AI 视觉预演实验室 AI Visual Previs Lab

可复用的操作方法

1. 先锁本次输入与输出

写清目标时长、镜头结构、图数、每个输入的职责,以及用户自己负责的阶段。比如本次三场测试,每场是一条完整白模、一张统一参考图和一份母提示词。用户另有图数或素材约定时按该约定执行。

白模控制空间、动作与摄影;外观参考控制身份、材质和光色。原文与参考冲突时先指出冲突,不能偷偷换焦段、搬演员或重新安排故事来制造“通过”。

2. 选方法,而不是套场景

从当前要解决的视觉问题出发:比例是否清楚、注意力是否集中、道具是否可见、系列中什么必须保持。参考案例提供机制,不给当前作品强加它的题材、角色、物件或构图。

分清固定事实与允许变化的部分,把确定要保持的项目放进实际提交的输入,而不是只存在于后台笔记。

3. 先预演,再修具体失败

先做完整低清预演,同时查看关键事件前中后:抢线能否读清、手是否确实握住道具、受力之后是否有反应、换机位后空间有没有被镜像。人物可以粗,观察所需的轮廓、脚底、手、接触面和前后参照必须足够清楚。

失败修订另存,保留原输入和结果。局部取帧可以加快检查,但不连续帧拼出的sample.mp4不是完整动作片。局部修改还要检查邻接切点,最后才输出完整高清。

4. 生成时保留对照条件

保存实际提示词、参考文件、时长/分辨率/模型版本中能核实的项目、输出与成本来源。不可获知的设置留空,不从文件名猜模型。

用户在自己的平台执行最终生成;本仓库没有自动接入账号、读取登录态或发起付费生成。

5. 对照时保留失配

按真实镜头变化建立帧映射。成片多出的部分标“生成延展/无原白模对应”,不能重复白模或任意变速让它看起来完全跟随。保留原成片帧序、完整长度和声音处理事实。15秒与30秒的失配要写入结论。

6. 分开验收和发布

分别记录数值/最终几何、全文件解码、实际抽帧、连续观看、听感、独立复述、用户接受和正式模型效果。公开原始失败及修订原因,发布当前源码和它对应的验证,不使用旧源码的报告给新源码背书。

发布包只含原创实现、可复现步骤、允许公开的素材和必要来源;私人路径、账户、原始聊天、内部状态和第三方素材库不进入仓库。