记一下《When the Streetlights Bloom》这支 MV 是怎么拼出来的,给自己留个档。
一开始打算全程用 MiniMax H3。问题是它在我那张 5090 上生成实在太磨人,一条镜头挂着等半天,做到中段实在没耐心了,就把几个镜头分出去给 LTX 2.3 和 seedance 2.0 跑。最后数下来大概一半是 H3,另一半是这两家顶上的。本来没想混,阴差阳错倒成了一轮 A/B。
回头逐条看成片:
- LTX 2.3 那几条基本一眼能认出来,跟另外两家放一起质感就不是一路
- H3 和 seedance 反倒咬得很紧,差别主要看分辨率,还有这条镜头里运动量大不大,动作一大差距才显出来
剪辑这块我偷了懒,没开时间线手剪。全程是提示词配 Velorn 的 MCP 工具,生成、归档、串接都在里面走完,后端挂的 ComfyUI,工具本身免费开源。每个镜头的首帧参考图是另外拿图像生成模型单独出的,我的想法是先把画面定住,再交给视频模型去动,换哪家接手心里都有底。
标注版我手上有,每个镜头用的哪家都写着,想对照看的说一声,我再发一遍。