一、项目基本信息
| 项 | 内容 |
|---|---|
| 交付物 | 1 条 46 秒主片 + 5 张动态海报(全球社媒多版本) |
| 角色规模 | 多个角色变体同屏,每个角色绑定固定道具与动作 |
| 场景规模 | 3 座城市地标场景 + 1 个品牌专属空间 |
| 制作周期 | 20 天(含创意确认、资产建立、生成、修正、审核) |
| 技术栈 | Nano Banana 2.1(参考图/关键画面/分镜)+ Seedance 2.5(图生视频/动作/运镜) |
| 主要难点 | 跨场景角色一致性、道具归属、地标空间关系、转场连续性 |
需求方是一家零售品牌的原创 IP 团队,创意大纲由品牌给出:礼盒打开,角色穿越不同城市。执行侧要解决的是把这句话变成可拍、可生成、可验收的分镜结构。
二、Day 1-20 时间轴
Day 1-3 创意拆解:城市功能分配、角色分工、转场逻辑
Day 4-6 资产建立:角色基准图、服装、道具、场景参考、调色板
Day 7-9 分镜探索:关键画面生成 + 构图评审
Day 10-15 动态制作:逐镜头图生视频 + 首尾帧约束
Day 16-18 局部修正:形变、手部、道具、空间关系
Day 19 主片拼接:节奏、转场、色彩统一
Day 20 动态海报:复用主片资产做 5 个独立内容单元
这个排期里,真正压缩不了的是 Day 4-6 的资产建立——它决定了后面 14 天是"修细节"还是"重做镜头"。
三、资产表设计:先定映射,再谈生成
多角色项目的第一原则:角色、服装、道具、场景必须是四张互相引用的表,而不是四个文件夹。
{
"characters": {
"opener": {"costume": "wing_pink", "action": "open_gift_box"},
"leader": {"costume": "xmas_hat", "action": "lead_journey"},
"conv_a": {"costume": "star_wing", "action": "convert_magic"},
"conv_b": {"costume": "moon_form", "action": "convert_magic"},
"pusher": {"costume": "maple_form", "prop": "maple_wand", "action": "push_next_scene"}
},
"props": {
"star_wand": {"owner": "conv_a"},
"moon_wand": {"owner": "conv_b"},
"maple_wand": {"owner": "pusher"}
},
"scenes": {
"city_a": {"mood": "departure", "palette": ["deep_blue", "snow_white", "red"]},
"city_b": {"mood": "transition", "palette": ["gold", "deep_blue", "red"]},
"city_c": {"mood": "amplify", "palette": ["deep_blue", "red", "gold"]}
}
}
关键点在于 owner 字段:道具归属一旦写进结构,生成阶段就不会出现"这根棒子该给谁"的随机判断。我们第一版没有做这个约束,结果第三轮评审时发现同一根道具出现在两个角色手上——不是模型错了,是我们没告诉它谁拥有。
四、为什么首尾帧控制绕不过去
跨场景转场是这类项目最容易失效的环节。我们的经验是:只要镜头包含"场景切换",就必须给尾帧参考。
SHOT_SPEC = {
"scene_transition": True, # 是否跨场景
"first_frame": "keyframe_012.png",
"last_frame": "keyframe_013.png", # 跨场景必填
"motion": "character rides sled, moves toward skyline, camera follows from left",
"camera": "dolly_in",
"max_retry": 4,
}
不给尾帧的后果很具体:模型会自己"编"一个中间状态,角色位置、地面接触点、光线方向全部飘掉,剪进时间线之后观众能感觉到跳。给了尾帧之后,剩下的问题是运动合理性,至少空间关系不会断。
另一个被低估的参数是参考图数量。单次生成给 3-5 张最稳,超过之后模型会平均化角色特征——尤其当参考图里包含不同光照条件时,五官会"糊"成一个中间态。
五、一致性崩掉的四个位置
复盘下来,一致性失效集中在四个位置,顺序基本固定:
1. 角色进入动态的第一帧。 静态关键帧通过审核后,图生视频的第一帧常常出现细微形变,尤其是翅膀、发梢、手部这些细结构。解法是把关键帧再做一次局部加固,而不是直接进视频。
2. 多角色同框的接触点。 两个角色互动时,手部与道具的接触位置最不稳。我们的做法是让互动镜头尽量单角色完成,把"关系"交给构图和视线,而不是靠肢体接触。
3. 道具的尺度漂移。 同一根魔法棒在不同景别里长度会变。解法是给每个道具绑定一个尺度参考锚点(例如相对于角色头部的比例),写进提示词模板。
4. 转场后的色彩漂移。 每个场景有自己的调色板,跨场景渲染时最容易整体偏色。解法是在剪辑前先做一次调色板回归测试:把相邻镜头的同一材质区域取色比对。
def palette_check(clip, scene_palette, tolerance=8):
"""相邻镜头调色板回归:抽样材质区域,比对目标色域"""
sampled = extract_material_colors(clip, regions=["sky", "ground", "prop"])
drift = color_distance(sampled, scene_palette)
return drift <= tolerance
六、提示词模板:只写动作,不写情绪
我们踩过的一个坑是提示词写得太"文学"。描述"温暖、梦幻、充满期待"这类词,模型给出的结果高度随机,因为情绪没有物理对应物。
后来改成固定模板:
[主体] + [动作] + [方向/接触面] + [景别与运镜] + [光照条件] + [材质参考]
例如:角色 B 双手握星星棒,从左下向右上挥动,中景,摄影机跟随右移,顶部冷光 + 地面暖反射,材质参考 keyframe_008。
情绪交给光照、构图和剪辑节奏,提示词只负责可验证的部分。
七、返工预算:把不确定性前置
20 天的排期里,我们给每个镜头预留了 3-4 轮修正额度。这个数字不是拍脑袋,是复盘上一支片子得出的:跨场景镜头平均 3.2 轮,同场景镜头平均 1.6 轮。
| 镜头类型 | 平均修正轮次 | 主要失效点 |
|---|---|---|
| 同场景单角色 | 1-2 | 手部、发梢形变 |
| 同场景多角色 | 2-3 | 接触点、道具归属 |
| 跨场景转场 | 3-4 | 空间关系、色彩漂移 |
| 首帧即转场 | 4+ | 构图与尾帧不匹配 |
有了这张表,排期就能反推:如果一个项目跨场景镜头占比超过 40%,20 天不够,得往前加 3-5 天做资产和分镜;反过来,如果全是同场景镜头,周期可以压到 10-12 天。
这件事对甲方的意义是预算透明——周期不是靠"AI 很快"来承诺的,而是按镜头类型算出来的。
八、动态海报:一套资产的第二个出口
5 张动态海报不是主片的截图,而是复用同一套资产做的独立内容单元:一个角色一张、一个场景节点一张、一个动作一张。
这件事对资产设计提出额外要求——不同画幅、不同时长、不同运动幅度都要能输出。如果资产是围绕单一成片一次性配置的,海报就得重做一遍;如果是结构化资产,海报只是重新组合。
九、这套流程能复用到哪些项目
复盘完之后,我们把可复用的部分抽出来,发现它并不依赖具体题材,而是依赖三个前提:
一是角色有明确的设定基准,能提供正面、侧面、背面和多光照条件的参考;二是场景有稳定的调色板,能被写成可校验的规则;三是交付物不止一个版本,至少包含主片和若干独立素材。
只要这三条成立,无论做的是节日片、产品片还是 IP 短剧,资产表、首尾帧策略和校验脚本都能直接搬过去,差别只在于镜头类型占比不同,排期跟着变。
反过来,如果项目本身是"一次性出图"的需求——比如单张海报、单个场景的概念图——这套流程就过重了,直接做参考图约束更划算。
十、复盘结论
- 一致性在资产层解决,不在生成层解决;
- 道具归属必须写进结构,不能靠提示词临时约束;
- 跨场景必给尾帧,参考图控制在 3-5 张;
- 提示词只写可验证的动作与物理条件,情绪交给光影;
- 审核清单化,把审美判断和规则校验分开。
20 天交付 46 秒多角色 3D 片,真正的瓶颈从来不是生成速度,而是前期资产结构是否足够清楚。模型每年都在进步,结构上的欠债不会自己消失——这也是我们把这套 registry、校验脚本和返工表固化成团队标准流程的原因:它让下一次开新项目时,不用再从零讨论一致性该怎么办。