影片简介：

失业青年陈东回到老家超市，眼见同龄人事业有成、财富自由，内心焦虑与贪念与日俱增。他从神秘老者手中请回一尊金蟾，以为能一夜暴富——金蟾真的开始吐金币，他疯狂供奉，金币如雨。当贪念膨胀到极致，他才发现：吞噬他的不是金蟾，而是自己亲手挖掘的欲望之渊。

本片采用5.1环绕声技术制作音效，敲钵声、金币坠落声、百眼幻境中的耳语将从四面八方包围观众，带来沉浸式的惊悚体验。为防止音频声道出现任何问题，当前网页平台版暂时downmix到立体声版本。

一、创作背景

当代年轻人的金钱焦虑从未如此强烈：学历贬值、阶层固化、社交媒体上同龄人的成功被无限放大——“00后年入百万”“AI副业月入过万”等成功学话术无孔不入。主角陈东是无数普通青年的缩影：他不是不努力，而是被“暴富幻想”绑架，渴望走捷径，最终被自己的贪念反噬。

本片借一个怪谈故事，探讨“贪念自成渊”的主题——吞噬你的从来不是外物，而是自己的心魔。

二、视觉亮点：三种画风对应三重心理

本片采用分层美学，用画面的“失真程度”来表现陈东从现实滑入内心炼狱的过程：

现实 ：低饱和度写实（超市、街道）

内心闪回 ：轻度水墨失真（同学聚会、面试失败）

幻想（金币雨）：极致写实超现实（电影致敬段落）

百眼幻境：纯水墨动画，重度失真（被贪念吞噬的内心世界）

三、观众最想看的：那些“爽”与“怕”的瞬间

1. 电影致敬——欲望三部曲

在陈东的金币雨幻想中，他依次“成为”了：

《金手指》——站在金钱瀑布前，钞票铺满整桌

《华尔街之狼》——豪宅泳池派对，奢华与享受

《了不起的盖茨比》——邮轮举杯，身后烟火绽放

每一个画面都是观众在短视频里刷烂了的“成功符号”，但在这里，它们全是金蟾给陈东看的幻觉。

2. 金蟾管家：诡异又优雅

幻想场景中，一只金色蛤蟆头、黑色西装的管家始终站在角落，端着托盘，静静注视陈东——他从不打扰，但无处不在。这是欲望的化身，也是金蟾在陈东幻想中的“侍者”。

3. 百眼幻境：内心地狱

陈东坠入的百眼幻境中，无数呢喃声环绕着他：亲戚同学的评价、社交媒体幻象、AI成功学洗脑、富二代朋友的凡尔赛发言.......全都化为低语在四周环绕，形成萦绕在脑海中挥之不去的阴霾。

四、AI画面技术详细说明

本片99%的画面由AI生成，仅街道部分采样使用实拍照片后交由AI二次创作。

1. 使用的AI工具及版本

文生图（定帧）：TAPNOW（nano banana pro、banana 2）、即梦4.5/4.6/5.0

图生视频（动态镜头）：即梦seedance 2.0、可灵OMNI 3、VIDU Q3/Q2、即梦3.0/3.5

图生图（局部重绘）：TAPNOW（nano banana pro、banana 2）、即梦4.5/4.6/5.0

2. 内容生成全流程

整体流程：

剧本 → 人物形象设计 → 关键道具设计 → 分镜设计 → 生成关键定帧（文生图） → 风格统一与局部调整（图生图） → 生成动态视频（图生视频） → 剪辑与调色 → 真人/AI配音与音效合成

以“金币雨幻想序列”为例：

1）通过文生图生成《金手指》撒钱、《华尔街之狼》钞票雨、《了不起的盖茨比》邮轮举杯三组关键定帧，确保构图、色调统一，保持角色面部特征一致；

2）使用图生图对部分画面进行局部重绘（如调整陈东面部表情、添加金蟾管家角色），增强细节与主题符号；

3）使用图生视频将定帧转化为3-4秒的动态镜头，部分转场（如香槟喷发变烟花）通过连续生成相邻帧实现；

4）叠加金蟾的敲钵音效、环境音、AI配音，完成片段。

3. 关键参数配置

为控制输出质量，在不同生成阶段采用如下参数配置（以即梦/可灵等工具为例）：

分辨率:

宽高比、尺寸 —— 16:9 (1920×1080)，统一画幅，适配视频比例；

引导强度（CFG Scale / Guidance Scale）—— 7-9，控制提示词遵循程度，值越高越贴近描述；

种子（Seed）—— 固定值（如12345），用于复现或微调同风格画面，保持角色一致性

风格化强度（Style Strength） 0.5-0.8 控制艺术风格强度，水墨场景适当提高；

帧数/时长 （Duration / Frame Count）—— 3-15秒 / 24帧，根据镜头需要设置。

实际操作策略：先以低分辨率、低步数生成预览图，筛选构图后，再提高参数精细生成。角色面部一致性通过固定种子+局部重绘实现。

4. 关键难点与解决方案

角色面部在不同风格间的一致性 固定种子值 + 局部重绘

转场的无缝衔接（如香槟变烟花） 连续生成相邻帧，手动调整过渡

水墨风格的动态化 降低CFG引导强度（5-6）、提高风格化强度（0.8-0.9）

五、音乐与声音设计（5.1环绕声详细说明）

本项目通过系统化的 Agent Skill 工作流，解决了当前端到端 AI 音乐生成中常见的“音画难以对齐”、“结构失控”以及“难以精细修改”等核心痛点，实现由概念到结构，再到最终音频的精准可控生成。

1. 系统化降维工作流 (Workflow)

为了避免生成结果的“盲盒化”，本项目的配乐在影片前置阶段即可启动，在调用实际音频生成器之前，通过严密的拆解锁死设计骨架：

概念架构：利用多个专精 Agent（剧本分析、头脑风暴、作曲专配）解析需求。该阶段会产出项目全局调性（Style Bible）、情绪起伏图谱与细化的 Cue 列表。

技术设计与 MIDI 骨架：将抽象的情绪分解为具象的参数。大量依托 MIDI 工具生成核心旋律动机与和弦骨架，确保乐句与画幅切变能进行帧级别的对齐，为后续重构提供基础。

提示词质检 (Prompt QC)：对最终组装的创作 Prompt 进行多维度的自动化客观评分（如叙事对齐度、后期重构可行性等）。只有及格的结构骨架，才能进入真正的生音环节。

2. 按需分配的工具路由 (Tool Routing)

在 Prompt 审查通过后，我们根据不同 AI 生成工具的能力优势将其进行组合式分配，坚持“精细控制靠 MIDI，氛围张力靠 Suno”的策略：

1）MIDI Agent 插件（挂载 Kontakt 音源补充）：负责极细颗粒度、极强可修编性的绝对对齐。随后配合 Kontakt（康泰克）等专业级采样音源补充质感。例如单点触发的古筝单音、定帧的琵琶轮指，以及核心叙事动机。

2）ACE Studio：应对需要支持时间轴包络线、严格匹配特定音视频同步点特征的过渡段落。

3）Suno v5：负责宽泛、具备强感染力与复杂乐器纹理的声学铺设。例如空间背景噪音转换、场景悬疑氛围、高潮铺底等无需严丝合缝卡点对齐的音层。

3. 后期提取与终混实施

AI 音频批量生成完毕后，主创团队会利用情感命中率、音质纯净度、可剪接性等审核矩阵从候选池中进行人工提纯，筛选出最具价值的 Stem 混音分轨。

最后，将所有的声学元素进行缝合与深度后期制作：

1）制作工程平台：早期的音乐编辑在 Cubase 中完成，随后的对白剪辑、声音设计、预混与终混均转移至 Pro Tools 中进行。

2）音乐部分：以筛选出的优质 AI 音乐 Stem 为主进行二次建构与延展。

3）声音设计与对白：音效环境以 Sound Library 为主要基底，结合金币、橙子落地、脚步声、钵声等 Foley 实录；人物对白（含金蟾）皆为实录，少部分次要 NPC 人声及需要查缺补漏的音效则利用 AI 补充完成。

以上流程在人工精细预混与终混的把控下，最终交付具备独特艺术听感且严丝合缝的影视级视听工程。

六、参考资料说明

视觉风格参考：百眼幻境部分——《中国奇谭》中《鹅鹅鹅》的水墨动画风格。

电影致敬：《了不起的盖茨比》《华尔街之狼》《金手指》中“成功者”的经典画面。

声音参考：敲钵声采样自真实寺庙音源；部分音效通过拟音制作；主要角色配音由真人配音演员完成，特殊角色在真人配音完成后添加效果器（如金蟾、百眼幻境低语）制作失真、回声效果。