一部 AI 短片背后的 234 张图像

Borrowed Wounds 当前的图像库有 234 个文件：57 张人物图、12 张场景图、11 张道具图、8 张服装图，以及 146 张分镜图。

这个总数有用，也很容易被误解。

我并没有 234 张可以互相替换的参考图。图像库的大部分是分镜素材。其余图像确立了人物、场所、物件和服装，而分镜需要让这些元素始终保持可辨认的一致性。

只有把这些用途分开，统计才有意义。

图像库里究竟有什么

前 88 张图像涵盖人物、场景、道具和服装。剩下的 146 张是分镜图。

这个划分对应着两项相关的工作。

参考素材告诉生成器，什么需要保持稳定。分镜素材则检验这些元素在整部电影中如何呈现。把两者合成一个文件夹总数，只能告诉我存了多少，不能说明每张图像解决了什么制作问题。

我先建立视觉素材库，再生成视频

流程记录明确写出了顺序：先有人物、场景、道具和服装，再有视频。

这有一个实际原因。没有参考图，模型可能在每个镜头里发明一张不同的脸或一个不同的物件。餐厅场景中的一组人物就已经出现过这个问题。建库是为了应对看得见的连续性问题，并不是给制作流程添装饰。

我先建立基准图，再由它们生成变体。第一张图可以是不使用参考图生成的人像或设定图。后续的视角、状态和镜头，都以那张图为来源。

画幅比例也必须通过生成器指定的字段传入。把想要的比例写在提示词里，并不能保证输出遵守。

这些细节改变了我对图像数量的理解。一张图像单独看着好，并不代表它已经完成。它需要明确的主体、用途、比例、分辨率、参考图和输出位置。

清单与文件夹同样重要

每条图像记录都包含标识符、类型、主体、画幅比例、分辨率、提示词、参考图和输出路径。

在 11 个电影项目中，清单共有 1,078 条图像记录。只有 713 条对应着当前可核验的图像输出。

这个差额，就是文字中的意图与眼前实际素材之间的距离。

这 713 个当前输出，合计分为 196 张人物图、88 张场景图、74 张道具图、59 张服装图和 296 张分镜图。

只数文件夹，得到的数字更大。5 个原始图像目录存着 843 个图像文件，其中包括清单已不再记录的版本和遗留文件。因此，保守的当前统计是 713，不是 843。

这是我试图如实描述制作情况时遇到的问题之一。文件浏览器会把积累体现为数量，每个替换版本和遗留文件都算进去。当前清单问的问题更严格：哪些输出仍然属于有效的制作记录？

对 Borrowed Wounds 来说，答案是 234。

分镜也是一项花费决策

流程要求在生成视频前，先做分镜或按时长排列的图像预演。目的是先用静态图像测试节奏，再投入到动态镜头的生成。

Borrowed Wounds 有 146 张现行分镜图。Copycat 有 150 张。

这些数字说明，在参考素材和视频之间，图像库可能有相当大的部分用于分镜。分镜图不只是人物设定图的另一个角度。它在序列中有自己的位置，能在进入视频阶段前，帮助检验计划中的剪辑是否成立。

这样也让工作单位保持清晰。图像提示词产出图像素材。镜头提示词指导视频生成。最终剪辑由可用的动态素材组装而成。如果把它们都并成一个生成总数，就会抹掉工作在哪些地方改变了形态。

具体的提示词减少无效工作

制作总文档可以很长。它涵盖故事、空间关系、人物、物件、状态、灯光、镜头光学、声音、风险和顺序。但每个镜头的提示词仍然必须具体。

工作规则是每条素材只安排一个动作和一次运镜。动作必须通过可见行为、身体运动和时间标记来描述。

为 15 秒写的提示词，不能直接拉长到 25 秒。如果不重写，模型可能重复动作，或在没有指令覆盖的时段停住不动。

这也是尽早确定视觉素材库的另一个原因。如果面孔、服装、道具和场景都已确定，镜头提示词就可以专注于这条素材里发生的变化。

图像成功了，也不能省掉审查

视频仍然需要逐帧检查。一帧损坏就可能让整条素材失效。有时失败的生成中，也有 2 到 5 秒可用的部分，所以弃用不一定是全留或全丢。

剪辑和声音处理在这次审查之后进行。分辨率放大则在剪辑锁定后进行，而不是对每个原始输出都做一遍。

完成后，还要再次测量结果。Borrowed Wounds 重新分析时，按每 2 秒抽取一帧，共抽取了 405 帧。需要细查的部分，则每半秒抽取一帧。

流程从清点素材库开始，以又一次检查结束。在这两个端点，生成都没有取代核验。

这个数字能告诉我什么

234 张这个总数，告诉我这部电影背后的当前视觉素材库有多大。分类明细能告诉我的更多。

它告诉我，有 146 张用于分镜，有 88 张用于人物、场景、道具和服装。它也告诉我，哪些输出保留为了当前素材，因为统计来自清单和已确认的输出路径，而不是原始图像目录里留下的每一个文件。

它并没有给出另一部电影也通用的配额。有用的是分类方法，不是照搬总数。

今天，打开一部电影的图像文件夹，为每个当前素材建立清单，写明标识符、类型、主体、画幅比例、分辨率、提示词、参考图和输出路径。然后按类别统计已核验的路径。这个数字会比文件夹总数告诉你更多。

---

花了多少点数，试了多少次，结果如何，都要记录和测量。我相信数字，因为它们不会讨好任何人，更不会讨好我。