8.6
深览指数
产品Bestblogs·花叔··AI 生成
我的一人公司品牌部又又又升级：这次我雇了个演员和一个导演（LibTV 1.5）
作者以「一人公司品牌部」的角度，实测 LibTV 1.5 的角色造型与 3D 虚拟影棚功能。核心发现是：AI 视频制作正从「抽卡式运气」转向「工程化流程」，关键在于通过「签名特征」（泪痣、雀斑、挑染）验证角色一致性，并利用 3D 预演解决物理空间关系错误，实现了角色与场景的复用与回滚。文章包含了大量实测细节、成本数据和翻车案例，适合正在尝试或评估 AI 视频工具落地的产品经理、内容创作者或独立开发者阅读。原文 ↗
核心观点
- ▍AI 视频制作即将从「抽卡式运气」进入「工程化」阶段，关键在于能否实现角色、场景等核心资产的可复用、可回滚与增量迭代。
- ▍检验 AI 演员一致性的有效方法不是「看脸好不好看」，而是预先在角色描述中埋下「签名特征」（泪痣、雀斑、挑染），这些特征肉眼可验且不易被模型糊弄。
- 01作者通过挂卡（角色卡）与不挂卡的对照实验发现：同一句提示词跑四张图，不挂卡时是四个不同的人；挂卡后三张命中，泪痣位置、挑染方向都对得上，翻车率为 25%。
- 02特征稳定性取决于其是否落在模型造型覆盖不到的位置。作者将角色换成深灰西装、浓妆红唇、扎发后，扎发吃掉了鬓边挑染，但泪痣安稳保留，由此得出设计规律：痣比发色稳，疤比服装稳。
- 03作者总结出「背景越干净、打光越接近角色卡原本的拍摄条件，命中率越高」以及「你改哪个部位，就最容易把那个部位的特征改没」两条实操规律。
- 04通过 3D-BOX 虚拟影棚，作者解决了自拍戏中「屏幕和脸同时正对镜头」的物理错误。Agent 自行搭建场景、架设机位、回放检查（发现手机挡下巴就抬高机位，背景墙缺失就补上），最终成片四个镜头节点全部对准。
- 05作者披露了实测成本：LibTV 1.5 高级版 469 元/月给 11700 积分，一天测试烧掉 6180 积分约合 250 人民币，一条 15 秒带音轨视频约 746 积分。
反方 / 局限
- — 角色一致性在四张图中有一次翻车，证明当前技术下「四中三」是真实水平，并非100%可靠，高频使用或复杂造型下可能更低。
- — 3D 预演虽然解决了空间关系问题，但仍需手动调节视角和标注运镜箭头，并非完全智能，对用户的空间想象能力和分镜功底有要求。
4 分钟 · 4 卡片 · 9 资料
读原文 →