集中回答大家的问题：

没有，这里没有使用超分辨率。 这是用 Seedance 2.5 以 720p 生成的。 这个片段总共剪辑拼接了四次生成的内容。 每段都尝试了 5-7 次，才选出最终用于剪辑的片段。 我用一个以历史题材电影剧照训练的 midjourney 配置，生成了这个场景的环境参考。（NBP 和其他模型给我的结果都很普通。） 我用 NBP/ Seedream 5 和历史参考资料生成角色图片。 Claude 是我的助理制片。 与 Bytedance 在 Seedance 提示词文档中的说法不同，我 100% 确信：非常细致、复杂的提示词能产生明显差异。这些片段的提示词写得像文章一样长。 “把生成拆成两段”只是说，要给生成内容留出呼吸空间。如果两个角色之间有 6 句台词，不要全塞进一次 30s 的生成里，而是做成一次 30s 加一次 15s，让角色有空间做反应、消化、思考，以及表现那些你能从肢体语言里察觉的细节。 是的，这次的提示词已经分享了，就在 @DecimaVault 的 Skool 社群里。（想了解的人，现在那里还有我的完整生成流程演示。） 视频生成主要用 @sumelabs，因为他们的 seedance 价格相对便宜，能直接看到每次生成的价格而不是积分，界面也直观。 没有，我没用起始图。全都只是角色参考图。（@sumelabs 能不能加一个用多个角度创建真正角色元素的选项，拜托了？） 保持角色一致性很容易。给角色生成不同角度的图片（我的一组总会有正面、四分之三侧面、侧面和全身），然后在提示词里附为参考。或者把这些图做成一个元素，再在提示词中引用。相信我，一点也不复杂。 至于维持同一个角色的声音，我发现只要使用相同的角色参考图，声音就会保持一致。我在 Veo3 时就注意到了，现在仍然如此。 我不在乎细微的不一致和瑕疵。如果 95% 的人第一眼不会发现，那就可以用了。（用 AI 不可能得到绝对完美，也不应该期待绝对完美。如果你要 100% 准确，就走传统路线。） 我还没用真人表演来驱动 AI 生成，但以后会试。我预感之后的场景会需要。这次是文生视频，当然也用了参考图。 没有，这部电影还没上映，而且离完成还很远。我计划在明年三月 26 日上映，也就是 Beethoven 逝世 200 周年。所以现在看不到。😜 这部片子的预算约 $5k。目前时间线上已有的 5 分钟，花了大约 $210。未来几个月只保留基本生活开销，再接几个 AI 广告兼职，$5k 就是我独力能承担的上限。（不过几个月后我有个筹款计划。等到一月，我古典音乐圈里的朋友们都会接到我的电话。哈哈哈哈。） 音频是原生的，但我修补了几个乱码词句，并校正了口型同步。顺便说，我完全知道 STEEEPHAN 发音错了（@suddenlyFleck 在评测中指出了），我正在想如何修正，又不破坏声学效果。所以说德语的朋友们……不用再追着我提醒了，我知道了。🤣 是的，最终版本我会请德语母语者审核，并做必要修正。 这个制作过程没有任何一部分是自动化的。我亲手参与每一步。AI 能执行，但只有我能做最终判断（品味决定一切，对吧？）。 没有，我没有电影背景，我的背景是古典音乐。 我从 2022 年末开始进入 AI 领域。 是的，我以不同身份全职做这些工作。我的主业是为 @NetworkChuck 做 AI 辅助剪辑。 我非常乐意在私信里分享我知道的东西，别不好意思！ Beethoven 是我的偶像，但我听得最多的作曲家是 Scarlatti。 ……应该就这些了！ 老实说，收到这么多私信和邮件，让我有点应付不过来（本来我就很不擅长及时回复），但大家总在反复问同样的问题，所以我想干脆发一条帖子。 如果你还有其他关于流程之类的问题，欢迎私信。我会回复的……迟早……