67 lines
5.4 KiB
Markdown
67 lines
5.4 KiB
Markdown
---
|
||
name: 场景四视图系统学习（工业级方法论）
|
||
description: 场景四视图学习完成——单图局限认知+工业级5招（俯视图锁空间/九宫格/全景/环绕/参考图控图），学习笔记+技巧库已更新
|
||
type: project
|
||
---
|
||
|
||
# 场景四视图系统学习（2026-08-01）
|
||
|
||
## 核心认知（打破误区）
|
||
- **根本限制**：一张场景图只是"固定角度/光线/景别的截面"，让模型脑补其他角度只能猜
|
||
- 场景四视图不能靠"单图+文字描述"，需要"空间逻辑先行 + 多角度资产"
|
||
|
||
## 工业级 5 招（社区共识：B站/抖音/gpt88/知乎Day40）
|
||
1. 俯视图锁定空间逻辑（核心：平面图定义布局→所有视角共享基准）
|
||
2. 九宫格多角度（一张图 9 角度）
|
||
3. 720° 全景图自由取景（宽幅全景→切段，空间逻辑天然一致）
|
||
4. 360° 环绕截图
|
||
5. 参考图控图（最强：Seedance/即梦/ComfyUI IPAdapter+ControlNet 基于俯视基准图）
|
||
|
||
## 四视角标准（爸爸定）
|
||
正面外观 / 背面外观 / 室内视角 / 鸟瞰俯视
|
||
|
||
## 咱的落地判断
|
||
- **Z-Image 支持 img2img + ControlNet（2026-05 官方确认 zimage.run）**：可用参考图/草图/ControlNet 作控制条件生图，单图多视角不再只能靠 prompt 硬脑补；但多视角空间逻辑仍需俯视基准+多角度资产配合
|
||
- 务实方案：宽幅全景→PIL 切段（工业级"全景自由取景"）
|
||
- 进阶方案：Z-Image 自带 img2img + ControlNet（草图/参考图控图），或 ComfyUI SDXL + ControlNet-Union（俯视基准图作控制条件）→ 彻底锁定
|
||
|
||
## 已沉淀
|
||
- `skill/scene_4view_learn.md`：学习笔记
|
||
- `skill/community_techniques.md`：技巧库升级为工业级方法论
|
||
|
||
## 场景九宫格技巧（2026-08-01 爸爸教）
|
||
- **大神做场景图用的是九宫格不同视角图**——不是单张
|
||
- 生成一个场景时，用九宫格(3x3)铺开不同视角：全景/中景/近景、俯视/平视/仰视、不同角度
|
||
- 作用：场景资产一次到位，后续分镜直接从九宫格里选对应视角，保证场景一致性
|
||
- 场景资产 = 多视角九宫格 + 统一风格色调
|
||
|
||
## 爸爸亲授·俯视图+九宫格锁空间工作流（2026-08-04 D206 → EED-EXPER-020）
|
||
- 三步：① 生成场景图（T2I 主视角定风格/光照） → ② 场景图 I2I 出俯视图（锁空间骨架：墙/门/家具/动线） → ③ 俯视图 I2I 出 3×3 九宫格分镜（同一空间内九个机位）
|
||
- 关键认知：**俯视图是空间锚（不可动摇），九宫格在俯视图约束下"派生"机位** → 一致性来自同源派生，不是逐个硬控
|
||
- 九宫格≠九张随机图：必须都"看着同一张俯视图"生成，否则失去锁空间意义
|
||
- 此法只解决"场景/空间/机位"一致；角色长相一致仍靠角色资产锁（EED-EXPER-013），别混为一谈
|
||
- 本地落地：ComfyUI + Z-Image（¥0），属 BC-006 的 STILL/LOCAL_MOTION 范畴，不强制调视频模型
|
||
|
||
## 爸爸亲授·720°全景图空间（2026-08-04 D206 → EED-EXPER-021）
|
||
- 上传一张场景图 → 生成 720° 可拖动全景空间（360°水平+360°垂直环视），效果接近 3D 建模
|
||
- 价值：比九宫格更连续（任意机位而非离散9格）、场景细节更强更一致；自由拖动取景
|
||
- 与 020（俯视图+九宫格）关系：020 轻量锁空间骨架、021 升维成空间重细节；可组合（俯视图定骨架→全景补细节）
|
||
- 本地落地待验证：ComfyUI/Z-Image 的 img2img/outpaint 已知可用，"单图→720°可拖动全景"的具体工作流需实测；若需云端全景服务则违反全本地规矩，须先问爸爸
|
||
|
||
## 爸爸亲授·全能参考+提示词逐秒控制（2026-08-04 D206 → EED-EXPER-022）
|
||
- 第三种、市面最常用全能参考法：上传 场景图+角色图 作参考，用提示词对每一秒的 人物动作/运镜/场景 进行控制
|
||
- 定位：020/021 解决"静态空间一致"（产静帧），022 解决"动起来时"的一致与控制（驱动视频），是三级接力最后一棒
|
||
- 本地落地：LTX 2.3 / Wan 2.2 I2V（参考图走 IPAdapter/ControlNet-Union 锁场景+角色）；逐秒控制靠 I2V 提示词时序能力，粒度需实测
|
||
- 属 BC-006 的 AI_I2V 范畴：只有关键"真实运动"镜头才调用，别全量上；"市面最常用"指商用 I2V（Seedance/即梦/可灵），本地用 LTX/Wan 近似
|
||
|
||
## 爸爸亲授·三招效果排序（2026-08-04 D206 → EED-EXPER-023）
|
||
- 爸爸拍板：场景一致性效果 020(俯视图+九宫格) > 021(720°全景) > 022(全能参考+提示词)，越"先建空间"越强、越"提示词驱动动态"越弱
|
||
- 校正：022"市面最常用"≠效果最好，常用是因方便；022 更该克制（只关键运动镜头），非关键优先 020/021 静帧+本地运镜
|
||
- 接力是用法（020/021产静帧喂022），但效果不是递增，022 一致性反而最弱
|
||
|
||
## 爸爸亲授·镜头衔接锁法（2026-08-04 D206 → EED-EXPER-024）
|
||
- 锁镜间衔接：用上一支生成视频的【尾帧】作下一镜的【分镜图/起始参考】，再加 人物图+场景图 一起参考
|
||
- 定位：020/021 管"镜内空间一致"、022 管"镜内动态控制"，024 管"镜与镜之间衔接"——不同维度、互补
|
||
- 本地落地：ffmpeg 抽尾帧（¥0）+ LTX/Wan I2V 以尾帧作首帧/参考；粒度待实测
|
||
- 注意：尾帧质量决定衔接下限（上一镜结尾要干净）；静止/跳切镜头可不用，主要用于连续运动/同场续戏
|