用 MiniMax H3 生成激烈对战视频:分秒级提示词与 Ref2V 参考图实战
作者用 MiniMax H3 尝试生成约 30 秒的枪剑对战杀阵视频,发现只写"激烈战斗"等笼统提示词时,模型会打一下就停下等待,改成按 0〜3 秒、3〜7 秒等时间段逐段指定接近、碰撞、错身、反身、击飞等动作后才真正打起来。
作者用 MiniMax H3 尝试生成约 30 秒的枪剑对战杀阵视频,发现只写"激烈战斗"等笼统提示词时,模型会打一下就停下等待,改成按 0〜3 秒、3〜7 秒等时间段逐段指定接近、碰撞、错身、反身、击飞等动作后才真正打起来。
一条 AI 视频完成后,可按「素材セット」思路拆解为静止画、note 文章和 SNS 文案三类内容:先把完成视频、旁白台本、所用图片、标题方案与要点集中保存,再用一句话定义视频核心主题作为复用轴心。
用 Google Flow 的免费额度,只需上传一张宠物照片,即可直接生成宠物躺在薯片袋里偷吃薯片的 9:16 竖屏视频,无需先生成图片。作者公开了 16 种提示词,涵盖「うちの子ポテチ」「じゃがChai」「Chaiのマーチ」「Chaiのやま」「ポップコーン」等主题,含 Google Flow 视频提示词、图像生成提示词和 Gemini 视频提示词。
3D 艺术家 Jon Blalock 演示了如何用 Character Creator 5 搭配 Headshot 3 插件,将 2D 肖像匹配到 3D 网格,快速生成可动画的写实头部或夸张漫画头像。
ArchiGen 提出用同一张已验收图像跑三项常规修订(材质替换、物体移除、局部打光)来评估 AI 渲染工具的真实成本,而非只看订阅价和生成速度。修订成本需计入产品积分、操作员人工时间、非请求的画面漂移和复审时间四类资源,并建议把项目交接给同事复现一次修订以检验流程是否可复用。
VIBE 的 AI 视频画幅比例指南指出,9:16 适配 TikTok、Instagram Reels 和 YouTube Shorts,16:9 用于 YouTube、网站和多数广告位,1:1 用于信息流与轮播,21:9 用于电影感 B-roll 和预告片。
针对建筑师想用 ComfyUI 改善渲染又不丢构图的需求,ArchiGen 提出按安装、工作流、条件控制、建筑四层顺序排查故障,前一层出错会让后一层结论失效。安装层需确认模型、VAE 加载且同一设置能连续跑通两次;条件控制层建议固定其他参数只调 denoise,再单独测控制强度,避免同时调两个变量。
面向 Remotion 项目的 8 款渲染 API 工具被按自建基础设施量与成本可预测性排序,Wireflow 以单一 REST 端点串联多模型视频链路居首,Remotion Lambda 适合已有 React 合成项目。
面向博客与 SNS 创作者,整理了一批可直接复制粘贴的英文 AI 图像生成提示词,粘贴到 ChatGPT(DALL-E 3)或 Midjourney 即可出图。提示词覆盖咖啡桌面、水彩女性、扁平商务插画、粉彩植物背景、北欧书桌五类场景,并给出三条规则:用英文输入、指定风格、指定 16:9 或 1:1 的宽高比。
作者用 AI 生成图片尝试接单,发现"能生成"和"能作为工作交付"是两回事:接单还需理解客户需求、调整尺寸、安排文字与排版、应对修改,并交付对方易用的成品。AI 只负责出图,决定"做什么"仍靠人。作者认为 AI 图片制作有挑战可能,但尚不确定是否达到可接单水平。
作者整理了 38 组英文风格 Prompt,接在日文绘图描述之后即可固定画风,覆盖手绘、水彩、扁平、版画、漫画等类别。文中还给出四条去 AI 感技巧,包括显式要求 slightly irregular、加入 paper grain 等物理质感参数、用 limited 3 to 5 color palette 限制用色,以及设置 AVOID 负面项禁止塑料感与过度渐变,并附一份可直接复制的万能模板。
YuE2 推出 cover 统合版 GUI,可将翻唱源音频拖入界面后自动转换为 ABC Score 乐谱并抽取歌词,再一键生成翻唱音乐。该版本附带 LoRA 支持,并新增从视频分离音频作为翻唱源、与 JIZURA 联动自动填入歌词两项更新。在 RX9070XT(ROCm10.x)上,20 秒音乐约 10 秒即可生成完毕。
ArchiGen 实测用 Blender 保留可编辑几何与相机、ComfyUI 生成替代表面外观,最终产出两张获批室内视图与一套可复用工作流。
ArchiGen 提出用“第二次成功所需时间”评估 AI 渲染工具,而非厂商展示的最佳单图。测试要求先写下五项项目专属验收标准,再更换视角或设计版本、交由第二位操作者执行,并记录尝试次数、操作时间、等待时间与废弃输出。文章还建议逐项记录提示词、设置、参考图等能否随项目保存或导出,以判断工作流是否真正可交接。
VIBE 教程给出用 AI 生成带同步音效的 ASMR 解压视频方法:选音频常开的模型、在一条提示词里同时描述材质与声音、用极特写固定机位、生成 4-8 秒单一动作片段以便循环。
ArchiGen 提出一套 ComfyUI 建筑渲染修复工作流:先用一次全局增强确定曝光、色彩与材质基调,冻结通过审核的整帧,再用蒙版对植被、反射、材质、阴影等具名缺陷逐项局部修复。
2026 年接入阿里 Wan 2.5 视频生成模型的八款 API 平台被逐一对比,涵盖价格、分辨率、时长与音频输出。Wan 2.5 可在同一次生成中输出对话、环境音与背景音乐,支持 720p/1080p、5 或 10 秒片段。Kie.ai 以 720p 约 $0.06/秒、1080p 约 $0.10/秒成为最便宜选项,fal.ai 按 1080p $0.15/秒提供完整参数,阿里云百炼为首方渠道。
为代理机构构建 AI 工作流软件,核心是把单一可重复的客户交付物转化为每次都能以相同方式运行的流程图。指南给出六个步骤:先选定一个交付物并拆解步骤,再在自定义代码、通用自动化平台(n8n、Make、Zapier)与带 API 的可视化 AI 画布之间选择构建层,其中可视化画布最快 1 到 3 天可出可用版本。
Wireflow 发布教程,讲如何在一块画板上完成 80 秒 AI 歌曲广告,从脚本、歌曲、词级时间轴到静帧、动态、字幕和片尾,全程不导出到 CapCut 或 Premiere。
推荐理由:完整拆解一首 80 秒 AI 歌曲广告从写词到渲染的八个步骤,并公开约 6100 credits 的实际成本与踩坑记录。
有创作者用 MiniMax H3 将络新妇、雪女、乌天狗、九尾拟人化,制作了和风走秀视频。其经验是:全身图与脸部特写分别作为 Picture 1 和 Picture 2 输入可减少脸部崩坏,设定背景后画面更稳定但观众缺乏跃动感,固定姿势仍有更多发挥空间。
作者记录在海光 DCU K100_AI 单卡上通过 ComfyUI 调优运行 MiniMax-H3 的实战过程。MiniMax-H3 是 MiniMax 开源的 33B 全模态视频生成模型,支持文生视频、图生视频、参考生视频三种模式,原生输出 2K/15 秒带立体声音频视频,海光官方方案建议单卡 144GB 显存。
Oimi 发布 10 条 AI 人像提示词,每条附英文原文、中文对照和真实生成示例图,覆盖黄金时刻天台、几何窗光、棚拍撞色、雨夜咖啡馆窗、伦勃朗黑白、90年代直闪、长曝光街头和油画等风格。
在首次 ComfyUI 增强前,应为建筑渲染图附一份一页式保护简报,把画面划分为锁定、可调、可替换三类区域,并列出可核查的建筑事实。锁定区保留屋顶边缘、开窗、柱、楼梯、地界与相机位置,可调区限定材质、曝光、天空与玻璃色调,可替换区按边界规则重生成植被、人物与远景。每次只运行一项操作,并保留源图与各检查点对照表。
爆款 AI 视频片段靠的是第一秒内的钩子、围绕单一惊喜点构建的格式,以及为特定效果选对的模型,而非话题标签或热门配乐。多数传播片段时长在 5 到 12 秒,TikTok 官方建议把钩子放在前三秒内。
Wireflow 以节点画布串联图像、视频与文本模型,被评为 2026 年 AdCreative.ai 最佳替代方案,按生成而非下载计费。
Wireflow 在 2026 年白标 AI 视频软件工具中排名第一,它把脚本、图像、视频生成与合成串成节点式流水线,通过自有 API 触发,客户无需登录画布即可拿到无品牌标识的成品。
Qwen-Image-2.1 是 Qwen 系列开源的 7B 统一文生图与图像编辑模型,视觉生成部分基于 32 层 Single-Stream DiT,采用混合粒度注意力和 prefix KV cache 复用。
面向 ChatGPT、Gemini、Midjourney、Adobe Firefly 整理出 100 条可直接复制的 AI 插画生成提示词,覆盖人物、风景、动漫、商品、博客与 SNS 等场景。文章主张 2026 年的图像生成更看重用自然语言说清用途、主役、构图与氛围,而非堆砌「8K」「masterpiece」等长咒语,并给出六要素模板与改图修正指令。
Curious Refuge 上线 AI for Micro-Dramas 课程,教创作者用 AI 工具从零打造竖屏微短剧,内容涵盖剧集圣经与首集剧本、世界观与 AI 视觉一致性、AI 视频与智能体工作流、分集剪辑与声音设计、专业提案 deck 及发行销售。首期班 9 月 30 日太平洋时间上午 11 点开售,beta 价优惠 50 美元,为期一周,学员将完成原创剧集圣经、试播集与可售提案。
美图设计室推出服饰穿戴功能,上传一张商品平铺图即可批量生成不同模特、姿势、场景的穿戴效果图,并支持AI服装换色、替换服装、切换模特与场景。用户还可在首页对话框一句话生成套图,或上传同行爆款图1:1复刻其光影构图,再继续生成带货视频,脚本由智能体团队自动产出。该工具已首批接入WorkBuddy、Codex等主流大模型,并支持手机APP操作。
ArchiGen 提出用"证据阶梯"区分四类 AI 渲染工具信息:产品页属官方声明,排名对比属厂商或媒体综述,社区报告属用户经验,项目实测才是自有验证。以今日检索为例,Chaos 按 BIM 集成、价格与用例比较六款产品,Gendo 在自家榜单中把自己列为最佳,Maverick Frame 则按 BIM 适配、控制、速度与价格比较十款。
ComfyUI 工作流下载免费,但跨人员、项目、模型、节点和版本更新保持可运行属于维护工作。文章建议把工作流当作小型软件产品打包六项内容:图、依赖清单、模型位置、样例输入、预期检查点和运行手册,并核算环境维护、图维护、项目适配、质量控制和操作者支持五类成本。作者还建议建立固定测试场景,在更新前后核对开口数量、竖梃节奏、屋面边缘等建筑事实,并将更新安排在交付截止期之外。
快手 Kling O3 在 VIBE 内提供 Pro 和 Standard 两档,均支持 1080p、3 至 15 秒任意整秒时长及 16:9、9:16、1:1 三种画幅,音频可选。
Wireflow 被评为代理机构多模型 AI 视频管线的最佳选择,其节点式画布可串联脚本、图像、视频、语音等模型,一次运行产出多版本客户交付物。榜单还包含 Adobe Premiere Pro(后期与播出交付)、Runway(生成式镜头)、Descript(口播与播客再利用)、Canva(客户可编辑品牌模板)、VEED、CapCut 和 Creatify。
Rylaispirit 在 GitHub 开源 cinematic-video-prompt-skill,一个面向 AI 视频与图像生成的 Claude Skill,内置 700+ 电影摄影术语和一套提示词公式。
Oimi 发布十条可直接复制的 AI 手办提示词,把自拍照变成带亚克力展示盒、吸塑包装的收藏级玩具造型,覆盖黏土、乙烯基、树脂、毛绒与盒装等材质路线。作者给出快速操作方法:复制提示词并附上清晰本人照片,若提示词未提及参考图,就在开头加上锁脸句以保留面部特征。
作者一只桌子在 GitHub 开源 Table-VideoSOP,一套面向科普、观点讲解、产品演示等配音基准视频的 SOP、规则、模板与提示词,按初始化、DESIGN、稿件与配音、大段表、分段设计、视觉确认、总装、声音与交付、封面发布九步推进。
剪映专业版(Windows 与 Mac 客户端)内置智能字幕,可把画面人声直接识别成一条字幕轨,适合本就要在剪映里精剪的素材。教程以一条八分钟产品讲解视频配中文字幕为例,实测智能字幕识别与字幕导出流程。
这篇教程给出 Midjourney 工笔重彩提示词的关键词体系与四层结构,即题材、工艺语言、风格锚点和参数,并附 4 组可复制案例。
一名个人创作者用 Google Gemini 图像生成,把方眼笔记本上的圆珠笔涂鸦角色「あつまろちゃん」做成 LINE 贴图,在计划 40 个姿势中确定了 7 个,第 8 个卡住。