《我合成了全世界》创作阐述

一、使用AI工具名称

nano banana pro、 Tapnow 、 Lovart 、Seedance2.0、本地部署文本分析工具、

二、作品介绍

第二纪元后，地球成为银河系内最大的垃圾场，身世成谜的拾荒少年程乞与破烂机器人憨仔在废墟中相依为命，运用垃圾场的智慧与野狗们抢食，然在一次物资的争斗中，程乞身陷危难，竟意外觉醒“万物合成”的神秘力量，由此随之而来的，英雄遗骸的曝光，昔日荣耀的谎言，在阴暗复杂的垃圾堆下，围绕正义与阴谋，伴随程乞的冒险，地球尘封的秘密正被一一揭开......

本作品为一部基于生成式人工智能技术完成的科幻漫剧短片，采用“文本创作—图像生成—视频生成”的多模态创作路径，重点探索图像驱动视频生成（Image-to-Video）在影视表达中的可行性。整体制作不依赖传统绘画与制作，而是通过文本创作，多类型参考定位，结合AI工具完成的全流程生产。

三、内容创制作全流程

第一阶段：文本剧本的创作

作品改编自番茄小说（已购买，正规授权），在本文剧本的创作阶段，我们仅使用本地部署且仅内部使用的自研发ai工具，对小说作品进行了一定量的内容拆解和分析，作为资料，帮助我们可以更快的梳理整部小说作品的故事脉络和人物布局。

在编剧在实际创作剧本的过程中，并未使用ai工具进行生产。

第二阶段：内容的分析与资产制作

作品实际进入导演团队阶段，首先在导演团队的分析下，经过几次探讨与脑爆，一方面，对于剧作构成与内容细节，进行了再深入的挖掘与细节调整，另一方面，也对整个作品的美学风格和视觉期待，进行了一定的选择与锚定，这个过程 主要依靠创制作团队的专业素养；

资产制作开始，也正式引入ai流程，在技术实现上，项目主要使用 Tapnow 与 Lovart 完成视觉资产生成，其中Tapnow用于人物建模与关键帧制作，通过固定随机种子与统一提示词结构保证角色一致性；Lovart用于场景与道具生成，重点控制整体空间氛围与视觉风格统一。

同时，在资产最终效果的打磨与验收上，团队也进行了不同材质细节呈现，光影映衬，环境与人物匹配等不同的测试与打磨，

第三阶段：分镜与叙事节奏/图片精修与画面品控

在资产置备完成之后，作品进入镜头生产的环节，首先由导演主要把控，将打磨好的剧本拆解为分镜脚本，并明确每个镜头的景别、动作与时长（控制在3–6秒以保证生成稳定）。随后进入视觉生成阶段，分别产出人物、场景及道具图像，并为每个镜头制作起始帧与结束帧，作为视频生成的结构依据。

在此基础上，将关键帧与文本提示词输入视频模型生成动态画面，视频生产部分，使用即梦 Seedance 2.0，采用图像生成视频模式，将关键帧转化为连续动态镜头，是本项目的核心生成环节。

在提示词设计方面，采用结构化表达方式，统一为“主体+动作+镜头语言+风格+稳定约束”的组合逻辑。例如典型视频提示词为：“A giant translucent membrane slowly approaching Earth, camera slowly pushing forward, cinematic lighting, sci-fi style, stable motion, consistent structure, no distortion。”该结构能够同时约束画面内容与运动方式，并通过稳定性描述降低模型生成中的形变与失控问题。

在参数配置上，视频生成时长控制在3–5秒，动作强度设为低至中等，开启高一致性与风格锁定，以确保画面连续稳定；图像生成阶段则通过固定种子与统一风格关键词，实现角色与场景在不同镜头中的视觉一致性。此外，通过限制单镜头动作复杂度、采用缓慢镜头运动（如推进或平移），进一步提升生成成功率与画面质量。

在技术实现过程中，本项目重点解决了两个问题：一是角色与场景的风格一致性，通过提示词模板与参数统一实现稳定复现；二是视频生成的结构稳定性，通过关键帧控制与低复杂度运动策略，使生成结果更加可控。

第四阶段：音频制作与剪辑后期

基于上述步骤所生产出来的镜头，经过剪辑的步骤，会将中间版本同步安排音乐，音效，配音的制作，虽然生产的镜头有一定ai生产的配音及音乐效果，但此部分主要用作参考，正式的音乐，音效，配音的制作，并不会有ai的参与。

完成镜头精细剪辑与音频制作后，项目素材进入最终vidio编辑，剪辑师配合导演，将所有的素材进行规整调节，调节优化故事情绪节奏，并完成混音，调色，以及最终的字幕包装，全程由专业人士进行最终把控，完片。