最戳我的不是原生 4K，也不是单次能出 30 秒，是多模态参考从上一代的 12 个直接抬到 50 个。以前做连续镜头，角色一张、服装一张、场景一张就快塞满了，道具只能靠文字硬描，出来十条有八条对不上。
现在角色、道具、风格、3D 白模能一次性全喂进去，等于把前期的资产表整个搬进模型里。再配上不用重跑整段就能改局部，这一条对改稿流程的意义比分辨率大得多。
10bit 输出对后期调色也省事，天空和肤色的过渡不至于一拉就断。剩下的悬念在于，真塞满 50 个参考的时候，它们之间的权重会不会互相打架。
最戳我的不是原生 4K，也不是单次能出 30 秒，是多模态参考从上一代的 12 个直接抬到 50 个。以前做连续镜头，角色一张、服装一张、场景一张就快塞满了，道具只能靠文字硬描，出来十条有八条对不上。
现在角色、道具、风格、3D 白模能一次性全喂进去，等于把前期的资产表整个搬进模型里。再配上不用重跑整段就能改局部，这一条对改稿流程的意义比分辨率大得多。
10bit 输出对后期调色也省事，天空和肤色的过渡不至于一拉就断。剩下的悬念在于，真塞满 50 个参考的时候，它们之间的权重会不会互相打架。