来源:群聊分享(菩提树)+ 网络调研
整理时间:2026-04-22
标签:#GPT-Image-2 #Seedance-2.0 #Topview #AI视频 #AI生图 #工作流 #分镜 #故事板 #AIGC
Topview Labs 创新的工作流将全球最强生图模型(GPT-Image 2)和最强视频模型(Seedance 2.0)串联在一起:
GPT-Image 2 (beta) → 生成分镜 Storyboard → Seedance 2.0 → 输出长视频
本质: 用 AI 生图做”预览”,确认满意后再用 AI 视频模型跑最终成片。
| 问题 | 说明 |
|---|---|
| 抽卡严重 | AI 视频随机性强,经常生成不满意的画面 |
| 算力浪费 | 一条片子烧大量 token,不满意就重来 |
| 时间成本高 | 等很久出结果,发现不对又要重跑 |
| 试错成本高 | 每次生成都是”全赌注” |
| 优势 | 说明 |
|---|---|
| 可控性大幅提升 | 分镜阶段解决图层面问题 |
| 算力只花在确认的镜头上 | 视频算力用在已经定好的画面上 |
| 成本降低 | 避免反复重跑视频 |
| 效率提升 | 先确认再投入,流程更顺 |
满意程度 = (分镜质量) × (视频质量) × (可控性)
关键洞察: 图层面问题在图层面解决,视频层面只做视频的事。
定位: OpenAI 最强生图模型
| 特性 | 说明 |
|---|---|
| 模型能力 | 理解复杂提示词,生成高质量图像 |
| 文本渲染 | 准确生成文字,适合做故事板 |
| 风格多样 | 支持多种艺术风格 |
| 位置: | Codex 内置,直接使用无需配置 |
使用场景:生成分镜图、确认画面构图
定位: 字节跳动最强视频生成模型
| 特性 | 说明 |
|---|---|
| 视频长度 | 支持长视频生成 |
| 画面质量 | 高清、高一致性 |
| 运动流畅 | 动作自然、不卡顿 |
| 生态: | 字节系产品集成 |
使用场景:基于分镜生成最终视频
官网: topviewlabs.com
| 功能 | 说明 |
|---|---|
| Ultra Plan | 365 天无限使用两个最强模型 |
| 工作流集成 | 内置 GPT-Image 2 + Seedance 2.0 串联 |
| 操作简便 | 界面友好,一键切换 |
准备内容:
- 视频主题是什么?
- 有几个场景/镜头?
- 每个镜头的描述是什么?
示例:
主题:AI 未来城市
场景1:清晨城市天际线,飞行汽车穿梭
场景2:AI 控制的智能家居内部
场景3:人类与 AI 和谐共处的画面
操作方法:
分镜提示词模板:
[场景描述], storyboard style, consistent lighting,
clear composition, [画面比例], [风格描述]
示例提示词:
场景1分镜:
A futuristic city skyline at dawn, flying cars shuttling between
skyscrapers, golden hour lighting, storyboard style, cinematic
composition, wide shot, --ar 16:9
场景2分镜:
Interior of a smart home with AI-controlled devices, warm interior
lighting, modern design, storyboard style, medium shot, --ar 16:9
检查要点:
| 检查项 | 说明 |
|---|---|
| 🎯 构图 | 主体是否突出? |
| 💡 光线 | 光影效果是否满意? |
| 🎨 风格 | 整体风格是否一致? |
| 📝 文字 | 文字是否正确(如有)? |
| 🔄 连续性 | 多镜头间是否连贯? |
调整策略:
- 不满意 → 修改提示词重新生成该分镜
- 满意 → 锁定该分镜,进入下一步
操作方法:
参数设置建议:
| 参数 | 建议值 |
|---|---|
| 视频长度 | 根据分镜数量选择 |
| 分辨率 | 1080p 或更高 |
| 帧率 | 24fps 或 30fps |
| 风格 | 与分镜保持一致 |
生成后检查:
- 动作是否流畅?
- 画面是否与分镜一致?
- 有无明显瑕疵?
导出格式建议:
- MP4 (H.264) - 通用兼容
- MOV (ProRes) - 高质量存档
| 套餐 | 内容 | 优势 |
|---|---|---|
| Ultra Plan | 365 天无限使用 GPT-Image 2 + Seedance 2.0 | 最划算,适合批量生产 |
适用场景:
- 英文视频账号批量生产
- 需要长期稳定输出的创作者
- 追求高品质的商业项目
| 方案 | 成本 | 效率 |
|---|---|---|
| 纯抽卡 | 高(反复重跑) | 低 |
| 新工作流 | 低(一次成型) | 高 |
菩提树提到:”接下来准备把英文视频账号的批量生产全切到这套工作流上”
1. 规划:确定本周要生产的 10 条视频主题
2. 分镜:GPT-Image 2 批量生成分镜(1天内完成)
3. 审核:检查所有分镜,确认或调整
4. 视频:Seedance 2.0 批量生成视频
5. 后期:剪辑、配音、字幕
6. 发布:上传至各平台
| 指标 | 提升 |
|---|---|
| 试错成本 | ↓ 70%+ |
| 视频质量 | ↑ 明显(基于确认分镜) |
| 生产效率 | ↑ 3-5 倍 |
| 算力浪费 | ↓ 80%+ |
[主体] + [场景] + [光线] + [角度] + [风格] + [比例]
示例:
A robotic chef in a modern kitchen, cooking dinner for a family,
warm kitchen lighting from pendant lamps, eye-level shot,
cinematic style, --ar 16:9
与分镜保持一致:
[沿用分镜的核心描述], video format, smooth motion,
consistent with storyboard reference, --ar 16:9
| 中文 | 英文 |
|---|---|
| 电影感 | cinematic, film grain |
| 写实 | photorealistic, hyperrealistic |
| 动漫 | anime style, studio ghibli |
| 赛博朋克 | cyberpunk, neon lighting |
| 极简 | minimalist, clean lines |
解决:
1. 细化主体描述
2. 添加更多风格关键词
3. 指定光线和角度
4. 尝试不同的宽高比
解决:
1. 确保提示词描述一致
2. 使用分镜图作为参考
3. 调整运动强度参数
4. 减少镜头切换频率
解决:
1. 降低运动幅度
2. 选择简单场景开始
3. 增加运动关键词
4. 尝试不同的种子(seed)
解决:
1. 先用免费工具做草稿
2. 确认满意后再用付费工具
3. 利用 Topview Ultra Plan 批量处理
4. 避免高峰时段(如果有定价差异)
| 工具 | 说明 |
|---|---|
| Codex + GPT-Image 2 | 内置免费额度 |
| 通义万相 | 阿里免费生图 |
| Stable Diffusion | 本地免费运行 |
| Runway | 有免费额度 |
Midjourney 生成分镜 → Runway 生成视频
优点: 两者都有免费额度
缺点: 需要手动串联,效果可能不如 Topview 一体化
GPT-Image 2 + Seedance 2.0 工作流 = 先画后拍,先确认再投入,让 AI 视频从”抽卡”变成”精准制作”,大幅降低成本、提升质量。
本文由 AI 辅助整理,供技术学习参考。