Loading…
Lav et studiekort. Instruktioner i flere trin er referencer; dette kører ikke eller oplader ikke for generation.
将用户上传的静态海报图片生成为动态海报视频;使用 MiniMax H3,适用于需要把平面海报快速转化为动态视频宣传物料的场景。
Arbejdsgangens tekst bevares på originalsproget kinesisk. De nævnte modeller kan afvige fra dem, der er tilgængelige her. Se understøttede modeller og faktiske pointpriser i studiet.
前置校验(强制):
reply_to_user 提示"请先上传一张海报图片",不要继续后续步骤。resource_prepare_and_analyze:提取海报的宽高比、视觉主体、构图、风格色调、文字版式、动效潜力等信息;同时判定海报类型(人物 / 产品 / 食品 / 建筑 / 纯文字 / 抽象图形 / 无明确主体)。比例分析采用「直接数值估算 + 数学映射」方式(详见 multimodal_analyze_tool 中「宽高比映射」),分析结果须同时包含方向判断和宽高比数值估算。接受任意比例海报,不拒绝、不需要用户确认比例。
resource_prepare_and_analyze 做一次聚焦重分析——提示词聚焦于"请直接对比这张图片的宽度和高度,哪个更大?宽是高的大约多少倍?给出一个宽÷高的数值估算",以第二次结果为准。重分析仅执行一次,不无限循环;第二次结果无论是否仍存在矛盾均采纳,下游通过扩展背景填充兜底。reply_to_user 向用户呈现两个动态方向,使用 cards 让用户选择:
text_editor 写入 Final_Video_Spec.md:锁定 aspect_ratio(=步骤 1 映射到的最近支持比例)、模型 MiniMax H3、分辨率 2k、时长(根据动态方案节奏灵活设定,8–15s 均可,不默认拉满 15s——8s 为下限以确保元素有足够时间完成动作化入场,以元素出场 + 海报还原 + 收束过渡 + 持续微动态为准——还原后不要留过长时间的大幅运动(避免模型继续放大主体),但须保留持续轻微动态到视频结束)、镜头模式(一镜到底,单条连续镜头不拆分内部剪辑)、动态方向(=用户在步骤 2 选择的方向)。storyboard_designer:仅为用户选中的方向设计单镜头动态方案(镜头运动、元素动效、氛围变化),按海报类型适配动效主体。media_generator:使用 MultiModalToVideo + MiniMax H3 全能参考模式(image_infos + video_infos + audio_infos 均可作为引用同时传入),将海报图片作为 image_infos 主引用,按 Storyboard 方案以一镜到底方式在单次生成调用中完成动态海报视频(不拆分为多次生成)。注册输出 asset 并绑定到对应 shot。video_assembler:将生成的单条视频按 Storyboard 时长与节奏做最终组装,引导用户导出。write_the_prompt 中的语言规则一致)。海报分析要点:
模型与工具选择:
multimodal_analyze_tool 视觉估算后映射到的最近支持比例作为 aspect_ratio。MiniMax H3 支持的比例为:"21:9"、"16:9"、"9:16"、"3:4"、"4:3"、"1:1"。接受任意比例的海报图片,映射到最接近的支持比例后直接继续生成,不拒绝、不需要用户确认比例。比例偏差时通过扩展背景填充适配——延伸海报背景色调与纹理填满多出区域,核心内容不动,不裁切、不加黑边、不拉伸变形。须在提示词中显式要求画面内容填满整个画幅、不得产生黑边或留白(详见 write_the_prompt 基准声明)。image_infos(≤9)、video_infos(≤3,每段 2–15s,总时长 ≤15s)、audio_infos(≤3,每段 2–15s,总时长 ≤15s;纯音频引用不支持,至少需配一条 image 或 video 引用)。image_infos 主引用传入 MultiModalToVideo,确保动态视频在视觉上忠实于原海报。manage_item_assets 契约,使用 Storyboard 中的实际目标 ID;不在 Skill 中定义独立的 ID 模板。query_assets_info 确认,绑定后重新查询验证。单镜头动态海报组装:
动态海报单镜头设计(二选一方向):
动态海报视频提示词规则(MultiModalToVideo / MiniMax H3):
<<<image_1>>> 占位符绑定海报图片,在提示词中明确说明"以 <<<image_1>>> 为基准画面,将其动态化"。<<<>>> 标签)不超过 7000 字符。保持描述性文字精炼。<footsteps>、<fabric rustling>;产品入场(旋转/上升/组装)→ 机械转动或部件咬合声 <mechanical rotation>、<parts clicking>;文字入场(书写/滑入)→ 笔尖书写沙沙声或纸张滑动声 <pen scratching>、<paper sliding>;图形/纹理入场 → 轻微材质音效 <subtle texture sound>;背景铺底 → 低频环境氛围 <ambient drone>。方向二纸卷阶段额外标注纸张展开的物理音效序列(坠落冲击、弹开舒展、纸张抖动、铺平回落)<paper unfurling>、<impact>。