本文用AI视频模型复刻电影欢迎来龙餐馆经典镜头,对比Seedance 2.0 fast与MiniMax H3在战争场面、美食特写、人物微表情等复杂叙事中的实际表现。8月7日至9月7日Seedance 2.0系列享4折起优惠,生成720P视频最低约0.2元秒。适合AI视频创作者、影视从业者及对AI生成电影感画面感兴趣的读者参考选型。
Tags:《欢迎来龙餐馆》豆瓣评分已经上 8.7 了。
我昨天去看了,不吹不黑,今年暑期档国产片里确实排第一档。
很久没有看过这么用心的国产反战片了,它没有刻意煽情,也没有把战争拍成奇观,而是把镜头对准了战争之下一个个具体的人。
观众也纷纷用脚投票,现在票房已经来到了 16 个亿,而且还在涨。
看这片子的时候我就在想一件事:这种光影、这种氛围感,AI 现在做得到吗?
这几天刷到不少人用 AI 复刻龙餐馆的画面,效果参差不齐。
借这个机会,我也挑了几个《欢迎来龙餐馆》中让我印象比较深的镜头,用 AI 还原了一下。
一、先放成片
第一个,我选的是徐福第一次真正置身轰炸现场的镜头。
电影里用了一段两分钟左右的跟拍,把徐福和马俊生从楼内一路带到街上。可以看到,街上到处是逃命的人群、倒地的平民和被炸毁的车辆;广告牌突然坠落,建筑在炮火中坍塌,爆炸掀起的烟尘不断扑向镜头。
原片我就不放了,会侵权。
直接放 Seedance 2.0 fast 的复刻结果:
两个人在轰炸中逃跑的画面,整体完成度挺高。手持跟拍的运动模糊很自然。
开头从地上把人拉起来的动作也处理得很稳,没有出现肢体形变。
最后爆炸发生时,人物下意识弯腰躲避,回过头后惊恐、发懵的状态也接得很顺。
说实话,人物表演很自然了...
同样的提示词和素材,MiniMax H3 的前 15s 的效果:
可以看出,H3 在长叙事镜头里还是容易出现画面油腻、人物与背景像贴图一样相互剥离的问题。
尤其面对这种强调手持质感的电影镜头时,整体还差一口气。
后面人物表演我就没跑了,因为前面的 15 秒已经分出了胜负。
然后,我又跑了两段做饭的镜头,分别是烤全羊和“蝎子爬圣诞树”。
在原片中,徐福被关进美军监狱后,为了拿到释放批文,不得不带着马俊生和赛夫,在圣诞夜为士兵们准备一桌大餐。
Seedance 2.0 fast 的结果:
食物质感这一块做得很扎实。
生羊肉表面的纹理、酱汁的流动和反光、烤制后的焦褐色油脂,以及蝎子入锅时翻起的油花,都有比较明确的材质区别。
Seedance 2.0 fast没有把所有东西统一处理成光滑发亮的“塑料感”,生肉、熟肉、金属夹子和热油能被一眼区分开。
而且,它把原片的美食蒙太奇节奏做出来了。
全景负责交代厨房和人物,近景展示操作,特写突出酱汁、热油和食材纹理,最后再用成品镜头收尾。
不同景别各有作用,剪辑逻辑是清楚的,不会出现镜头很多、但不知道人物到底在做什么的问题。
这种“全景交代空间—近景展示操作—特写强化质感—成品镜头收尾”的结构,本来就是食品类TVC经常使用的镜头语法,所以,Seedance 2.0 fast在商用场景上完成度其实还是不错的。
MiniMax H3 的效果:
MH3 的全能参考没有 Seedance 2.0 fast 那么方便。我给出的分镜并没有被 1:1 执行,人物在不同镜头中的一致性偶尔也会出现波动。
不过,它生成的人物动态会比Seedance 2.0 fast 稍微灵活一些。比如用蝎子逗小孩的片段,人物把蝎子递过去时,小孩会下意识地后仰、张嘴,旁边的人也会跟着笑。
Seedance 2.0 fast的结果相对更遵照分镜逻辑,而 H3 的结果更有表演空间,也更考验后期筛选。
最后,我跑了一段老扎给徐福喂饭的镜头。
原片中,老扎失去妻女后陷入崩溃,徐福没有说太多安慰的话,只是端起一碗饭,用中文对他说“张嘴”。到了结尾,老扎准备处决徐福时,又重复了同一句话,并在开枪时避开要害。徐福当年递出去的一口饭,最后换回了自己的一条命。
Seedance 2.0 fast 用正反打完成了两个人之间的视线交流,中间插入暖色调的回忆,再切回冷灰色的现实。人物经过多次切镜后,脸型、状态和视线方向都保持得比较稳定,观众能够理解两段时间之间的联系。
结尾人物从抿嘴、抬眼到慢慢张嘴,勺子也随之送入口中。嘴部、勺子和米饭之间没有出现明显的粘连或形变,整个动作虽然很小,但完成得比较干净。
MiniMax H3 的效果:
这类以正反打和微表情为主的镜头,更适合 MH3 发挥。
老扎的眼神、眉头和嘴部一直在变化,徐福也完成了从低头戒备、抬眼观察到最后张嘴吃饭的过程。
不过,还是有皮肤略显油腻的老问题,MH3 精控方面很难超越 Seedance 。
Seedance 2.5 上线以后,2.0 系列里的 mini 和 fast 在做限时优惠:
8 月 7 日至 9 月 7 日,Seedance 2.0 fast 2.0 mini 按刊例价 4 折计费,生成 720P 视频最低约 0.2 元/秒;Seedance 2.0 fast 按刊例价 7.5 折计费,720P 最低约 0.6 元/秒。
我所有的 Case, 两边跑下来都消耗了约 3000 积分。
不过,Seedance 2.0 fast 模型跑出来的 demo 可用性更高,减少了抽卡率,综合成本下来更加实惠。
二、如何制作复杂分镜视频?
有朋友一直问我:你每次实测里那些电影感比较强的 case,到底是怎么跑出来的?为什么一遇到人物多、景别复杂的画面,就很难精确控制?
这里教大家一个简单粗暴的方法:用深度图辅助生成。
不要指望只靠一条提示词,完成构图、人物、动作和运镜的全部控制。
我会先把参考素材丢给 Codex,让它分析画面中的前景、中景和背景,再转换成深度图素材。
比如说我复刻龙餐馆,就是这样操作的:
深度图不会保留画面的颜色和表面纹理,而是用不同灰度记录物体与摄影机之间的距离。相当于先给模型搭好一个空间骨架,告诉它人物应该站在哪里、建筑距离镜头多远,以及画面中的物体应该如何遮挡。
我使用的提示词大致是:
严格按照参考图构图,生成单通道深度图。保留人物、车辆、建筑和街道的原始轮廓与空间关系;近景使用浅色,远景使用深色,灰度过渡自然。不要增加或删除物体,不要修改构图,不要生成人物细节、文字、边缘图或法线图。
拿到深度图之后,再把人物参考图、首帧图和深度图一起交给模型。
这样,抽卡的效率会大大提高。
不过深度图解决的是空间控制问题,并不能抬高模型本身的能力上限;人物表演、动作连贯性和长时序稳定性,最终还是要看底模。
三、实测感受
整轮测试下来,我觉得 Seedance 2.0 fast 真正拉开差距的,并不是单条画面的精致程度,而是对整个生成过程的控制。
人物参考、环境素材、原始分镜和深度图可以各自承担不同任务,模型也能按照提示词安排人物动作、镜头运动和事件顺序。
即使中间发生多次切镜,人物身份、空间关系和叙事逻辑依然能够维持在一个相对稳定的范围内。
Seedance 已经不只是一个“抽视频”的模型,生成内容通常更接近创作者原本的设计,后期筛选和返工的压力也更小。
MH3 的能力重心则更偏向广告动态视觉。
面对产品展示、风格化转场和短时间的视觉爆点,它能够快速生成比较抓眼的素材。
但一进入连续叙事,需要同时处理动作因果和空间关系时,画面的不稳定就会暴露出来。
Seedance 2.0 fast 对分镜的执行更加准确。如果把抽卡、筛选和返工产生的费用与时间成本全部算进去,它的有效成片成本反而更低,整体投入也更可控。
从 Seedance 2.0 fast的全能参考、编辑和延长,到 2.5 对长叙事与精确控制的继续加强,字节正在把优势从模型效果扩展到完整的创作流程。
至少在复杂叙事和专业生产这两个维度上,字节目前的位置依然很稳。
至于 Seedance 系列怎么选,也很简单:
先说结论,Seedance 2.5 的整体性能明显强于 2.0 系列。
它在画面质感、长叙事、多素材参考和复杂镜头控制上都有提升,效果上限最高,但生成成本也更高。
电影、中长叙事、真人剧和精品 TVC,优先选择 Seedance 2.5;
短漫剧、电商主图视频和营销素材,需要兼顾画质、速度与成本,可以选择 2.0 Fast;
如果是简单场景、UGC 内容或者大批量生产,2.0 Mini 的性价比更高,但质量波动也会更明显。
需要提一句,目前 2.5 和 2.0 mini 是支持真人人脸的,其他不支持,大家跑的时候可以注意一下。
实际生产中,也可以用 2.5 处理关键镜头,用 Fast 完成主体内容,再把 Mini 留给简单镜头和批量素材。
四、总结
看 AI 视频模型,很容易被最惊艳的样片吸引。但真正使用之后会发现,决定一个模型价值的往往不是上限,而是下限。
上限代表它在理想条件下能做出什么,下限则决定创作者每天要面对多少废片、返工和不可解释的偏差。
对于实测视频,一条神结果足以成为封面;对于实际项目,剩下的几十条结果是否可用,才会真正影响成本和交付。
因此,未来模型竞争会越来越接近传统生产工具的逻辑。
用户不仅关心它能不能生成漂亮画面,还会关心人物能否稳定、指令能否复现、素材是否方便修改,以及同一套流程能否交给团队继续使用。
当大家的样片都足够好看,稳定性就会成为新的画质,可控性也会成为新的性能。
谁能让创作者少猜一点、少抽几次、少返工一轮,谁才更可能进入长期生产。
真正成熟的工具,不是偶尔带来惊喜,而是大多数时候都不会让人失望。
而这,就是 Seedance 无可替代的优势。
没有评论:
发表评论