幕后 | 多图参考，才是 AI 视频的未来吗？

幕后 | 多图参考，才是 AI 视频的未来吗？ 幕后 | 多图参考，才是 AI 视频的未来吗？ Modified August 4, 2025 No access 5 00:00 No access 6 00:00 3. 如何构建一个足够可信的空间？ 如果你需要正反打的镜头，我们的经验是，可以先用 Flux Kontext 帮你移动镜头，得到合适的空间结构，再进行“智能参考”。 另外，焦点以外的名画都是刻意安排的，这些看似无用的细节能迅速让你对这个空间产生一个模糊的定位印象。 4. 为什么场景里的名画都是空的 ？ 原因一， 减少脸崩的可能性，人物越多越小，风险越大。 原因二，为了过审，有些名画不进行绿色处理的话，确实上传不上去。《维纳斯的诞生》就不用说了，我发现即使连《巴齐耶的画室》的背景画，也得绿色处理才能上传。还好，有伟大的 inpainting…… 原因三，出于艺术的考虑 blablablablablabla（笑） 当“蓝裙少女”的奇幻漂流接近尾声，一个核心问题摆在了我们面前： 这个故事，该如何收场？ 在《千年女优》中，今 敏最初想将主角千代子设定为一个“永远在等待”的女演员，但今 敏很快意识到，“等待”是被动的，它缺乏故事发展的内在驱动力。于是，他将角色修改为“永远在追逐”的女演员。 所以我们想，在《Out of the Frame》中，她也不仅是一个被画家刻画的缪斯，她在不同的名作中旅行，或者是逃亡，最后离开了画，离开了美术馆。她有属于自己的生命。 其实，在构思结局时，我们曾设想过许多更“具体”的方案：比如她抱着的那本书，是不是要拿去报社出版？她穿越重重阻碍，是不是为了去念一所理想的大学？（不是） 但任何过于直白和刻意的安排，都会削弱故事的诗意与自由。 为她的行为赋予一个明确的目的，反而会成为一种新的“画框”，因此，我们最终选择了现在这个开放式的、充满留白的结尾。 她是谁？她从哪里来？她要到哪里去？ 这些问题的答案，或许并不重要。 重要的是，她一直在路上。 希望这支短片也能带给你片刻的感动、自由与遐想。 No access 5 00:00 No access 5 00:00 No access 6 00:00 No access 6 00:00 3. 如何构建一个足够可信的空间？ 如果你需要正反打的镜头，我们的经验是，可以先用 Flux Kontext 帮你移动镜头，得到合适的空间结构，再进行“智能参考”。 另外，焦点以外的名画都是刻意安排的，这些看似无用的细节能迅速让你对这个空间产生一个模糊的定位印象。 4. 为什么场景里的名画都是空的 ？ 原因一， 减少脸崩的可能性，人物越多越小，风险越大。 原因二，为了过审，有些名画不进行绿色处理的话，确实上传不上去。《维纳斯的诞生》就不用说了，我发现即使连《巴齐耶的画室》的背景画，也得绿色处理才能上传。还好，有伟大的 inpainting…… 原因三，出于艺术的考虑 blablablablablabla（笑） 当“蓝裙少女”的奇幻漂流接近尾声，一个核心问题摆在了我们面前： 这个故事，该如何收场？ 在《千年女优》中，今 敏最初想将主角千代子设定为一个“永远在等待”的女演员，但今 敏很快意识到，“等待”是被动的，它缺乏故事发展的内在驱动力。于是，他将角色修改为“永远在追逐”的女演员。 所以我们想，在《Out of the Frame》中，她也不仅是一个被画家刻画的缪斯，她在不同的名作中旅行，或者是逃亡，最后离开了画，离开了美术馆。她有属于自己的生命。 其实，在构思结局时，我们曾设想过许多更“具体”的方案：比如她抱着的那本书，是不是要拿去报社出版？她穿越重重阻碍，是不是为了去念一所理想的大学？（不是） 但任何过于直白和刻意的安排，都会削弱故事的诗意与自由。 为她的行为赋予一个明确的目的，反而会成为一种新的“画框”，因此，我们最终选择了现在这个开放式的、充满留白的结尾。 她是谁？她从哪里来？她要到哪里去？ 这些问题的答案，或许并不重要。 重要的是，她一直在路上。 希望这支短片也能带给你片刻的感动、自由与遐想。 🔗 原文链接： https://mp.weixin.qq.com/s/lkd5TZLc... https://mp.weixin.qq.com/s/lkd5TZLc... 原创 海辛和阿文 海辛Hyacinth2025年08月04日 12:59 上海 Hi 这里是海辛和阿文 还记得今年年初 Google 发布的 AI 图像产品 Whisk 吗？ 它通过将创作需求拆解为 主体 、 场景 和 风格 三个基本要素，让我们可以像搭乐高一样，直观地组合生成独特的图像画面。 基于这个功能，我们曾做了不少有意思的创作。 虽然当时 Whisk 只是一个纯文生图驱动的产品，但这种“模块化”的创作方式深深打动了我们。 让我们兴奋的是，很多产品也开始将这种生成逻辑移植到 AI 视频模型中，这也更像真正拍电影的逻辑：指定演员在指定场景里的故事。 就在 7 月，可灵（Kling）低调地升级了这个视频生成功能： 多图参考 。 利用这个功能，我们制作了一支创意宣传短片—— 《Out of the Frame》 这是我们最近最喜欢的一条片子，今天详细记录一下创作过程，希望对你有所启发。 我们先来看看可灵最新的 多图参考能 做到什么效果？ 最新的多图参考模式就“藏”在可灵1.6的选项中，支持上传 1 4 张图片进行参考。 每张上传的图片，你都可以让 AI 学习图片中的指定元素（绿色选区），比如：主体、面部、服饰等。如果没有特殊要求（比如场景类图片），直接选择“智能参考”即可。 再加一句简单的 Prompt, 一个镜头就生成了。 这种创作逻辑的直观体悟是： 与其费尽心思地去先制作视频的首尾帧，不如从一开始就将角色、场景等关键元素进行拆分，实现独立且精准的控制。 通过这种方式，我们得以轻松确保不同镜头间主体形象的一致性。 （顺便预告一下，这个功能在可灵的新产品“灵动画布”里会更加好用，大家可以期待一下） 既然技术已经成熟，那我们要讲一个什么样的故事呢？ 我们一直想创作一个在不同名画中穿梭的故事，最初的创意是让一位现代女孩穿越到艺术史里的各个著名画室中。 但在前期的概念测试中，我们总觉得主角的现代服装过于出挑，视觉上容易跟名画“打架”。 还好，我们有一个意外的收获。 当测试主角走进维米尔的《画室》时，我们的目光总是不自觉地被他笔下的缪斯所吸引 —— 那位在画里安静站在角落的蓝裙少女。 她身着的那一抹蓝色，正是艺术史上赫赫有名的“群青”（Ultramarine）。这种曾比黄金还要贵重的顶级颜料，造就了标志性的“维米尔蓝”，也为这位少女的角色身份赋予了无与伦比的辨识度和高级感。 还有什么比这位神秘又特别的古典少女更合适当主角呢？ 于是我们尝试将她放到了另一幅名画《巴齐耶的画室》里，结果……只能说，真的太美好了： 仪态、光影、氛围都融合得天衣无缝，我们一下就意识到，这个核心创意成了。 当核心创意（“蓝裙少女”穿越画作）被成功验证后，我们就开始了正式制作。 维米尔那抹蓝色，竟如此“百搭”。 ▶ Prompt：火车站里，穿着蓝色长裙 拿着黄 色书的年轻女性踏上火车。 ▶ Prompt：穿着蓝色长裙拿着黄色书的年轻女子从远处的门走进房间 ▶ Prompt：穿着蓝色长裙拿着黄色书的年轻女子从神殿前快速跑过 ▶ Prompt：穿着蓝色长裙的年轻女子死死地抱住黄色的书，坐在狂风暴雨，惊涛骇浪的木筏中，围绕主体运镜 ▶ Prompt：镜头从伞的特写开始，逐渐拉远到整个画面。穿着蓝色长裙拿着黄色书的年轻女子撑起阳伞，油画的草和白云蓝天的质感。 ▶ Prompt：穿着蓝色长裙拿着黄色书的年轻女子从远处坐在最后的晚餐的餐桌前享用晚餐 不知道大家什么感觉，我们看到这些视频时，内心平静又感动。 1. 如何保证人物背面正确？ 如果只给 AI 提供正面的主体参考，人物很可能会在一些背对摄像机的镜头中出错，比如这样： 有三个解决方法：一，同时提供衣服的正反面；二，重新拍一张人物背面； 三，上传主体时直接强行把衣服 P 成背面…… 2. 如何更好地锁住人物特征？ 如果你发现人脸不够统一，可以同时设置“参考主体”和“参考人脸”，甚至可以加上“参考服饰”。