# 视频拆解报告：qing_hiphop_full.mp4 **结论**：混合制作：AI 生成视频 52% + 静态图 + 推拉动效 17% + 数字人口播 17% + 3D 渲染 15%；叠加层：文字标注、图形贴片、字幕（代码/剪辑软件合成）；用到真实素材：真实照片（3.0s）、商品实拍图（0.7s）；复刻需准备参考：人物/场景参考图（1 镜）、商品参考图（1 镜）；声音：人声 + BGM 178.2BPM（AI 生成音乐） + 音效 56 处 - 时长 164.958s · 1080×1920 · 24.0fps · 9:16 - 镜头 86 个，平均 1.92s；转场：cut×85、start×1 - 判断置信度（按时长加权）：71%；判定方式：确定性取证 + VLM 融合 - VLM 部分生效（gemini-3.1-pro-preview,gemini-3.1-pro-preview-pc,gcp-gemini-3-pro-preview：60/60 个镜头有结果，整片分析失败）；由 claude 看图复核 9/86 个镜头，已并入结论 ![storyboard](storyboard.jpg) ## 制作方式占比 | 底层画面 | 时长 | 占比 | |---|---|---| | AI 生成视频 | 86.04s | 52% | | 静态图 + 推拉动效 | 27.46s | 17% | | 数字人口播 | 27.25s | 16% | | 3D 渲染 | 24.21s | 15% | ## 复刻方案 **3D 渲染 10 镜 + AI 视频 45 镜 → 34 个生成单元、34 次 Seedance 2.5 调用；静图推拉/静帧 19 镜 → 本地重建；数字人 12 镜 → TTS + 数字人驱动** - 默认引擎 Seedance 2.0（含 Mini / Fast） 不支持一次多镜头，用它要逐镜生成 55 次；这里按 Seedance 2.5 规划（单次 ≤30s、可一次出多镜头），共 34 次 - 分组规则：同场景、硬切相连的 AI 镜头合并为一次生成（S01）；单次 ≤30s；单元内连续硬切尽量 ≤8s、最多 10s（S06）；在叠化/淡入淡出和换场景处切开（S03） - 声音：模型可以同时生成动作音效和环境声；口播建议单独 TTS 再混进去，方便改文案和卡时间 ### 生成单元 | 单元 | 镜头 | 时间 | 时长 | 方式 | 衔接 | |---|---|---|---|---|---| | G1 | #1 | 0.0–7.2s | 7.2s | 单镜 | 首帧：参照原片第 1 镜首帧（shots/shot_001_first.jpg）的构图出图，产品换成 @图片1 | | G2 | #4 | 18.1–19.5s | 1.4s | 单镜 | 首帧：参照原片第 4 镜首帧（shots/shot_004_first.jpg）的构图出图，产品换成 @图片1 | | G3 | #7 | 20.8–21.5s | 0.7s | 单镜 | 首帧：参照原片第 7 镜首帧（shots/shot_007_first.jpg）的构图出图，产品换成 @图片1 | | G4 | #8 | 21.5–22.2s | 0.7s | 单镜 | 首帧：参照原片第 8 镜首帧（shots/shot_008_first.jpg）的构图出图，产品换成 @图片1 | | G5 | #9、#13、#14 | 22.2–22.9s、24.9–26.2s | 2.0s | 一次多镜头 | 首帧：参照原片第 9 镜首帧（shots/shot_009_first.jpg）的构图出图，产品换成 @图片1 | | G6 | #19、#21 | 28.3–28.6s、29.0–31.6s | 3.0s | 一次多镜头 | 首帧：参照原片第 19 镜首帧（shots/shot_019_first.jpg）的构图出图，产品换成 @图片1 | | G7 | #22–#23 | 31.6–34.6s | 3.0s | 一次多镜头 | 首帧：参照原片第 22 镜首帧（shots/shot_022_first.jpg）的构图出图，产品换成 @图片1 | | G8 | #24–#27 | 34.6–42.9s | 8.2s | 一次多镜头 | 首帧：参照原片第 24 镜首帧（shots/shot_024_first.jpg）的构图出图，产品换成 @图片1 | | G9 | #29 | 43.6–44.8s | 1.2s | 单镜 | 首帧：参照原片第 29 镜首帧（shots/shot_029_first.jpg）的构图出图，产品换成 @图片1 | | G10 | #30–#32 | 44.8–47.6s | 2.8s | 一次多镜头 | 首帧：参照原片第 30 镜首帧（shots/shot_030_first.jpg）的构图出图，产品换成 @图片1 | | G11 | #36–#37 | 50.4–54.2s | 3.8s | 一次多镜头 | 首帧：参照原片第 36 镜首帧（shots/shot_036_first.jpg）的构图出图，产品换成 @图片1 | | G12 | #38 | 54.2–56.2s | 2.0s | 单镜 | 首帧：参照原片第 38 镜首帧（shots/shot_038_first.jpg）的构图出图，产品换成 @图片1 | | G13 | #39 | 56.2–56.9s | 0.7s | 单镜 | 首帧：参照原片第 39 镜首帧（shots/shot_039_first.jpg）的构图出图，产品换成 @图片1 | | G14 | #40 | 56.9–58.4s | 1.5s | 单镜 | 首帧：参照原片第 40 镜首帧（shots/shot_040_first.jpg）的构图出图，产品换成 @图片1 | | G15 | #41 | 58.4–58.9s | 0.5s | 单镜 | 首帧：参照原片第 41 镜首帧（shots/shot_041_first.jpg）的构图出图，产品换成 @图片1 | | G16 | #43 | 59.5–62.5s | 3.0s | 单镜 | 首帧：参照原片第 43 镜首帧（shots/shot_043_first.jpg）的构图出图，产品换成 @图片1 | | G17 | #44 | 62.5–64.7s | 2.1s | 单镜 | 首帧：参照原片第 44 镜首帧（shots/shot_044_first.jpg）的构图出图，产品换成 @图片1 | | G18 | #46 | 65.4–67.2s | 1.8s | 单镜 | 首帧：参照原片第 46 镜首帧（shots/shot_046_first.jpg）的构图出图，产品换成 @图片1 | | G19 | #47 | 67.2–70.5s | 3.4s | 单镜 | 首帧：参照原片第 47 镜首帧（shots/shot_047_first.jpg）的构图出图，产品换成 @图片1 | | G20 | #52 | 80.2–81.2s | 1.0s | 单镜 | 首帧：参照原片第 52 镜首帧（shots/shot_052_first.jpg）的构图出图，产品换成 @图片1 | | G21 | #54 | 85.5–87.1s | 1.7s | 单镜 | 首帧：参照原片第 54 镜首帧（shots/shot_054_first.jpg）的构图出图，产品换成 @图片1 | | G22 | #55 | 87.1–88.3s | 1.2s | 单镜 | 首帧：参照原片第 55 镜首帧（shots/shot_055_first.jpg）的构图出图，产品换成 @图片1 | | G23 | #56–#58 | 88.3–93.3s | 5.0s | 一次多镜头 | 首帧：参照原片第 56 镜首帧（shots/shot_056_first.jpg）的构图出图，产品换成 @图片1 | | G24 | #59 | 93.3–94.0s | 0.7s | 单镜 | 首帧：参照原片第 59 镜首帧（shots/shot_059_first.jpg）的构图出图，产品换成 @图片1 | | G25 | #60 | 94.0–99.2s | 5.2s | 单镜 | 首帧：参照原片第 60 镜首帧（shots/shot_060_first.jpg）的构图出图，产品换成 @图片1 | | G26 | #61–#64 | 99.2–107.9s | 8.7s | 一次多镜头 | 首帧：参照原片第 61 镜首帧（shots/shot_061_first.jpg）的构图出图，产品换成 @图片1 | | G27 | #65、#70 | 107.9–115.7s、124.2–124.8s | 8.4s | 一次多镜头 | 首帧：参照原片第 65 镜首帧（shots/shot_065_first.jpg）的构图出图，产品换成 @图片1 | | G28 | #71 | 124.8–125.5s | 0.6s | 单镜 | 首帧：参照原片第 71 镜首帧（shots/shot_071_first.jpg）的构图出图，产品换成 @图片1 | | G29 | #72 | 125.5–127.1s | 1.6s | 单镜 | 首帧：参照原片第 72 镜首帧（shots/shot_072_first.jpg）的构图出图，产品换成 @图片1 | | G30 | #73 | 127.1–129.2s | 2.1s | 单镜 | 首帧：参照原片第 73 镜首帧（shots/shot_073_first.jpg）的构图出图，产品换成 @图片1 | | G31 | #75–#77 | 130.1–138.9s | 8.8s | 一次多镜头 | 首帧：参照原片第 75 镜首帧（shots/shot_075_first.jpg）的构图出图，产品换成 @图片1 | | G32 | #78、#79、#81、#82 | 138.9–143.0s、144.0–149.2s | 9.3s | 一次多镜头 | 首帧用 G31 的尾帧，接上动作（S05） | | G33 | #85 | 158.1–160.4s | 2.2s | 单镜 | 首帧：参照原片第 85 镜首帧（shots/shot_085_first.jpg）的构图出图，产品换成 @图片1 | | G34 | #86 | 160.4–165.0s | 4.6s | 单镜 | 首帧：参照原片第 86 镜首帧（shots/shot_086_first.jpg）的构图出图，产品换成 @图片1 | **G1 · 3D 渲染 · 镜头 #1 · 7.2s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 0.0–7.2s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：清朝官员老者侧面特写，长白胡须，戴着黑色现代头戴式耳机，纯黑背景，极强单侧轮廓光，电影级质感，8k高细节写实 - 另一条路：3D 工程。让 LLM 写 Blender 脚本或 Three.js 场景，角色/道具建模一次、按镜头设机位渲染，多角度和角色一致性最好，改文案和镜头也只是改代码（R08） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 黑底侧光下，戴着现代头戴式耳机的清代长须老者面容微动，嘴唇轻微张合低语，镜头极其缓慢向前平推至面部特写，保持高对比度剪影光影不变 ```
English prompt ```text Close-up of an elderly Qing Dynasty official with a long white beard wearing modern over-ear headphones, dramatic side rim lighting against a pure black background, subtle head movement and slight lip movements, slow smooth camera push-in. ```
**G2 · AI 生成视频 · 镜头 #4 · 1.4s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 18.1–19.5s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：高龄亚裔男子特写肖像，饱经沧桑的面容，深邃皱纹与老年斑，浓密八字胡与灰白色长山羊胡，头戴黑色监听耳机，黑色深沉背景，戏剧性电影侧光，超精细皮肤质感，竖屏构图。 - 生成 4s 后剪到 1.4s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 高龄亚裔长须老者低头静止，戴着黑色耳机，随后缓缓抬起眼皮凝视前方镜头，眼神深邃冰冷，面部表情保持严肃，极其微弱的呼吸与头部微动，固定镜头。 ```
English prompt ```text Close-up of an elderly Asian man with long grey beard and studio headphones, initially looking down, slowly raising his eyes to stare into the camera with an intense, solemn expression, minimal movement, locked-off shot. ```
**G3 · AI 生成视频 · 镜头 #7 · 0.7s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 20.8–21.5s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：极简静物摄影，灰色微水泥墙面，单枚老旧铁钉用粗麻绳悬挂一块做旧风化原木长条牌匾，空白无字，柔和侧上方漫射光，细腻木纹质感，竖构图。 - 生成 4s 后剪到 0.7s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 镜头对准悬挂在灰墙上的复古空白木牌，视角略微仰视，画面平稳极其缓慢地向木牌推近。 ```
English prompt ```text Camera slowly and smoothly pushing in on a rustic blank wooden hanging sign on a grey textured wall, subtle low angle, clean still-motion. ```
**G4 · AI 生成视频 · 镜头 #8 · 0.7s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 21.5–22.2s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：特写镜头，深灰色桌面上铺着一张带有黑色水墨晕染痕迹的褶皱宣纸，右侧放着一个黑色砚台和一支毛笔。暗调，极简主义，东方美学。右上角有窗框的清晰投影，电影感光影，高对比度，8k分辨率，写实质感。 - 生成 4s 后剪到 0.7s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 镜头缓慢向右平移，展示桌面上的水墨画纸、砚台和毛笔，光影保持稳定，画面静谧。 ```
English prompt ```text The camera slowly pans to the right, revealing the ink-stained paper, inkstone, and brush on the desk. The lighting remains stable, creating a tranquil atmosphere. ```
**G5 · 3D 渲染 · 镜头 #9、#13、#14 · 2.0s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 22.2–22.9s、24.9–26.2s 片段（剪掉中间插入的画面后拼成一段）：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：黑白摄影，水面波纹特写，微弧地平线，阴沉天空，极简，高对比。 - 这几镜在成片里被插入画面隔开：生成时连着出，剪辑时再把插入画面放回去 - 另一条路：3D 工程。让 LLM 写 Blender 脚本或 Three.js 场景，角色/道具建模一次、按镜头设机位渲染，多角度和角色一致性最好，改文案和镜头也只是改代码（R08） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–0.7s）：黑白画面，水面泛起涟漪，波纹缓缓推进，天空静止，镜头固定。 镜头2（0.7–1.4s）：固定长镜头，空旷昏暗的冷灰雾气影棚中，微小的人影贴地极慢蠕动爬行，单光源拉出极长阴影，画面静止凝固感 镜头3（1.4–2.0s）：固定特写镜头，黑色粘稠液体水面波浪不断流动起伏，反射银灰微光，顶部弧线保持稳定，无人物，氛围神秘沉静 ```
English prompt ```text Shot 1 (0.0-0.7s): Black and white, water ripples slowly moving forward, static sky, fixed camera. Shot 2 (0.7-1.4s): Locked-off wide shot, minimalist misty dark grey studio, a tiny human figure slowly crawls on the floor, single hard spotlight casting an elongated sharp shadow. Shot 3 (1.4-2.0s): Static close-up shot of dark liquid water ripples flowing continuously, reflecting subtle silvery light, smooth curved rim at the top, minimalist black and white 3D render. ```
**G6 · AI 生成视频 · 镜头 #19、#21 · 3.0s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 28.3–28.6s、29.0–31.6s 片段（剪掉中间插入的画面后拼成一段）：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：极简主义产品摄影，特写镜头。一串深棕色圆润的木质佛珠呈S形摆放在平滑的浅灰色背景上。前景焦点处有一颗带有金色闪亮裂纹的珠子和一颗浅青色玉质珠子。浅景深，背景模糊。柔和的左侧顶光，营造出禅意、宁静的氛围，高品质，写实风格。 - 这几镜在成片里被插入画面隔开：生成时连着出，剪辑时再把插入画面放回去 - 另一条路：3D 工程。让 LLM 写 Blender 脚本或 Three.js 场景，角色/道具建模一次、按镜头设机位渲染，多角度和角色一致性最好，改文案和镜头也只是改代码（R08） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–0.3s）：镜头缓慢向前推进，特写展示平滑灰色背景上的一串深色木质佛珠，前景有一颗带金色裂纹的珠子和一颗浅青色珠子，画面保持静止，仅有平滑的镜头推进。 镜头2（0.3–3.0s）：固定或缓慢向前推镜头，古代书生背对镜头缓步穿过大门向前走，两侧木门固定，远处街道灯笼光芒微闪，水面泛着倒影，整体动作沉稳缓慢 ```
English prompt ```text Shot 1 (0.0-0.3s): Slow push-in shot on a string of dark wooden prayer beads resting on a smooth grey surface in an S-shape. In the foreground, there is a bead with a golden crack and a pale green bead in focus. The scene itself is completely static, with only the camera moving slowly forward. Shot 2 (0.3-3.0s): Cinematic slow push-in shot, back view of an ancient Chinese scholar in robes slowly walking forward through an open wooden gate into a wet stone alley lined with glowing lanterns at night, subtle motion, moody atmosphere. ```
**G7 · AI 生成视频 · 镜头 #22、#23 · 3.0s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 31.6–34.6s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：真实摄影质感，清朝年迈官员，身穿黑色刺绣仙鹤补服与朝珠，蓄长白山羊胡，头戴专业黑色头戴式监听耳机，面前是防喷麦克风，暗灰色极简影棚背景，电影级冷色调侧光，高反差戏剧性光影，竖屏构图。 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–0.5s）：镜头由近景平稳快速推进至老者面部特写，老者戴着大耳机，眼神坚定严肃，对着麦克风开口说唱发力，胡须自然微动，神情冷峻。 镜头2（0.5–3.0s）：镜头缓慢向前推进，书生低头专注写字，手部有轻微运笔动作，头部微动。 ```
English prompt ```text Shot 1 (0.0-0.5s): Smooth cinematic fast push-in to a tight close-up of an elderly Qing dynasty official wearing studio headphones, rapping into a podcast microphone with intense expressions, beard moving subtly, cold cinematic studio lighting. Shot 2 (0.5-3.0s): Camera slowly pushes in. The young scholar looks down, focused on writing, with slight brush movements and subtle head motion. ```
**G8 · AI 生成视频 · 镜头 #24、#25、#26、#27 · 8.2s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 34.6–42.9s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：中国古代老者面部特写，花白胡须，满脸深邃皱纹与老年斑，佩戴黑色现代头戴耳机，低调硬光，电影质感，超写实细节，8k分辨率 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–2.0s）：老者面部固定特写，严肃冷峻地对着镜头说话，嘴唇同步张合，面部微动，眼神坚定，镜头保持静止 镜头2（2.0–4.9s）：固定特写镜头。夜色中煤油灯火苗微弱闪烁，昏黄灯光照亮榜单。一根手指稳定指向红圈内的'林子安'三个字，榜单纸张随微风极轻微颤动，整体保持幽暗压抑的悬疑氛围。 镜头3（4.9–5.6s）：机位固定，戴着黑色耳机的长胡须亚裔老者手扶着耳机，神情沉浸地张口歌唱念诵，面部肌肉与胡须随歌唱轻微自然摆动，暗调影棚侧光。 镜头4（5.6–8.2s）：枯瘦的手指缓缓划过奏折上的大字，另一只手从下方入画按住纸面，镜头缓慢推近 ```
English prompt ```text Shot 1 (0.0-2.0s): Extreme close-up of an elderly Asian man speaking seriously, lips synced to audio, intense gaze, highly detailed weathered skin, static shot. Shot 2 (2.0-4.9s): Close-up static shot. In the dark night, the flame of a kerosene lantern flickers softly, casting warm light on an old paper roster on a wooden wall. A hand with prominent veins points its index finger steadily at the Chinese name '林子安' circled in red ink. Cinematic, low-key lighting, suspenseful atmosphere. Shot 3 (4.9-5.6s): Fixed close-up shot, an elderly Asian man with long gray beard wearing studio headphones, holding the earcup with his hand, singing with deep emotion, subtle facial muscle and beard movement, low-key dramatic studio lighting. Shot 4 (5.6-8.2s): Close-up of an old frail finger tracing large ink characters on a yellowed memorial scroll, another hand enters from below, slow push-in, dark cinematic tone ```
**G9 · AI 生成视频 · 镜头 #29 · 1.2s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 43.6–44.8s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：泛黄奏折近景，大字「文理太浅」居中，上方一根手指按住纸边，暗调 - 生成 4s 后剪到 1.2s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 手指按住奏折，镜头轻微推近大字「文理太浅」 ```
English prompt ```text Close shot of the scroll with the large characters, a finger pressing the edge, gentle push-in ```
**G10 · AI 生成视频 · 镜头 #30、#31、#32 · 2.8s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 44.8–47.6s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：特写，年长亚洲男性，长白须，满脸皱纹，皮肤纹理细腻。戴黑色现代头戴式耳机，穿黑色中式服装。纯灰背景。电影级光影，侧面柔光，超写实，肖像摄影。 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–0.6s）：特写，戴耳机长须老者对麦克风说话，嘴部动作自然，头部轻微摆动。镜头固定。 镜头2（0.6–2.2s）：镜头极其缓慢地向前推进，主角背身静立仰望放榜墙，周围考生背影有微弱的呼吸感摆动，冷峻肃穆的氛围维持至镜头结束。 镜头3（2.2–2.8s）：老者直视镜头说话，嘴型自然开合，面部表情微动，头部与身体保持静止，特写镜头，固定机位 ```
English prompt ```text Shot 1 (0.0-0.6s): Close-up, elderly Asian man with long beard wearing headphones speaks into microphone, natural mouth movements, slight head sway. Fixed camera. Shot 2 (0.6-2.2s): Camera slowly dollies in from behind a Qing dynasty scholar with a braided queue looking up at the imperial examination results board, surrounded by crowds of examinees, somber cold cinematic lighting, subtle atmospheric breathing motion. Shot 3 (2.2-2.8s): Close-up shot of an elderly Chinese man with a long white beard and deep wrinkles, wearing black over-ear headphones, speaking directly to the camera. Natural lip sync, slight facial expressions, head and body remain still. Solid gray background, side lighting, cinematic texture, fixed camera. ```
**G11 · AI 生成视频 · 镜头 #36、#37 · 3.8s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 50.4–54.2s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：阴云密布的古城墙下，列阵持枪的清代士兵，画面左侧虬髯将领侧脸前景，冷灰电影调色 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–3.1s）：士兵队列缓缓移动、尘土扬起，将领侧脸静立，镜头缓慢横移 镜头2（3.1–3.8s）：固定特写机位，戴着头戴式耳机的长胡须中国老者对着麦克风沉痛开唱，嘴部张合演唱，面部肌肉与胡须自然微颤，眼神微垂凝重，光影保持稳定。 ```
English prompt ```text Shot 1 (0.0-3.1s): Ancient army ranks beneath a city wall under heavy clouds, a bearded general in profile in the foreground, dust rising, slow lateral move Shot 2 (3.1-3.8s): Close-up static shot of an elderly East Asian man with a long grey beard wearing over-ear studio headphones, singing with a sorrowful expression into a microphone, natural facial muscle and beard movements, studio low-key moody lighting. ```
**G12 · AI 生成视频 · 镜头 #38 · 2.0s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 54.2–56.2s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：夜晚江面小船上，浑身湿透的白须清代老者双手撑在船板上，背后挂着煤油灯，冷蓝色调 - 生成 4s 后剪到 2.0s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 老者喘息着撑在船板上抬头，身后的人伸手去拉他，江浪翻涌 ```
English prompt ```text At night on a small boat, a drenched old man with a white beard braces on the deck and looks up, someone behind reaches to pull him, waves churning ```
**G13 · AI 生成视频 · 镜头 #39 · 0.7s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 56.2–56.9s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：特写，亚洲白胡子老人，戴黑色头戴式耳机，满脸皱纹，表情激动张嘴，纯灰背景，左侧柔光，高对比度写实肖像。 - 生成 4s 后剪到 0.7s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 老人表情激动地说话或唱歌，嘴型自然开合，头部轻微晃动，保持光影稳定。 ```
English prompt ```text Old man speaking or singing excitedly, natural mouth movement, slight head shake, stable lighting. ```
**G14 · AI 生成视频 · 镜头 #40 · 1.5s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 56.9–58.4s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：竖屏，史诗级古代水战场景，夜晚，战船着火，浓烟滚滚。画面中央是一座连接两船的木桥，几名古代士兵的剪影正在桥上激烈交战，手持长矛和刀剑。背景是冲天的火光和飘扬的战旗。强烈的逆光，高对比度，电影级质感，暗黑风格。 - 生成 4s 后剪到 1.5s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 镜头缓慢向前推进并微微仰拍。士兵们在燃烧的木桥上挥舞长矛和刀剑进行战斗，动作激烈。背景的火焰熊熊燃烧，浓烟随风飘动，火星四溅。整体氛围紧张、混乱。 ```
English prompt ```text Slow push-in and slight low-angle shot. Soldiers fight fiercely with spears and swords on a burning wooden bridge. Flames burn intensely in the background, thick smoke billows in the wind, and sparks fly. The overall atmosphere is tense and chaotic. ```
**G15 · AI 生成视频 · 镜头 #41 · 0.5s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 58.4–58.9s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：特写镜头，一位留着灰白山羊胡的亚洲老年男性，满脸沧桑的皱纹，表情严肃，戴着黑色监听耳机，在深灰色背景前对着麦克风说话。平视角度，单侧硬光照明突出面部纹理，冷色调，超高清晰度写实摄影，电影级质感，竖屏。 - 生成 4s 后剪到 0.5s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 不适用，此为音频驱动的数字人 ```
English prompt ```text Not applicable, this is an audio-driven avatar ```
**G16 · AI 生成视频 · 镜头 #43 · 3.0s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 59.5–62.5s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：特写镜头，饱经风霜的中国古代老者，长白胡须，深色古装。神情凝重，低头执笔写字。背景昏暗军营帐篷，隐约火光。电影级光影，左侧柔和主光。 - 生成 4s 后剪到 3.0s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 镜头缓慢推近，老者神情凝重，手执毛笔缓缓书写，胡须微晃，背景火光闪烁。 ```
English prompt ```text Slow push-in shot. An ancient Chinese elder with a long white beard, wearing dark traditional clothes, is writing with a brush with a solemn expression. His beard sways slightly. Dim military tent background with flickering firelight. ```
**G17 · AI 生成视频 · 镜头 #44 · 2.1s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 62.5–64.7s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：竖屏，全景，略仰拍。古代战场营地，阴沉压抑的乌云天空。前景是一群古代士兵的黑色剪影，正在用铲子挖壕沟、用大锤打桩。背景隐约可见木制瞭望塔。强烈的逆光剪影效果，高对比度，暗黑史诗风格。 - 生成 4s 后剪到 2.1s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 镜头固定。画面中的古代士兵剪影开始动作，左侧士兵挥动铲子挖土，右侧士兵挥舞大锤砸向木桩，动作沉重。背景天空的乌云缓慢流动。保持强烈的逆光剪影和暗黑压抑氛围。 ```
English prompt ```text Fixed camera. The silhouettes of ancient soldiers begin to move. The soldier on the left swings a shovel to dig dirt, and the soldier on the right swings a sledgehammer to hit a wooden stake, with heavy movements. The dark clouds in the background sky flow slowly. Maintain a strong backlight silhouette and a dark, oppressive atmosphere. ```
**G18 · AI 生成视频 · 镜头 #46 · 1.8s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 65.4–67.2s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：阴云营地，一群清代兵丁逆光剪影，挥锤打木桩，远处瞭望塔和旗帜 - 生成 4s 后剪到 1.8s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 人们弯腰挥锤反复打桩，泥土飞溅，镜头固定 ```
English prompt ```text Silhouetted soldiers hammering wooden stakes in a muddy camp under overcast sky, mud splashing, static camera ```
**G19 · AI 生成视频 · 镜头 #47 · 3.4s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 67.2–70.5s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：特写肖像，竖屏。一位满脸皱纹、留着灰白长山羊胡的清代老年官员，戴着现代黑色头戴式监听耳机，身穿黑色刺绣清代官服，灰色纯色影棚背景，顶部柔光，电影质感，冷调低饱和。 - 生成 4s 后剪到 3.4s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 固定特写镜头。一位留灰白长须、穿清代官服戴现代耳机的老年男子面对镜头激昂说话说唱，头部随语调轻微点动，眼神坚定，嘴部动作自然逼真，灰色极简影棚背景。 ```
English prompt ```text Fixed close-up shot. An elderly Chinese man with a grey goatee wearing Qing dynasty attire and modern over-ear headphones passionately rapping to the camera, head nodding subtly with speech rhythm, dark moody studio lighting. ```
**G20 · AI 生成视频 · 镜头 #52 · 1.0s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 80.2–81.2s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：一位白发苍苍的亚洲老者特写，留着长长的白胡须，戴着黑色头戴式耳机，面前有一个黑色麦克风。深灰色纯色背景。超写实，电影级光影，高对比度，面部皱纹和毛孔细节丰富，左侧主光。 - 生成 4s 后剪到 1.0s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 老者对着麦克风讲话，嘴型自然，头部有轻微的自然摆动，眼神专注，保持面部特征稳定。 ```
English prompt ```text Close-up of an elderly Asian man with a long white beard, wearing black headphones, speaking into a black microphone. Natural lip sync, slight head movements, focused expression. Dark grey background, cinematic lighting, highly detailed. ```
**G21 · 3D 渲染 · 镜头 #54 · 1.7s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 85.5–87.1s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：特写镜头，一艘破旧的木船停泊在黑暗、雾气弥漫的水面上，船内放着两把木桨和一捆粗糙的绳索。极简主义，暗黑氛围，电影级光影，冷色调，8k分辨率。 - 生成 4s 后剪到 1.7s（太短的镜头单独生成不稳定） - 另一条路：3D 工程。让 LLM 写 Blender 脚本或 Three.js 场景，角色/道具建模一次、按镜头设机位渲染，多角度和角色一致性最好，改文案和镜头也只是改代码（R08） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 镜头缓慢向前推进，画面保持静止，展现破旧木船、木桨和绳索的细节，背景是浓雾弥漫的黑暗水面，氛围阴郁静谧。 ```
English prompt ```text The camera slowly pushes forward, the scene remains static, showing the details of a dilapidated wooden boat, wooden oars, and ropes. The background is a dark water surface covered in thick fog, with a gloomy and quiet atmosphere. ```
**G22 · AI 生成视频 · 镜头 #55 · 1.2s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 87.1–88.3s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：黑白暗黑风，波纹水面，阴沉天空，微光穿云，弧形地平线，极简电影感。 - 生成 4s 后剪到 1.2s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 黑白暗黑水面，水波缓荡，阴沉天空，光影随波流动，镜头缓推。 ```
English prompt ```text B&W dark water, slow ripples, gloomy sky, flowing light, slow push in. ```
**G23 · AI 生成视频 · 镜头 #56、#57、#58 · 5.0s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 88.3–93.3s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：清代晚期老者，长满皱纹的面容，苍白长胡须，穿着黑色暗纹清代官袍，枯瘦苍老的右手捂着右眼，表情痛苦疲惫，微弱侧光，电影质感，超逼真细节，冷色调，竖屏 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–2.4s）：老者保持右手捂住右眼的姿势，手指轻微颤动，胸口微微起伏呼吸，镜头缓慢向前推近老者的面部特写，整体环境昏暗压抑。 镜头2（2.4–3.1s）：正面特写老道长戴着耳机对镜头严肃说话，嘴唇根据语音开合，面部微表情变化，头部轻微自然晃动，身体和背景保持静止，镜头缓慢推进。 镜头3（3.1–5.0s）：摄影机缓慢向老者面部推近，老者保持手按额头的动作，眉头微蹙，微弱呼吸，全身保持静止微动，暗黑电影氛围。 ```
English prompt ```text Shot 1 (0.0-2.4s): Close-up of an elderly Qing dynasty man covering his right eye with his wrinkled hand, subtle breathing motion and slight finger twitch, slow camera push-in towards the tired face, cinematic low-key lighting. Shot 2 (2.4-3.1s): Close-up of an elderly Asian man with a long grey beard wearing modern studio headphones, speaking seriously to camera, lip-sync talking motion, subtle head movement, camera slowly zooming in, cinematic muted lighting. Shot 3 (3.1-5.0s): Slow push-in shot onto the face of an elderly Chinese man with long white beard holding his forehead in dizziness, subtle breathing, dark cinematic lighting. ```
**G24 · AI 生成视频 · 镜头 #59 · 0.7s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 93.3–94.0s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：饱经风霜的东亚年长男性正脸特写，满脸深皱纹，灰白小胡子与山羊胡，严肃冷酷眼神，头戴黑色头箍/耳机，纯深灰背景，高反差电影级人像棚拍布光，极高细节。 - 生成 4s 后剪到 0.7s（太短的镜头单独生成不稳定） ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 画面缓慢平稳向前微推，老者表情严肃冷峻保持凝视，面部伴随极其微弱的呼吸漂移感，眼神坚定不动。 ```
English prompt ```text Slow smooth push-in shot on the elderly Asian man, stoic and intense gaze fixed on the camera, extremely subtle breathing micro-movements, cinematic dramatic portrait lighting. ```
**G25 · AI 生成视频 · 镜头 #60 · 5.2s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 94.0–99.2s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 首帧图像提示词：电影剧照，清代白发白须老官员端坐深色谈判桌前，戴官帽着仙鹤补服，面容沧桑神情凝重，前景虚焦洋人背影，侧逆冷光，暗调青灰，高反差电影质感。 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 清代老官员坐在谈判桌前沉重注视，双手轻按桌面，前景洋人手持折叠文书，镜头缓慢推进，冷峻肃穆的电影历史正剧氛围。 ```
English prompt ```text Cinematic shot of an elderly Qing dynasty Chinese official in official robe sitting somberly at a negotiation table, Western diplomats blurred in the foreground, slow subtle push-in, dark cold moody lighting. ```
**G26 · AI 生成视频 · 镜头 #61、#62、#63、#64 · 8.7s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 99.2–107.9s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 镜头 #61、#62、#63、#64 缺提示词 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–1.1s）：（缺提示词：开 --vlm 或 agent 看图补写） 镜头2（1.1–3.9s）：（缺提示词：开 --vlm 或 agent 看图补写） 镜头3（3.9–6.9s）：（缺提示词：开 --vlm 或 agent 看图补写） 镜头4（6.9–8.7s）：（缺提示词：开 --vlm 或 agent 看图补写） ``` **G27 · AI 生成视频 · 镜头 #65、#70 · 8.4s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 107.9–115.7s、124.2–124.8s 片段（剪掉中间插入的画面后拼成一段）：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 这几镜在成片里被插入画面隔开：生成时连着出，剪辑时再把插入画面放回去 - 镜头 #65、#70 缺提示词 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–7.8s）：（缺提示词：开 --vlm 或 agent 看图补写） 镜头2（7.8–8.4s）：（缺提示词：开 --vlm 或 agent 看图补写） ``` **G28 · 3D 渲染 · 镜头 #71 · 0.6s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 124.8–125.5s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 生成 4s 后剪到 0.6s（太短的镜头单独生成不稳定） - 另一条路：3D 工程。让 LLM 写 Blender 脚本或 Three.js 场景，角色/道具建模一次、按镜头设机位渲染，多角度和角色一致性最好，改文案和镜头也只是改代码（R08） - 镜头 #71 缺提示词 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 （缺提示词：开 --vlm 或 agent 看图补写） ``` **G29 · AI 生成视频 · 镜头 #72 · 1.6s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 125.5–127.1s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 生成 4s 后剪到 1.6s（太短的镜头单独生成不稳定） - 镜头 #72 缺提示词 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 （缺提示词：开 --vlm 或 agent 看图补写） ``` **G30 · 3D 渲染 · 镜头 #73 · 2.1s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 127.1–129.2s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 生成 4s 后剪到 2.1s（太短的镜头单独生成不稳定） - 另一条路：3D 工程。让 LLM 写 Blender 脚本或 Three.js 场景，角色/道具建模一次、按镜头设机位渲染，多角度和角色一致性最好，改文案和镜头也只是改代码（R08） - 镜头 #73 缺提示词 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 （缺提示词：开 --vlm 或 agent 看图补写） ``` **G31 · AI 生成视频 · 镜头 #75、#76、#77 · 8.8s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 130.1–138.9s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 镜头 #75、#76、#77 缺提示词 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–3.9s）：（缺提示词：开 --vlm 或 agent 看图补写） 镜头2（3.9–7.1s）：（缺提示词：开 --vlm 或 agent 看图补写） 镜头3（7.1–8.8s）：（缺提示词：开 --vlm 或 agent 看图补写） ``` **G32 · AI 生成视频 · 镜头 #78、#79、#81、#82 · 9.3s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 138.9–143.0s、144.0–149.2s 片段（剪掉中间插入的画面后拼成一段）：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 这几镜在成片里被插入画面隔开：生成时连着出，剪辑时再把插入画面放回去 - 另一条路：3D 工程。让 LLM 写 Blender 脚本或 Three.js 场景，角色/道具建模一次、按镜头设机位渲染，多角度和角色一致性最好，改文案和镜头也只是改代码（R08） - 镜头 #78、#79、#81、#82 缺提示词 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。镜头之间硬切。 镜头1（0.0–3.5s）：（缺提示词：开 --vlm 或 agent 看图补写） 镜头2（3.5–4.2s）：（缺提示词：开 --vlm 或 agent 看图补写） 镜头3（4.2–8.2s）：（缺提示词：开 --vlm 或 agent 看图补写） 镜头4（8.2–9.3s）：（缺提示词：开 --vlm 或 agent 看图补写） ``` **G33 · 3D 渲染 · 镜头 #85 · 2.2s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 158.1–160.4s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 生成 4s 后剪到 2.2s（太短的镜头单独生成不稳定） - 另一条路：3D 工程。让 LLM 写 Blender 脚本或 Three.js 场景，角色/道具建模一次、按镜头设机位渲染，多角度和角色一致性最好，改文案和镜头也只是改代码（R08） - 镜头 #85 缺提示词 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 （缺提示词：开 --vlm 或 agent 看图补写） ``` **G34 · 3D 渲染 · 镜头 #86 · 4.6s** - 参考素材：`@图片1` 产品实拍图（正面 + 带 Logo 面），用户提供；`@图片2` 人物参考图（每个角色一张正脸 + 半身），保证跨镜头长相一致；`@视频1` 原片 160.4–165.0s 片段：参考动作、运镜和剪辑节奏（只作参考，不复制画面） - 另一条路：3D 工程。让 LLM 写 Blender 脚本或 Three.js 场景，角色/道具建模一次、按镜头设机位渲染，多角度和角色一致性最好，改文案和镜头也只是改代码（R08） - 镜头 #86 缺提示词 ```text 竖屏 9:16；夜景/弱光环境光，没有专门补光，柔光（明暗过渡宽），中性（约 5000K），背景明显虚化（浅景深/人像模式）。产品外观以 @图片1 为准，Logo 和细节保持一致。人物以 @图片2 为准。参考 @视频1 的动作、运镜和剪辑节奏。 （缺提示词：开 --vlm 或 agent 看图补写） ``` ### 本地重建 - #3 静态图 + 推拉动效 2.3s；#6 静态图 + 推拉动效 0.7s；#10 静态图 + 推拉动效 0.7s；#11 静态图 + 推拉动效 0.7s；#12 静态图 + 推拉动效 0.7s；#15 静态图 + 推拉动效 0.7s；#16 静态图 + 推拉动效 0.7s；#17 静态图 + 推拉动效 0.3s；#18 静态图 + 推拉动效 0.3s；#20 静态图 + 推拉动效 0.4s；#33 静态图 + 推拉动效 0.6s；#66 静态图 + 推拉动效 3.5s；#67 静态图 + 推拉动效 2.4s；#68 静态图 + 推拉动效 0.7s；#69 静态图 + 推拉动效 1.9s；#74 静态图 + 推拉动效 0.9s；#80 静态图 + 推拉动效 1.0s；#83 静态图 + 推拉动效 2.8s；#84 静态图 + 推拉动效 6.1s：一张图 + 测得的缩放/平移参数，ffmpeg 直接出 ## 拍法、打光与剪辑 - 取景：景别 特写 55%、大特写 45%；机位角度 平视；主体是人脸（按脸高算景别） - 机位：固定机位（三脚架/支架/放在桌上） 57%、移动机位（稳定器/手持平移） 43%；常见运镜 拉 - 打光：夜景/弱光环境光，没有专门补光。主光 画面右侧偏前方，从上往下（顶灯/路灯/高位光源）；光比 约 1.5:1（相差 0.6 档）；柔光（明暗过渡宽）；色温中性（约 5000K）；背景明显虚化（浅景深/人像模式） - 调色：暗调低饱和（电影感）；低饱和、对比正常、黑位正常、整体偏冷 - 剪辑：每分钟 30.9 刀，实拍镜头平均 2.27s；机位/场景 5 个；同机位跳切 0 处、推近切 0 处；插入画面（截图/录屏/卡片/素材）占 84%；50% 的切点落在说话停顿处 **复刻拍摄方案** 1. 取景：以特写为主，平视 2. 机位：固定机位（三脚架/支架/放在桌上） 57%、移动机位（稳定器/手持平移） 43%；常见运镜 拉 3. 布光：夜景/弱光环境光，没有专门补光——主光来自环境（路灯、招牌、室内顶灯、屏幕），主体偏暗、反差由环境决定 4. 剪辑：每分钟 30.9 刀，实拍镜头平均 2.27s；机位/场景 5 个；同机位跳切 0 处、推近切 0 处；插入画面（截图/录屏/卡片/素材）占 84%；50% 的切点落在说话停顿处 器材： - 手机夜景/人像模式，找一盏路灯或招牌做主光，人站在灯斜下方 - 想更干净：镜头旁加一个低亮度暖色 LED 小灯（3200K） - 注意：背景明显虚化（浅景深/人像模式） | 维度 | 项目 | 结论 | 来源 | |---|---|---|---| | 取景 | 景别 | 特写 | 测量：特写；VLM：近景（半身） | | 取景 | 机位角度 | 平视 | VLM：平视 | | 取景 | 构图 | 居中构图，竖屏 | VLM：居中构图，竖屏 | | 机位 | 拍摄方式 | 三脚架/支架固定 | 测量：混合：固定机位（三脚架/支架/放在桌上） 57%、移动机位（稳定器/手持平移） 43%；VLM：三脚架/支架固定 | | 机位 | 镜头 | 相机人像/长焦 | VLM：相机人像/长焦 | | 打光 | 场景 | 室内；影棚 | VLM：室内；影棚 | | 打光 | 主光 | 画面左侧偏上，柔光箱 | VLM：画面左侧偏上，柔光箱 | | 打光 | 软硬 | 柔光（明暗过渡宽） | 测量：柔光（明暗过渡宽）；VLM：柔光 | | 打光 | 补光 | 有暗部补光，阴影过渡柔和 | VLM：有暗部补光，阴影过渡柔和 | | 打光 | 轮廓光 | 无明显轮廓光 | VLM：无明显轮廓光 | | 打光 | 眼神光 | 微弱点状 | VLM：微弱点状 | | 打光 | 可见光源 | 无 | VLM：无 | | 打光 | 色温 | 中性（约 5000K） | 测量：中性（约 5000K）；VLM：中性偏冷 | | 打光 | 布光方案 | 左侧主灯柔光 + 右侧微弱轮廓光 | VLM：左侧主灯柔光 + 右侧微弱轮廓光 | | 调色 | 调色风格 | 暗调低饱和（电影感） | 测量：暗调低饱和（电影感） | - 说明：光比、软硬、色温、景别由主体像素测得（有人脸用人脸，没有用画面清晰区域，后者是估算）；平台转码会压暗部，软硬和补光偏保守；机位角度、光源种类、眼神光、轮廓光以看图结果为准。测量和看图不一致时两者都列出。 ## 元数据线索 - 编码器：`Lavf61.7.100` ## 声音拆解 ![audio](audio.png) - 整体响度 -17.4 dBFS，峰值 -1.9 dBFS - **人声**：有，占 26% 时长，基频约 142.8Hz（偏男声） - **背景音乐**：占 97% 时长（0.0–164.5s），约 178.2 BPM（也可能是 89.1/356.4），调性 A minor（置信 0.658），段落变化点 4.0s, 19.0s, 63.5s, 68.0s, 107.5s, 111.5s, 123.0s, 133.5s - **剪辑与节拍**：38% 的切点落在节拍上（随机约 40%） **声音来源：AI 生成还是现成素材** - **结论**：视频类型：音乐 MV / 歌曲类（整片是一首唱出来的歌） → 人声TTS 配音；音乐AI 生成音乐（倾向，待确认）；音效音效库/剪辑软件后期添加（倾向，待确认） - **剥离出的音轨**：`stems/original.wav`（原声）、`stems/vocals.wav`（人声干声，瞬态音效也会落在这里）、`stems/music.wav`（配乐 + 环境声） - 视频形式：疑似带唱歌曲/MV；AI 画面占 69%，实拍占 0% - **背景音乐**：AI 生成音乐（ai_generated 52%，popular_song 26%，existing_library 22%） - 整片音乐不间断，人声是唱的（持续音高占比 0.24）：像一首带人声的歌/音乐 MV，AI 歌概率高（未开 VLM，按 MV 先验但降权） - 音乐与视频同时收尾：按片长剪辑或定制过（两种来源都可能，弱证据） - 确认方法：在抖音/小红书原视频页面看音乐标签：显示歌名 → 现成曲目；显示「@作者创作的原声」→ 作者自己上传（MV 类多为 AI 歌） - 确认方法：用汽水音乐/QQ 音乐「听歌识曲」或 ACRCloud 识别：识别得到就是现成歌曲 - 确认方法：听：AI 歌常见咬字含糊、高频发虚带金属感、歌词紧扣画面内容；曲库配乐多为无人声、结构标准、片尾被截断或淡出 - **人声**：TTS 配音（tts 64%，human_recording 27%，ai_video_native 9%） - 人声和背景声跨切点连续：整条旁白是后期单独配上去的（TTS 或真人配音） - **音效**：音效库/剪辑软件后期添加（library_editor 57%，ai_native 29%，live_sync 14%） - 3D/动画类视频的卡通音效也常由程序合成或音效库添加（例如 capsule-cinema plush 配方用程序合成） - 逐段原生音频检测：切点处背景声变化 6.4dB，镜头内 6.1dB（比值 1.05）→ 声音跨切点连续，是后期整体铺的 **音效**（56 处；来源 vlm=大模型听出，deterministic=信号检测的候选，置信度低） | 时间 | 类型 | 描述 | 对应画面 | 来源 | |---|---|---|---|---| | 10.29s | ding | | | deterministic | | 20.79s | ding | | 切点 | deterministic | | 31.67s | ding | | 切点 | deterministic | | 32.00s | ding | | | deterministic | | 50.71s | ding | | | deterministic | | 51.37s | whoosh | | | deterministic | | 51.57s | whoosh | | | deterministic | | 52.07s | whoosh | | | deterministic | | 59.72s | whoosh | | | deterministic | | 59.90s | whoosh | | | deterministic | | 60.07s | ding | | | deterministic | | 60.23s | whoosh | | | deterministic | | 63.63s | hit | | | deterministic | | 67.70s | pop | | | deterministic | | 84.71s | whoosh | | | deterministic | | 86.09s | whoosh | | | deterministic | | 86.42s | whoosh | | | deterministic | | 86.77s | whoosh | | | deterministic | | 88.13s | pop | | | deterministic | | 97.65s | whoosh | | | deterministic | | 100.02s | ding | | | deterministic | | 100.37s | whoosh | | 切点 | deterministic | | 102.72s | whoosh | | | deterministic | | 119.41s | whoosh | | | deterministic | | 122.12s | whoosh | | | deterministic | | 123.50s | ding | | | deterministic | | 123.83s | ding | | | deterministic | | 125.88s | ding | | | deterministic | | 132.68s | whoosh | | | deterministic | | 133.02s | ding | | | deterministic | | 135.05s | ding | | | deterministic | | 135.64s | pop | | | deterministic | | 136.41s | ding | | | deterministic | | 136.92s | ding | | | deterministic | | 137.09s | ding | | | deterministic | | 137.43s | ding | | | deterministic | | 137.76s | ding | | | deterministic | | 142.48s | whoosh | | | deterministic | | 151.37s | whoosh | | | deterministic | | 152.06s | pop | | 切点 | deterministic | **声音复刻方案** - voice（A01-narration）：人声，male → capsule-cinema DoubaoTTSTool / UniversalTTSTool（或 MiniMax 克隆音色）；需要卡原时间窗时用时长可控 TTS（A02） - music（A03-music）：178.2 BPM；A minor → 原曲倾向 AI 生成：用 Suno 等（capsule-cinema UniversalMusicGenerationTool）按风格/BPM/调性重新生成，MV 类连歌词一起按新内容写 - sfx（A04-sfx）：56 个音效 → 按时间点摆放：capsule-cinema SoundEffectsTool / 音效库，或像 plush 配方那样程序合成（音高对齐 BGM 调性） ## 画面里的真实素材 共 2 个镜头、3.04s（2%）的画面里有真实素材（录屏、截图、照片、嵌入视频），复刻时要拿到原文件，不能用模型生成替代： - 镜头 #3（00:15.750）：真实照片，整个画面 - 镜头 #3（00:15.750）：真实照片，画面局部，深灰台面上手写毛笔书法粗糙宣纸的静态实拍照片 - 镜头 #12（00:24.208）：真实照片，整个画面 - 镜头 #12（00:24.208）：商品实拍图，画面局部，整个画面是一张佛珠手串的产品摄影照片 ## 复刻要准备的参考素材 这些镜头的画面是生成或拍摄出来的，下面是画面里出现、复刻时应作为参考图 / 道具准备的东西（不是嵌入的真实像素）： - 镜头 #7（00:20.833）：人物/场景参考图，悬挂木牌高清单品静物实拍图 - 镜头 #19（00:28.292）：商品参考图，深色木质佛珠静物摄影照片 ## 分镜表 | # | 时间 | 时长 | 底层画面 | 置信度 | 素材来源 | 叠加层 | 运镜 | 复刻路线 | |---|---|---|---|---|---|---|---|---| | 1 | 00:00.000 | 7.25s | 3D 渲染 | 47% | 制作方渲染 | 文字 | 平滑运镜 | R08-product-multiview → capsule_cinema | | 2 | 00:07.250 | 8.50s | 数字人口播 | 99% | AI 生成 | 字幕 | 固定 | R03-talking-head → capsule_cinema | | 3 | 00:15.750 | 2.33s | 静态图 + 推拉动效 | 98% | 用户真实素材：真实照片 | 字幕、文字 | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 4 | 00:18.083 | 1.38s | AI 生成视频 | 84% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 5 | 00:19.458 | 0.67s | 数字人口播 | 99% | AI 生成 | 字幕、图形贴片 | 平滑运镜 | R03-talking-head → capsule_cinema | | 6 | 00:20.125 | 0.71s | 静态图 + 推拉动效 | 86% | AI 生成 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 7 | 00:20.833 | 0.67s | AI 生成视频 | 45% | AI 生成；复刻参考：人物/场景参考图 | — | 平滑运镜 | R07-product-hero → capsule_cinema | | 8 | 00:21.500 | 0.67s | AI 生成视频 | 98% | AI 生成 | — | 平滑运镜 | R07-product-hero → capsule_cinema | | 9 | 00:22.167 | 0.71s | AI 生成视频 | 64% | AI 生成 | 图形贴片 | 平滑运镜 | R07-product-hero → capsule_cinema | | 10 | 00:22.875 | 0.67s | 静态图 + 推拉动效 | 88% | 制作方渲染 | 图形贴片 | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 11 | 00:23.542 | 0.67s | 静态图 + 推拉动效 | 93% | AI 生成 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 12 | 00:24.208 | 0.71s | 静态图 + 推拉动效 | 99% | 用户真实素材：真实照片、商品实拍图 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 13 | 00:24.917 | 0.67s | 3D 渲染 | 67% | 制作方渲染 | — | 平滑运镜 | R08-product-multiview → capsule_cinema | | 14 | 00:25.583 | 0.67s | 3D 渲染 | 69% | 制作方渲染 | 图形贴片 | 平滑运镜 | R08-product-multiview → capsule_cinema | | 15 | 00:26.250 | 0.67s | 静态图 + 推拉动效 | 99% | AI 生成 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 16 | 00:26.917 | 0.71s | 静态图 + 推拉动效 | 91% | AI 生成 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 17 | 00:27.625 | 0.33s | 静态图 + 推拉动效 | 99% | AI 生成 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 18 | 00:27.958 | 0.33s | 静态图 + 推拉动效 | 85% | AI 生成 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 19 | 00:28.292 | 0.33s | 3D 渲染 | 35% | 制作方渲染；复刻参考：商品参考图 | — | 平滑运镜 | R08-product-multiview → capsule_cinema | | 20 | 00:28.625 | 0.38s | 静态图 + 推拉动效 | 99% | AI 生成 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 21 | 00:29.000 | 2.62s | AI 生成视频 | 85% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 22 | 00:31.625 | 0.54s | AI 生成视频 | 82% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 23 | 00:32.167 | 2.46s | AI 生成视频 | 80% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 24 | 00:34.625 | 2.04s | AI 生成视频 | 49% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 25 | 00:36.667 | 2.88s | AI 生成视频 | 80% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 26 | 00:39.542 | 0.71s | AI 生成视频 | 63% | AI 生成 | — | 平滑运镜 | R07-product-hero → capsule_cinema | | 27 | 00:40.250 | 2.62s | AI 生成视频 | 50% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 28 | 00:42.875 | 0.71s | 数字人口播 | 89% | AI 生成 | 文字 | 平滑运镜 | R03-talking-head → capsule_cinema | | 29 | 00:43.583 | 1.21s | AI 生成视频 | 43% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 30 | 00:44.792 | 0.62s | AI 生成视频 | 99% | AI 生成 | — | 平滑运镜 | R07-product-hero → capsule_cinema | | 31 | 00:45.417 | 1.54s | AI 生成视频 | 76% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 32 | 00:46.958 | 0.62s | AI 生成视频 | 49% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 33 | 00:47.583 | 0.62s | 静态图 + 推拉动效 | 99% | AI 生成 | 文字 | 平滑运镜 | R17-still-motion → local_ffmpeg | | 34 | 00:48.208 | 0.58s | 数字人口播 | 90% | AI 生成 | 文字 | 平滑运镜 | R03-talking-head → capsule_cinema | | 35 | 00:48.792 | 1.58s | 数字人口播 | 99% | AI 生成 | 文字 | 固定（主体在动） | R03-talking-head → capsule_cinema | | 36 | 00:50.375 | 3.08s | AI 生成视频 | 46% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 37 | 00:53.458 | 0.75s | AI 生成视频 | 63% | AI 生成 | 文字、图形贴片 | 平滑运镜 | R07-product-hero → capsule_cinema | | 38 | 00:54.208 | 2.00s | AI 生成视频 | 60% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 39 | 00:56.208 | 0.71s | AI 生成视频 | 98% | AI 生成 | — | 平滑运镜 | R07-product-hero → capsule_cinema | | 40 | 00:56.917 | 1.50s | AI 生成视频 | 74% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 41 | 00:58.417 | 0.50s | AI 生成视频 | 41% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 42 | 00:58.917 | 0.58s | 数字人口播 | 98% | AI 生成 | 文字、图形贴片 | 平滑运镜 | R03-talking-head → capsule_cinema | | 43 | 00:59.500 | 3.04s | AI 生成视频 | 84% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 44 | 01:02.542 | 2.12s | AI 生成视频 | 81% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 45 | 01:04.667 | 0.71s | 数字人口播 | 98% | AI 生成 | 图形贴片 | 平滑运镜 | R03-talking-head → capsule_cinema | | 46 | 01:05.375 | 1.79s | AI 生成视频 | 46% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 47 | 01:07.167 | 3.38s | AI 生成视频 | 73% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 48 | 01:10.542 | 1.25s | 数字人口播 | 94% | AI 生成 | 文字、图形贴片 | 平滑运镜 | R03-talking-head → capsule_cinema | | 49 | 01:11.792 | 2.79s | 数字人口播 | 99% | AI 生成 | 字幕、图形贴片 | 固定（主体在动） | R03-talking-head → capsule_cinema | | 50 | 01:14.583 | 2.71s | 数字人口播 | 99% | AI 生成 | 字幕 | 固定（主体在动） | R03-talking-head → capsule_cinema | | 51 | 01:17.292 | 2.92s | 数字人口播 | 90% | AI 生成 | 字幕、图形贴片 | 平滑运镜 | R03-talking-head → capsule_cinema | | 52 | 01:20.208 | 1.00s | AI 生成视频 | 52% | AI 生成 | — | 平滑运镜 | R07-product-hero → capsule_cinema | | 53 | 01:21.208 | 4.25s | 数字人口播 | 96% | AI 生成 | 字幕 | 平滑运镜 | R03-talking-head → capsule_cinema | | 54 | 01:25.458 | 1.67s | 3D 渲染 | 58% | 制作方渲染 | — | 平滑运镜 | R08-product-multiview → capsule_cinema | | 55 | 01:27.125 | 1.21s | AI 生成视频 | 81% | AI 生成 | 图形贴片 | 平滑运镜 | R07-product-hero → capsule_cinema | | 56 | 01:28.333 | 2.42s | AI 生成视频 | 77% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 57 | 01:30.750 | 0.67s | AI 生成视频 | 53% | AI 生成 | — | 平滑运镜 | R07-product-hero → capsule_cinema | | 58 | 01:31.417 | 1.92s | AI 生成视频 | 90% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 59 | 01:33.333 | 0.67s | AI 生成视频 | 84% | AI 生成 | — | 平滑运镜 | R07-product-hero → capsule_cinema | | 60 | 01:34.000 | 5.21s | AI 生成视频 | 53% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 61 | 01:39.208 | 1.12s | AI 生成视频 | 57% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 62 | 01:40.333 | 2.79s | AI 生成视频 | 38% | AI 生成 | 文字、图形贴片 | 手持晃动 | R07-product-hero → capsule_cinema | | 63 | 01:43.125 | 3.00s | AI 生成视频 | 64% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 64 | 01:46.125 | 1.79s | AI 生成视频 | 79% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 65 | 01:47.917 | 7.79s | AI 生成视频 | 60% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 66 | 01:55.708 | 3.50s | 静态图 + 推拉动效 | 85% | 待确认；待确认是否真实：照片/图片素材 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 67 | 01:59.208 | 2.38s | 静态图 + 推拉动效 | 76% | 制作方渲染 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 68 | 02:01.583 | 0.71s | 静态图 + 推拉动效 | 83% | 制作方渲染 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 69 | 02:02.292 | 1.92s | 静态图 + 推拉动效 | 80% | 待确认；待确认是否真实：照片/图片素材 | 文字 | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 70 | 02:04.208 | 0.62s | AI 生成视频 | 40% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 71 | 02:04.833 | 0.62s | 3D 渲染 | 50% | 制作方渲染 | 文字 | 平滑运镜 | R08-product-multiview → capsule_cinema | | 72 | 02:05.458 | 1.62s | AI 生成视频 | 83% | AI 生成 | — | 平滑运镜 | R07-product-hero → capsule_cinema | | 73 | 02:07.083 | 2.12s | 3D 渲染 | 37% | 制作方渲染 | 文字 | 平滑运镜 | R08-product-multiview → capsule_cinema | | 74 | 02:09.208 | 0.92s | 静态图 + 推拉动效 | 77% | 制作方渲染 | 文字、图形贴片 | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 75 | 02:10.125 | 3.88s | AI 生成视频 | 59% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 76 | 02:14.000 | 3.25s | AI 生成视频 | 60% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 77 | 02:17.250 | 1.62s | AI 生成视频 | 62% | AI 生成 | 图形贴片 | 平滑运镜 | R07-product-hero → capsule_cinema | | 78 | 02:18.875 | 3.46s | AI 生成视频 | 50% | AI 生成 | 文字 | 平滑运镜 | R07-product-hero → capsule_cinema | | 79 | 02:22.333 | 0.71s | AI 生成视频 | 41% | AI 生成 | 文字、图形贴片 | 平滑运镜 | R07-product-hero → capsule_cinema | | 80 | 02:23.042 | 0.96s | 静态图 + 推拉动效 | 68% | 制作方渲染 | 图形贴片 | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 81 | 02:24.000 | 4.04s | 3D 渲染 | 60% | 制作方渲染 | 字幕 | 平滑运镜 | R08-product-multiview → capsule_cinema | | 82 | 02:28.042 | 1.12s | AI 生成视频 | 49% | AI 生成 | 字幕 | 平滑运镜 | R07-product-hero → capsule_cinema | | 83 | 02:29.167 | 2.83s | 静态图 + 推拉动效 | 75% | 待确认；待确认是否真实：照片/图片素材 | 文字 | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 84 | 02:32.000 | 6.12s | 静态图 + 推拉动效 | 77% | 待确认；待确认是否真实：照片/图片素材 | — | 整图推拉/平移 | R17-still-motion → local_ffmpeg | | 85 | 02:38.125 | 2.25s | 3D 渲染 | 44% | 制作方渲染 | 图形贴片 | 平滑运镜 | R08-product-multiview → capsule_cinema | | 86 | 02:40.375 | 4.58s | 3D 渲染 | 46% | 制作方渲染 | — | 平滑运镜 | R08-product-multiview → capsule_cinema | ## 逐镜详情 ### #1 00:00.000–00:07.250 · 3D 渲染 + 代码/剪辑叠加（文字标注） ![shot_001](shots/shot_001.jpg) - 概率：3D 渲染 47%，代码/模板渲染 24%，AI 生成视频 17%（fused） - 素材来源：制作方渲染 - 可能的工具：Midjourney + Kling/Hailuo - 纹理呈渲染特征：平坦色块 66%、95% 像素仅用 5 种颜色、横竖直边 19% - 逐帧清晰度呈周期性起伏（周期 2 帧，相关 0.07）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（22%，周期 1）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 清朝官员长须老者戴现代耳机的典型 AI 创意概念 - [VLM] 动作极轻微，仅头部略微偏转与微张嘴唇，符合图生视频特征 - [VLM] 侧逆光下皮肤与须发的高反差极简光影，背景全黑无实际物理环境 - 画面：黑底背景下，身穿清朝官服、留长白须、头戴现代大耳机的老者侧脸，在侧逆光下缓缓微动并张嘴说话，镜头平缓向前推进至面部特写。 - 拍法/打光：特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面左侧偏前方；光比约 1.4:1（相差 0.5 档）；柔光（明暗过渡宽） - 文字轨（文字/middle）：大清有说唱 - 文字轨（文字/middle）：和血吞 - 文字轨（文字/middle）：作词Claude作曲Suno演唱曾国fan - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染 - 首帧图像提示词：清朝官员老者侧面特写，长白胡须，戴着黑色现代头戴式耳机，纯黑背景，极强单侧轮廓光，电影级质感，8k高细节写实 - 视频提示词：黑底侧光下，戴着现代头戴式耳机的清代长须老者面容微动，嘴唇轻微张合低语，镜头极其缓慢向前平推至面部特写，保持高对比度剪影光影不变 ### #2 00:07.250–00:15.750 · 数字人口播 + 代码/剪辑叠加（字幕） ![shot_002](shots/shot_002.jpg) - 概率：数字人口播 98%，AI 生成视频 1%，3D 渲染 0%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney + LivePortrait/Hedra - 镜头内动效节拍：8.21s、9.96s、10.50s、14.71s - 人脸占画面 9%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.14、用色 29 种、平坦块 36% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 100% 的采样帧有正脸且机位固定，音轨有人声 - [VLM] 人物身体、衣服、耳机、麦克风在整个片段中完全静止无形变 - [VLM] 仅有嘴部开合和头部轻微晃动，符合单图音频驱动特征 - [VLM] 00:04-00:08 嘴部运动时，下巴处的长胡须有不自然的扭曲和拉扯感 - 画面：一位身穿仙鹤刺绣中式长袍、留长白须的老者，戴着现代头戴式耳机，在麦克风前说话。纯灰背景，半身近景，固定镜头，影棚柔光。 - 拍法/打光：特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 2.1:1（相差 1.0 档）；柔光（明暗过渡宽） - 文字轨（字幕/bottom）：官至极品，一无所成。 / 这话，我自己写的。 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：竖屏，半身近景，一位中国古代老者，留着长长的白胡须，穿着黑色中式长袍，胸前有精美的仙鹤刺绣，头上戴着现代的黑色头戴式耳机，面前有一个麦克风。纯灰色背景，影棚柔光，左侧主光，右侧轮廓光，电影级质感，超高细节，写实风格。 - 视频提示词：保持画面静止，人物嘴部根据语音同步说话，头部有轻微自然的晃动，胡须随之轻微摆动。 ### #3 00:15.750–00:18.083 · 静态图 + 推拉动效（真实照片） + 代码/剪辑叠加（字幕、文字标注）；引入真实素材（真实照片） ![shot_003](shots/shot_003.jpg) - 概率：静态图 + 推拉动效 98%，实拍 1%，定格动画 0%（fused） - 静帧来源：photo - 素材来源：用户真实素材：真实照片 - 可能的工具：剪映 - 整帧按单一刚体变换运动（拟合内点 99%，残差 0.07px，无局部运动）→ 静态图推拉：缩放 +10.9%/s，平移 55px/s - 纹理呈照片/视频特征：噪声 σ=0.57、用色 25 种、平坦块 1% - [VLM] 画面内部没有任何独立物体运动或透视变化 - [VLM] 画面仅做平面的线性缓慢推镜头（Ken Burns 缩放特效） - [VLM] 纸张纤维边缘与毛笔书法墨迹清晰自然，为实物静物摄影照片 - 画面：特写镜头，一张手作毛边宣纸平铺于深灰色桌面上，上书毛笔字'官至极品 一无所成'，镜头平缓向前推进放大。 - 文字轨（字幕/bottom）：这话，我自己写的 / 这话，我自己写的。 - 文字轨（文字/middle）：官至极品 - 文字轨（文字/middle）：一无所成 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻；需要用户提供真实素材：真实照片（整个画面）、真实照片（画面局部） ### #4 00:18.083–00:19.458 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_004](shots/shot_004.jpg) - 概率：AI 生成视频 84%，数字人口播 8%，3D 渲染 2%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney + Kling / Hailuo - 低照度画面：39% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 1%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.45、用色 42 种、平坦块 19% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（4%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 面部细节虽极其丰富逼真，但运动极缓，胡须与下颌微动时带有 AI 视频常见的细微形变与轻微黏连感 - [VLM] 呼吸和头部微动缺乏真实肌肉弹力与生理微颤，呈图生视频经典缓慢抬头看镜头模式 - 画面：戴头戴式耳机、留长白胡须的老年亚裔男子微垂双眼，随后缓缓抬头直视镜头，表情深沉肃穆，背景为灰暗纯色工作室。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.6:1（相差 0.7 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：上Beat。 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：高龄亚裔男子特写肖像，饱经沧桑的面容，深邃皱纹与老年斑，浓密八字胡与灰白色长山羊胡，头戴黑色监听耳机，黑色深沉背景，戏剧性电影侧光，超精细皮肤质感，竖屏构图。 - 视频提示词：高龄亚裔长须老者低头静止，戴着黑色耳机，随后缓缓抬起眼皮凝视前方镜头，眼神深邃冰冷，面部表情保持严肃，极其微弱的呼吸与头部微动，固定镜头。 ### #5 00:19.458–00:20.125 · 数字人口播 + 代码/剪辑叠加（字幕、图形贴片） ![shot_005](shots/shot_005.jpg) - 概率：数字人口播 64%，AI 生成视频 35%，3D 渲染 0%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney + HeyGen/SadTalker/剪映数字人 - 人脸占画面 30%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.19、用色 35 种、平坦块 37% - [VLM] 人物皮肤纹理和光影过于完美，具有典型 Midjourney 生成的质感 - [VLM] 多帧对比显示，人物身体和背景完全静止，仅头部和嘴部有动作，符合音频驱动数字人（Avatar）的特征 - 画面：特写镜头，白须老者戴耳机说话，纯色背景，固定机位，侧逆光。 - 拍法/打光：大特写；平视；三脚架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 2.0:1（相差 1.0 档）；柔光（明暗过渡宽） - 文字轨（字幕/bottom）：上Beat. / LBeat. - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：特写，亚洲白须老者，戴黑色头戴耳机，黑色中式服装。暗灰背景。电影光影，左侧主光，右侧冷色轮廓光，极度写实。 - 视频提示词：老者面对镜头说话，嘴型自然，头部微动，身体静止。 ### #6 00:20.125–00:20.833 · 静态图 + 推拉动效（AI 生成图） ![shot_006](shots/shot_006.jpg) - 概率：静态图 + 推拉动效 86%，3D 渲染 6%，AI 生成视频 6%（fused） - 静帧来源：ai_image - 素材来源：AI 生成 - 可能的工具：Midjourney + 剪映 - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.03px，无局部运动）→ 静态图推拉：缩放 +2.3%/s，平移 11px/s - 纹理呈渲染特征：平坦色块 27%、95% 像素仅用 27 种颜色、横竖直边 26% - [VLM] 画面为单张静态图像的缓慢推焦与轻微平移（Ken Burns效果） - [VLM] 画面内部的木质纹理与阴影完全静止，无内部物理运动 - [VLM] 超现实孤立木门置于虚无暗黑空间，强AI概念图特征 - 画面：黑暗虚无空间中伫立着一扇半开的粗糙老木门，左上方有束状冷光倾泻而下，镜头缓慢缓慢向前推进推进。 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #7 00:20.833–00:21.500 · AI 生成视频 ![shot_007](shots/shot_007.jpg) - 概率：AI 生成视频 45%，3D 渲染 32%，实拍 8%（fused） - 素材来源：AI 生成；复刻参考：人物/场景参考图 - 可能的工具：剪映/PR 关键帧平移动效 - [VLM] 木板纹理、木节、麻绳纤维及锈蚀铁钉细节高度真实 - [VLM] 木牌与墙面投影之间无独立三维透视变化，镜头运动为纯2D平移推进 - 画面：一面灰墙上用麻绳和铁钉悬挂的复古空白长方形木牌，镜头微斜向上缓慢推近。 - 拍法/打光：近景；略仰拍；移动机位（稳定器/手持平移）；侧前方主光 + 补光（标准布光）；主光画面左侧偏前方；光比约 1.7:1（相差 0.8 档）；柔光（明暗过渡宽） - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧；生成时作参考：人物/场景参考图 - 首帧图像提示词：极简静物摄影，灰色微水泥墙面，单枚老旧铁钉用粗麻绳悬挂一块做旧风化原木长条牌匾，空白无字，柔和侧上方漫射光，细腻木纹质感，竖构图。 - 视频提示词：镜头对准悬挂在灰墙上的复古空白木牌，视角略微仰视，画面平稳极其缓慢地向木牌推近。 ### #8 00:21.500–00:22.167 · AI 生成视频 ![shot_008](shots/shot_008.jpg) - 概率：AI 生成视频 97%，静态图 + 推拉动效 1%，3D 渲染 0%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney (底图) + Kling / Runway Gen-2 - [VLM] 画面呈现高度风格化的静物摄影质感，光影完美但缺乏真实物理细节（如纸张边缘厚度） - [VLM] 运镜为平滑右移，透视有微小变化，符合AI图生视频的3D运镜特征 - 画面：特写镜头，深灰桌面铺着带墨迹的褶皱纸张，旁有砚台毛笔。背景有窗框投影。镜头缓慢右移。 - 拍法/打光：特写；略俯拍；移动机位（稳定器/手持平移）；正面柔光（平光）；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.0:1（相差 0.1 档）；柔光（几乎没有明暗分界） - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写镜头，深灰色桌面上铺着一张带有黑色水墨晕染痕迹的褶皱宣纸，右侧放着一个黑色砚台和一支毛笔。暗调，极简主义，东方美学。右上角有窗框的清晰投影，电影感光影，高对比度，8k分辨率，写实质感。 - 视频提示词：镜头缓慢向右平移，展示桌面上的水墨画纸、砚台和毛笔，光影保持稳定，画面静谧。 ### #9 00:22.167–00:22.875 · AI 生成视频 + 代码/剪辑叠加（图形贴片） ![shot_009](shots/shot_009.jpg) - 概率：AI 生成视频 64%，3D 渲染 34%，2D 动画 0%（fused） - 素材来源：AI 生成 - 可能的工具：Kling/Runway/Hailuo - [VLM] 水波运动略显粘稠和形变，缺乏真实流体动力学的复杂高频细节 - [VLM] 天空云层完全静止，仅水面局部运动，符合 AI 视频常见特征 - 画面：黑白水面特写，波纹荡漾，带弧度地平线，阴沉天空，镜头固定。 - 拍法/打光：特写；平视；三脚架/支架固定；户外阴天/背阴处柔光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.3 档）；柔光（几乎没有明暗分界） - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：黑白摄影，水面波纹特写，微弧地平线，阴沉天空，极简，高对比。 - 视频提示词：黑白画面，水面泛起涟漪，波纹缓缓推进，天空静止，镜头固定。 ### #10 00:22.875–00:23.542 · 静态图 + 推拉动效（cg_3d） + 代码/剪辑叠加（图形贴片） ![shot_010](shots/shot_010.jpg) - 概率：静态图 + 推拉动效 88%，3D 渲染 10%，实拍 1%（fused） - 静帧来源：cg_3d - 素材来源：制作方渲染 - 可能的工具：剪映 - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.10px，无局部运动）→ 静态图推拉：缩放 +5.7%/s，平移 28px/s - 纹理呈渲染特征：平坦色块 25%、95% 像素仅用 29 种颜色、横竖直边 9% - [VLM] 画面内部水面、绳索、木船无任何动态物理位移 - [VLM] 全片仅有缓慢匀速的平移与轻微缩放运镜（Ken Burns 效果） - 画面：极简暗调场景，俯视一艘黑色旧木舟，船舱内摆放双桨与麻绳，左侧投下微弱光影条纹，镜头缓慢推拉平移。 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #11 00:23.542–00:24.208 · 静态图 + 推拉动效（AI 生成图） ![shot_011](shots/shot_011.jpg) - 概率：静态图 + 推拉动效 93%，AI 生成视频 6%，屏幕录制/截图 0%（fused） - 静帧来源：ai_image - 素材来源：AI 生成 - 可能的工具：Midjourney + 剪映 - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.03px，无局部运动）→ 静态图推拉：缩放 +1.4%/s，平移 7px/s - 纹理呈照片/视频特征：噪声 σ=0.46、用色 30 种、平坦块 5% - [VLM] 烟雾形态全程静态无流动，局部运动率为0 - [VLM] 画面仅存在纯2D缓慢推拉缩放（Ken Burns运动） - [VLM] 焦炭碎屑与木纹质感具备典型AI图像渲染特征 - 画面：特写焦黑碳化木板残片，表面残存白烟静止凝固，置于灰色极简台面，微慢镜头推近。 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #12 00:24.208–00:24.917 · 静态图 + 推拉动效（真实照片）；引入真实素材（真实照片、商品实拍图） ![shot_012](shots/shot_012.jpg) - 概率：静态图 + 推拉动效 99%，静帧停留 0%，AI 生成视频 0%（fused） - 静帧来源：photo - 素材来源：用户真实素材：真实照片、商品实拍图 - 可能的工具：剪映/PR - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.12px，无局部运动）→ 静态图推拉：缩放 +13.9%/s，平移 59px/s - [VLM] 画面内部无任何独立运动，珠子、流苏、光影保持绝对静止 - [VLM] 珠子材质反光真实，符合影棚产品摄影特征 - [VLM] 参考信号提示高 kenburns_score，可能存在极缓慢的推拉，但主体无变化 - 画面：一串黑色佛珠手串静置在深灰色背景上，带有白色主珠和黑色流苏，画面呈现极缓慢的推拉或完全静止，突出产品质感。 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻；需要用户提供真实素材：真实照片（整个画面）、商品实拍图（画面局部） ### #13 00:24.917–00:25.583 · 3D 渲染 ![shot_013](shots/shot_013.jpg) - 概率：3D 渲染 66%，AI 生成视频 18%，实拍 14%（fused） - 素材来源：制作方渲染 - 可能的工具：Blender - [VLM] 极简三维暗黑灰调空间，无缝纯色渐变地面与雾气环境 - [VLM] 极小的爬行人形投射出规整、平直的硬边缘长阴影 - [VLM] 画面无动态噪波与形变，符合 3D 渲染器（如 Blender/C4D）的体积雾与聚光灯效果 - 画面：极远景俯视空旷灰暗空间，地面中央一人影微弱俯伏匍匐，聚光灯打出细长投影，氛围孤寂冷清。 - 拍法/打光：远景；略俯拍；三脚架/支架固定；正面柔光（平光）；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.1:1（相差 0.2 档）；柔光（几乎没有明暗分界） - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染 - 首帧图像提示词：极远景，空旷冰冷的灰度雾气空间，一人趴在地面匍匐，单侧低角度强聚光灯投射出细长硬影，极简暗黑概念艺术，竖屏 - 视频提示词：固定长镜头，空旷昏暗的冷灰雾气影棚中，微小的人影贴地极慢蠕动爬行，单光源拉出极长阴影，画面静止凝固感 ### #14 00:25.583–00:26.250 · 3D 渲染 + 代码/剪辑叠加（图形贴片） ![shot_014](shots/shot_014.jpg) - 概率：3D 渲染 69%，AI 生成视频 20%，实拍 10%（fused） - 素材来源：制作方渲染 - 可能的工具：Blender/C4D - [VLM] 水面波纹高度规则且符合置换贴图位移动画特征 - [VLM] 顶部弧形边缘几何极其规整平滑，无实拍噪点或镜头畸变 - [VLM] 单色黑白色调与金属感水体反光，典型 3D 渲染器材质预设 - 画面：黑白极简风格的黑色液体水面，细密波纹持续荡漾，上方是一道平滑弧形边缘与阴霾天空背景，镜头固定仰望。 - 拍法/打光：特写；平视；三脚架/支架固定；侧前方主光 + 补光（标准布光）；主光画面左侧偏前方；光比约 1.5:1（相差 0.6 档）；中等柔度 - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染 - 首帧图像提示词：黑白特写，暗黑色流体水面，微波荡漾，泛着银灰色金属高光，背景上方是一道平滑的弧形边界与昏暗天空，极简主义，3D渲染质感 - 视频提示词：固定特写镜头，黑色粘稠液体水面波浪不断流动起伏，反射银灰微光，顶部弧线保持稳定，无人物，氛围神秘沉静 ### #15 00:26.250–00:26.917 · 静态图 + 推拉动效（AI 生成图） ![shot_015](shots/shot_015.jpg) - 概率：静态图 + 推拉动效 99%，AI 生成视频 0%，屏幕录制/截图 0%（fused） - 静帧来源：ai_image - 素材来源：AI 生成 - 可能的工具：Midjourney (图片) + 剪映/PR (缩放动效) - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.03px，无局部运动）→ 静态图推拉：缩放 +1.8%/s，平移 9px/s - 纹理呈照片/视频特征：噪声 σ=0.50、用色 30 种、平坦块 2% - [VLM] 画面中的烟雾完全静止，没有任何飘动或消散的迹象 - [VLM] 整个画面只有均匀的放大（推镜头）效果，没有任何内部元素的相对运动 - 画面：几块烧焦的木头放置在灰色背景前，木头上散发着静止的青烟，画面缓慢向前推进。 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #16 00:26.917–00:27.625 · 静态图 + 推拉动效（AI 生成图） ![shot_016](shots/shot_016.jpg) - 概率：静态图 + 推拉动效 91%，AI 生成视频 8%，屏幕录制/截图 0%（fused） - 静帧来源：ai_image - 素材来源：AI 生成 - 可能的工具：剪映 - 整帧按单一刚体变换运动（拟合内点 98%，残差 0.18px，无局部运动）→ 静态图推拉：缩放 +7.9%/s，平移 45px/s - 纹理呈渲染特征：平坦色块 28%、95% 像素仅用 29 种颜色、横竖直边 6% - [VLM] 画面内部水面、船体、木桨完全静止无独立物理动态 - [VLM] 镜头仅呈现轻微整体二维推拉位移（Ken Burns 效果） - [VLM] 木桨与船舱边缘纹理具 AI 绘画典型的超精细做旧质感 - 画面：特写视角下破旧木船一角，船舱内斜倚着两只磨损旧木桨，背景为朦胧灰暗的雾气水面，镜头缓慢微推。 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #17 00:27.625–00:27.958 · 静态图 + 推拉动效（AI 生成图） ![shot_017](shots/shot_017.jpg) - 概率：静态图 + 推拉动效 99%，AI 生成视频 0%，屏幕录制/截图 0%（fused） - 静帧来源：ai_image - 素材来源：AI 生成 - 可能的工具：Midjourney + 剪映特效 - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.10px，无局部运动）→ 静态图推拉：缩放 +0.4%/s，平移 10px/s - [VLM] 画面完全无内部运动 - [VLM] 序列帧显示纯2D平移 - [VLM] 墨迹边缘具AI生成特征 - 画面：宣纸墨迹与砚台特写。 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #18 00:27.958–00:28.292 · 静态图 + 推拉动效（AI 生成图） ![shot_018](shots/shot_018.jpg) - 概率：静态图 + 推拉动效 85%，AI 生成视频 9%，屏幕录制/截图 2%（fused） - 静帧来源：ai_image - 素材来源：AI 生成 - 可能的工具：Midjourney / Stable Diffusion - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.05px，无局部运动）→ 静态图推拉：缩放 +3.3%/s，平移 17px/s - [VLM] 画面在提供的时间序列内完全静止，没有丝毫运动或变化 - [VLM] 确定性分析给出 temporal_noise 较高，可能是视频编码带来的噪声，但无实际运动 - [VLM] 木牌的纹理和光影看起来像是 AI 生成的写实图像 - 画面：一面灰墙上挂着一块空白的做旧木牌，左上角有斜向下的光影 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #19 00:28.292–00:28.625 · 3D 渲染 ![shot_019](shots/shot_019.jpg) - 概率：3D 渲染 35%，AI 生成视频 31%，实拍 18%（fused） - 素材来源：制作方渲染；复刻参考：商品参考图 - [VLM] 画面内容为静态图像，没有任何内部运动（如珠子的滚动、光影的变化等），这是still_motion的典型特征 - [VLM] 提供的时间轴切片图（file_2.jpg）显示，在不同时间点，画面内容完全一致，仅通过推拉或平移来产生运动感 - [VLM] 确定性初判中的 dup_ratio=0 且 kenburns_score=0.235 支持了这是一张静态图片做推拉摇移（Ken Burns）的判断 - 画面：镜头展示了一串深色木质佛珠放置在平整的灰色背景上。珠串呈S形蜿蜒，近景处有一颗带有金色裂纹和一颗浅青色的珠子作为点缀。画面整体呈现出宁静、禅意的氛围。 - 拍法/打光：特写；略俯拍；三脚架/支架固定；正面柔光（平光）；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.3:1（相差 0.4 档）；柔光（几乎没有明暗分界） - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染；生成时作参考：商品参考图 - 首帧图像提示词：极简主义产品摄影，特写镜头。一串深棕色圆润的木质佛珠呈S形摆放在平滑的浅灰色背景上。前景焦点处有一颗带有金色闪亮裂纹的珠子和一颗浅青色玉质珠子。浅景深，背景模糊。柔和的左侧顶光，营造出禅意、宁静的氛围，高品质，写实风格。 - 视频提示词：镜头缓慢向前推进，特写展示平滑灰色背景上的一串深色木质佛珠，前景有一颗带金色裂纹的珠子和一颗浅青色珠子，画面保持静止，仅有平滑的镜头推进。 ### #20 00:28.625–00:29.000 · 静态图 + 推拉动效（AI 生成图） ![shot_020](shots/shot_020.jpg) - 概率：静态图 + 推拉动效 99%，AI 生成视频 0%，屏幕录制/截图 0%（fused） - 静帧来源：ai_image - 素材来源：AI 生成 - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.05px，无局部运动）→ 静态图推拉：缩放 +1.6%/s，平移 8px/s - [VLM] 画面内部的烟雾和颗粒没有任何动态变化，多帧对比完全一致。 - [VLM] 木炭的纹理、烟雾的形态具有AI生成图像的典型特征，如细节不合理、边缘模糊等。 - 画面：深色背景下，几块燃烧后的木炭，上方有几缕白烟。画面整体呈暗色调，静止不动。 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #21 00:29.000–00:31.625 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_021](shots/shot_021.jpg) - 概率：AI 生成视频 85%，3D 渲染 10%，实拍 3%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney + Kling/Runway - 逐帧清晰度呈周期性起伏（周期 2 帧，相关 0.36）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 人物行走步态微弱滑动，与地面接触无真实重力摩擦 - [VLM] 两侧木门及背景瓦片、灯笼的几何边缘有轻微的AI动态流变与闪烁 - [VLM] 水面反光与雨夜光影具有典型的Midjourney/Runway式暗调写实质感 - 画面：古代书生背影缓步穿过木门，走向灯火点缀的狭长雨夜古街。中远景，缓慢向前推进运镜，青灰色冷调与灯笼暖黄光对比。 - 拍法/打光：全景；平视；稳定器；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.2 档）；硬光（明暗分界清楚） - 文字轨（字幕/bottom）：十四岁进考棚 / 考了七回才中个秀才 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：电影质感，古代中国青衫书生背影，站在敞开的木质大门前，面前是一条狭窄延伸的湿漉漉石板古街，街道两旁挂满微弱的暖黄色灯笼，深蓝冷调雨夜，细腻写实，纵深感，竖屏构图 - 视频提示词：固定或缓慢向前推镜头，古代书生背对镜头缓步穿过大门向前走，两侧木门固定，远处街道灯笼光芒微闪，水面泛着倒影，整体动作沉稳缓慢 ### #22 00:31.625–00:32.167 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_022](shots/shot_022.jpg) - 概率：AI 生成视频 67%，数字人口播 15%，3D 渲染 10%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney + Kling - 人脸占画面 34%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.27、用色 36 种、平坦块 29% - [VLM] 人物面部皮肤与毛发纹理具有典型的超写实 AI 生成质感 - [VLM] 镜头推近时胡须与唇周运动略显粘滞与浮动，符合 AI 视频/数字驱动特征 - [VLM] 清代官服配现代录音棚大耳机、麦克风，为概念合成场景 - 画面：身穿清朝一品仙鹤补服、头戴现代耳机的老者对着录音麦克风说唱，镜头平滑快速推向面部特写，光线冷暗严肃。 - 拍法/打光：大特写；平视；稳定器；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.8:1（相差 0.9 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：考了七回才中个秀才 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：真实摄影质感，清朝年迈官员，身穿黑色刺绣仙鹤补服与朝珠，蓄长白山羊胡，头戴专业黑色头戴式监听耳机，面前是防喷麦克风，暗灰色极简影棚背景，电影级冷色调侧光，高反差戏剧性光影，竖屏构图。 - 视频提示词：镜头由近景平稳快速推进至老者面部特写，老者戴着大耳机，眼神坚定严肃，对着麦克风开口说唱发力，胡须自然微动，神情冷峻。 ### #23 00:32.167–00:34.625 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_023](shots/shot_023.jpg) - 概率：AI 生成视频 80%，数字人口播 8%，实拍 5%（fused） - 素材来源：AI 生成 - 可能的工具：Kling / Runway / Luma - 低照度画面：43% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 0%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.56、用色 32 种、平坦块 6% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 纸上的文字是无法辨认的类汉字乱码 - [VLM] 人物手部握笔姿势略显僵硬，运笔动作与纸面无实际交互 - [VLM] 画面整体有AI生成的平滑质感和微弱的动态漂浮感 - 画面：清朝装扮的年轻书生在昏暗环境中伏案写字，镜头缓慢推进，展现苦读场景。 - 拍法/打光：近景；略俯拍；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.3:1（相差 0.4 档）；柔光（几乎没有明暗分界） - 文字轨（文字/bottom）：考了七回才中个秀才 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：清朝年轻书生，剃发留辫，穿灰布衫，在昏暗书房伏案用毛笔写字。桌上有字卷，背景有模糊的灯笼。左侧柔和主光，电影级质感，暗调，竖屏。 - 视频提示词：镜头缓慢向前推进，书生低头专注写字，手部有轻微运笔动作，头部微动。 ### #24 00:34.625–00:36.667 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_024](shots/shot_024.jpg) - 概率：AI 生成视频 49%，实拍 34%，数字人口播 7%（fused） - 素材来源：AI 生成 - 可能的工具：LivePortrait / SadTalker / HeyGen - 低照度画面：28% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 2%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.47、用色 41 种、平坦块 10% - [VLM] 面部仅有嘴唇和下颌随音频变动，眼睛及额头皱纹几乎无自然联动的微表情 - [VLM] 牙齿与口腔内壁细节平滑且存在轻微形变，符合AI音频驱动口型（Avatar）特征 - [VLM] 发丝与胡须边缘在微动时有局部轻微涂抹感 - 画面：古代老者面部极特写，戴着现代头戴耳机，面部充满沧桑皱纹与老人斑，伴随台词进行口型说话。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.6:1（相差 0.7 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：同一场我爹上了榜 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：中国古代老者面部特写，花白胡须，满脸深邃皱纹与老年斑，佩戴黑色现代头戴耳机，低调硬光，电影质感，超写实细节，8k分辨率 - 视频提示词：老者面部固定特写，严肃冷峻地对着镜头说话，嘴唇同步张合，面部微动，眼神坚定，镜头保持静止 ### #25 00:36.667–00:39.542 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_025](shots/shot_025.jpg) - 概率：AI 生成视频 80%，3D 渲染 9%，实拍 9%（fused） - 画面里物体上的字（不是后期字幕）：光港流、光港海、光张、乖来染流库烧林子安、聚流摩烧林子安、项洗 - 素材来源：AI 生成 - 可能的工具：Kling - 纹理呈照片/视频特征：噪声 σ=0.48、用色 70 种、平坦块 9% - [VLM] 榜单上的毛笔字迹大部分为无意义假字/伪汉字变形，仅红圈内的'林子安'清晰 - [VLM] 提灯手部和指榜单的手部细节静止微动，手部青筋与皮肤有AI质感，缺乏真实的微动态与肌肉形变 - [VLM] 油灯火苗动态极轻微，背景与榜纸纹理呈现典型的AI视频时间序列流动微变形 - 画面：昏暗夜色中，一只手提着煤油灯，另一只手的手指指向木墙上张贴的黄色榜单，红圈圈出'林子安'名字，镜头平稳近景特写，微弱暖黄灯光照亮局部。 - 拍法/打光：特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.3 档）；硬光（明暗分界清楚） - 文字轨（文字/bottom）：我名字被学台挂出来 - 文字轨（字幕/middle）：光港流 / 光港海 / 光张 / 紫汽林子安 - 文字轨（字幕/middle）：乖来染流库烧林子安 / 聚流摩烧林子安 / 项洗 / X - 文字轨（文字/middle）：茂 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写，夜晚，古风悬疑氛围。左手提着一盏点燃的复古马灯，暖黄火焰透过玻璃罩发光。右侧木墙上贴着一张泛黄的毛笔字名单，右手青筋凸显的手指正指着榜单上用红圈圈出的汉字'林子安'。电影级质感，微弱暗黑环境与局部暖光对比，细节逼真。 - 视频提示词：固定特写镜头。夜色中煤油灯火苗微弱闪烁，昏黄灯光照亮榜单。一根手指稳定指向红圈内的'林子安'三个字，榜单纸张随微风极轻微颤动，整体保持幽暗压抑的悬疑氛围。 ### #26 00:39.542–00:40.250 · AI 生成视频 ![shot_026](shots/shot_026.jpg) - 概率：AI 生成视频 36%，实拍 29%，数字人口播 26%（fused） - 素材来源：AI 生成 - 人脸占画面 25%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.15、用色 35 种、平坦块 37% - [VLM] 面部皮肤毛孔、细微老年斑与胡须发丝极其细腻自然，无闪烁形变 - [VLM] 手扶耳机的指节、骨骼结构及动作物理完全真实 - [VLM] 说话时口腔内部牙齿、舌头动态与肌肉联动完全符合真实物理规律 - [claude 看图] 与相邻对口型镜头是同一个 AI 角色（白须老者、同款耳机和佛珠）、同一录音棚背景 - [claude 看图] 嘴型随说唱歌词变化，整片没有任何实拍场景 - [claude 看图] 整条 MV 的人物、服装在 AI 镜头和这些镜头之间完全一致 - 画面：特写镜头，长胡须的老年亚裔男性戴着头戴式监听耳机，手扶耳机正在深情演唱或说话，纯深灰影棚背景，暗调侧光人像质感。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.8:1（相差 0.9 档）；硬光（明暗分界清楚） - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写镜头，一位留着花白山羊胡须的亚裔老者，头戴黑色监听耳机，一只手扶在耳机边缘，深色中式对襟上衣，深灰极简背景，侧向单光源硬光，皮肤纹理清晰，电影胶片质感，竖屏 - 视频提示词：机位固定，戴着黑色耳机的长胡须亚裔老者手扶着耳机，神情沉浸地张口歌唱念诵，面部肌肉与胡须随歌唱轻微自然摆动，暗调影棚侧光。 ### #27 00:40.250–00:42.875 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_027](shots/shot_027.jpg) - 概率：AI 生成视频 48%，3D 渲染 24%，实拍 21%（fused） - 画面里物体上的字（不是后期字幕）：道枝憶花、杨况機光心、植税流横清热境福土文 - 素材来源：AI 生成 - 纹理呈渲染特征：平坦色块 34%、95% 像素仅用 25 种颜色、横竖直边 12% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 手指皮肤纹理、指甲缝及老年斑细节极度真实自然，无AI形变 - [VLM] 纸张纤维、墨迹渗透和折痕物理特性完全符合实拍 - [VLM] 左上角油灯微弱火光产生的自然暗调侧逆光与手部阴影一致 - [VLM] 书卷文字笔画工整稳定，无AI生成文字常见的融化与闪烁 - [claude 看图] 奏折上除了「文理太浅」四个大字，竖排小字是不成字的伪汉字（臣謹枝槎、趙洼），生成画面的典型破绽 - 画面：古风暗调特写，枯瘦干瘪的手指按在写有“文理太浅”的宣纸古籍上，镜头缓慢微移，油灯侧光照亮局部。 - 拍法/打光：特写；俯拍；稳定器；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.2 档）；中等柔度 - 文字轨（字幕/bottom）：理太浅四个 / 文理太浅四个大字 / 全城都看明白 - 文字轨（字幕/middle）：文理太浅 / 治国之道道楼 / 治国之道道洼 / 治国之道趙挂播 - 文字轨（字幕/middle）：道枝憶花 / 杨况機光心 / 植税流横清热境福土文 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：暗调特写，泛黄古旧奏折，墨书大字「文理太浅」，一只苍老枯瘦的手指按在纸上，电影感低饱和 - 视频提示词：枯瘦的手指缓缓划过奏折上的大字，另一只手从下方入画按住纸面，镜头缓慢推近 ### #28 00:42.875–00:43.583 · 数字人口播 + 代码/剪辑叠加（文字标注） ![shot_028](shots/shot_028.jpg) - 概率：数字人口播 67%，AI 生成视频 22%，代码/模板渲染 8%（fused） - 素材来源：AI 生成 - 可能的工具：LivePortrait / SadTalker / Midjourney - 人脸占画面 25%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.22、用色 31 种、平坦块 30% - [VLM] 身体与背景完全静止无物理微颤 - [VLM] 仅嘴部随音频形变对口型，边缘略带涂抹感 - [VLM] 古风长须长者佩戴现代头戴式耳机的超现实AI图像质感 - 画面：特写镜头，戴耳机的白须古风老者对着麦克风说话，嘴唇根据音频对口型，机位固定。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.6:1（相差 0.7 档）；硬光（明暗分界清楚） - 文字轨（文字/bottom）：全城都看明白 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：特写肖像，饱经沧桑的中国古代道士老人，白色长胡须，头戴专业黑色头戴式监听耳机，面前有黑色麦克风，暗灰色纯色背景，电影感侧光，超写实细节，低饱和度冷色调。 - 视频提示词：静止镜头，老人嘴部开合说话对口型，眼神微动，身体与头部保持稳定，神情严肃沉稳。 ### #29 00:43.583–00:44.792 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_029](shots/shot_029.jpg) - 概率：AI 生成视频 41%，实拍 32%，3D 渲染 21%（fused） - 画面里物体上的字（不是后期字幕）：文理太浅、臣遒枝槎协、臣枝槎说、治国之道趙挞挂播、治国之道趙洼、治国之道挞洼 - 素材来源：AI 生成 - [VLM] 手指皮肤纹理、指甲与褶皱极其逼真自然 - [VLM] 宣纸纤维、墨迹渗透与纸张凹凸光影物理真实 - [VLM] 无AI形变或闪烁，符合影视剧微距实拍道具特征 - [claude 看图] 同一张奏折，小字依旧是伪汉字（挞洼、趙挞），字形逐帧轻微变化 - [claude 看图] 手指和纸张质感写实，风格与 #27 连续，属同一次生成 - 画面：特写影视镜头，粗糙苍老的手指按在写有墨迹文书的宣纸上，纸上书有大字“文理太浅”，镜头微幅缓慢推进。 - 拍法/打光：特写；俯拍；稳定器；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.2 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：全城都看明白 - 文字轨（字幕/middle）：文理太浅 / 臣遒枝槎协 / 臣枝槎说 / 臣道枝槎倾协 - 文字轨（字幕/middle）：治国之道趙挞挂播 / 治国之道趙洼 / 治国之道挞洼 / 台国之道随姑洼 - 文字轨（文字/middle）：号 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：泛黄奏折近景，大字「文理太浅」居中，上方一根手指按住纸边，暗调 - 视频提示词：手指按住奏折，镜头轻微推近大字「文理太浅」 ### #30 00:44.792–00:45.417 · AI 生成视频 ![shot_030](shots/shot_030.jpg) - 概率：AI 生成视频 86%，数字人口播 12%，实拍 0%（fused） - 画面里物体上的字（不是后期字幕）：福 - 素材来源：AI 生成 - 可能的工具：Midjourney + Kling/Hailuo/Hedra - 低照度画面：42% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 6%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.36、用色 34 种、平坦块 24% - [VLM] 极高精度的皮肤纹理和毛发细节，带有典型的超写实 AI 质感 - [VLM] 古风老人与现代耳机麦克风的组合，是常见的 AI 创作概念 - [VLM] 背景纯净，光影完美，符合高质量图生视频的特征 - 画面：特写，长白须亚洲老者戴耳机对麦克风说话，纯灰背景，光影立体，极度写实。 - 拍法/打光：大特写；平视；三脚架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.6:1（相差 0.6 档）；柔光（明暗过渡宽） - 文字轨（文字/middle）：福 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写，年长亚洲男性，长白须，满脸皱纹，皮肤纹理细腻。戴黑色现代头戴式耳机，穿黑色中式服装。纯灰背景。电影级光影，侧面柔光，超写实，肖像摄影。 - 视频提示词：特写，戴耳机长须老者对麦克风说话，嘴部动作自然，头部轻微摆动。镜头固定。 ### #31 00:45.417–00:46.958 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_031](shots/shot_031.jpg) - 概率：AI 生成视频 76%，3D 渲染 14%，实拍 8%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney + Kling/Runway - 镜头内动效节拍：46.25s - [VLM] 清朝考生背影和榜单群像带有典型Midjourney风格的写实但质感平滑油润特征 - [VLM] 榜单上的汉字笔画模糊不规则，呈现AI生成的文字乱码伪文字 - [VLM] 画面运动为极微弱的缓慢推近与局部微动，缺少真实的物理交互与人群动量 - 画面：清代科举放榜场景，一名清朝书生头戴瓜皮帽梳长辫背对镜头，仰望榜单，周围挤满同样看榜的人群，镜头缓慢微弱推进。 - 拍法/打光：中景（背身半身至腰部）；略仰拍；稳定器；夜景/弱光环境光，没有专门补光；主光画面左侧偏前方；光比约 2.0:1（相差 1.0 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：进士又考三回 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：清代科举皇榜放榜现场，背影中景，一位梳着清朝长辫、戴瓜皮帽穿深色长衫的书生仰望木廊下的黄色金榜，身旁围满看榜的考生背影，中式古建长廊，阴天冷调，电影光影质感，超写实细节。 - 视频提示词：镜头极其缓慢地向前推进，主角背身静立仰望放榜墙，周围考生背影有微弱的呼吸感摆动，冷峻肃穆的氛围维持至镜头结束。 ### #32 00:46.958–00:47.583 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_032](shots/shot_032.jpg) - 概率：AI 生成视频 49%，实拍 34%，数字人口播 7%（fused） - 素材来源：AI 生成 - 可能的工具：HeyGen / D-ID / SadTalker - 低照度画面：33% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 3%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.47、用色 36 种、平坦块 14% - [VLM] 人物面部细节（如皱纹、毛发）在多帧间保持绝对静止，仅嘴部区域有开合动作，符合典型的单图音频驱动数字人特征 - 画面：白须老者面部特写，戴着耳机，正视镜头说话，背景纯灰 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.5:1（相差 0.6 档）；硬光（明暗分界清楚） - 文字轨（文字/bottom）：进士又考三回 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写镜头，一位中国老者，白色长胡须，面部布满深邃皱纹，戴着黑色头戴式耳机，纯灰色背景，侧光照明，电影级质感，8k高细节 - 视频提示词：老者直视镜头说话，嘴型自然开合，面部表情微动，头部与身体保持静止，特写镜头，固定机位 ### #33 00:47.583–00:48.208 · 静态图 + 推拉动效（AI 生成图） + 代码/剪辑叠加（文字标注） ![shot_033](shots/shot_033.jpg) - 概率：静态图 + 推拉动效 99%，AI 生成视频 0%，屏幕录制/截图 0%（fused） - 静帧来源：ai_image - 素材来源：AI 生成 - 可能的工具：Midjourney (生成图片) + 剪辑软件 (推镜头) - 整帧按单一刚体变换运动（拟合内点 92%，残差 0.19px，无局部运动）→ 静态图推拉：缩放 +7.8%/s，平移 23px/s - [VLM] 画面内部人物完全静止，无任何微小动作（如呼吸、衣物飘动） - [VLM] 唯一的运动是整个画面的缓慢匀速推镜头（缩放） - [VLM] 背景人群边缘和细节有典型的 AI 图像融合特征 - 画面：一群清朝男子背对镜头仰望墙上榜单，中景，缓慢推镜头，阴天冷色调。 - 文字轨（文字/bottom）：三甲垫底那一排 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #34 00:48.208–00:48.792 · 数字人口播 + 代码/剪辑叠加（文字标注） ![shot_034](shots/shot_034.jpg) - 概率：数字人口播 68%，AI 生成视频 22%，实拍 8%（fused） - 素材来源：AI 生成 - 可能的工具：LivePortrait / Hedra / 剪映数字人 - 人脸占画面 38%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.29、用色 35 种、平坦块 25% - [VLM] 基底为典型AI生成的写实国风老者戴现代监听耳机肖像 - [VLM] 身体与耳机线缆完全静止，仅嘴唇、下巴及胡须随音频微幅形变驱动 - [VLM] 牙齿与口腔边缘伴有音频驱动人像常见的局部插值模糊 - 画面：白须道长/老者头戴黑色监听耳机，在暗调影棚对麦克风说话，嘴唇同步微动，景别为特写，机位固定。 - 拍法/打光：大特写；平视；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.6:1（相差 0.6 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：三甲垫底那一排 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：特写，清瘦矍铄的中国古代老者，满脸皱纹与白胡须，头戴专业头戴式黑色监听耳机，身前有播客麦克风，暗灰色背景，影棚侧光，胶片质感，超写实细节 - 视频提示词：老人头部微动，嘴唇跟随说话音频自然开合，下巴胡须轻微晃动，身体和耳机保持稳定，摄影机固定 ### #35 00:48.792–00:50.375 · 数字人口播 + 代码/剪辑叠加（文字标注） ![shot_035](shots/shot_035.jpg) - 概率：数字人口播 80%，AI 生成视频 19%，3D 渲染 0%（fused） - 素材来源：AI 生成 - 可能的工具：HeyGen/D-ID/剪映数字人 (底图可能来自 Midjourney) - 人脸占画面 21%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.12、用色 30 种、平坦块 39% - 100% 的采样帧有正脸且机位固定，音轨有人声 - [VLM] 人物头部有轻微摆动和说话口型，但身体、耳机、麦克风及背景完全静止 - [VLM] 胡须在下巴运动时有轻微的图像扭曲拉扯感，符合单图驱动数字人的特征 - [VLM] 人物面部质感和光影过于完美，带有典型的AI生成图像特征 - 画面：特写镜头，一位戴着头戴式耳机、留着长白胡须的老年男性对着麦克风说话，背景为纯暗色。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.5:1（相差 0.6 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：三甲垫底那一排 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：特写镜头，一位中国老年男性，留着长长的白胡须，穿着黑色中式立领服装，戴着黑色头戴式监听耳机，面前有一个黑色麦克风。暗灰色背景，左侧柔和主光，电影感，高细节，写实风格，8k分辨率。 - 视频提示词：人物头部轻微自然摆动，嘴部做出说话的口型，眼神有微小变化，身体、耳机和麦克风保持绝对静止。 ### #36 00:50.375–00:53.458 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_036](shots/shot_036.jpg) - 概率：AI 生成视频 44%，实拍 35%，3D 渲染 16%（fused） - 素材来源：AI 生成 - 纹理呈渲染特征：平坦色块 23%、95% 像素仅用 25 种颜色、横竖直边 21% - [VLM] 影视剧实拍摄影质感，群演与服装道具细节真实且具有自然动态 - [VLM] 左侧将领面部微表情与皮肤纹理自然，无AI形变或闪烁 - [VLM] 镜头带有缓慢推移与环境扬尘效果，物理交互真实 - [claude 看图] 写实的古代军阵，人群和旗帜细节在帧间轻微漂移，远处士兵形体模糊融合 - [claude 看图] 与全片同一套冷灰电影调色，无实拍片场的噪声和景深变化 - 画面：阴云密布的城墙下，左侧前景一位蓄须的中年将领手持卷轴侧身肃立，后景大批手持长矛的清军士兵列队行进。镜头缓慢向前推进，整体呈现低饱和度、压抑凝重的古装战争史诗氛围。 - 拍法/打光：中景（前景人物半身侧影）；平视；稳定器；夜景/弱光环境光，没有专门补光；主光画面左侧偏前方；光比约 1.8:1（相差 0.9 档）；柔光（明暗过渡宽） - 文字轨（字幕/bottom）：四十出头才学带兵 / 靖港头一仗就败 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：阴云密布的古城墙下，列阵持枪的清代士兵，画面左侧虬髯将领侧脸前景，冷灰电影调色 - 视频提示词：士兵队列缓缓移动、尘土扬起，将领侧脸静立，镜头缓慢横移 ### #37 00:53.458–00:54.208 · AI 生成视频 + 代码/剪辑叠加（文字标注、图形贴片） ![shot_037](shots/shot_037.jpg) - 概率：AI 生成视频 36%，实拍 29%，数字人口播 26%（fused） - 素材来源：AI 生成 - 人脸占画面 24%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.16、用色 37 种、平坦块 36% - [VLM] 真实的皮肤褶皱、老年斑与毛细血管细节自然 - [VLM] 胡须与毛发边缘清晰稳定，无AI融化或闪烁伪影 - [VLM] 口型肌肉与牙齿开合运动符合生理真实 - [claude 看图] 与相邻对口型镜头是同一个 AI 角色（白须老者、同款耳机和佛珠）、同一录音棚背景 - [claude 看图] 嘴型随说唱歌词变化，整片没有任何实拍场景 - [claude 看图] 整条 MV 的人物、服装在 AI 镜头和这些镜头之间完全一致 - 画面：录音室特写，留长胡须的白发老者戴着头戴式耳机在麦克风前沉郁开唱，固定机位平视，低调暗沉光影。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.1:1（相差 0.2 档）；柔光（几乎没有明暗分界） - 文字轨（文字/bottom）：靖港头一仗就败 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写镜头，一位留着长灰色山羊胡须的东亚老者，戴着黑色头戴式耳机在录音室麦克风前，深色中式服装，纯深灰背景，专业电影级低调柔光侧光，极高面部皱纹细节，逼真摄影质感。 - 视频提示词：固定特写机位，戴着头戴式耳机的长胡须中国老者对着麦克风沉痛开唱，嘴部张合演唱，面部肌肉与胡须自然微颤，眼神微垂凝重，光影保持稳定。 ### #38 00:54.208–00:56.208 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_038](shots/shot_038.jpg) - 概率：AI 生成视频 58%，实拍 32%，3D 渲染 6%（fused） - 素材来源：AI 生成 - 低照度画面：50% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 1%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.58、用色 41 种、平坦块 2% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 真实的演员皮肤细节、肌肉线条与湿水光泽 - [VLM] 水滴从胡须、湿透长衫自然滴落的流体物理表现 - [VLM] 影视剧级别的专业夜戏布光与色彩分级 - [claude 看图] 湿透的老者趴在船沿，背景士兵手臂和船灯边缘帧间形变 - 画面：夜间江面木船上，一位浑身湿透、蓄着白须的清代老者被部下从冰冷江水中拉上船板，双手撑地，神情复杂凝重。 - 拍法/打光：近景；略俯拍；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.3 档）；硬光（明暗分界清楚） - 文字轨（字幕/bottom）：湘江水冷是部下把我捞上来 / 湘江水冷是部下把我捞上菜 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：夜晚江面小船上，浑身湿透的白须清代老者双手撑在船板上，背后挂着煤油灯，冷蓝色调 - 视频提示词：老者喘息着撑在船板上抬头，身后的人伸手去拉他，江浪翻涌 ### #39 00:56.208–00:56.917 · AI 生成视频 ![shot_039](shots/shot_039.jpg) - 概率：AI 生成视频 78%，数字人口播 21%，实拍 0%（fused） - 画面里物体上的字（不是后期字幕）：一、一 - 素材来源：AI 生成 - 可能的工具：Kling / Hailuo / Hedra (图生视频或音频驱动) - 人脸占画面 46%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.28、用色 43 种、平坦块 20% - [VLM] 皮肤纹理与毛发具有典型的高质量AI生成质感 - [VLM] 运动高度集中在嘴部开合与头部轻微晃动，符合图片驱动视频或数字人特征 - [VLM] 纯色背景与极浅景深的标准AI肖像生成风格 - 画面：特写：一位白胡子亚洲老人戴着耳机，表情激动地说话或唱歌，纯灰背景。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.3:1（相差 0.4 档）；柔光（几乎没有明暗分界） - 文字轨（文字/middle）：一 - 文字轨（文字/middle）：D - 文字轨（文字/middle）：一 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写，亚洲白胡子老人，戴黑色头戴式耳机，满脸皱纹，表情激动张嘴，纯灰背景，左侧柔光，高对比度写实肖像。 - 视频提示词：老人表情激动地说话或唱歌，嘴型自然开合，头部轻微晃动，保持光影稳定。 ### #40 00:56.917–00:58.417 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_040](shots/shot_040.jpg) - 概率：AI 生成视频 73%，3D 渲染 13%，实拍 4%（fused） - 素材来源：AI 生成 - 可能的工具：Kling/Runway/Hailuo - 纹理呈照片/视频特征：噪声 σ=0.46、用色 80 种、平坦块 6% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 画面中士兵挥舞的武器（长矛、刀剑）在运动过程中发生不自然的弯曲和形变 - [VLM] 背景的火焰和浓烟边缘存在AI生成常见的“沸腾”和闪烁感 - [VLM] 人物的动作略显漂浮，缺乏真实的物理重量感和受力反馈 - 画面：夜晚古代水战场景，士兵在燃烧的战船木桥上激烈交战，背景火光冲天、浓烟滚滚，人物呈剪影状态，镜头缓慢推进。 - 拍法/打光：全景；仰拍；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面左侧偏前方；光比约 1.8:1（相差 0.9 档）；中等柔度 - 文字轨（字幕/bottom）：湖口再败座船被截 / 我又被拉回来 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：竖屏，史诗级古代水战场景，夜晚，战船着火，浓烟滚滚。画面中央是一座连接两船的木桥，几名古代士兵的剪影正在桥上激烈交战，手持长矛和刀剑。背景是冲天的火光和飘扬的战旗。强烈的逆光，高对比度，电影级质感，暗黑风格。 - 视频提示词：镜头缓慢向前推进并微微仰拍。士兵们在燃烧的木桥上挥舞长矛和刀剑进行战斗，动作激烈。背景的火焰熊熊燃烧，浓烟随风飘动，火星四溅。整体氛围紧张、混乱。 ### #41 00:58.417–00:58.917 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_041](shots/shot_041.jpg) - 概率：AI 生成视频 41%，实拍 27%，3D 渲染 16%（fused） - 素材来源：AI 生成 - 可能的工具：HeyGen/D-ID - 人脸占画面 45%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.36、用色 46 种、平坦块 16% - [VLM] 人物的面部肌肉运动（尤其是嘴型和眼部）显得僵硬，缺乏真实人类说话时自然的肌肉联动，更符合音频驱动的数字人（avatar）特征 - [VLM] 人物皮肤纹理虽然逼真，但在说话过程中几乎没有光影的自然变化，更像是单张静态图片加上了局部的面部扭曲 - [VLM] 头部的晃动轨迹相对机械，不像真实说话时有自然的重心偏移 - [VLM] 牙齿和口腔内部的渲染在说话时显得不够自然，有粘贴感 - 画面：一位满脸皱纹、留着灰白胡须的亚洲老年男性，戴着黑色头戴式耳机，对着麦克风说话 - 拍法/打光：大特写；平视；三脚架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.3 档）；柔光（几乎没有明暗分界） - 文字轨（文字/bottom）：我又被拉回来 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写镜头，一位留着灰白山羊胡的亚洲老年男性，满脸沧桑的皱纹，表情严肃，戴着黑色监听耳机，在深灰色背景前对着麦克风说话。平视角度，单侧硬光照明突出面部纹理，冷色调，超高清晰度写实摄影，电影级质感，竖屏。 - 视频提示词：不适用，此为音频驱动的数字人 ### #42 00:58.917–00:59.500 · 数字人口播 + 代码/剪辑叠加（文字标注、图形贴片） ![shot_042](shots/shot_042.jpg) - 概率：数字人口播 97%，AI 生成视频 1%，3D 渲染 0%（fused） - 素材来源：AI 生成 - 可能的工具：Hedra / D-ID - 人脸占画面 32%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.29、用色 44 种、平坦块 24% - [VLM] 身体和背景完全静止，仅头部和嘴部有动作 - [VLM] 胡须随下巴整体移动，无独立毛发动态 - [VLM] 符合单图音频驱动数字人的典型特征 - 画面：特写镜头，戴耳机白须老者在深色背景前激情演唱，表情夸张。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.1:1（相差 0.1 档）；柔光（几乎没有明暗分界） - 文字轨（文字/bottom）：我又被拉回来 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：特写肖像，亚洲老者，长白须，戴黑色头戴式耳机，穿黑色铆钉服装。深灰背景。电影级光影，左侧主光，高对比度，突出面部纹理，超写实。 - 视频提示词：以图片为底图，输入激昂音频驱动人物大张嘴唱歌，头部轻微摆动。 ### #43 00:59.500–01:02.542 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_043](shots/shot_043.jpg) - 概率：AI 生成视频 84%，数字人口播 8%，3D 渲染 2%（fused） - 素材来源：AI 生成 - 可能的工具：Kling / Hailuo - 低照度画面：45% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 0%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.54、用色 38 种、平坦块 4% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 握笔手指略显僵硬，笔尖与纸面接触缺乏真实物理反馈 - [VLM] 胡须边缘有轻微闪烁和不自然飘动 - 画面：特写镜头，白须老者身穿古装，在昏暗营帐背景下执笔写字，镜头微推。 - 拍法/打光：特写；平视略俯；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.7:1（相差 0.8 档）；柔光（明暗过渡宽） - 文字轨（字幕/bottom）：我又被拉回来 / 祁门被围遗嘱写好 / 不肯退营等最坏 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写镜头，饱经风霜的中国古代老者，长白胡须，深色古装。神情凝重，低头执笔写字。背景昏暗军营帐篷，隐约火光。电影级光影，左侧柔和主光。 - 视频提示词：镜头缓慢推近，老者神情凝重，手执毛笔缓缓书写，胡须微晃，背景火光闪烁。 ### #44 01:02.542–01:04.667 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_044](shots/shot_044.jpg) - 概率：AI 生成视频 81%，3D 渲染 17%，2D 动画 1%（fused） - 素材来源：AI 生成 - 可能的工具：Kling/Hailuo/Runway - 纹理呈渲染特征：平坦色块 34%、95% 像素仅用 27 种颜色、横竖直边 13% - [VLM] 人物挖掘和挥锤的动作不符合物理规律，有漂浮感和轻微形变 - [VLM] 左侧人物挥动铲子时，铲柄与手臂连接处出现模糊和结构不稳定 - 画面：古代士兵在阴暗天空下挖掘壕沟的剪影，人物挥动铲子和锤子，背景有瞭望塔，整体呈高对比度暗黑风格。 - 拍法/打光：全景；略仰拍；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.2 档）；柔光（明暗过渡宽） - 文字轨（字幕/bottom）：结硬寨打呆仗 / 结硬寨打枭仗 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：竖屏，全景，略仰拍。古代战场营地，阴沉压抑的乌云天空。前景是一群古代士兵的黑色剪影，正在用铲子挖壕沟、用大锤打桩。背景隐约可见木制瞭望塔。强烈的逆光剪影效果，高对比度，暗黑史诗风格。 - 视频提示词：镜头固定。画面中的古代士兵剪影开始动作，左侧士兵挥动铲子挖土，右侧士兵挥舞大锤砸向木桩，动作沉重。背景天空的乌云缓慢流动。保持强烈的逆光剪影和暗黑压抑氛围。 ### #45 01:04.667–01:05.375 · 数字人口播 + 代码/剪辑叠加（图形贴片） ![shot_045](shots/shot_045.jpg) - 概率：数字人口播 97%，AI 生成视频 1%，3D 渲染 0%（fused） - 素材来源：AI 生成 - 可能的工具：HeyGen / D-ID / SadTalker / 剪映数字人 - 人脸占画面 12%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.09、用色 26 种、平坦块 40% - [VLM] 人物身体、耳机、麦克风完全静止，仅头部和嘴部有轻微驱动动作 - [VLM] 胡须与衣服交界处在头部运动时有轻微的 2D 图像拉扯形变 - [VLM] 典型的单张图片音频驱动数字人特征 - 画面：近景，戴耳机、留长白胡须的老者在麦克风前，头部微动，嘴唇微启，灰色背景。 - 拍法/打光：特写；平视；三脚架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.5:1（相差 0.6 档）；中等柔度 - 文字轨（文字/bottom）：汉盛 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：超写实肖像摄影，亚洲老年男性，长白胡须，满脸皱纹，戴黑色头戴式监听耳机，穿黑色中式服装，胸前有仙鹤刺绣，面前有黑色电容麦克风，灰色纯色背景，侧面柔光照明，电影级质感，8k。 - 视频提示词：使用底图，输入音频驱动人物嘴型说话，头部伴随语音自然轻微摆动，保持身体、耳机、麦克风和背景静止。 ### #46 01:05.375–01:07.167 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_046](shots/shot_046.jpg) - 概率：AI 生成视频 43%，实拍 31%，3D 渲染 18%（fused） - 素材来源：AI 生成 - 纹理呈渲染特征：平坦色块 35%、95% 像素仅用 27 种颜色、横竖直边 13% - [VLM] 泥土飞溅与挥锤劳作的物理动态极其真实无形变 - [VLM] 背光人物剪影轮廓和雨天漫射自然光层次分明 - [VLM] 典型院线历史/战争电影现场实拍质感 - [claude 看图] 逆光剪影的劳作人群，人物动作重复、锤子和木桩在帧间轻微变形 - [claude 看图] 构图和调色与全片一致，属同一批 AI 镜头 - 画面：阴雨天古代泥泞工地上，多名劳工挥锹挖土、抡大锤砸桩，背景有木制瞭望塔与远山，低机位平移。 - 拍法/打光：中景；略仰拍；稳定器；夜景/弱光环境光，没有专门补光；主光画面左侧偏前方；光比约 1.9:1（相差 0.9 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：笨人只会慢慢挨 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：阴云营地，一群清代兵丁逆光剪影，挥锤打木桩，远处瞭望塔和旗帜 - 视频提示词：人们弯腰挥锤反复打桩，泥土飞溅，镜头固定 ### #47 01:07.167–01:10.542 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_047](shots/shot_047.jpg) - 概率：AI 生成视频 44%，数字人口播 28%，实拍 19%（fused） - 素材来源：AI 生成 - 人脸占画面 24%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.12、用色 32 种、平坦块 40% - 逐帧清晰度呈周期性起伏（周期 6 帧，相关 0.03）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 面部毛孔、皱纹与老年斑细节极其细腻自然，无AI形变或涂抹感 - [VLM] 胡须与头发发丝随头部运动有真实的物理摆动与遮挡关系 - [VLM] 发声时嘴唇肌肉、牙齿透视与舌头运动自然协调 - [VLM] 耳机皮质与金属反光符合真实物理光学 - 画面：清代官员装扮的白胡子老年男子戴着监听耳机，对着麦克风情绪饱满地口播说唱，灰色纯色背景，固定特写镜头。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面右侧（侧光）；光比约 2.5:1（相差 1.3 档）；柔光（明暗过渡宽） - 文字轨（字幕/bottom）：笨人只会慢慢挨 / 打脱牙和血吞 / 京城骂完长沙骂 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写肖像，竖屏。一位满脸皱纹、留着灰白长山羊胡的清代老年官员，戴着现代黑色头戴式监听耳机，身穿黑色刺绣清代官服，灰色纯色影棚背景，顶部柔光，电影质感，冷调低饱和。 - 视频提示词：固定特写镜头。一位留灰白长须、穿清代官服戴现代耳机的老年男子面对镜头激昂说话说唱，头部随语调轻微点动，眼神坚定，嘴部动作自然逼真，灰色极简影棚背景。 ### #48 01:10.542–01:11.792 · 数字人口播 + 代码/剪辑叠加（文字标注、图形贴片） ![shot_048](shots/shot_048.jpg) - 概率：数字人口播 63%，AI 生成视频 31%，实拍 5%（fused） - 素材来源：AI 生成 - 可能的工具：LivePortrait - 人脸占画面 24%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.22、用色 35 种、平坦块 29% - [VLM] 身体与背景完全静止，仅嘴唇与下颌随音频变形驱动 - [VLM] 老者面容、白须及耳机具备典型 Midjourney 超写实生成特征 - [VLM] 麦克风边缘与胡须交界处无物理遮挡交互与自然阴影变化 - 画面：黑衣长髯老道戴监听耳机对着麦克风念白，面部特写，平视固定机位，暗调影棚光。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.1:1（相差 0.2 档）；柔光（几乎没有明暗分界） - 文字轨（文字/bottom）：京城骂完长沙骂 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：写实摄影，中式老者特写，蓄白长须，头戴专业黑耳机，面朝侧方话筒，深色道袍，暗调摄影棚背景，伦勃朗光。 - 视频提示词：老者保持面朝麦克风姿势，随说唱音频张嘴念白，头部轻微晃动，神情严肃，镜头固定。 ### #49 01:11.792–01:14.583 · 数字人口播 + 代码/剪辑叠加（字幕、图形贴片） ![shot_049](shots/shot_049.jpg) - 概率：数字人口播 74%，AI 生成视频 25%，3D 渲染 0%（fused） - 画面里物体上的字（不是后期字幕）：2 - 素材来源：AI 生成 - 可能的工具：LivePortrait / SadTalker / Hedra - 人脸占画面 14%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.15、用色 34 种、平坦块 35% - 100% 的采样帧有正脸且机位固定，音轨有人声 - [VLM] 身体、服饰及周围麦克风和防喷网完全静止无物理微动 - [VLM] 面部仅有嘴部与下颌根据音频进行唇形同步拉伸变形，胡须根部随嘴唇运动有算法拉扯感 - [VLM] 头部仅有微弱的算法位移与倾斜，眼部运动僵硬，属于典型静态图驱动口播 - 画面：清代官员装扮的长须老者戴专业监听耳机，面对电容麦克风说唱对口型，固定镜头近景，深灰摄影棚背景。 - 拍法/打光：特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.3 档）；柔光（几乎没有明暗分界） - 文字轨（字幕/bottom）：京城骂完长沙骂 / 打脱牙和血吞 - 文字轨（文字/bottom）：2 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：写实肖像，清朝晚期白发苍苍的长髯官员，身穿深色补服挂朝珠，头戴现代专业黑色监听耳机，面前立着录音电容麦克风，深灰色纯色录音室背景，侧光强反差，面部皱纹分明，8k细节 - 视频提示词：人物嘴部自然张合说唱对口型，胡须随下颌开合轻微摆动，眼神专注，身体与背景固定不动 ### #50 01:14.583–01:17.292 · 数字人口播 + 代码/剪辑叠加（字幕） ![shot_050](shots/shot_050.jpg) - 概率：数字人口播 80%，AI 生成视频 19%，3D 渲染 0%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney (生成底图) + D-ID / HeyGen / SadTalker (音频驱动) - 人脸占画面 23%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.22、用色 36 种、平坦块 29% - 100% 的采样帧有正脸且机位固定，音轨有人声 - [VLM] 人物头部有轻微的摆动，嘴部有说话的开合动作，但肩膀、衣服、佩戴的耳机以及画面左侧的麦克风在整个视频中完全静止不动，这是典型的单张图片音频驱动（数字人/Avatar）特征。 - [VLM] 人物皮肤纹理过于锐利完美，带有典型的AI生成图像质感。 - 画面：特写镜头，一位留着长白胡须的老者戴着现代头戴式耳机，对着麦克风说话。画面背景为深灰色，光影对比强烈。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.3:1（相差 0.4 档）；硬光（明暗分界清楚） - 文字轨（字幕/bottom）：打脱牙和血吞 / 长沙骂完江西骂 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：特写镜头，一位中国古代风格的白须老者，面部布满皱纹，眼神深邃，头上戴着现代的黑色头戴式监听耳机，面前放着一个专业麦克风。深灰色纯色背景，左侧单光源硬光照明，高对比度，电影级质感，8k分辨率，极其逼真的皮肤纹理。 - 视频提示词：老者对着麦克风说话，嘴型自然开合，头部有轻微的自然晃动，身体、耳机和麦克风保持完全静止。 ### #51 01:17.292–01:20.208 · 数字人口播 + 代码/剪辑叠加（字幕、图形贴片） ![shot_051](shots/shot_051.jpg) - 概率：数字人口播 55%，AI 生成视频 36%，3D 渲染 9%（fused） - 画面里物体上的字（不是后期字幕）：C - 素材来源：AI 生成 - 可能的工具：LivePortrait / Hedra（底图为 Midjourney 生成） - 人脸占画面 15%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.16、用色 35 种、平坦块 33% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 躯干与背景完全静止，仅唇形与头部随音频轻微摆动 - [VLM] 清代官服配现代录音耳机与电容麦的AI合成构图 - [VLM] 嘴部张合边缘与胡须交界处存在轻度驱动拉伸痕迹 - 画面：身穿清朝官服、佩戴监听耳机的老者对着麦克风说唱，头部随节奏微晃，暗调摄影棚近景。 - 拍法/打光：特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面左侧偏前方；光比约 1.5:1（相差 0.6 档）；硬光（明暗分界清楚） - 文字轨（字幕/bottom）：长沙骂完江西骂 / 岳州败靖港败湖口败 - 文字轨（文字/bottom）：C - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：写实肖像摄影，一位神似曾国藩的清代老者，灰白八字胡与长山羊胡，身着清代朝服挂念珠，佩戴专业黑色监听耳机，身前架着播客麦克风，暗灰纯色背景，高反差电影棚拍顶光，竖屏近景。 - 视频提示词：老者面朝麦克风对口型说唱，头部随语速轻微晃动，神情严肃，身体与肩膀保持不动，固定机位，写实暗调。 ### #52 01:20.208–01:21.208 · AI 生成视频 ![shot_052](shots/shot_052.jpg) - 概率：AI 生成视频 52%，实拍 28%，数字人口播 7%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney (底图) + Hedra / HeyGen / 剪映数字人 - 低照度画面：37% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 6%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.30、用色 38 种、平坦块 21% - [VLM] 极度清晰的皮肤纹理（毛孔、皱纹）带有典型的 Midjourney V6 超写实风格 - [VLM] 动作仅限于嘴部开合和头部轻微摆动，身体和背景完全静止，符合单图音频驱动数字人的特征 - [VLM] 胡须在嘴部运动时可能存在轻微的非物理形变 - 画面：一位白发长须的老者特写，戴着头戴式耳机，对着麦克风讲话。深灰色纯色背景，高对比度光影凸显面部沧桑感。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.3:1（相差 0.4 档）；柔光（几乎没有明暗分界） - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：一位白发苍苍的亚洲老者特写，留着长长的白胡须，戴着黑色头戴式耳机，面前有一个黑色麦克风。深灰色纯色背景。超写实，电影级光影，高对比度，面部皱纹和毛孔细节丰富，左侧主光。 - 视频提示词：老者对着麦克风讲话，嘴型自然，头部有轻微的自然摆动，眼神专注，保持面部特征稳定。 ### #53 01:21.208–01:25.458 · 数字人口播 + 代码/剪辑叠加（字幕） ![shot_053](shots/shot_053.jpg) - 概率：数字人口播 58%，AI 生成视频 38%，实拍 3%（fused） - 素材来源：AI 生成 - 可能的工具：LivePortrait / SadTalker / Hedra - 人脸占画面 25%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.23、用色 35 种、平坦块 28% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 身体与衣物完全静止，仅嘴唇与头部小幅度驱动形变 - [VLM] 胡须与唇周有典型的数字人音频驱动（Lip-sync）融合边缘 - [VLM] 底图具有强烈的 AI 人像质感，皮肤毛孔与深邃皱纹细节偏超现实 - 画面：白发长须长者头戴耳机面对麦克风念白，镜头固定，暗调影棚侧光。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.1:1（相差 0.2 档）；硬光（明暗分界清楚） - 文字轨（字幕/bottom）：口一口和血吞 / 一口一口和血吞 - 复刻：数字人口播：先克隆/合成配音，再用数字人模型由人像 + 音频驱动 - 首帧图像提示词：特写肖像，饱经风霜的东亚老年道长，光头，花白八字胡与极长白山羊胡，头戴专业黑色监听耳机，身穿黑色中式盘扣长袍，冷调侧光，面部刻满深邃皱纹，深灰暗调纯色背景，电影质感，超写实细节。 - 视频提示词：老年男子头戴耳机对着麦克风严肃念词，嘴唇开合对准唱词，头部仅有极微幅点头与偏转，眼神坚定深沉，固定特写机位。 ### #54 01:25.458–01:27.125 · 3D 渲染 ![shot_054](shots/shot_054.jpg) - 概率：3D 渲染 58%，AI 生成视频 24%，代码/模板渲染 12%（fused） - 素材来源：制作方渲染 - 可能的工具：Midjourney + 剪映 - 纹理呈渲染特征：平坦色块 30%、95% 像素仅用 27 种颜色、横竖直边 8% - 逐帧清晰度呈周期性起伏（周期 4 帧，相关 0.50）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 画面内部没有任何独立运动（如水面波纹、绳索晃动），仅有整体画面的极其缓慢的推拉摇移（Ken Burns效果），符合静态图片处理特征。 - 画面：特写镜头，一艘破旧木船停泊在黑暗、雾气弥漫的水面上，船内放着两把木桨和一捆绳索，氛围阴郁极简。 - 拍法/打光：特写；俯拍；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面左侧（侧光）；光比约 5.4:1（相差 2.4 档）；柔光（明暗过渡宽） - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染 - 首帧图像提示词：特写镜头，一艘破旧的木船停泊在黑暗、雾气弥漫的水面上，船内放着两把木桨和一捆粗糙的绳索。极简主义，暗黑氛围，电影级光影，冷色调，8k分辨率。 - 视频提示词：镜头缓慢向前推进，画面保持静止，展现破旧木船、木桨和绳索的细节，背景是浓雾弥漫的黑暗水面，氛围阴郁静谧。 ### #55 01:27.125–01:28.333 · AI 生成视频 + 代码/剪辑叠加（图形贴片） ![shot_055](shots/shot_055.jpg) - 概率：AI 生成视频 80%，3D 渲染 18%，2D 动画 0%（fused） - 素材来源：AI 生成 - 可能的工具：Kling/Runway - 逐帧清晰度呈周期性起伏（周期 5 帧，相关 0.56）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 水波运动规律粘稠，缺真实混沌感 - [VLM] 光影反射平滑完美，具AI质感 - [VLM] 地平线弧度不自然 - 画面：暗黑水面特写，水波荡漾，天空阴沉，镜头缓推。 - 拍法/打光：近景；平视略俯拍；稳定器 (模拟)；户外阴天/背阴处柔光；主光画面左侧偏前方；光比约 1.6:1（相差 0.6 档）；柔光（明暗过渡宽） - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：黑白暗黑风，波纹水面，阴沉天空，微光穿云，弧形地平线，极简电影感。 - 视频提示词：黑白暗黑水面，水波缓荡，阴沉天空，光影随波流动，镜头缓推。 ### #56 01:28.333–01:30.750 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_056](shots/shot_056.jpg) - 概率：AI 生成视频 77%，实拍 8%，数字人口播 7%（fused） - 素材来源：AI 生成 - 可能的工具：Kling - 低照度画面：62% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 0%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.52、用色 36 种、平坦块 9% - 逐帧清晰度呈周期性起伏（周期 4 帧，相关 0.34）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 手指骨节、皮肤褶皱与胡须有轻微的AI平滑融合与动态漂移感 - [VLM] 手部遮掩右眼的动作极其微弱，主要是极其平缓的镜头推进与面部微动 - [VLM] 典型由AI图像（图生视频）生成的超写实电影质感画面 - 画面：身穿清代官服的白须老者右手遮住右眼，神情苍老疲倦，镜头缓慢推进，环境昏暗沉重。 - 拍法/打光：特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面左侧偏前方；光比约 1.9:1（相差 0.9 档）；硬光（明暗分界清楚） - 文字轨（文字/bottom）：同治九年右眼失明 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：清代晚期老者，长满皱纹的面容，苍白长胡须，穿着黑色暗纹清代官袍，枯瘦苍老的右手捂着右眼，表情痛苦疲惫，微弱侧光，电影质感，超逼真细节，冷色调，竖屏 - 视频提示词：老者保持右手捂住右眼的姿势，手指轻微颤动，胸口微微起伏呼吸，镜头缓慢向前推近老者的面部特写，整体环境昏暗压抑。 ### #57 01:30.750–01:31.417 · AI 生成视频 ![shot_057](shots/shot_057.jpg) - 概率：AI 生成视频 53%，实拍 27%，数字人口播 7%（fused） - 素材来源：AI 生成 - 可能的工具：LivePortrait / SadTalker / HeyGen - 低照度画面：44% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 6%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.29、用色 36 种、平坦块 25% - [VLM] 静态AI人像结合口播唇形驱动，身体与耳机完全静止 - [VLM] 嘴部张合时胡须有轻微拉伸形变伪影 - [VLM] 头部微弱位移，主要动态局限在嘴部区域 - 画面：戴耳机的白胡子老者面部特写，面向镜头说话，背景为纯色冷调棚拍背景，镜头缓慢微推。 - 拍法/打光：大特写；平视；三脚架/支架固定；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 2.0:1（相差 1.0 档）；柔光（明暗过渡宽） - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写镜头，饱经沧桑的中国老道长，戴着现代头戴式耳机，长白胡须，深沉严肃的眼神，直视镜头，深色道袍，纯深灰色棚拍背景，电影级写实，低饱和度，冷色调柔光。 - 视频提示词：正面特写老道长戴着耳机对镜头严肃说话，嘴唇根据语音开合，面部微表情变化，头部轻微自然晃动，身体和背景保持静止，镜头缓慢推进。 ### #58 01:31.417–01:33.333 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_058](shots/shot_058.jpg) - 概率：AI 生成视频 90%，实拍 8%，定格动画 0%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney + Kling - 逐帧清晰度呈周期性起伏（周期 6 帧，相关 0.10）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - [VLM] 老者手部皮肤与眼眶贴合处有AI特有的融合与轻微形变 - [VLM] 胡须与皮肤纹理在慢速推镜过程中呈现微弱的AI流动沸腾感 - [VLM] 极度雕刻化的高对比度电影级皱纹质感，具有典型 Midjourney 风格 - 画面：白发长髯老者闭目按揉太阳穴，神情眩晕痛苦，镜头缓慢向前推近。 - 拍法/打光：特写；平视；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面左侧偏前方；光比约 2.0:1（相差 1.0 档）；中等柔度 - 文字轨（文字/bottom）：床在转头晕个不停 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：特写镜头，白发苍白长胡须的中国古代老者，满脸皱纹，一只布满青筋的手捂住右眼和额头，神情痛苦头晕，深色长袍，低饱和度暗黑色调，侧光雕刻面部质感，电影感，高细节真实纹理。 - 视频提示词：摄影机缓慢向老者面部推近，老者保持手按额头的动作，眉头微蹙，微弱呼吸，全身保持静止微动，暗黑电影氛围。 ### #59 01:33.333–01:34.000 · AI 生成视频 ![shot_059](shots/shot_059.jpg) - 概率：AI 生成视频 76%，实拍 15%，数字人口播 7%（fused） - 素材来源：AI 生成 - 可能的工具：Midjourney + Kling - 低照度画面：21% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 1%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.50、用色 43 种、平坦块 6% - [VLM] 皮肤毛孔与深邃皱纹具有典型 Midjourney 风格的高密度合成质感 - [VLM] 画面仅有极轻微的漂移与局部微动，缺少自然的呼吸与眨眼起伏 - [VLM] 胡须与发际线交界处略显过度雕琢与轻微边缘融合 - 画面：亚裔年长男子面部大特写，眼神坚毅深邃，镜头缓慢向前平推，棚拍高对比布光。 - 拍法/打光：大特写；平视；三脚架/支架固定；侧前方主光 + 补光（标准布光）；主光画面右侧偏前方；光比约 1.8:1（相差 0.8 档）；柔光（明暗过渡宽） - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：饱经风霜的东亚年长男性正脸特写，满脸深皱纹，灰白小胡子与山羊胡，严肃冷酷眼神，头戴黑色头箍/耳机，纯深灰背景，高反差电影级人像棚拍布光，极高细节。 - 视频提示词：画面缓慢平稳向前微推，老者表情严肃冷峻保持凝视，面部伴随极其微弱的呼吸漂移感，眼神坚定不动。 ### #60 01:34.000–01:39.208 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_060](shots/shot_060.jpg) - 概率：AI 生成视频 46%，实拍 42%，数字人口播 7%（fused） - 素材来源：AI 生成 - 低照度画面：34% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 0%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.56、用色 56 种、平坦块 1% - [VLM] 清代一品仙鹤补服刺绣精细准确，朝珠与官帽质感真实 - [VLM] 老者手部皮肤、老人斑及关节生理结构自然，桌面倒影符合物理光学 - [VLM] 前景人物拿起与放下文书的动作流畅，物理交互真实 - [VLM] 无AI视频常见的纹理沸腾、手指变形或闪烁现象 - [claude 看图] 同一 AI 角色换上清朝官服，场景是清代谈判长桌，属于剧情化的 AI 生成画面 - [claude 看图] 光线、颗粒和人物与前后 AI 镜头一致 - 画面：清代谈判长桌前，穿一品官服的白须老官员沉重凝视，前景有洋人背影及文书动作，冷调侧光，微推镜头。 - 拍法/打光：近景；平视；稳定器；侧前方主光 + 补光（标准布光）；主光画面右侧偏前方；光比约 1.6:1（相差 0.7 档）；柔光（明暗过渡宽） - 文字轨（字幕/bottom）：带着病被派去天津 / 案子一结卖国贼成了我的名 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 - 首帧图像提示词：电影剧照，清代白发白须老官员端坐深色谈判桌前，戴官帽着仙鹤补服，面容沧桑神情凝重，前景虚焦洋人背影，侧逆冷光，暗调青灰，高反差电影质感。 - 视频提示词：清代老官员坐在谈判桌前沉重注视，双手轻按桌面，前景洋人手持折叠文书，镜头缓慢推进，冷峻肃穆的电影历史正剧氛围。 ### #61 01:39.208–01:40.333 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_061](shots/shot_061.jpg) - 概率：AI 生成视频 57%，实拍 25%，数字人口播 8%（deterministic） - 素材来源：AI 生成 - 低照度画面：53% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 3%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.27、用色 36 种、平坦块 28% - 拍法/打光：大特写；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.6:1（相差 0.7 档）；柔光（明暗过渡宽） - 文字轨（文字/middle）：10777 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #62 01:40.333–01:43.125 · AI 生成视频 + 代码/剪辑叠加（文字标注、图形贴片） ![shot_062](shots/shot_062.jpg) - 概率：AI 生成视频 38%，3D 渲染 27%，实拍 18%（deterministic） - 素材来源：AI 生成 - 人脸占画面 10%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.11、用色 30 种、平坦块 39% - 拍法/打光：特写；手持；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.3:1（相差 0.4 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：湖广会馆挂我的匾 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #63 01:43.125–01:46.125 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_063](shots/shot_063.jpg) - 概率：AI 生成视频 65%，3D 渲染 19%，实拍 6%（deterministic） - 素材来源：AI 生成 - 纹理呈照片/视频特征：噪声 σ=0.54、用色 69 种、平坦块 7% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：近景；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.6:1（相差 0.7 档）；硬光（明暗分界清楚） - 文字轨（字幕/bottom）：老乡砸了烧成灰烟 / 外惭清议 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #64 01:46.125–01:47.917 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_064](shots/shot_064.jpg) - 概率：AI 生成视频 79%，数字人口播 8%，实拍 7%（deterministic） - 素材来源：AI 生成 - 低照度画面：31% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 0%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.40、用色 42 种、平坦块 15% - 逐帧清晰度呈周期性起伏（周期 2 帧，相关 0.01）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：大特写；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.6:1（相差 0.7 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：外惭清议 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #65 01:47.917–01:55.708 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_065](shots/shot_065.jpg) - 概率：AI 生成视频 60%，3D 渲染 24%，数字人口播 6%（deterministic） - 素材来源：AI 生成 - 镜头内动效节拍：108.46s、111.12s、112.96s - 人脸占画面 7%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.17、用色 30 种、平坦块 33% - 逐帧清晰度呈周期性起伏（周期 6 帧，相关 0.01）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：近景；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 2.4:1（相差 1.2 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：打脱牙和血吞 - 文字轨（文字/bottom）：GA - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #66 01:55.708–01:59.208 · 静态图 + 推拉动效 ![shot_066](shots/shot_066.jpg) - 概率：静态图 + 推拉动效 85%，AI 生成视频 9%，屏幕录制/截图 2%（deterministic） - 静帧来源：unknown - 素材来源：待确认；待确认是否真实：照片/图片素材 - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.03px，无局部运动）→ 静态图推拉：缩放 +1.8%/s，平移 9px/s - 纹理呈照片/视频特征：噪声 σ=0.51、用色 29 种、平坦块 2% - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #67 01:59.208–02:01.583 · 静态图 + 推拉动效（设计/渲染图形） ![shot_067](shots/shot_067.jpg) - 概率：静态图 + 推拉动效 76%，AI 生成视频 14%，屏幕录制/截图 4%（deterministic） - 静帧来源：graphic - 素材来源：制作方渲染 - 整帧按单一刚体变换运动（拟合内点 99%，残差 0.15px，无局部运动）→ 静态图推拉：缩放 +6.9%/s，平移 39px/s - 纹理呈渲染特征：平坦色块 26%、95% 像素仅用 29 种颜色、横竖直边 7% - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #68 02:01.583–02:02.292 · 静态图 + 推拉动效（设计/渲染图形） ![shot_068](shots/shot_068.jpg) - 概率：静态图 + 推拉动效 83%，AI 生成视频 10%，屏幕录制/截图 3%（deterministic） - 静帧来源：graphic - 素材来源：制作方渲染 - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.08px，无局部运动）→ 静态图推拉：缩放 -0.3%/s，平移 4px/s - 纹理呈渲染特征：平坦色块 42%、95% 像素仅用 16 种颜色、横竖直边 22% - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #69 02:02.292–02:04.208 · 静态图 + 推拉动效 + 代码/剪辑叠加（文字标注） ![shot_069](shots/shot_069.jpg) - 概率：静态图 + 推拉动效 80%，AI 生成视频 12%，屏幕录制/截图 3%（deterministic） - 静帧来源：unknown - 素材来源：待确认；待确认是否真实：照片/图片素材 - 整帧按单一刚体变换运动（拟合内点 98%，残差 0.16px，无局部运动）→ 静态图推拉：缩放 +2.9%/s，平移 14px/s - 文字轨（文字/bottom）：黄号下了水 - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #70 02:04.208–02:04.833 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_070](shots/shot_070.jpg) - 概率：AI 生成视频 40%，3D 渲染 23%，实拍 20%（deterministic） - 素材来源：AI 生成 - 人脸占画面 21%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.30、用色 40 种、平坦块 25% - 拍法/打光：大特写；移动机位（稳定器/手持平移） - 文字轨（文字/bottom）：黄号下了水 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #71 02:04.833–02:05.458 · 3D 渲染 + 代码/剪辑叠加（文字标注） ![shot_071](shots/shot_071.jpg) - 概率：3D 渲染 50%，AI 生成视频 24%，代码/模板渲染 12%（deterministic） - 素材来源：制作方渲染 - 纹理呈渲染特征：平坦色块 22%、95% 像素仅用 22 种颜色、横竖直边 24% - 拍法/打光：中景；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.3:1（相差 0.4 档）；柔光（几乎没有明暗分界） - 文字轨（文字/bottom）：黄号下了水 - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染 ### #72 02:05.458–02:07.083 · AI 生成视频 ![shot_072](shots/shot_072.jpg) - 概率：AI 生成视频 83%，3D 渲染 5%，实拍 4%（deterministic） - 素材来源：AI 生成 - 低照度画面：38% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 6%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.32、用色 39 种、平坦块 21% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：大特写；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.5:1（相差 0.6 档）；中等柔度 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #73 02:07.083–02:09.208 · 3D 渲染 + 代码/剪辑叠加（文字标注） ![shot_073](shots/shot_073.jpg) - 概率：3D 渲染 37%，AI 生成视频 29%，实拍 18%（deterministic） - 素材来源：制作方渲染 - 拍法/打光：中景；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面左侧（侧光）；光比约 3.9:1（相差 2.0 档）；柔光（明暗过渡宽） - 文字轨（文字/bottom）：幼童出洋的折子我签了 - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染 ### #74 02:09.208–02:10.125 · 静态图 + 推拉动效（设计/渲染图形） + 代码/剪辑叠加（文字标注、图形贴片） ![shot_074](shots/shot_074.jpg) - 概率：静态图 + 推拉动效 77%，AI 生成视频 13%，屏幕录制/截图 4%（deterministic） - 静帧来源：graphic - 素材来源：制作方渲染 - 整帧按单一刚体变换运动（拟合内点 97%，残差 0.19px，无局部运动）→ 静态图推拉：缩放 -3.5%/s，平移 37px/s - 纹理呈渲染特征：平坦色块 39%、95% 像素仅用 24 种颜色、横竖直边 13% - 文字轨（文字/bottom）：? - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #75 02:10.125–02:14.000 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_075](shots/shot_075.jpg) - 概率：AI 生成视频 59%，3D 渲染 25%，数字人口播 6%（deterministic） - 素材来源：AI 生成 - 人脸占画面 12%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.10、用色 27 种、平坦块 40% - 逐帧清晰度呈周期性起伏（周期 None 帧，相关 0.00）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：特写；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.1:1（相差 0.1 档）；硬光（明暗分界清楚） - 文字轨（文字/bottom）：船开那天我没等到 - 文字轨（文字/middle）：C - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #76 02:14.000–02:17.250 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_076](shots/shot_076.jpg) - 概率：AI 生成视频 60%，3D 渲染 24%，数字人口播 6%（deterministic） - 素材来源：AI 生成 - 人脸占画面 23%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.22、用色 33 种、平坦块 30% - 逐帧清晰度呈周期性起伏（周期 2 帧，相关 0.01）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：大特写；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.1:1（相差 0.1 档）；柔光（几乎没有明暗分界） - 文字轨（文字/bottom）：通籍三十年官至极品 - 文字轨（文字/middle）：大 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #77 02:17.250–02:18.875 · AI 生成视频 + 代码/剪辑叠加（图形贴片） ![shot_077](shots/shot_077.jpg) - 概率：AI 生成视频 62%，3D 渲染 22%，数字人口播 6%（deterministic） - 素材来源：AI 生成 - 人脸占画面 28%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.30、用色 34 种、平坦块 27% - 逐帧清晰度呈周期性起伏（周期 2 帧，相关 0.21）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：大特写；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.5:1（相差 0.6 档）；中等柔度 - 文字轨（文字/middle）：大 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #78 02:18.875–02:22.333 · AI 生成视频 + 代码/剪辑叠加（文字标注） ![shot_078](shots/shot_078.jpg) - 概率：AI 生成视频 50%，实拍 32%，数字人口播 7%（deterministic） - 素材来源：AI 生成 - 低照度画面：38% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 3%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.40、用色 34 种、平坦块 18% - 拍法/打光：大特写；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面右侧偏前方；光比约 1.4:1（相差 0.5 档）；中等柔度 - 文字轨（文字/bottom）：学业一无所成 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #79 02:22.333–02:23.042 · AI 生成视频 + 代码/剪辑叠加（文字标注、图形贴片） ![shot_079](shots/shot_079.jpg) - 概率：AI 生成视频 41%，3D 渲染 24%，实拍 18%（deterministic） - 素材来源：AI 生成 - 人脸占画面 27%、100% 的采样帧都有：是人物近景画面，平坦色块多来自墙面/衣服，渲染特征降权 - 纹理呈照片/视频特征：噪声 σ=0.27、用色 34 种、平坦块 28% - 拍法/打光：大特写；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.3:1（相差 0.4 档）；柔光（几乎没有明暗分界） - 文字轨（文字/bottom）：学业一无所成 - 文字轨（文字/middle）：大 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #80 02:23.042–02:24.000 · 静态图 + 推拉动效（设计/渲染图形） + 代码/剪辑叠加（图形贴片） ![shot_080](shots/shot_080.jpg) - 概率：静态图 + 推拉动效 68%，屏幕录制/截图 15%，AI 生成视频 12%（deterministic） - 静帧来源：graphic - 素材来源：制作方渲染 - 整帧按单一刚体变换运动（拟合内点 96%，残差 0.18px，无局部运动）→ 静态图推拉：缩放 +0.1%/s，平移 15px/s - 纹理呈渲染特征：平坦色块 38%、95% 像素仅用 30 种颜色、横竖直边 15% - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #81 02:24.000–02:28.042 · 3D 渲染 + 代码/剪辑叠加（字幕） ![shot_081](shots/shot_081.jpg) - 概率：3D 渲染 60%，AI 生成视频 20%，代码/模板渲染 12%（deterministic） - 素材来源：制作方渲染 - 纹理呈渲染特征：平坦色块 37%、95% 像素仅用 29 种颜色、横竖直边 16% - 逐帧清晰度呈周期性起伏（周期 2 帧，相关 0.02）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：近景；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.2:1（相差 0.3 档）；硬光（明暗分界清楚） - 文字轨（字幕/bottom）：德行一无可许 / 这条，过了 - 文字轨（文字/middle）：同茶 - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染 ### #82 02:28.042–02:29.167 · AI 生成视频 + 代码/剪辑叠加（字幕） ![shot_082](shots/shot_082.jpg) - 概率：AI 生成视频 49%，实拍 32%，数字人口播 7%（deterministic） - 素材来源：AI 生成 - 低照度画面：27% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 6%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.49、用色 33 种、平坦块 13% - 拍法/打光：大特写；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光正面（光从镜头方向来，主体两侧亮度接近）；光比约 1.0:1（相差 0.0 档）；柔光（几乎没有明暗分界） - 文字轨（字幕/bottom）：这条，过了。 / 这条，过了 - 复刻：原片为 AI 生成：取原镜头首尾帧做首尾帧生成，可高度还原构图与动作；换主体时先用图像模型改首帧 ### #83 02:29.167–02:32.000 · 静态图 + 推拉动效 + 代码/剪辑叠加（文字标注） ![shot_083](shots/shot_083.jpg) - 概率：静态图 + 推拉动效 75%，AI 生成视频 15%，屏幕录制/截图 3%（deterministic） - 静帧来源：unknown - 素材来源：待确认；待确认是否真实：照片/图片素材 - 整帧按单一刚体变换运动（拟合内点 100%，残差 0.14px，无局部运动）→ 静态图推拉：缩放 +0.1%/s，平移 2px/s - 低照度画面：34% 的区域接近全黑但带颗粒（不是纯色底），亮部平坦块只有 8%、且有人脸：平坦块/少色是暗部被压缩造成的，不按渲染特征算 - 纹理呈照片/视频特征：噪声 σ=0.47、用色 35 种、平坦块 20% - 文字轨（文字/middle）：m - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #84 02:32.000–02:38.125 · 静态图 + 推拉动效 ![shot_084](shots/shot_084.jpg) - 概率：静态图 + 推拉动效 77%，AI 生成视频 14%，屏幕录制/截图 3%（deterministic） - 静帧来源：unknown - 素材来源：待确认；待确认是否真实：照片/图片素材 - 镜头内动效节拍：155.00s - 整帧按单一刚体变换运动（拟合内点 94%，残差 0.15px，无局部运动）→ 静态图推拉：缩放 +5.3%/s，平移 25px/s - 复刻：静态图推拉：用一张图 + 测得的缩放/平移参数在本地 ffmpeg 精确复刻 ### #85 02:38.125–02:40.375 · 3D 渲染 + 代码/剪辑叠加（图形贴片） ![shot_085](shots/shot_085.jpg) - 概率：3D 渲染 44%，AI 生成视频 41%，代码/模板渲染 9%（deterministic） - 素材来源：制作方渲染 - 逐帧清晰度呈周期性起伏（周期 4 帧，相关 0.39）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：近景；移动机位（稳定器/手持平移）；夜景/弱光环境光，没有专门补光；主光画面左侧偏前方；光比约 1.6:1（相差 0.7 档）；柔光（明暗过渡宽） - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染 ### #86 02:40.375–02:44.958 · 3D 渲染 ![shot_086](shots/shot_086.jpg) - 概率：3D 渲染 46%，AI 生成视频 37%，代码/模板渲染 11%（deterministic） - 素材来源：制作方渲染 - 逐帧清晰度呈周期性起伏（周期 4 帧，相关 0.64）：画面经过插帧/帧率转换，原始帧率更低 - 重复帧呈 interpolated 规律（0%，周期 None）：原始素材为 24/25fps 后转码，常见于 AI 生成视频、3D/动画渲染或电影素材 - 拍法/打光：近景；移动机位（稳定器/手持平移）；侧前方主光 + 补光（标准布光）；主光画面右侧偏前方；光比约 1.6:1（相差 0.6 档）；中等柔度 - 复刻：3D 渲染：可用首尾帧 AI 生成近似；需要精确多角度时走 3D 建模 + Blender 渲染 ## 说明 - 确定性取证对「是否在动、是否整图推拉、是否渲染纹理、是否 24→30 帧率转换」很可靠；对实拍 / AI / 3D 的区分要依赖 VLM 与人工复核。 - 元数据经平台转码常被清除，缺失不代表没有。