LTX-Video 0.9.7
对话驱动(原生音频)
16:910s
外景。小镇街道——早晨——新闻直播。镜头开场是一名新闻记者站在被封锁的车辆前,黄色警戒带在他身后飘动。他身穿海军蓝夹克,右手握着黑色麦克风,神情严肃地对着摄影机报道。他留着棕色短发,肤色较浅,胡茬清晰可见。摄影机保持中景,聚焦他的脸和上半身。清晨温暖的阳光映在他身后一辆老式旅行车的镀铬部件上;一名穿制服的警员从背景中走过,在警戒带附近停下。记者短暂地望向画外右侧,然后重新看向摄影机,继续讲话。场景采用实拍影像呈现,带有街道上的自然环境声。
lt-002
LTX-Video 0.9.7
对话驱动(原生音频)
English
外景。小镇街道——早晨——新闻直播。镜头开场是一名新闻记者站在被封锁的车辆前,黄色警戒带在他身后飘动。他身穿海军蓝夹克,右手握着黑色麦克风,神情严肃地对着摄影机报道。他留着棕色短发,肤色较浅,胡茬清晰可见。摄影机保持中景,聚焦他的脸和上半身。清晨温暖的阳光映在他身后一辆老式旅行车的镀铬部件上;一名穿制服的警员从背景中走过,在警戒带附近停下。记者短暂地望向画外右侧,然后重新看向摄影机,继续讲话。场景采用实拍影像呈现,带有街道上的自然环境声。
来源
Lightricks LTX-Video ·
查看原文
Kling 3.0 (可灵)
对话
16:915s1080p
场景:夜晚的公寓庭院;温暖的窗光洒在木栅栏上;背后是冷色天空。角色:一对三十岁出头的年轻男女,情绪紧张。动作:场景 1:年轻男女夜晚站在栅栏旁的中景。男子诚恳地说话,脸被公寓楼透出的暖光照亮。场景 2:越肩反打镜头,聚焦女子。她神情严肃地听着,随后低头叹息,再抬头回应。场景 3:聚焦男子的越肩镜头,女子回应时,他聆听着。镜头:场景 1 为中景;场景 2 为女子越肩镜头;场景 3 为男子越肩镜头。音频与风格:蟋蟀声、从窗户传出的远处电视声、轻柔人声;情感剧情电影感。
源 P3。面孔保持一致的三镜头对话——Kling 3.0 跨场景一致性 + 口型同步测试。
kl-144
Kling 3.0 (可灵)
对话
English
场景:夜晚的公寓庭院;温暖的窗光洒在木栅栏上;背后是冷色天空。角色:一对三十岁出头的年轻男女,情绪紧张。动作:场景 1:年轻男女夜晚站在栅栏旁的中景。男子诚恳地说话,脸被公寓楼透出的暖光照亮。场景 2:越肩反打镜头,聚焦女子。她神情严肃地听着,随后低头叹息,再抬头回应。场景 3:聚焦男子的越肩镜头,女子回应时,他聆听着。镜头:场景 1 为中景;场景 2 为女子越肩镜头;场景 3 为男子越肩镜头。音频与风格:蟋蟀声、从窗户传出的远处电视声、轻柔人声;情感剧情电影感。
使用建议
源 P3。面孔保持一致的三镜头对话——Kling 3.0 跨场景一致性 + 口型同步测试。
来源
Curious Refuge / jQvHqKrGhy8 ·
查看原文
Kling 3.0 (可灵)
对话
16:98s1080p
场景:舒适的咖啡馆,温暖的吊灯、环境交谈声和陶瓷碰撞声。角色:两名 30 多岁的朋友隔着一张小木桌相对而坐,两人面前都有咖啡杯。动作:两位朋友坐在舒适的咖啡馆里。一人问:“你最后写完那部小说了吗?”另一人回答:“快了,我好像就是写不出结局。”摄影机:缓慢的中景双人镜头,每句台词出现时柔和推进说话者。音频与风格:柔和的咖啡馆环境音,温暖照明;克制的独立电影基调。
源自 B2。Kling 2.6 原生音频对话——短对白,由模型自动进行口型同步。
kl-106
Kling 3.0 (可灵)
对话
English
场景:舒适的咖啡馆,温暖的吊灯、环境交谈声和陶瓷碰撞声。角色:两名 30 多岁的朋友隔着一张小木桌相对而坐,两人面前都有咖啡杯。动作:两位朋友坐在舒适的咖啡馆里。一人问:“你最后写完那部小说了吗?”另一人回答:“快了,我好像就是写不出结局。”摄影机:缓慢的中景双人镜头,每句台词出现时柔和推进说话者。音频与风格:柔和的咖啡馆环境音,温暖照明;克制的独立电影基调。
使用建议
源自 B2。Kling 2.6 原生音频对话——短对白,由模型自动进行口型同步。
来源
Curious Refuge / 4_ZdSLA_OTQ ·
查看原文
Veo 3.1
对话驱动(原生音频)
16:98s1080p
黑色电影风格,高反差阴影,烟雾氛围。主体:一名饱经风霜的侦探身穿皱巴巴的风衣,坐在杂乱的木桌后;一名身穿黑色长大衣的神秘女子站在门口,半身隐于剪影。动作:女子步入光线中时,侦探疲惫地从一摞案件卷宗上抬起头。摄影机:双人中景,侦探采用轻微低角度,透过百叶窗阴影构图。照明:单盏温暖钨丝台灯,威尼斯百叶窗的强烈条状光横切两人的面部,阴影如墨般深黑。环境:20 世纪 40 年代的私家侦探办公室,吊扇缓慢转动,后方窗户布满雨痕。音频:远处城市雨声、壁钟滴答声、吊扇缓慢转动声、穿墙而来的微弱悲怆萨克斯声。对白:侦探(疲惫):“全城那么多办公室,你偏偏走进了我的。”女子(略带神秘的微笑):“有人极力推荐你。”
Google 官方素材生成视频双镜头合并版,展示 Veo 多角色对白+情绪表演。
ve-008
Veo 3.1
对话驱动(原生音频)
English
黑色电影风格,高反差阴影,烟雾氛围。主体:一名饱经风霜的侦探身穿皱巴巴的风衣,坐在杂乱的木桌后;一名身穿黑色长大衣的神秘女子站在门口,半身隐于剪影。动作:女子步入光线中时,侦探疲惫地从一摞案件卷宗上抬起头。摄影机:双人中景,侦探采用轻微低角度,透过百叶窗阴影构图。照明:单盏温暖钨丝台灯,威尼斯百叶窗的强烈条状光横切两人的面部,阴影如墨般深黑。环境:20 世纪 40 年代的私家侦探办公室,吊扇缓慢转动,后方窗户布满雨痕。音频:远处城市雨声、壁钟滴答声、吊扇缓慢转动声、穿墙而来的微弱悲怆萨克斯声。对白:侦探(疲惫):“全城那么多办公室,你偏偏走进了我的。”女子(略带神秘的微笑):“有人极力推荐你。”
使用建议
Google 官方素材生成视频双镜头合并版,展示 Veo 多角色对白+情绪表演。
来源
Google Cloud Blog — Ultimate Prompting Guide for Veo 3.1 ·
查看原文
Veo 3.1
对话驱动(原生音频)
16:98s1080p
电影感犯罪剧情风格,强烈高反差照明,汗水与颗粒质感。主体:一名五十多岁、留着胡茬且身穿皱巴巴灰色衬衫的资深侦探,对面是一名三十多岁、额头汗珠密布的紧张线人。动作:侦探越过金属桌向前倾身;线人畏缩了一下,低头,随后抬眼。摄影机:中景镜头,随后缓慢拉焦,从前景侦探转移到背景线人。照明:单个裸露顶灯微微摆动,额头上形成强烈高光,四周深黑,单向镜投来微弱蓝色溢光。环境:一间昏暗的审讯室,混凝土墙面剥落,桌上放着一杯冷咖啡。音频:灯泡缓慢摆动的吱嘎声、灯丝嗡鸣声、走廊远处模糊的无线电对话、线人浅促的呼吸声。对白:侦探:“你的说法漏洞百出。”线人:“我把知道的一切都告诉你了。”
Vertex AI 官方“审讯室对白”原型,演示拉焦+双人原生对白。
ve-015
Veo 3.1
对话驱动(原生音频)
English
电影感犯罪剧情风格,强烈高反差照明,汗水与颗粒质感。主体:一名五十多岁、留着胡茬且身穿皱巴巴灰色衬衫的资深侦探,对面是一名三十多岁、额头汗珠密布的紧张线人。动作:侦探越过金属桌向前倾身;线人畏缩了一下,低头,随后抬眼。摄影机:中景镜头,随后缓慢拉焦,从前景侦探转移到背景线人。照明:单个裸露顶灯微微摆动,额头上形成强烈高光,四周深黑,单向镜投来微弱蓝色溢光。环境:一间昏暗的审讯室,混凝土墙面剥落,桌上放着一杯冷咖啡。音频:灯泡缓慢摆动的吱嘎声、灯丝嗡鸣声、走廊远处模糊的无线电对话、线人浅促的呼吸声。对白:侦探:“你的说法漏洞百出。”线人:“我把知道的一切都告诉你了。”
使用建议
Vertex AI 官方“审讯室对白”原型,演示拉焦+双人原生对白。
来源
Google Cloud — Veo Prompt Guide (Vertex AI docs) ·
查看原文
HappyHorse 1.0
对话驱动(原生音频)
9:168s
一名三十岁出头的韩国女子坐在布满雨痕的窗边木质咖啡桌旁,以温暖、从容的语气直视镜头说韩语。背景中有柔和的咖啡馆环境声。浅景深,温暖的钨丝灯光,特写构图,以自然语速说韩语。
hh-057
HappyHorse 1.0
对话驱动(原生音频)
English
一名三十岁出头的韩国女子坐在布满雨痕的窗边木质咖啡桌旁,以温暖、从容的语气直视镜头说韩语。背景中有柔和的咖啡馆环境声。浅景深,温暖的钨丝灯光,特写构图,以自然语速说韩语。
HappyHorse 1.0
对话驱动(原生音频)
16:98s
一名 40 多岁的男性发言人坐在现代办公室里,自信地对着摄影机介绍新产品发布。利落的企业风照明,浅背景虚化,紧凑的中景构图,专业而权威的语气,以自然语速说普通话。
hh-012
HappyHorse 1.0
对话驱动(原生音频)
English
一名 40 多岁的男性发言人坐在现代办公室里,自信地对着摄影机介绍新产品发布。利落的企业风照明,浅背景虚化,紧凑的中景构图,专业而权威的语气,以自然语速说普通话。
Wan 2.7 (通义万相)
对话驱动(原生音频)
16:910s
主体:一名男子与一名女子,均为 30 多岁,身穿休闲而优雅的服装,隔着一张烛光餐桌相对而坐。
场景:复古木板装饰的餐厅,墙壁采用深色木材,一扇大窗户外可见繁茂绿植。阳光从窗户照入,在场景中形成柔和侧光。桌上摆着面包、葡萄、银质餐具和一只闪亮茶壶。温暖的钨丝环境光与日光交融。
动作:她微微举起酒杯,带着淡淡而悲伤的微笑望向他。他轻轻呼气,低头,然后再次抬头。口型与对白同步。中景双人镜头,摄影机锁定。
声音:男子以低沉克制的语气说道:“我们不能继续假装一切从未改变。”女子轻轻呼气,随后低声说道:“可如果遗忘比铭记更令人痛苦呢?”温暖的室内底噪,窗外微弱鸟鸣,无音乐。
wn-005
Wan 2.7 (通义万相)
对话驱动(原生音频)
English
主体:一名男子与一名女子,均为 30 多岁,身穿休闲而优雅的服装,隔着一张烛光餐桌相对而坐。
场景:复古木板装饰的餐厅,墙壁采用深色木材,一扇大窗户外可见繁茂绿植。阳光从窗户照入,在场景中形成柔和侧光。桌上摆着面包、葡萄、银质餐具和一只闪亮茶壶。温暖的钨丝环境光与日光交融。
动作:她微微举起酒杯,带着淡淡而悲伤的微笑望向他。他轻轻呼气,低头,然后再次抬头。口型与对白同步。中景双人镜头,摄影机锁定。
声音:男子以低沉克制的语气说道:“我们不能继续假装一切从未改变。”女子轻轻呼气,随后低声说道:“可如果遗忘比铭记更令人痛苦呢?”温暖的室内底噪,窗外微弱鸟鸣,无音乐。
来源
Alibaba Cloud Wan Prompts Recipe ·
查看原文
Kling 3.0 (可灵)
对话
16:912s1080p
场景:采用冷色主光的中性室内环境,专业电影画面;三个角度均为同一名演员。角色:一名三十多岁、穿着利落休闲装的男子,以冷面语气说话。动作:镜头 1:男子说:“好莱坞这下彻底完了。”镜头 2:切换至侧面角度。男子说:“因为现在你可以生成多镜头视频了。”镜头 3:再次切换角度,变为男子的正面特写。他说:“只用一张图。”摄影机:镜头 1 为正面中景;镜头 2 为侧面中景;镜头 3 为正面特写。音频与风格:清晰的人声录音,轻微室内底噪,无音乐;技术演示电影感。
源 I1。Kling 3.0 多镜头从单张图像生成多角度镜头的标杆演示。
kl-125
Kling 3.0 (可灵)
对话
English
场景:采用冷色主光的中性室内环境,专业电影画面;三个角度均为同一名演员。角色:一名三十多岁、穿着利落休闲装的男子,以冷面语气说话。动作:镜头 1:男子说:“好莱坞这下彻底完了。”镜头 2:切换至侧面角度。男子说:“因为现在你可以生成多镜头视频了。”镜头 3:再次切换角度,变为男子的正面特写。他说:“只用一张图。”摄影机:镜头 1 为正面中景;镜头 2 为侧面中景;镜头 3 为正面特写。音频与风格:清晰的人声录音,轻微室内底噪,无音乐;技术演示电影感。
使用建议
源 I1。Kling 3.0 多镜头从单张图像生成多角度镜头的标杆演示。
来源
Curious Refuge / HTBfxEqDCdU ·
查看原文
Sora 2
对话驱动(原生音频)
16:98s
风格:新黑色电影犯罪剧情片,35mm 变形宽银幕,深重阴影,单一来源主光,烟雾浓重的氛围,低饱和色板,黑色部分带淤青般的青色。
一间狭窄无窗的房间,墙壁呈旧灰烬般的颜色。一只裸露灯泡从天花板垂下,光线聚在中央伤痕累累的金属桌上。两把椅子隔桌相对。一侧坐着侦探,他的风衣搭在椅背上,目光锐利,毫不眨眼。对面是瘫坐着的嫌疑人,香烟烟雾懒散地卷向天花板。沉默带来沉重压迫。
摄影:
- 摄影机:锁定的中景双人镜头;最后一句台词时细微推进侦探
- 镜头:40mm 变形宽银幕镜头;浅焦在两张面孔之间漂移
- 照明:强烈的顶部实景光,无补光;烟雾承接光束
- 氛围:幽闭、指控感
对白:
- 侦探:“你在撒谎。我能从你的沉默中听出来。”
- 嫌疑人:“又或许,我只是厌倦了说话。”
- 侦探:“不论如何,今晚结束前你都会开口。”
背景声音:头顶灯光的微弱嗡鸣;椅子吱嘎声;一次缓慢的吐烟声。
Cookbook 示范如何将对白单独成块,并用交替轮次让模型把每一行对应到正确角色
so-004
Sora 2
对话驱动(原生音频)
English
风格:新黑色电影犯罪剧情片,35mm 变形宽银幕,深重阴影,单一来源主光,烟雾浓重的氛围,低饱和色板,黑色部分带淤青般的青色。
一间狭窄无窗的房间,墙壁呈旧灰烬般的颜色。一只裸露灯泡从天花板垂下,光线聚在中央伤痕累累的金属桌上。两把椅子隔桌相对。一侧坐着侦探,他的风衣搭在椅背上,目光锐利,毫不眨眼。对面是瘫坐着的嫌疑人,香烟烟雾懒散地卷向天花板。沉默带来沉重压迫。
摄影:
- 摄影机:锁定的中景双人镜头;最后一句台词时细微推进侦探
- 镜头:40mm 变形宽银幕镜头;浅焦在两张面孔之间漂移
- 照明:强烈的顶部实景光,无补光;烟雾承接光束
- 氛围:幽闭、指控感
对白:
- 侦探:“你在撒谎。我能从你的沉默中听出来。”
- 嫌疑人:“又或许,我只是厌倦了说话。”
- 侦探:“不论如何,今晚结束前你都会开口。”
背景声音:头顶灯光的微弱嗡鸣;椅子吱嘎声;一次缓慢的吐烟声。
使用建议
Cookbook 示范如何将对白单独成块,并用交替轮次让模型把每一行对应到正确角色
标签
音频对白审讯黑色电影Sora Cookbook
来源
OpenAI Cookbook — Dialogue and Audio ·
查看原文
HappyHorse 1.0
产品与商业广告
9:165s
Eclora 清新、柔和,令人难忘。
hh-078
HappyHorse 1.0
产品与商业广告
English
来源
I Tested HappyHorse 1.0 Inside Pollo AI (YouTube) ·
查看原文
Veo 3.1
电影叙事与戏剧场景
16:98s1080p
复古电影美学,仿佛使用带有细微颗粒的 20 世纪 80 年代彩色胶片拍摄。一名年近四十、疲惫的公司职员坐在一台笨重的米色 20 世纪 80 年代 CRT 电脑前,领带松开,衬衫袖子卷起,精疲力竭地揉着太阳穴,中景镜头。深夜杂乱的办公室里,纸张堆在一只半空的咖啡杯旁。静态摄影机,不移动。照明:刺眼的顶部荧光灯管与单色显示器的绿色辉光混合,绿光洒在他的脸上。环境:昏暗的隔间,百叶窗半掩,远处雨水敲打窗户。音频:CRT 的低沉嗡鸣与荧光灯电流声、另一个房间传来的轻柔机械键盘敲击声、微弱的 AM 广播正在播放忧郁的爵士乐。对白:(低声自语)“再写一份报告……再一份。”
Google 官方“复古办公室职员”示例改写为完整 8 元素+双标记。原型展示怀旧胶片质感+单一光源(显示器+荧光灯)。
ve-005
Veo 3.1
电影叙事与戏剧场景
English
复古电影美学,仿佛使用带有细微颗粒的 20 世纪 80 年代彩色胶片拍摄。一名年近四十、疲惫的公司职员坐在一台笨重的米色 20 世纪 80 年代 CRT 电脑前,领带松开,衬衫袖子卷起,精疲力竭地揉着太阳穴,中景镜头。深夜杂乱的办公室里,纸张堆在一只半空的咖啡杯旁。静态摄影机,不移动。照明:刺眼的顶部荧光灯管与单色显示器的绿色辉光混合,绿光洒在他的脸上。环境:昏暗的隔间,百叶窗半掩,远处雨水敲打窗户。音频:CRT 的低沉嗡鸣与荧光灯电流声、另一个房间传来的轻柔机械键盘敲击声、微弱的 AM 广播正在播放忧郁的爵士乐。对白:(低声自语)“再写一份报告……再一份。”
使用建议
Google 官方“复古办公室职员”示例改写为完整 8 元素+双标记。原型展示怀旧胶片质感+单一光源(显示器+荧光灯)。
标签
20 世纪 80 年代音频电影感对白办公室复古Veo 官方
来源
Google Cloud Blog — Ultimate Prompting Guide for Veo 3.1 ·
查看原文
Veo 3.1
对话驱动(原生音频)
16:98s
中景镜头框住一名饱经风霜、留着浓密白胡子的老水手。他一只手拿着烟斗,另一只手指向翻涌的大海。对白:“这片海,是一股力量,一股狂野而不可驯服的威力。无论何时,都必须敬畏她。”音频:海浪撞击声、远处海鸥叫声、脚下老旧木船的吱嘎声、一阵低沉风声。
Veo 3 的“角色+对白+多层环境音”官方公式:人物外观→动作→对白:→音频:
ve-001
Veo 3.1
对话驱动(原生音频)
English
中景镜头框住一名饱经风霜、留着浓密白胡子的老水手。他一只手拿着烟斗,另一只手指向翻涌的大海。对白:“这片海,是一股力量,一股狂野而不可驯服的威力。无论何时,都必须敬畏她。”音频:海浪撞击声、远处海鸥叫声、脚下老旧木船的吱嘎声、一阵低沉风声。
使用建议
Veo 3 的“角色+对白+多层环境音”官方公式:人物外观→动作→对白:→音频:
Doubao Seedance 2.0
创意与实验性
16:915sCapCut Video Studio1080p
两只猫互相进行功夫格斗。它们穿着功夫服。港式复古功夫电影风格。第一只猫说:“是时候送你上路了。”第二只猫回答:“放马过来吧,兄弟。”它们开始互相格斗。随后,第一只猫用波动拳攻击第二只猫。第二只猫闪避,并以升龙拳反击。
sd-112
Doubao Seedance 2.0
创意与实验性
English
两只猫互相进行功夫格斗。它们穿着功夫服。港式复古功夫电影风格。第一只猫说:“是时候送你上路了。”第二只猫回答:“放马过来吧,兄弟。”它们开始互相格斗。随后,第一只猫用波动拳攻击第二只猫。第二只猫闪避,并以升龙拳反击。
来源
YouTube 4zjPITR553w · How to Use Seedance 2.0 in CapCut - First Impressions ·
查看原文
Sora 2
对话驱动(原生音频)
16:98s
风格:当代独立剧情片,自然主义,35mm Super 35 模拟质感,温暖午后光线搭配细微薄霾,轻度低饱和色板。
午后时分的社区咖啡馆。窗边一张双人桌;光线透过小酒馆窗帘,散落在大理石桌面上。两名 20 多岁后段的朋友隔着喝了一半的拿铁相对而坐。一人用手肘支撑身体;另一人漫不经心地转动勺子。
电影摄影:
- 摄影机:暗示使用肩部高度的正反打,但保持对说话者甲的单一越肩构图;带极轻微的手持呼吸感
- 镜头:50mm;浅景深,面孔清晰
- 照明:温暖窗户逆光作为主光;内侧脸颊有轻柔反射补光;咖啡馆内部提供冷色环境补光
- 氛围:坦率、亲密、略显紧张
动作:
- 说话者甲(轻声):"我今天差点没来。"
- 说话者乙(温柔):"我知道。"
- 说话者甲低头看向杯子,用一根手指沿杯沿划过
- 说话者乙(轻声):"我很高兴你来了。"
背景声音:浓缩咖啡机的嗡鸣与人声低语构成背景;杯子轻碰杯碟;房间另一侧一把椅子的刮擦声。无配乐。
Cookbook 示范的环境声原句:“浓缩咖啡机的嗡鸣与人声低语构成背景。”+ 官方建议 4s 容纳 1-2 句对白、8s 容纳更多。
so-015
Sora 2
对话驱动(原生音频)
English
风格:当代独立剧情片,自然主义,35mm Super 35 模拟质感,温暖午后光线搭配细微薄霾,轻度低饱和色板。
午后时分的社区咖啡馆。窗边一张双人桌;光线透过小酒馆窗帘,散落在大理石桌面上。两名 20 多岁后段的朋友隔着喝了一半的拿铁相对而坐。一人用手肘支撑身体;另一人漫不经心地转动勺子。
电影摄影:
- 摄影机:暗示使用肩部高度的正反打,但保持对说话者甲的单一越肩构图;带极轻微的手持呼吸感
- 镜头:50mm;浅景深,面孔清晰
- 照明:温暖窗户逆光作为主光;内侧脸颊有轻柔反射补光;咖啡馆内部提供冷色环境补光
- 氛围:坦率、亲密、略显紧张
动作:
- 说话者甲(轻声):"我今天差点没来。"
- 说话者乙(温柔):"我知道。"
- 说话者甲低头看向杯子,用一根手指沿杯沿划过
- 说话者乙(轻声):"我很高兴你来了。"
背景声音:浓缩咖啡机的嗡鸣与人声低语构成背景;杯子轻碰杯碟;房间另一侧一把椅子的刮擦声。无配乐。
使用建议
Cookbook 示范的环境声原句:“浓缩咖啡机的嗡鸣与人声低语构成背景。”+ 官方建议 4s 容纳 1-2 句对白、8s 容纳更多。
标签
音频对白自然主义Sora Cookbook双人镜头
来源
OpenAI Cookbook — Dialogue and Audio ·
查看原文
Kling 3.0 (可灵)
图生视频专项
16:95s1080p
场景:公寓入口,从关闭的门外(起点)过渡到亮着灯的门厅内(终点)。角色:一名三十多岁、身穿休闲外套的男子,带着略显疲惫的微笑。动作:他握住门把手,将其转动并推门而入,同时说:“我回来了。”他走进屋内,双手从门把手滑到门边,望向房间。摄影机:固定机位画面,同时匹配起始帧和结束帧参考。音频与风格:门把手咔嗒声、铰链吱嘎声、远处厨房声、温暖的人声;家庭电影感。
源 J1。首尾帧经典开门场景——长动画视频流程。
kl-128
Kling 3.0 (可灵)
图生视频专项
English
场景:公寓入口,从关闭的门外(起点)过渡到亮着灯的门厅内(终点)。角色:一名三十多岁、身穿休闲外套的男子,带着略显疲惫的微笑。动作:他握住门把手,将其转动并推门而入,同时说:“我回来了。”他走进屋内,双手从门把手滑到门边,望向房间。摄影机:固定机位画面,同时匹配起始帧和结束帧参考。音频与风格:门把手咔嗒声、铰链吱嘎声、远处厨房声、温暖的人声;家庭电影感。
使用建议
源 J1。首尾帧经典开门场景——长动画视频流程。
来源
Marlon Wallace / 0CjArtUh_Wg ·
查看原文
HappyHorse 1.0
对话驱动(原生音频)
16:97s
一名德国配音演员在专业录音棚隔音室内录制,平静地对着一支大型电容麦克风说话。透过玻璃隔断拍摄紧凑的中景,背景中有录音棚监听设备的微光,以自然语速说德语,配有干净的棚内音频。
hh-015
HappyHorse 1.0
对话驱动(原生音频)
English
一名德国配音演员在专业录音棚隔音室内录制,平静地对着一支大型电容麦克风说话。透过玻璃隔断拍摄紧凑的中景,背景中有录音棚监听设备的微光,以自然语速说德语,配有干净的棚内音频。
HappyHorse 1.0
对话驱动(原生音频)
9:168s
男子手里拿着热腾腾的街头小吃,咬了一口,微微一笑,然后说:“哟,这真的挺好吃。”全程头部动作自然,有眨眼,口型同步干净准确。
hh-061
HappyHorse 1.0
对话驱动(原生音频)
English
男子手里拿着热腾腾的街头小吃,咬了一口,微微一笑,然后说:“哟,这真的挺好吃。”全程头部动作自然,有眨眼,口型同步干净准确。
来源
Alibaba's New AI Video Model Tested (YouTube) ·
查看原文
HappyHorse 1.0
产品与商业广告
9:168s
一名男子拿起能量饮料罐,将它从镜头前移远,再拿近,喝一口,然后放回桌上。他说道:"它看起来像电池,因为它确实能给我的一天充电。"自然的胡须、写实的皮肤纹理、随意的 UGC 氛围。
音频:他的声音、室内底噪、饮料罐放回桌面的声音。
hh-079
HappyHorse 1.0
产品与商业广告
English
一名男子拿起能量饮料罐,将它从镜头前移远,再拿近,喝一口,然后放回桌上。他说道:"它看起来像电池,因为它确实能给我的一天充电。"自然的胡须、写实的皮肤纹理、随意的 UGC 氛围。
音频:他的声音、室内底噪、饮料罐放回桌面的声音。
来源
I Tested HappyHorse 1.0 Inside Pollo AI (YouTube) ·
查看原文
Sora 2
电影叙事与戏剧场景
16:98s
风格:20 世纪 70 年代浪漫剧情片,使用 35mm 胶片拍摄,带自然光晕、柔焦和温暖的高光晕染。轻微片门晃动与手持微抖营造复古亲密感。受 Kodak 启发的暖色调色;灯泡带轻微高光晕染;胶片颗粒与柔和暗角呈现真实年代感。
黄金时刻,砖砌公寓楼顶变成一个小舞台。挂着白色床单的晾衣绳随风摆动。不相配的串灯在头顶嗡鸣。一名身穿飘逸红色丝绸裙装的年轻女性赤脚起舞,卷发闪耀。伴侣卷起袖口、松开背带,在旁拍手应和。
摄影:中广景,从视线高度沿轨道缓慢推进。40mm 球面镜头,浅焦将这对伴侣与城市天际线分离。金色自然光作为主光,以钨丝灯反射补光;串灯勾勒边缘。怀旧、温柔、电影感氛围。
动作:
- 她旋转;裙摆展开并捕捉阳光
- 女子(笑着):“看见了吗?今晚连这座城市都在与我们共舞。”
- 他走近,握住她的手,将她下腰带入阴影
- 男子(微笑):“只因为是你领舞。”
- 床单飘过画面,短暂遮住天际线,随后分开
背景声音:仅使用自然环境声——风声、布料飘动声、街道噪声、沉闷音乐声。不添加配乐。
黄金时刻 + 对白 + 实景拍片质感的官方示例,风格段锁定胶片美学
so-002
Sora 2
电影叙事与戏剧场景
English
风格:20 世纪 70 年代浪漫剧情片,使用 35mm 胶片拍摄,带自然光晕、柔焦和温暖的高光晕染。轻微片门晃动与手持微抖营造复古亲密感。受 Kodak 启发的暖色调色;灯泡带轻微高光晕染;胶片颗粒与柔和暗角呈现真实年代感。
黄金时刻,砖砌公寓楼顶变成一个小舞台。挂着白色床单的晾衣绳随风摆动。不相配的串灯在头顶嗡鸣。一名身穿飘逸红色丝绸裙装的年轻女性赤脚起舞,卷发闪耀。伴侣卷起袖口、松开背带,在旁拍手应和。
摄影:中广景,从视线高度沿轨道缓慢推进。40mm 球面镜头,浅焦将这对伴侣与城市天际线分离。金色自然光作为主光,以钨丝灯反射补光;串灯勾勒边缘。怀旧、温柔、电影感氛围。
动作:
- 她旋转;裙摆展开并捕捉阳光
- 女子(笑着):“看见了吗?今晚连这座城市都在与我们共舞。”
- 他走近,握住她的手,将她下腰带入阴影
- 男子(微笑):“只因为是你领舞。”
- 床单飘过画面,短暂遮住天际线,随后分开
背景声音:仅使用自然环境声——风声、布料飘动声、街道噪声、沉闷音乐声。不添加配乐。
使用建议
黄金时刻 + 对白 + 实景拍片质感的官方示例,风格段锁定胶片美学
标签
35mm对白年代浪漫Sora Cookbook
HappyHorse 1.0
对话
16:910s
你今晚不该来这里。这是个错误。
你以为你能逃掉吗?别太天真了。
现在,沉默是你唯一剩下的东西。
hh-072
HappyHorse 1.0
对话
English
你今晚不该来这里。这是个错误。
你以为你能逃掉吗?别太天真了。
现在,沉默是你唯一剩下的东西。
来源
Seedance 2.0 vs HappyHorse vs Kling 3.0 — 15 Prompts (YouTube) ·
查看原文
Veo 3.1
对话驱动(原生音频)
16:98s1080p
照片级写实电影演唱会风格,戏剧性舞台照明。主体:一名留着齐肩深色头发、身穿亮片夹克的流行女歌手,对着复古镀铬麦克风演唱。动作:她闭着眼睛演唱,摄影机开始环绕时睁开双眼,最终从她的视角面对如海洋般的歌迷。摄影机:平滑的 180 度弧形镜头,从正面特写开始,环绕至她肩后方的 POV 镜头。照明:单一戏剧性正面聚光灯逐渐过渡为明亮舞台灯,面对观众时产生镜头眩光。环境:黑暗的演唱会舞台,下方是由剪影与手机灯光组成、声势浩大的观众。音频:现场鼓组节拍、电吉他延音、强度逐渐升高的观众欢呼与齐声呼喊、麦克风混响尾音。对白:她唱道:“当你凝视我的双眼时,我能看见万千星辰。”
Google 官方首尾帧工作流转场示例,展示 180° 弧形镜头与歌词同步生成。
ve-009
Veo 3.1
对话驱动(原生音频)
English
照片级写实电影演唱会风格,戏剧性舞台照明。主体:一名留着齐肩深色头发、身穿亮片夹克的流行女歌手,对着复古镀铬麦克风演唱。动作:她闭着眼睛演唱,摄影机开始环绕时睁开双眼,最终从她的视角面对如海洋般的歌迷。摄影机:平滑的 180 度弧形镜头,从正面特写开始,环绕至她肩后方的 POV 镜头。照明:单一戏剧性正面聚光灯逐渐过渡为明亮舞台灯,面对观众时产生镜头眩光。环境:黑暗的演唱会舞台,下方是由剪影与手机灯光组成、声势浩大的观众。音频:现场鼓组节拍、电吉他延音、强度逐渐升高的观众欢呼与齐声呼喊、麦克风混响尾音。对白:她唱道:“当你凝视我的双眼时,我能看见万千星辰。”
使用建议
Google 官方首尾帧工作流转场示例,展示 180° 弧形镜头与歌词同步生成。
来源
Google Cloud Blog — Ultimate Prompting Guide for Veo 3.1 ·
查看原文
Sora 2
电影叙事与戏剧场景
16:94s
风格:手绘 2D/3D 混合动画,带柔和笔刷纹理、温暖钨丝灯光和可触摸的定格动画质感。21 世纪初期绘本动画美学——温馨、不完美、富有机械魅力。水彩晕染、绘画纹理、冷暖平衡、电影化运动模糊。
杂乱的工坊内,架子上堆满齿轮和蓝图。一个圆滚滚的小机器人坐在木凳上,凹陷的身体打着不相配的补丁。它摆弄着一只嗡鸣的灯泡,发光的蓝色大眼睛不断闪烁。
摄影:中近景,缓慢推进,悬挂工具形成视差。35mm 虚拟镜头,浅景深柔化背景。温暖的顶部实景主光;冷色窗光溢入。氛围轻柔、奇趣、略带悬念。
动作:
- 机器人轻敲灯泡;火花噼啪作响
- 它吓得一缩,灯泡脱手,双眼睁大
- 灯泡以慢动作翻滚;它将其接住
- 蒸汽从胸口逸出——如释重负又感到自豪
- 机器人说道:“差点弄丢了……不过我接住了!”
背景声音:雨声、时钟滴答声、柔和的机械嗡鸣、微弱的灯泡滋滋声。
Sora 2 官方推荐分层结构:风格 → 场景 → 摄影 → 动作(按节拍)→ 声音
so-001
Sora 2
电影叙事与戏剧场景
English
风格:手绘 2D/3D 混合动画,带柔和笔刷纹理、温暖钨丝灯光和可触摸的定格动画质感。21 世纪初期绘本动画美学——温馨、不完美、富有机械魅力。水彩晕染、绘画纹理、冷暖平衡、电影化运动模糊。
杂乱的工坊内,架子上堆满齿轮和蓝图。一个圆滚滚的小机器人坐在木凳上,凹陷的身体打着不相配的补丁。它摆弄着一只嗡鸣的灯泡,发光的蓝色大眼睛不断闪烁。
摄影:中近景,缓慢推进,悬挂工具形成视差。35mm 虚拟镜头,浅景深柔化背景。温暖的顶部实景主光;冷色窗光溢入。氛围轻柔、奇趣、略带悬念。
动作:
- 机器人轻敲灯泡;火花噼啪作响
- 它吓得一缩,灯泡脱手,双眼睁大
- 灯泡以慢动作翻滚;它将其接住
- 蒸汽从胸口逸出——如释重负又感到自豪
- 机器人说道:“差点弄丢了……不过我接住了!”
背景声音:雨声、时钟滴答声、柔和的机械嗡鸣、微弱的灯泡滋滋声。
使用建议
Sora 2 官方推荐分层结构:风格 → 场景 → 摄影 → 动作(按节拍)→ 声音
标签
动画音频对白镜头清单Sora Cookbook
Veo 3.1
对话驱动(原生音频)
16:98s1080p
电影感悬疑剧情片风格,光线昏暗的暖色色板,经典欧洲电影调色。主体:Clara,一名 30 岁出头的历史学家;深棕色双眼善于观察,蕴含安静而强烈的目光;齐下巴的黑发梳成经典波波头;身穿精致的深海军蓝羊毛外套,颈间系着一条带低调金色与奶油色图案的丝巾。动作:她站在一张巨大的古老木桌前,小心翻动一本巨型皮革装订书中脆弱泛黄的书页,神情高度专注。摄影机:中景,缓慢沿轨道推进。照明:一道光束从高窗射入,照亮清晰可见的尘埃微粒,深沉的桃花心木色阴影环绕着她。环境:光线昏暗而宏伟的巴黎档案馆,高耸书架上摆满皮革书籍,一盏黄铜台灯发出微弱光芒。音频:古老羊皮纸的轻柔皱响、室外远处教堂钟声、古董摆钟缓慢的滴答声、低沉的大提琴环境持续音。对白:Clara 以清脆清晰、深思而善于分析的声音和标准美国口音说道:“一定就在这里。”
Vertex AI 官方最佳实践“Clara/巴黎档案馆”原型,展示角色一致性的完整描述公式(姓名+年龄+体貌+服饰+声线+口音),便于跨镜头复用。
ve-020
Veo 3.1
对话驱动(原生音频)
English
电影感悬疑剧情片风格,光线昏暗的暖色色板,经典欧洲电影调色。主体:Clara,一名 30 岁出头的历史学家;深棕色双眼善于观察,蕴含安静而强烈的目光;齐下巴的黑发梳成经典波波头;身穿精致的深海军蓝羊毛外套,颈间系着一条带低调金色与奶油色图案的丝巾。动作:她站在一张巨大的古老木桌前,小心翻动一本巨型皮革装订书中脆弱泛黄的书页,神情高度专注。摄影机:中景,缓慢沿轨道推进。照明:一道光束从高窗射入,照亮清晰可见的尘埃微粒,深沉的桃花心木色阴影环绕着她。环境:光线昏暗而宏伟的巴黎档案馆,高耸书架上摆满皮革书籍,一盏黄铜台灯发出微弱光芒。音频:古老羊皮纸的轻柔皱响、室外远处教堂钟声、古董摆钟缓慢的滴答声、低沉的大提琴环境持续音。对白:Clara 以清脆清晰、深思而善于分析的声音和标准美国口音说道:“一定就在这里。”
使用建议
Vertex AI 官方最佳实践“Clara/巴黎档案馆”原型,展示角色一致性的完整描述公式(姓名+年龄+体貌+服饰+声线+口音),便于跨镜头复用。
来源
Google Cloud — Veo Best Practices (Vertex AI docs) ·
查看原文