的15秒的视频，然后第二段视频自然就会保留上一个视频的角色和色调，这就是SEEDANCE 2.0的视频参考功能，明白了吧。好吧上帝原谅我又一次让教主领衔了霸总一角。

授人与鱼不如授人以渔，今天讲讲一个超过15秒的剧情是怎么上下连贯的衔接的技术，其实这个道理说穿了也很简单，就是在第二段的视频提示词的前面加上这句话就行了，“将@视频1延长15秒。”这里的视频1 就是在seedance 2.0 全局参考的基础上上传上一个生成的15秒的视频，然后第二段视频自然就会保留上一个视频的角色和色调，这就是SEEDANCE 2.0的视频参考功能，明白了吧。好吧上帝原谅我又一次让教主领衔了霸总一角。

John

30,323 次观看 • 8 个月前

最近Seedance 2.0 伤透了大家的心，最近不得不把眼光瞄向了最有上进心的grok image,Grok 推出了视频延长功能，一次可以延长10秒，我的账号目前只有10秒，可以在每次的上一个视频的尾部延长两次，总共是30秒，下面是示例，我发现这个延长是有记忆功能的，也就是说人物的相貌是不会在延长后出现变形的，即时上一个视频的最末帧没有脸的样子但是延长后的结果仍然会保持相貌的稳定，唯一的问题是最多一次只能做到30秒长的视频，下次我会试试上传角色绑定后的结果，因为GROK一次只能上传一张图，所以很不方便去绑定角色和统一的场景，但是我对grok image 保持希望。跟帖里有生成过程和提示词

最近Seedance 2.0 伤透了大家的心，最近不得不把眼光瞄向了最有上进心的grok image,Grok 推出了视频延长功能，一次可以延长10秒，我的账号目前只有10秒，可以在每次的上一个视频的尾部延长两次，总共是30秒，下面是示例，我发现这个延长是有记忆功能的，也就是说人物的相貌是不会在延长后出现变形的，即时上一个视频的最末帧没有脸的样子但是延长后的结果仍然会保持相貌的稳定，唯一的问题是最多一次只能做到30秒长的视频，下次我会试试上传角色绑定后的结果，因为GROK一次只能上传一张图，所以很不方便去绑定角色和统一的场景，但是我对grok image 保持希望。跟帖里有生成过程和提示词

John

47,658 次观看 • 8 个月前