一年前评视频模型看画质,现在看控制力。原因很直接:画质已经够用,但生成结果不可控,就没法进工作流。

三种控制手段

三种控制手段
图解:三种控制手段

参考图锁定主体,解决「同一个人不同镜头长得不一样」;首尾帧指定起止画面,解决「镜头走向不可预期」;运镜指令(推拉摇移)解决「画面太静」。

为什么重要

为什么重要
图解:为什么重要

广告和短剧的拍摄逻辑是先有分镜,再有镜头。模型如果不能按分镜出片,就只能当素材库用,无法承担主要生产。

国内外的差异

海外模型在镜头语言和光影质感上更成熟,国内模型在中文提示词理解和人物一致性上进步更快。实际选型建议两条腿走:关键镜头用质感好的,批量镜头用一致性强的。

还需要什么

局部重绘和镜头延长。现在多数模型只能「重新生成一条」,不能「改这一秒」。谁能先解决这个问题,谁就能真正进入商业流程。