图片批量生视频，终于解决了！2.3模型+Agent王炸登场
杭州/平面设计师/195天前/10395浏览
版权
图片批量生视频，终于解决了！2.3模型+Agent王炸登场
前言
上个月刚带大家体验过海螺2.0首尾帧，时隔一月
海螺带着它的2.3和Agent...又双叒叕来了
来看看这波 “偷摸更新”的功能，到底更新了啥？
ok，接下来我将详细讲解下2.3模型以及Agent板块
PART 01
海螺2.3模型，进化了多少？
聊到海螺，大家的第一印象是不是还停留在 “打斗牛皮”、“运镜很秀”？
这回，我要“不务正业”一点哈哈哈
今天我将用五花八门的风格来盘一盘2.3模型
OK，闲聊结束，直接上实测 ↓
1）AI特效与“变身”
因为想看看2.3到底优化了些什么
我拿2.0、2.3模型用同图同提示词都跑了一遍。。
提示词：人物变成一团火然后消失
对比感受：
可以看到2.0运镜是不错
但是2.3的语意遵循能力更强
2.3理解了我所说的变成一团火并消失！
另外生成速度上2.3-fast模式下更快
再来一组 ↓
提示词：人像头部的粒子开始解体，像发光的灰烬一样飘散，完全消散。
这组的“消失感”各有千秋，你更喜欢哪个的消失感~
摸索下来，万能公式：“某物” 变成 “某物”
来吧，接着整活
更多创意 ↓
提示词：人物变成成一团蓝色雾然后消失
提示词：人物变成风沙消散
ok, 换种风格再来试试，变化的同时加入情绪
提示词：人物越画越生气，然后变成气球爆炸飞走
甚至可以更脑洞大开一点
当模型接到“变成黄金”的指令时，它不仅是改变颜色
而是在模拟光线如何在金属表面反射和折射，酷~
提示词：从上面掉下来两片黄金，女人变成黄金材质
这种“万物皆可变”的能力，可玩性还是挺高的~
大家可以自行。。。脑洞大开一下哈哈
提示词：女人变成一只章鱼，墙面的眼睛看着女人
这些案例共同揭示了一个深层逻辑：
2.3模型在变形效果上的巨大进步，并非简单的视觉滤镜或贴图替换
它的背后，是模型对语言和物理属性更深、更细致的理解！！
2）广告效果
AI视频迟早是要“进厂打工”的哈哈
所以让我们将目光转向商业应用
提示词：从一个展示完整构图的广角镜头开始，焦点转移，使瓶子失焦，转而清晰地对焦于前景的浮木。接着平滑移动的极端特写镜头，分别掠过浮木的粗糙纹理、香水瓶光滑的玻璃侧面，展示香水。
接下来这个提示词并非简单的画面描述，而是一连串专业的摄影指令
包括“广角镜头”、“焦点转移”、“极端特写”和“平滑移动”
对比2.0和2.3的输出，可以发现2.3在执行这些复杂运镜指令时更加精准
无论是焦点切换的平滑度，还是产品在运动中的稳定性，都表现出了商业广告级别的质感 ↓
再来试试商业摄影中常见的高速慢动作和食物特写
需要精确的物理模拟（重力、液体粘度）
对多种材质的逼真光影处理，以及始终保持高端、纯净的视觉美学
来看看表现的怎么样~
提示词：慢动作展示一个三明治的组装过程。在一个明亮的纯橙色工作室背景前，面包、生菜、奶酪片、西红柿片和粉色的花瓣在空中优雅地漂浮并缓慢下落组合在一起。商业广告摄影风格，色彩饱和度高，光线明亮，有清晰的阴影。
提示词：一段商业广告风格的3D动画，超级慢动作。在一个高饱和度的纯红色背景前，一杯水果酸奶（或冰淇淋）猛烈地向上飞溅。奶油形成一个凝固在空中的皇冠形状，大量的香蕉片和芒果块随着飞溅物一起被抛向空中。高速摄影美学。
3）物理、液体测试
视频AI容不容易“翻车”，很大程度看它对物理世界的理解
注意看花朵撑开时，塑料袋那种特有的“撕扯感”
提示词：镜头从一个中景开始，对准一个装满粉色和白色花束的透明塑料袋，花朵生成撑破塑料袋，变成一个布满锋利白色牙齿的花朵张嘴吃掉屏幕面前
细菌到海浪的转场
提示词：彩色的细菌变成退潮的海浪，光线迅速褪去，最后完全消失。
从“惊讶”到“悲伤”的表情变化，加上逼真的液体滴落感
提示词：一个白色幽灵形状的冰淇淋甜筒，背景是纯正的红色。 它开始迅速融化，幽灵惊讶的‘O’型嘴表情，随着融化逐渐变成了悲伤、下垂的表情。 融化的冰淇淋（液体）质感非常逼真，在底座上向四周飞溅开来，液滴四溅。
4）情绪变化、光线处理
来到我个人最惊喜的部分 ！！
技术上的完美固然重要，但能否捕捉到真实的人类情感
才是AI从一个工具蜕变为一个真正的叙事伙伴的分水岭
以前很多AI视频，怎么说呢，就是“能演，但当不了影帝”哈哈。。
表情总是有点僵，有点“AI味”
但2.3这次，在人物的细节和情绪处理上
都呈现出一种微妙的真实感 ↓
提示词：女人抬眸的瞬间开心的微笑，镜头拉远
既然能处理情绪，我们再试试在画面里“加戏”
提示词：女人开心的微笑，镜头推近，屏幕变黑出现Hailuo AI的字样
可以看出，2.3模型在这种复杂场景的调度能力，确实强了不少
5）运动
同时运动和运镜，算是海螺的“传统强项”了
这部分我们来点高难度的
我给了一个比较不常见的风格，然后测试了多人跳舞+人物遮挡的场景
看看它接不接得住
提示词：4个人跳舞
随后，我又加入了一个戏剧性的镜头反转
这同时考验了模型的舞蹈动作生成和镜头叙事能力
提示词：一个穿着闪亮青色套装的女人在广阔的橙色沙漠中快乐地独舞，天空是青色的。突然镜头切换到她的背后，揭示她正面对着沙漠中成百上千的密集人群。高饱和度，橙色与青色对比。
OK，继续
我又故意给了张人物不全，且姿势奇怪的首帧参考图
看它怎么“圆”回来哈哈
哈哈，不得不说，它处理得还挺巧妙
没有崩溃或生成不合逻辑的动作 ！
提示词：1970年代复古放克美学，一个男人正在跳舞，旋转拍摄
不仅是跳舞，极限运动也处理得不错
看看这个摔倒的真实感，浪花拍打的瞬间 ↓
提示词：从背后跟拍镜头，一个男人骑着自行车往前开，突然海水拍打着沙滩，连人带着自行车摔倒在海里，浪花拍打着屏幕
刺激感拉满
提示词：镜头极低，紧密跟随，充满了快速的摇摄和旋转。车手在急转弯时漂移，扬起大量灰尘。画面有强烈的运动模糊和径向模糊效果，天空是清澈的蓝色，充满速度感。
这些场景考验了模型对运动模糊、镜头抖动
粒子效果以及撞击物理的综合处理能力
6）以言为笔，织梦成影
前面图生视频测了不少
接下来让我们看看纯粹的文生视频效果如何
在没有图片的情况下，凭文字，从零开始构建一个完整的世界、角色和叙事~
提示词：一座被云海环绕的古老石塔静立于天地之间。塔顶之上，一只手高举着燃烧的黄纸符咒，符纸在风中颤动，边缘被火焰吞噬。随着符咒燃尽，火焰化为一团旋转上升的金色火星，宛如灵力在空气中流动。无数金色余烬在夜空中汇聚、翻涌、重塑，最终凝聚成一只沐浴在炽烈魔法光芒中的金色凤凰，振翅而起，照亮云海与群山。
我给的这个提示词本质上是一个多个阶段的微型剧本：
场景设定（古塔云海）、核心物件（燃烧的符咒）、动作序列（燃烧化为火星）、高潮（火星成凤凰）
接下来这个提示词的指令更为复杂和具体
它融合了场景（剧院）、人物（弹琴女子）、特效（彩虹光丝）、变形（光丝编织成孔雀）、背景切换（剧院消散为迷雾）和最终动作（孔雀开屏）
提示词：从一个聚光灯下的古典剧院舞台开始，一位身穿复古长裙的女子正在弹奏一架华丽的竖琴，琴弦正散发着流动的、明亮的彩虹色光芒。随着镜头推进（或音乐达到高潮），彩虹琴弦的线条开始振动、模糊并‘射’出，化作万千道彩色的光丝。光丝在空中飞舞、重组，逐渐编织成一只金蓝色孔雀的形态。剧院的背景在光芒中悄然消散，取而代之的是一片金色、梦幻的迷雾。这只孔雀在迷雾中缓缓转身，骄傲地展开它巨大的尾羽，最终‘开屏’。金色的羽毛闪烁着无数魔法光点，一道完整的彩虹在它身后显现。
测到这里，大家有没有发现一个点？
我写的提示词都非常精简，很多时候就是一句话描述
但海螺2.3“想象力”强，帮我补完了很多画面细节
这点对于我们这种“懒人”博主（bushi）来说，还是挺友好的哈哈哈
PART 02
Media Agent
如果说2.3模型是“引擎”，Media Agent就是“智能驾驶舱”
它很灵活：你既可以
单独
让它生成图片、声音（语音/音乐）、或视频
也可以让它当“总导演”，把这些
组合
起来，一站式搞定。
因为最近频繁的看到有小伙伴在说：
如果能把图片批量生成视频就好了
所以我在看到Agent更新的第一时间就去试验了一下：
我先上传了3张图片，对话要求让其直接生成视频
以下是没写视频提示词，直接跑出来的视频 ↓
我看了一下，他背后就是海螺自身的模型
试了3个视频后，感觉效果还不错
所以我直接丢了48张图给海螺Agent
并发出了疑问 ↓
所以说理论上图片批量生成视频解决了！！
非常适合批量做宣传片的空镜
当然，不止可以批量生成视频，我总结了下这次更新的亮点 ↓
① 工作流程被简化到了极致：
用户只需输入一段想要表达的内容描述，系统便会自动完成后续的所有工作
② 专业创作者的画布：
可以“自由上传图片、视频和音频素材”
ok，让我们来看看一键成片的效果 ↓
我的指令：用简单的动画和图标解释“碳中和”的概念。从工厂排放、树木吸收，讲到新能源和我们的日常生活。色调以蓝、绿为主，显得干净专业。配音要清晰、有说服力，背景音乐用沉稳大气的纯音乐。结尾呼吁环保行动。
同时可以分开输出，这样方便我们调整 ↓
另外给配音让生成画面和视频也是可以的
理论上这岂不是，可以aimv了
所以，看到这，你觉得我说清楚2.3和海螺新Agent了嘛~
最后
OK，总的来说
一个负责“跑得猛”，一个负责“开得稳”
我们离“全自动智能驾驶”的AI创作又近了一步
期待你们也玩出花来,下期见~
122
举报
声明
96
分享
相关推荐
评论你的想法~
表情
喜欢TA的作品吗？喜欢就快来夸夸TA吧！
推荐素材
你可能喜欢
相关收藏夹
登录注册
99+登录即可同步推荐记录哦
96登录即可加入我的收藏
评论登录即可评论想法
分享分享