38 lines
2.7 KiB
Markdown
38 lines
2.7 KiB
Markdown
|
# 场景四视图 · 系统学习笔记（2026-08-01）
|
|||
|
|
|
|||
|
|
> 来源：头条《一个提示词生成四视图》、B站《AI视频场景一致性完整工作流》、
|
|||
|
|
> 抖音《场景穿帮 5 招工业级解决方案》、gpt88 场景一致性专题、知乎 Day40
|
|||
|
|
|
|||
|
|
## 一、核心认知（为什么我之前失败）
|
|||
|
|
**根本限制**（头条那篇点破）：一张场景图只是"固定角度、固定光线、固定景别的截面"。
|
|||
|
|
让模型脑补"从侧面看、从空中看、从门口往里看"，它没有那个信息，**只能猜**。
|
|||
|
|
→ 场景四视图不是"单图 + 文字描述"能解决的，需要**空间逻辑先行 + 多角度资产**。
|
|||
|
|
|
|||
|
|
## 二、工业级 5 招（社区共识）
|
|||
|
|
1. **俯视图锁定空间逻辑**（核心）：先生成俯视图/平面图，定义建筑布局、房间关系、出入口——所有视角共享的"空间基准"
|
|||
|
|
2. **九宫格多角度**：一张图内排 9 个角度的场景视图（前/后/左/右/45°×4 + 俯视）
|
|||
|
|
3. **720° 全景图自由取景**：生成宽幅全景 → 任意切段作为不同机位的背景
|
|||
|
|
4. **360° 环绕**：环绕视频/多帧截图 → 取不同帧作为视角
|
|||
|
|
5. **参考图控图**：用支持参考图的模型（Seedance/即梦/ComfyUI IPAdapter+ControlNet），基于"俯视基准图"生成各视角——**最强的做法**
|
|||
|
|
|
|||
|
|
## 三、场景四视图 = 俯视图锁空间 + 各视角生成（标准流程）
|
|||
|
|
```
|
|||
|
|
第1步：俯视图/平面图（锁定空间逻辑、布局、出入口）→ 基准图
|
|||
|
|
第2步：基于基准图，逐视角生成：正面外观 / 背面外观 / 室内 / 鸟瞰
|
|||
|
|
第3步：参考图控图（基准图作参考）保证每个视角与空间逻辑一致
|
|||
|
|
```
|
|||
|
|
（对应爸爸之前定的"正面/背面/室内/鸟瞰"四视角 ✅）
|
|||
|
|
|
|||
|
|
## 四、prompt 要点
|
|||
|
|
- **俯视图 prompt**：`top-down orthographic floor plan, bird eye view, showing building layout, rooms, entrances, furniture arrangement, clean line, blue print style`
|
|||
|
|
- **正面/背面**：`front/back exterior elevation view, architectural facade, straight-on view`
|
|||
|
|
- **室内**：`interior view, room perspective, showing walls floor ceiling and furniture`
|
|||
|
|
- **关键**：强调 "consistent with the floor plan layout, same spatial logic"
|
|||
|
|
- **负面词**：`characters, people, furniture clutter, inconsistent layout`
|
|||
|
|
|
|||
|
|
## 五、咱的落地方向
|
|||
|
|
- **文生图（Z-Image）极限**：单图 4 视角（前/背/室内/鸟瞰）Z-Image 会自由发挥（无参考图机制）
|
|||
|
|
- **务实方案 A**：俯视图基准 → 逐视角生成（统一描述+相似seed，效果一般）
|
|||
|
|
- **务实方案 B（推荐）**：宽幅全景图 → PIL 切段（空间逻辑天然一致，工业级"全景自由取景"）
|
|||
|
|
- **进阶方案 C**：ComfyUI SDXL + ControlNet-Union（用俯视基准图作控制条件）——彻底锁定
|