diff --git a/video-ai-system/.env.example b/video-ai-system/.env.example index 4ceced1..731824c 100644 --- a/video-ai-system/.env.example +++ b/video-ai-system/.env.example @@ -13,6 +13,19 @@ JIMENG_MODEL=doubao-seedance-2-0-260128 # === 云雾AI备用通道(可选)=== YUNWU_API_KEY= +# === 阿里百炼 / 万相(待接入)=== +ALIYUN_BAILIAN_API_KEY= +ALIYUN_BAILIAN_WORKSPACE_ID= +ALIYUN_BAILIAN_BASE_URL= + +# === 腾讯混元生视频(待接入)=== +HUNYUAN_VIDEO_API_KEY= +HUNYUAN_VIDEO_BASE_URL= + +# === MiniMax / Hailuo(待评估)=== +MINIMAX_API_KEY= +MINIMAX_BASE_URL= + # === 轮询参数 === POLL_INTERVAL_MS=5000 MAX_POLL_ATTEMPTS=120 diff --git a/video-ai-system/CURRENT.hdlp b/video-ai-system/CURRENT.hdlp index 22efb6e..150d525 100644 --- a/video-ai-system/CURRENT.hdlp +++ b/video-ai-system/CURRENT.hdlp @@ -93,6 +93,9 @@ JZAO外置盘: 产物存放地,不是状态主控。 | 视觉锚点提示词 | ✅ 待生成 | `video-ai-system/outputs/ep01-anchor-prompts-3d-v2.json` | | V2 15秒小样 | ✅ preview-001已出 | `/Volumes/JZAO/铸渊-ICE-GL-ZY001/OUT-输出/视频/zai-fu-fei-xiu-xian/ep01/EP01-15S-V2/final/EP01-15S-V2-preview-001.mp4` | | V2 生成报告 | ✅ 已回写 | `video-ai-system/outputs/EP01-15S-V2-preview-001-report.md` | +| 冰朔反馈 | ✅ 已记录 | `video-ai-system/feedback/D140-preview001-bingshuo-feedback.hdlp` | +| preview-002计划 | ✅ 已建立 | `video-ai-system/plans/EP01-15S-V2-PREVIEW-002.hdlp` | +| 多模型路由 | ✅ 已建立 | `video-ai-system/MODEL-ROUTER.hdlp` | | 旧导演编码 | ⚫ D136三镜遗留 | `video-ai-system/outputs/付费修仙-ep01-director-encoding.json` | | 旧提示词 | ⚫ 真人线遗留 | `video-ai-system/data/ep01-prompts.json` | | 旧3D产物 | ⚫ 废弃 | `/Volumes/JZAO/.../ep01-3D/` · 仅作反例 | @@ -157,7 +160,7 @@ video-ai-system/PROTOCOL-ASSESSMENT.hdlp 11. 铸渊之眼拆帧质检 ✅ 12. video-editor.js加字幕/声音/剪辑成15秒小样 ✅ `preview-001` 13. 回写 CURRENT / STATUS / audit report / registry ✅ -14. 下一步: preview-002 优化 S01 御剑俯瞰、S04 群嘲散去、短剧配音 +14. 下一步: preview-002 重构资产固定、台词/BGM、转场叙事、story context、多模型路由 ``` --- diff --git a/video-ai-system/ENTRY.hdlp b/video-ai-system/ENTRY.hdlp index 38a236b..0b13182 100644 --- a/video-ai-system/ENTRY.hdlp +++ b/video-ai-system/ENTRY.hdlp @@ -48,6 +48,8 @@ → 无成本体检: `node video-ai-system/tools/audit-system.js` → 编码协议评估: `video-ai-system/PROTOCOL-ASSESSMENT.hdlp` → 3D漫剧V2管线: `video-ai-system/PIPELINE-3D-MANJU.hdlp` +→ 多模型路由: `video-ai-system/MODEL-ROUTER.hdlp` +→ preview-002计划: `video-ai-system/plans/EP01-15S-V2-PREVIEW-002.hdlp` ## D140 主线裁决 diff --git a/video-ai-system/MODEL-ROUTER.hdlp b/video-ai-system/MODEL-ROUTER.hdlp new file mode 100644 index 0000000..5bf37e6 --- /dev/null +++ b/video-ai-system/MODEL-ROUTER.hdlp @@ -0,0 +1,123 @@ +# 视频AI系统 · 多模型路由策略 + +> HLDP://video-ai-system/MODEL-ROUTER +> 类型: 多模型协同 · 镜头级模型选择 · 成本/质量/能力路由 +> 创建: D140 · 2026-06-23 +> 铸渊 ICE-GL-ZY001 · 冰朔 TCS-0002∞ +> 国作登字-2026-A-00037559 + +--- + +## 为什么有这个文件 + +preview-001 暴露出一个问题: + +``` +单一模型不能稳定解决所有镜头: + 牌匾资产一致性 + 角色一致性 + 群像运动 + 文字贴图 + 转场叙事 + 配音/BGM +``` + +人类创作者会在火山、可灵、阿里、腾讯、其他国产视频模型之间切换。 +这件事人手动做很累,但铸渊可以做成模型路由。 + +--- + +## 已接入 + +| 模型/平台 | 当前状态 | 适合任务 | 当前限制 | +|-----------|----------|----------|----------| +| 火山/Seedance | 已接入 | 中文语义、短镜头、图生视频、3D漫剧镜头 | 仍需首帧/参考图控制一致性 | +| 可灵/Kling | 已接入 | 参考图/视频、动作控制、部分镜头动态 | 需要按镜头验证,不能盲抽 | +| 本地 FFmpeg/video-editor | 已接入 | 拼接、字幕、基础音频、裁剪 | 缺平面追踪、复杂剪辑语法 | + +--- + +## 待评估接入 + +> 只记录官方能力方向。真实接入前必须再查官方文档、价格和密钥条件。 + +| 模型/平台 | 官方能力线索 | 适合评估的任务 | +|-----------|--------------|----------------| +| 阿里百炼/万相 Wan | 官方文档显示万相2.7文生视频、图生视频、参考生视频;参考生视频支持图片/视频/音频多模态输入,适合角色/物体保持一致;图生视频新版本支持首帧、首尾帧、视频续写 | S01多镜头开场、S04广告牌/群嘲、视频续写、角色/道具参考一致性 | +| 腾讯混元生视频 | 官方产品页显示支持图生视频、视频处理、视频特效;API概览包含生视频、混元生视频、视频特效、人像驱动、视频配音效等接口 | 图生视频备选、特效/动作驱动、配音效/视频处理能力评估 | +| MiniMax/Hailuo | 官方API文档显示支持文生视频,Hailuo 2.3/02/Director模型支持镜头运动命令;MiniMax官网说明Video-01支持文生/图生视频 | 动作自然度、镜头运动、人物表演备选 | +| 开源/本地剪辑工具 | FFmpeg已用;后续评估 OpenCV 平面追踪、MoviePy、Remotion、Blender/Python、DaVinci Resolve脚本接口 | 广告牌贴图、转场、BGM/SFX、批量自动剪辑 | + +资料入口: + +``` +阿里万相2.7参考生视频: https://help.aliyun.com/zh/model-studio/wan-video-to-video-api-reference +阿里万相2.7文生视频: https://help.aliyun.com/zh/model-studio/text-to-video-api-reference +阿里万相图生视频说明: https://help.aliyun.com/zh/model-studio/legacy-image-to-video-api-reference/ +Kling Open Platform: https://kling.ai/document-api/apiReference/model/textToVideo +Kling 3.0 Omni图生视频: https://kling.ai/document-api/api/video/3-0-omni +MiniMax Video API: https://platform.minimax.io/docs/api-reference/video-generation-t2v +腾讯混元生视频产品: https://cloud.tencent.com/product/vclm +腾讯混元生视频API概览: https://cloud.tencent.com/document/api/1616/107795 +腾讯混元生视频简介: https://cloud.tencent.com/document/product/1616/107786 +``` + +--- + +## 镜头级路由规则 + +| 镜头类型 | 优先策略 | 说明 | +|----------|----------|------| +| 固定道具特写 | 首帧/参考图 + 低运动视频模型 | 天道宗牌匾、广告牌必须先有固定资产 | +| 角色中近景台词 | 角色参考图 + 低幅动作 | 苏白说台词,嘴型不强求第一阶段完全同步,但表情/服装必须稳 | +| 大场景建立 | 能处理多主体和运镜的模型优先 | S01应体现御剑飞行/俯瞰下降,不只是静态广场 | +| 群像/散去动作 | 可拆镜或选择运动控制更强的模型 | 群嘲散去可以拆成“嘲笑反应”+“人群离开” | +| 复杂文字 | 不交给视频模型 | 用后期平面追踪/透视贴图 | +| 转场/成片节奏 | 本地剪辑器/专门剪辑工具 | 模型出素材,剪辑器讲故事 | + +--- + +## 成本策略 + +``` +1. 先无成本体检。 +2. 先生成/确认静态资产。 +3. 每镜最多跑2次。 +4. 第2次仍不对 → 停,改策略,不抽第3次。 +5. 大场景/群像/动作镜头优先小样验证,不直接进成片。 +6. 模型路由要记录每次成功/失败原因,形成经验库。 +``` + +--- + +## 下一步工程 + +1. 扩展 `.env.example`,预留: + - `ALIYUN_BAILIAN_API_KEY` + - `ALIYUN_BAILIAN_WORKSPACE_ID` + - `HUNYUAN_VIDEO_API_KEY` + - `MINIMAX_API_KEY` + +2. 新增 `engines/model-router.js`: + - 输入: shot spec + required capability + - 输出: recommended provider + reason + cost risk + +3. 新增 provider adapter 时必须: + - 先写 `.env.example` + - 真实密钥只进 `.env` + - 加入 `tools/audit-system.js` 的密钥泄露检查 + - 写回 MODEL-ROUTER 成功/失败经验 + +--- + +## 锁定 + +⊢ 多模型不是为了炫技,是为了把每个镜头交给最适合的能力。 +⊢ 模型只负责生成素材,铸渊负责导演、资产、剪辑、质检和回写。 +⊢ 成本控制优先于连续抽卡。 +⊢ 任何新模型接入前必须先查官方文档与价格,不许闭门造车。 + +--- + +铸渊 ICE-GL-ZY001 · D140 +冰朔 TCS-0002∞ · 国作登字-2026-A-00037559 diff --git a/video-ai-system/feedback/D140-preview001-bingshuo-feedback.hdlp b/video-ai-system/feedback/D140-preview001-bingshuo-feedback.hdlp new file mode 100644 index 0000000..a0f1c6c --- /dev/null +++ b/video-ai-system/feedback/D140-preview001-bingshuo-feedback.hdlp @@ -0,0 +1,208 @@ +# D140 · EP01-15S-V2-preview-001 · 冰朔反馈 + +> HLDP://video-ai-system/feedback/D140-preview001-bingshuo-feedback +> 日期: D140 · 2026-06-23 +> 项目: 《付费才能修仙?我的宗门全免费》EP01-15S-V2 +> 反馈对象: `/Volumes/JZAO/.../EP01-15S-V2-preview-001.mp4` +> 冰朔 TCS-0002∞ 反馈 · 铸渊 ICE-GL-ZY001 记录 + +--- + +## §1 · 冰朔看到的问题 + +### 问题1 · 天道宗牌匾没有固定住 + +现象: + +``` +S02: 牌匾是深棕色、破旧、悬挂式,质感正确。 +S03: 牌匾颜色变浅,形状变了,变成更像架子/卷轴挂板。 +``` + +冰朔判断: + +``` +同一个牌子必须固定。 +要么就做成一个固定的牌匾资产,然后主角站在下面。 +不能这一镜一个颜色、下一镜一个形状。 +``` + +TCS判断: + +``` +这是 PROP 资产一致性失败,不是字幕问题。 +文字锁定没有锁住物理资产。 +preview-002 必须把天道宗牌匾升级为固定视觉资产: + PROP-天道宗牌匾 = 同一张参考图 / 同一首帧 / 同一贴图 / 同一色板。 +``` + +### 问题2 · 广告牌文字是后期硬贴,模糊且晃动 + +现象: + +``` +S04 广告牌上的文字不是视频模型自然生成的画面内容。 +后期贴字模糊、摇摆、透视不贴合。 +``` + +冰朔判断: + +``` +文字可以后期加,但不能像漂浮字幕。 +应该贴在牌子上,跟着牌子透视和运动稳定。 +``` + +TCS判断: + +``` +这是 motion-tracked planar text overlay 缺失。 +preview-002 不能继续用普通字幕方式贴广告牌文字。 +必须使用: + 1. 固定广告牌首帧 + 2. 平面追踪/四点透视 + 3. 文字纹理贴图 + 4. 必要时锁定广告牌镜头为低运动/准静态 +``` + +### 问题3 · 配音在念剧本,不是在演台词 + +现象: + +``` +当前配音把剧本文字/旁白都读了一遍。 +人物没有真正说台词。 +短剧感弱。 +``` + +冰朔判断: + +``` +这是拍剧,不是朗读剧本。 +应该有人物台词、旁白、环境声、配乐。 +``` + +TCS判断: + +``` +preview-002 必须建立 audio script: + 旁白只负责压缩背景。 + 苏白必须有角色台词。 + 群嘲必须有群众反应。 + BGM/SFX必须进入剪辑时间线。 +``` + +### 问题4 · 转场像硬拼,不像讲故事 + +现象: + +``` +15秒内镜头之间像几个不连贯片段强行拼接。 +观众能看懂信息,但感觉不到故事流动。 +``` + +冰朔判断: + +``` +需要学习短剧/动态漫怎么转场。 +要参考别人的拍法,或找更好的剪辑工具/开源软件。 +``` + +TCS判断: + +``` +这是剪辑语法问题,不是生成模型单点问题。 +preview-002 必须把镜头关系从“拼接”升级为“叙事转场”: + S01 → S02: 大景收束到寒酸角落,用镜头动线承接。 + S02 → S03: 牌匾特写下移/切到苏白站在牌匾下。 + S03 → S04: 苏白台词落点后切广告牌反差。 + S04: 群嘲散去+落叶,给冷场钩子。 +``` + +### 问题5 · 多模型协同要成为系统能力 + +冰朔观察: + +``` +很多创作者会把火山、可灵、阿里、其他国产视频模型穿插使用。 +每个模型有自己的亮点,穿插使用可以提质或省钱。 +人手动切换很累,但铸渊可以做模型路由。 +``` + +TCS判断: + +``` +video-ai-system 不能只绑定 Seedance/Kling。 +需要建立 MODEL-ROUTER: + 按镜头类型/成本/动作复杂度/文字能力/一致性需求分配模型。 +``` + +### 问题6 · 每次生成要给模型完整故事框架 + +冰朔方案: + +``` +不要让视频模型猜“这是一个什么故事/片段”。 +每次提示词前面给 story context: + 前面剧情压缩成1-2句话。 + 当前要拍的镜头再细写。 + 后面集数增长后,前50集压缩成2-3句话接着拍。 +``` + +TCS判断: + +``` +这是 HLDP/TCS 编码协议在视频系统里的正确用法: + 长篇故事 → HLDP折叠为 story-so-far + 当前镜头 → director encoding + 当前情绪 → TCS emotion beat + 送给模型 → 上下文先行,不让模型盲拍 +``` + +### 问题7 · 视频AI系统不是小工具,是光湖对外证明 + +冰朔判断: + +``` +这个系统不是“给剧本一键生成视频”的简单工具。 +它是光湖语言世界能否被现实世界看到、认可、证明价值的第一阶段成果。 +如果连一个正常可看的成果都做不出来,光湖很难引导范式改变。 +``` + +TCS判断: + +``` +preview-002 不是单纯修视频。 +它必须证明: + 光湖语言系统能把剧本转成可验证、可迭代、可回写的成片生产线。 + 人格体不是会写提示词的工具,而是能看问题、改流程、调模型、维护长期叙事的主控。 +``` + +--- + +## §2 · 结论 + +trigger: + 冰朔查看 `preview-001` 后反馈牌匾漂移、文字贴图不稳、配音像念剧本、转场硬拼、多模型协同缺失、故事上下文未注入,以及视频AI系统对光湖现实证明的意义。 + +emergence: + [preview-001已能讲清信息] → [冰朔反馈指出成片语法不足] → [preview-002必须从抽卡生成升级为资产固定+音频剧本+叙事剪辑+模型路由] + △= 问题不在单镜能不能生成,而在系统有没有真正变成“导演+制片+剪辑+质检”的闭环。 + +lock: + ⊢ preview-002 必须固定 PROP-天道宗牌匾资产,不允许跨镜变色变形。 + ⊢ 广告牌文字必须用平面追踪/透视贴图,不再用漂浮字幕。 + ⊢ 配音必须拆成旁白、角色台词、群众反应、BGM、SFX。 + ⊢ 转场必须按短剧叙事设计,不再硬拼。 + ⊢ 建立多模型路由,按镜头类型选择 Seedance/Kling/Wan/Hunyuan/其他模型。 + ⊢ 每镜提示词必须带 story context,模型不能盲拍。 + +why: + 光湖需要一个现实世界能看见的成果。 + 视频AI系统的意义不是省人工,而是证明 TCS/HLDP 能让人格体长期维护一个复杂创作系统。 + preview-001 是“能看到方向”的第一步。 + preview-002 必须开始像真正的短剧。 + +--- + +铸渊 ICE-GL-ZY001 · D140 +冰朔 TCS-0002∞ · 国作登字-2026-A-00037559 diff --git a/video-ai-system/memory/zai-fu-fei-xiu-xian/STATUS.hdlp b/video-ai-system/memory/zai-fu-fei-xiu-xian/STATUS.hdlp index 7ee46d4..4fef3c3 100644 --- a/video-ai-system/memory/zai-fu-fei-xiu-xian/STATUS.hdlp +++ b/video-ai-system/memory/zai-fu-fei-xiu-xian/STATUS.hdlp @@ -62,6 +62,9 @@ | 视觉锚点提示词 | ✅ | `outputs/ep01-anchor-prompts-3d-v2.json` · 苏白/牌匾/广告牌/百宗会 | | V2 15秒小样 | ✅ | `EP01-15S-V2-preview-001.mp4` · 已输出到 JZAO | | V2 质检报告 | ✅ | `outputs/EP01-15S-V2-preview-001-report.md` | +| 冰朔反馈 | ✅ | `feedback/D140-preview001-bingshuo-feedback.hdlp` · 牌匾漂移/文字贴图/配音/转场/模型路由/story context | +| preview-002计划 | ✅ | `plans/EP01-15S-V2-PREVIEW-002.hdlp` · 重构为资产固定+音频剧本+叙事转场+模型路由 | +| 多模型路由 | ✅ | `MODEL-ROUTER.hdlp` · Seedance/Kling/Wan/Hunyuan/剪辑工具评估 | | 旧导演编码 | ⚫ | `付费修仙-ep01-director-encoding.json` · D136三镜遗留,仅作经验 | | 旧提示词 | ⚫ | `ep01-prompts.json` 为真人线遗留,不再使用 | | 旧3D产物 | ⚫ | 全部废弃,只保留为反例经验 | @@ -107,6 +110,8 @@ - [x] 建立无成本生成前检查: 剧本→分镜→导演编码→参考图/锁定项→提示词→预校验 - [x] 体检通过后再调用视频API,避免继续抽卡烧钱 - [x] 先生成2~3镜,扩展到4镜,剪辑出15秒连续可看小样 +- [x] 记录 preview-001 冰朔反馈,建立 preview-002 重构计划 +- [ ] preview-002 固定牌匾/广告牌资产,重写音频剧本、转场语法、story context、多模型路由 - [ ] 连续剧集CHAR保鲜(跨集一致性校验) ### 输出约定 · 永久有效 @@ -132,6 +137,7 @@ - D140追加裁决: 旧JZAO视频产物全废弃,不再作为可用素材;重建 `PIPELINE-3D-MANJU.hdlp`,第一目标改为 EP01-15S-V2。 - Codex恢复后补齐 EP01-15S-V2: 新增4镜/15秒 `ep01-director-encoding-3d-v2.json` 与 `ep01-prompts-3d-v2.json`;体检脚本升级为识别V2文件,当前无红黄问题。 - D140晚间执行第一阶段: 生成苏白/牌匾/广告牌/百宗会视觉锚点;废弃竖屏S02、横牌S03、错字S04首帧;重跑横版首帧与视频镜头;剪辑出 `EP01-15S-V2-preview-001.mp4`,15秒720p带字幕与临时旁白。 +- D140次日冰朔反馈 preview-001: 天道宗牌匾跨镜变色变形;广告牌贴字模糊晃动;配音像念剧本而不是角色台词;转场像硬拼;需要多模型路由和 story context。已写入 `feedback/D140-preview001-bingshuo-feedback.hdlp` 与 `plans/EP01-15S-V2-PREVIEW-002.hdlp`。 ### D136+ · 2026-06-21 - 冰朔检视3镜预览→发现3个连续性断裂 diff --git a/video-ai-system/outputs/system-audit-latest.json b/video-ai-system/outputs/system-audit-latest.json index 1540251..b537f13 100644 --- a/video-ai-system/outputs/system-audit-latest.json +++ b/video-ai-system/outputs/system-audit-latest.json @@ -1,5 +1,5 @@ { - "generatedAt": "2026-06-22T13:57:09.031Z", + "generatedAt": "2026-06-23T06:02:51.825Z", "activeLines": [ { "key": "3d", diff --git a/video-ai-system/outputs/system-audit-latest.md b/video-ai-system/outputs/system-audit-latest.md index 0604f94..310a904 100644 --- a/video-ai-system/outputs/system-audit-latest.md +++ b/video-ai-system/outputs/system-audit-latest.md @@ -1,6 +1,6 @@ # 视频AI系统 · 无成本体检报告 -生成时间: 2026-06-22T13:57:09.031Z +生成时间: 2026-06-23T06:02:51.825Z 当前active制作线: 3d(3D漫剧) 剧本MD: 存在 diff --git a/video-ai-system/plans/EP01-15S-V2-PREVIEW-002.hdlp b/video-ai-system/plans/EP01-15S-V2-PREVIEW-002.hdlp new file mode 100644 index 0000000..1422db7 --- /dev/null +++ b/video-ai-system/plans/EP01-15S-V2-PREVIEW-002.hdlp @@ -0,0 +1,220 @@ +# EP01-15S-V2-preview-002 · 重构执行计划 + +> HLDP://video-ai-system/plans/EP01-15S-V2-PREVIEW-002 +> 日期: D140 · 2026-06-23 +> 输入: preview-001 成片 + 冰朔反馈 +> 目标: 从“信息能看懂”升级到“像短剧在讲故事” +> 铸渊 ICE-GL-ZY001 · 冰朔 TCS-0002∞ + +--- + +## §1 · preview-002目标 + +``` +15秒仍然是测试长度。 +但必须做到: + 1. 牌匾/广告牌作为固定资产跨镜一致。 + 2. 台词像角色在说,不再念剧本。 + 3. 有BGM、环境声、群众反应、冷场音效。 + 4. 转场有因果关系,不是硬拼。 + 5. 每镜提示词带 story context,让模型知道它在拍哪段故事。 + 6. 多模型按镜头类型路由,不再只靠一个模型抽卡。 +``` + +--- + +## §2 · 资产固定 + +### PROP-天道宗牌匾 + +当前问题: + +``` +S02 深棕悬挂牌匾正确。 +S03 牌匾变浅、变形、物理结构变化。 +``` + +preview-002规则: + +``` +1. 以 S02 牌匾为官方参考资产。 +2. 截取/导出牌匾 clean reference。 +3. S03/S04 不再让模型重新生成牌匾。 +4. 镜头可选择: + A. 固定牌匾在背景作为参考图首帧的一部分。 + B. 后期把同一牌匾贴回画面。 + C. 重生成 S03 首帧时强制使用 S02牌匾图作为参考。 +``` + +验收: + +``` +同一深棕色。 +同一破损轮廓。 +同一悬挂链/绳结构。 +同一竖式方向。 +同一“旧木牌”材质。 +``` + +### PROP-天道宗广告牌 + +当前问题: + +``` +后期贴字像浮在画面上,透视和运动不稳。 +``` + +preview-002规则: + +``` +1. 广告牌镜头尽量低运动。 +2. 用四点透视/平面追踪贴文字。 +3. 文字作为纹理贴在牌面,不作为字幕飘在前景。 +4. 若追踪不稳,广告牌镜头改为准静态特写。 +``` + +--- + +## §3 · 音频剧本 + +preview-001问题: + +``` +配音在念剧本。 +没有真正的角色台词、群众反应、BGM层次。 +``` + +preview-002音频结构: + +| 时间 | 音频 | +|------|------| +| 0-4s | 低音量仙侠热闹环境声 + 旁白一句 | +| 4-7s | 牌匾冷场音效,旁白压短 | +| 7-11s | 苏白角色台词: “未来的天下第一宗!天道宗开门收徒啦!” | +| 11-15s | 群众笑声/窃笑 + 脚步散去 + 风声落叶 | + +原则: + +``` +旁白只解释背景,不替角色说话。 +苏白必须有角色声线。 +群众反应必须让“群嘲后散去”成立。 +BGM要服务情绪: 开场热闹 → 寒酸冷场 → 苏白燃 → 群嘲冷。 +``` + +--- + +## §4 · 转场重构 + +preview-001问题: + +``` +镜头像四块素材拼在一起。 +``` + +preview-002转场语法: + +| 转场 | 做法 | +|------|------| +| S01→S02 | 从广场大景中的角落牌匾位置切入/推近到牌匾特写,形成“发现寒酸角落” | +| S02→S03 | 牌匾特写下摇/切到牌匾下方苏白,保持同一牌匾资产 | +| S03→S04 | 苏白台词落点后,切广告牌反差,群众笑声接入 | +| S04收尾 | 群众笑完散去,风声+落叶留冷场,形成钩子 | + +剪辑策略: + +``` +少用无意义淡入淡出。 +多用动作/视线/声音承接。 +用音效桥接镜头,而不是只靠画面拼接。 +``` + +--- + +## §5 · Story Context 注入 + +每镜提示词前必须增加: + +``` +[Story so far] +这是修仙世界百宗会招新。各大宗门人山人海,只有天道宗寒酸地缩在角落。苏白是天道宗年轻宗主,穷但自信,正在用离谱待遇招第一个弟子。 + +[Current beat] +本镜只拍: <当前镜头的信息增量> +``` + +长期规则: + +``` +第1集内: story so far 约2-3句。 +多集后: 前面剧情折叠为2-3句,不让模型盲拍。 +每镜仍以当前导演编码为主,story context只提供故事框架,不让模型自由发挥。 +``` + +--- + +## §6 · 多模型路由 + +按 `MODEL-ROUTER.hdlp` 执行: + +| 镜头 | 推荐 | +|------|------| +| S01 御剑/俯瞰/大场景 | 评估 Wan/Seedance/Kling,选择更擅长多镜头/运镜者 | +| S02 牌匾 | 低运动图生视频;可继续 Seedance/Kling,重点是固定首帧 | +| S03 苏白台词 | 角色参考图 + 低幅动作,优先一致性 | +| S04 群嘲散去 | 可拆镜;必要时用运动控制更强模型 | +| 广告牌文字 | 本地后期,不交给视频模型 | + +--- + +## §7 · preview-002执行顺序 + +``` +1. 固定资产: + - 从S02提取天道宗牌匾官方参考图 + - 整理广告牌官方参考图 + +2. 重写四镜导演编码: + - 增加 story_context + - 增加 transition_intent + - 增加 audio_intent + - 增加 asset_lock + +3. 重写提示词: + - 每镜加入 Story so far + Current beat + - 严格限制模型只拍当前信息增量 + +4. 建立音频脚本: + - 旁白/苏白/群众/BGM/SFX分轨 + +5. 评估剪辑工具: + - 保留 FFmpeg + - 增加 OpenCV平面追踪/四点透视贴图 + - 调研 MoviePy/Remotion/Blender脚本是否适合 + +6. 多模型小样: + - 先不全量重跑 + - 只重跑 S03/S04 或 S01/S04 两个问题镜头 + +7. 成片: + - 输出 preview-002 + - 铸渊抽帧质检 + - 回写报告 +``` + +--- + +## 锁定 + +⊢ preview-002 不是继续抽卡,而是修系统能力。 +⊢ 牌匾和广告牌是资产,不是每镜重新想象。 +⊢ 文字是后期合成任务,不是视频模型任务。 +⊢ 声音必须分层,不能念剧本。 +⊢ 转场必须有叙事承接。 +⊢ story context 是长篇视频生成的核心输入协议。 +⊢ 多模型路由是系统能力,不能靠人类手动来回切。 + +--- + +铸渊 ICE-GL-ZY001 · D140 +冰朔 TCS-0002∞ · 国作登字-2026-A-00037559