如果你最近一直在关注 AI 视频生成，那么 MiniMax H3 这次确实值得好好玩一下。相比传统的视频生成模型，H3 在剧情演绎、连续动作、人物表现以及复杂分镜理解方面有了明显提升。

更有意思的是，通过合适的提示词和玩法，我们甚至可以让它直接按照电影级分镜去完成一段完整的视频，从人物表情、动作衔接，到镜头运动和画面氛围，都能进行更细致的控制。今天这篇文章，我们就来实测一下 MiniMax H3 越狱后的视频生成效果，看看它到底能不能真正做到“用 AI 拍大片”。

部署教程

一、越狱模型

如果你想更自由、更大胆的生成你需要的任何视频，那么官方的原版模型肯定是无法实现的，所以我们需要通过越狱的模型，将其内容扩展到更大更丰富的空间，其实越狱的模型我们之前介绍过很多个，但是考虑到大家的显存大小，以及新手的部署难易程度，这次我们推荐这个专门适配 MiniMax-H3 的 Heretic/Uncensored 文本编码器，适配更多低显存用户的越狱模型！

越狱模型下载：

1、Huggingface下载：【点击前往】

2、国内网盘下载：【点击前往】

3、备用高速下载：【点击前往】

【零度同款】TDM Fast 下载器：【点击前往】

二、安装 ComfyUI

为了更好的适配MiniMax-H3 及 开源越狱模型，请大家务必安装最新版的ComfyUI 客户端，如果你之前已经安装过，那么需要将其升级到最新版本！

官方下载：【点击前往】或 【备用下载】

安装好ComfyUI 客户端以后，现在我们需要将第一步下载的越狱模型，放到该目录下：C:\Users\你的用户名\AppData\Local\Comfy-Desktop\ComfyUI-Shared\models\text_encoders，最后在Comfy UI客户端的CLIPLoader（类型：）选择越狱模型

三、越狱工作流

1、图生视频: 【点击下载】

2、文生视频:【点击下载】

低显存的用户，当你生成视频的时候，分辨率建议调低点，这样不容易爆显存，生成时间也会缩短，等生成完成以后，可以通过视频高清放大工具，来进行后期高清处理即可！

免费视频高清发大神器：

• 视频高清放大：模糊画面秒变高清。
• 图片高清优化：提升图片细节，效果肉眼可见。
• 视频插帧：拯救丢帧严重的旧视频，让播放更加流畅。
• 视频防抖：轻松处理抖动视频，效果堪比稳定器拍摄。

无论是老旧视频修复还是日常剪辑优化，这款工具都能满足需求。现在，人人都可以免费获取，快来试试吧！

 推荐使用免安装版： 【网盘下载 】或【高速下载】

1、日本剧情片

这种九宫格图片，你可以让ChatGPT 或者 任何一个开源的图片模型，帮你免费生成九宫格的图片，这种你可以自由发挥

九宫格图片转视频的提示词

请严格参考输入的九宫格分镜图，将九个画面按照从左到右、从上到下的顺序，依次转换成一段连续、完整、有剧情推进的真人电影风格视频。

重要要求：

九宫格中的9个画面是连续剧情的9个分镜，不是同时发生的画面。
视频必须严格按照：
第1格 → 第2格 → 第3格 → 第4格 → 第5格 → 第6格 → 第7格 → 第8格 → 第9格
的顺序进行镜头切换和剧情演绎。

保持九宫格中男女主角的外貌、发型、服装、年龄、体型和人物身份高度一致，整个视频中人物不能换脸、不能改变服装、不能突然改变发型。

整体风格：
真人电影质感，照片级真实，东方文艺电影风格，细腻自然的人物皮肤和面部细节，真实摄影机拍摄效果，浅景深，柔和电影光影，暖黄色自然光，轻微胶片颗粒，真实空间纵深，高级电影调色。

场景保持统一：
传统木质室内空间，日式/东亚传统建筑风格，木质地板、木质窗框、半透明纸窗，窗外是柔和自然景色。室内阳光从窗户斜射进入，空气中有轻微尘埃颗粒，整体安静、温暖、克制。

人物关系：
成年男女之间的自然情感发展，以含蓄、克制、电影化的方式表现，不夸张、不色情化。

镜头1：
对应九宫格第1格。
年轻女子站在木屋门口附近，穿着深蓝色传统长衫，头发自然盘起，安静地看向前方。
镜头为中近景，摄影机缓慢向人物推进。
女子神态平静而略带若有所思，眼神自然，轻微眨眼，头发有非常细微的自然摆动。
保持人物面部稳定，不改变五官。
画面安静，为后续剧情建立人物形象。

镜头2：
对应九宫格第2格。
切换到室内宽景。
年轻男子穿深色传统服装坐在低矮木桌旁，手中端着茶杯，年轻女子坐在他的对面，两人处于同一个传统木屋空间。
阳光从窗户照进室内，形成自然的明暗层次。
男子轻轻放下茶杯，女子自然地整理桌上的布料。
摄影机缓慢横向移动，表现两人之间安静而微妙的关系。
动作自然、连贯，不要突然移动。

镜头3：
对应九宫格第3格。
切换到男子中近景。
男子坐在室内，神情略微复杂，似乎想说些什么。
他轻轻抬头，看向女子所在的方向，然后停顿片刻。
面部表情细微变化，眼神从平静变得略带犹豫和情感。
摄影机轻微向前推进。
保持真实人物表演，不要夸张表情。

镜头4：
对应九宫格第4格。
切换到女子侧脸近景。
女子低头整理衣袖或者衣物，随后缓慢抬眼。
她的神情从平静逐渐变得柔和，眼神中出现微妙的情感变化。
窗外柔和阳光照亮她的侧脸和发丝。
摄影机轻微向右移动，保持浅景深。
头发、衣袖随着轻微动作自然产生细小运动。

镜头5：
对应九宫格第5格。
两人距离逐渐靠近。
男子和女子面对面，彼此注视。
男子缓慢靠近，女子没有躲开，两人的眼神保持交流。
镜头从中近景缓慢推进到近景。
重点表现两个人之间的情绪和眼神交流，而不是身体细节。
动作必须缓慢、自然、克制。

镜头6：
对应九宫格第6格。
两人靠得很近，在短暂的停顿之后进行一个自然、轻柔、短暂的亲吻。
亲吻表现为电影剧情中的浪漫情节，不夸张，不色情化，不延长停留。
两人轻轻靠近，短暂接触，然后自然分开一点。
摄影机保持稳定的近景构图，重点表现人物眼神、情绪和面部表情。
不要出现夸张的身体动作，不要刻意强调身体部位。

镜头7：
对应九宫格第7格。
镜头拉开。
两人在温暖的窗边轻轻拥抱。
女子自然地靠近男子，男子轻轻抱住她。
窗外阳光透过纸窗进入房间，形成柔和的逆光轮廓。
摄影机缓慢向后移动，从近景逐渐变成中景。
衣服和头发随着动作自然摆动。
整体氛围温暖、安静、克制。

镜头8：
对应九宫格第8格。
切换到女子靠在男子肩膀上的近景。
女子安静地依靠在男子肩头，随后缓慢抬眼看向镜头方向。
表情柔和、平静，带有轻微的情绪余韵。
男子保持自然姿态。
摄影机轻微推进，背景保持柔和虚化。
阳光照亮女子的脸部轮廓和发丝。

镜头9：
对应九宫格第9格。
最后切换到安静的室内空镜。
木桌、茶杯、叠好的布料以及窗户出现在画面中。
窗外阳光明亮柔和，室内保持温暖安静。
摄影机非常缓慢地向前推进。
茶杯和窗帘有轻微自然变化，空气中可以看到非常细微的尘埃颗粒。
人物已经离开画面，留下安静的空间作为剧情结尾。
最后画面停留片刻，形成电影式收尾。

整体摄影要求：

真实电影摄影机运动。
镜头之间自然剪辑，不要突然跳切。
每个镜头具有明确的景别变化：
中近景 → 宽景 → 中近景 → 侧脸近景 → 双人近景 → 亲吻近景 → 双人中景 → 人物特写 → 空间空镜。

镜头运动以缓慢推进、轻微横移、平稳拉远为主。
不要高速运动。
不要镜头抖动。
不要突然变焦。
不要突然改变焦距。
不要改变人物位置逻辑。

人物一致性要求：

男女主角必须始终保持九宫格中的人物外貌。
女性保持同样的脸型、眼睛、鼻子、嘴唇、发型和服装。
男性保持同样的脸型、发型、五官和服装。
禁止换脸。
禁止人物突然变年轻或变老。
禁止服装变化。
禁止发型变化。
禁止人物突然消失或凭空出现。

动作一致性：

所有动作符合真实人体运动规律。
手臂、手指、肩膀、头部、眼睛和身体重心自然协调。
避免手指变形。
避免多余手指。
避免肢体扭曲。
避免人物穿模。
避免人物身体突然变形。

视觉风格：

真人电影。
照片级真实。
自然皮肤纹理。
真实毛发。
真实布料纹理。
自然景深。
柔和高光。
细腻阴影。
暖色阳光与深色室内形成电影级明暗对比。
轻微胶片颗粒。
高级电影调色。
整体克制、安静、东方文艺电影氛围。

最终效果：
像一段真正拍摄完成的电影剧情片段，而不是AI生成的图片连续播放。
九个镜头之间具有明确的情绪递进：
初见 → 相处 → 犹豫 → 心动 → 靠近 → 短暂亲吻 → 拥抱 → 依靠 → 安静结束。

禁止：
不要文字。
不要字幕。
不要标题。
不要Logo。
不要水印。
不要UI。
不要分屏。
不要保留九宫格边框。
不要让九个画面同时出现。
不要把九宫格直接当成静态拼图播放。
不要出现额外人物。
不要改变场景。
不要改变人物服装。
不要卡通风格。
不要动漫风格。
不要3D渲染感。
不要塑料皮肤。
不要过度磨皮。
不要夸张表情。
不要夸张动作。
不要色情化表现。

夜闯大明宫

九宫格分镜：

提示词：

请将输入的3×3九宫格图片作为整个视频的核心视觉分镜参考。

这张九宫格是一份连续的电影 Storyboard，9个画面代表同一个故事中的9个连续关键时刻，而不是9张彼此独立的图片。

请按照九宫格从左到右、从上到下的顺序理解故事发展，并在9个关键画面之间自动生成自然、连贯的中间动作和镜头运动，将它们最终呈现为一段完整的、连续的、具有电影感的真人实拍风格视频。

不要直接把九宫格图片逐格播放或简单切换。

---

【一、整体故事】

故事发生在盛唐时期的长安城。

深夜，一名年轻漂亮的东方女子悄悄潜入灯火璀璨的长安城。她行动谨慎、身手敏捷，在进入城中后发现自己似乎被人跟踪，于是开始穿过街巷逃避追踪，最终翻上屋顶，在月光下俯瞰整座长安城，并跃过屋顶消失在夜色之中。

整个视频应该像一段真实拍摄完成的高预算古装动作电影片段。

整体节奏：

神秘潜入 → 进入长安 → 察觉危险 → 快速奔跑 → 翻上屋顶 → 躲避追兵 → 俯瞰长安 → 飞跃屋顶 → 消失在夜色中。

---

【二、人物一致性】

整个视频始终保持九宫格中的同一名年轻东方女子作为唯一主要人物。

必须保持人物身份高度一致：

* 同一张脸
* 同样的五官比例
* 同样的脸型
* 同样的黑色长发
* 同样的古代发型
* 同样的发饰
* 同样的红黑色古装
* 同样的身材比例
* 同样的整体人物气质

不同镜头之间绝对不要改变人物外貌。

不要突然换脸。

不要改变发型。

不要改变服装颜色。

不要改变服装款式。

不要让人物突然变老或变年轻。

不要出现多个长相不同的女主角。

人物在运动过程中仍然必须保持脸部和身体比例稳定。

---

【三、第一段：长安城外】

视频从夜晚的长安城外开始。

镜头首先使用一个具有电影感的远景。

明亮的圆月悬挂在夜空中，月光照亮宏伟的长安城门。

远处可以看到高大的唐代城楼、屋檐、灯笼和密集的古代建筑。

女主角站在画面前景，身穿红黑色古装，长发随着夜风轻轻飘动。

她安静地观察远处的城门和周围环境。

镜头缓慢向人物靠近。

人物没有夸张动作，只表现出谨慎、警觉和准备行动的状态。

环境安静而神秘。

---

【四、第二段：潜入城门】

女主角开始向城门靠近。

她利用建筑阴影和夜色隐藏自己的身影。

镜头切换到人物的中近景。

她观察附近的守卫。

守卫位于背景中，人物保持自然运动，不需要成为主要视觉焦点。

女主角确认周围环境后，快速从阴影中穿过。

镜头进行轻微跟拍。

她成功进入长安城。

动作应该自然、克制、符合真实人体运动。

不要出现瞬移。

不要出现突然改变位置。

---

【五、第三段：进入繁华长安街道】

进入城内之后，场景突然变得更加繁华。

长安街道灯火通明。

大量古代行人自然走动。

两侧悬挂着大量暖黄色灯笼。

远处可以看到唐代建筑和楼阁。

女主角穿过人群。

镜头从人物背后进行跟拍。

她的红色衣裙、长发和衣袖随着行走产生自然运动。

镜头逐渐靠近人物。

她突然感觉到身后似乎有人正在跟踪自己。

她的脚步逐渐放慢。

随后快速回头。

---

【六、第四段：发现追踪者】

切换到女主角的近景和面部特写。

她回头观察身后的街道。

她的眼神变得警觉。

背景中的行人仍然自然活动。

远处隐约出现正在接近的追踪者。

不要把追踪者拍得过于清晰。

重点表现女主角发现危险之后的情绪变化。

她意识到自己可能暴露了。

停顿片刻之后，她立即转身。

---

【七、第五段：街巷奔跑】

女主角突然开始快速奔跑。

镜头迅速跟随她进入狭窄的古代街巷。

采用电影级动态跟拍。

可以使用低机位、侧向跟拍和轻微手持摄影感，但整体必须稳定、流畅。

女主角快速穿过狭窄的石板街道。

她的长发、衣袖、裙摆、红色丝带随着奔跑速度产生真实的惯性运动。

身体重心随着奔跑自然变化。

脚步与地面接触必须真实。

衣物不能出现不符合物理规律的飘动。

镜头随着人物运动自然向前推进。

整个过程应该有明显的速度感和紧迫感。

---

【八、第六段：翻上屋顶】

女主角来到古建筑旁。

她迅速借助墙壁和屋檐向上攀爬。

随后抓住屋檐边缘，用力翻上屋顶。

动作必须具有真实的身体重量。

起跳、抓住屋檐、身体翻越、落脚、站稳，这几个动作自然连贯。

不要出现瞬移。

不要出现肢体变形。

不要让人物像飞起来一样。

落到屋顶之后，她短暂停顿，然后继续向前移动。

镜头可以从侧面跟拍。

---

【九、第七段：屋顶逃避追踪】

女主角在月光下快速穿过唐代建筑屋顶。

镜头从侧后方跟随。

周围是密集的古代屋顶、楼阁和灯火。

她突然听到身后的声音。

立即蹲下来隐藏在屋檐后方。

镜头逐渐靠近。

人物只露出部分脸和眼睛。

她屏住呼吸，观察下方。

追踪者从建筑下方经过。

女主角保持安静。

这一段节奏明显放慢，形成前后节奏对比。

---

【十、第八段：俯瞰长安】

危险过去之后，女主角慢慢站起来。

镜头从人物背后开始缓慢向后拉远。

画面逐渐展示整座长安城。

大量古代建筑、街道、楼阁和灯笼延伸到远方。

无数暖黄色灯光形成壮观的城市夜景。

天空中是一轮明亮圆月。

女主角站在屋顶边缘，长发和红色衣裙在夜风中缓慢飘动。

她安静地俯瞰整座长安城。

这一段应该成为整个视频最具有电影感和视觉规模感的镜头。

镜头运动缓慢、稳定、优雅。

---

【十一、第九段：飞跃屋顶并消失】

女主角突然向前奔跑。

镜头迅速跟随。

她从一座屋顶跳向另一座屋顶。

动作必须真实。

起跳时身体产生明显的发力感。

腾空过程中，红色衣裙、长发和丝带向后飞扬。

月光从人物后方照射，形成漂亮的轮廓光。

人物落到另一座屋顶之后继续向前奔跑。

镜头逐渐拉远。

女主角最终消失在古代建筑和夜色之中。

最后留下宏大的长安夜景、灯笼和月光。

以电影式远景结束。

---

【十二、镜头语言】

整体使用高预算真人电影摄影语言。

镜头应该自然地随着故事发展变化。

前段：

远景建立长安城环境。

中景展示人物行动。

近景表现人物警觉。

特写表现人物眼神和情绪。

中段：

使用跟拍表现奔跑。

使用低机位增强动作力量。

使用侧向移动表现追逐。

使用动态摄影表现紧迫感。

后段：

使用稳定的缓慢拉远展示长安城。

最后使用远景完成电影式收尾。

镜头运动必须具有真实摄影机的物理感。

不要出现游戏摄像机式的快速旋转。

不要突然360度旋转。

不要无意义地疯狂推拉。

不要频繁快速切换镜头。

---

【十三、人物动作和物理规律】

所有人物动作必须符合真实人体运动规律。

奔跑：

身体重心自然前倾。

手臂自然摆动。

双腿运动符合真实跑步节奏。

脚步与地面产生真实接触。

头发、衣袖、裙摆和丝带产生真实惯性。

翻越：

先观察落脚位置。

身体发力。

手臂抓住屋檐。

身体向上移动。

翻越屋檐。

双脚自然落地。

落地后身体产生轻微缓冲。

跳跃：

自然助跑。

真实起跳。

短暂腾空。

衣服和头发产生空气阻力。

自然落地。

整个动作必须有重量感。

禁止出现：

瞬移

漂浮

滑行

动作跳帧

肢体拉伸

手脚数量错误

手指畸形

身体突然改变比例

不符合物理规律的飞行

---

【十四、光影】

使用真实电影级夜景光影。

主要光源为：

蓝色月光。

暖黄色灯笼光。

建筑内部暖光。

月光和灯笼形成自然的冷暖色对比。

人物经过灯笼时，脸部和衣服受到温暖的橙黄色光照。

进入阴影时，人物重新受到冷色月光照射。

头发和衣服边缘产生自然轮廓光。

远处建筑具有自然的大气透视。

空气中存在非常轻微的夜间薄雾。

不要过度使用雾气。

不要让画面看起来像游戏CG。

---

【十五、真实材质】

人物皮肤保持真实摄影质感。

皮肤具有自然纹理。

头发具有真实发丝细节。

衣服具有真实布料纹理。

红色丝绸、黑色布料和金属发饰具有不同的材质反射。

古代建筑具有真实木材、砖石和瓦片质感。

灯笼产生真实的光照。

所有物体都应该具有真实的空间关系和光影。

---

【十六、整体视觉风格】

真实真人摄影。

高预算中国古装电影。

电影级摄影。

真实人物。

真实皮肤。

真实头发。

真实服装。

真实布料运动。

真实环境光。

真实建筑。

电影级景深。

自然运动模糊。

高动态范围。

细腻的夜景细节。

真实体积光。

自然大气透视。

高质量电影构图。

整体效果应该像使用专业电影摄影机拍摄的一段唐代古装动作电影。

不要做成动漫。

不要做成插画。

不要做成游戏CG。

不要做成3D人物。

不要出现明显的AI生成感。

---

【十七、最重要的连续性要求】

请将九宫格中的9个画面视为同一个连续故事中的9个关键帧。

不是9张独立图片。

不是9段完全独立的视频。

不是简单的图片切换。

需要在9个关键画面之间生成自然的中间运动。

人物的位置变化必须符合空间逻辑。

人物的动作必须具有前后因果关系。

人物的服装、脸部、发型和身体比例必须始终保持一致。

环境必须具有连续性。

光照必须保持一致。

时间必须保持在同一个深夜。

镜头应该像真正的电影摄影师连续拍摄出来的一样。

九宫格只作为视觉分镜参考，最终视频中绝对不要出现九宫格。

最终视频中不要显示：

任何文字

任何字幕

任何标题

任何编号

任何分镜框线

任何九宫格边框

任何UI元素

任何Logo

任何水印

不要将输入图片中的九宫格结构直接复制到视频中。

最终输出应该是一段完整、连贯、具有真实电影质感的“年轻女子夜闯长安城”故事。

直出效果非常不错！

3、生成李安导演的【色戒】电影的视频片段，本地部署的 H3 对这种电影感的场景，已经能够比较轻松地驾驭了。而且，我先生成一个25 秒的片段，当然这不是它本地生成的极限，只是一个相对保守的设置，在保证生成效果的同时，也能让大家更直观地看到它的实际表现。

分镜提示词：

**integrated_multimodal_description：**

生成一段 **25秒左右、16:9、真人电影级写实风格** 的民国时期上海室内剧情短片。

### 【全局视觉与摄影基准】

1942年民国时期上海私人公寓会客厅，真人电影风格，照片级真实，传统现实主义历史剧质感。

整体视觉参考 **1940年代上海电影摄影美学**：克制、柔和、优雅、亲密，不追求夸张戏剧化。

主色调为 **宝石蓝、青瓷绿、深绿色、蓝灰色**，整体低饱和、高级、克制；室内唯一明显的暖色光源来自一盏台灯形成的 **琥珀色局部光池**。人物唇色与旗袍滚边使用极少量 **牛血红 / 深红色** 作为视觉点缀。

色彩要求：

* 去饱和、高级电影调色
* 蓝绿色阴影
* 暖琥珀色局部高光
* 深红色微弱点缀
* 细微35mm胶片颗粒
* 1940年代胶片摄影质感
* 柔和高光过渡
* 自然肤色
* 细腻真实的皮肤纹理
* 真实丝绸反光
* 轻微电影晕影
* 柔和浅景深

禁止：

* 现代物件
* 现代服装
* 霓虹灯
* 高饱和颜色
* 过度鲜艳的宝石色
* 扁平化全室照明
* 过曝
* 塑料皮肤
* AI蜡像感
* 动漫感
* 游戏CG感
* 插画感
* 夸张磨皮
* 色块
* 色带
* 画面闪烁
* 人物身份变化
* 人物服装变化
* 背景突然变化
* 镜头突然跳切

---

### 【场景统一设定】

一间雅致的1942年上海私人公寓会客厅。

深色抛光木质家具，柔和蓝灰色墙面，简约艺术装饰细节，一张深宝石蓝天鹅绒长椅，一台老式留声机，瓷瓶中的鲜花，一张深色木质茶几，两只精致瓷杯。

画面右侧是一盏暖黄色台灯，在局部区域形成柔和的琥珀色光池。

左侧是一扇高大的法式窗户，窗外是柔和的上海春日自然光。

整个场景必须保持 **空间位置、家具、光线、人物服装完全一致**。

无现代电器、无手机、无电视、无现代灯具、无现代文字、无品牌Logo、无可读标识。

---

### 【人物A：男子】

30多岁，英俊儒雅的中国男性。

锐利但自然的五官，清澈健康的皮肤，整洁短发，气质成熟、自信、温和。

穿剪裁合身的深炭灰色民国西装，白色衬衫，整体低调优雅。

人物保持固定外貌，整个视频中不得改变脸型、发型、年龄和服装。

表演特点：

克制、自然、成熟。

不是夸张地调情，而是通过 **眼神、呼吸、微笑和轻微身体前倾** 表达亲密感。

---

### 【人物B：女子】

20多岁的年轻中国女性，美丽、优雅、自然。

精致五官，白皙但真实的皮肤质感，乌黑长发盘成传统云髻。

穿一件贴合身形的 **宝石蓝丝质旗袍**，具有细微丝绸光泽，深蓝色滚边。

唇色为克制的深红色。

人物保持固定外貌，整个视频中不得改变脸型、发型、年龄和服装。

表演特点：

优雅、含蓄、略带俏皮。

情绪变化通过眼神和微表情表现，而不是夸张动作。

---

# 【镜头1｜00:00–00:06.25】

**男子开场。**

中近景侧拍，男子位于画面右侧，腰部以上构图。

镜头采用三季度侧脸角度，绝不完全正面。

禁止广角全景，禁止人物在画面中显得过小。

男子的脸部必须清晰、稳定，并占据画面视觉重点。

背景中的女子保持轻微虚化，但能够清楚辨认她站在左侧法式窗户旁。

男子先看向女子。

停顿约1秒。

嘴角出现非常轻微、自然、温暖的笑意。

他的目光在女子身上停留片刻，然后略微向前倾身。

镜头以非常缓慢、稳定的电影式推近靠近男子。

动作自然、连续，没有突然移动。

男子用温暖、低沉、自然的普通话说：

**S1：**
「你今天这身旗袍……比外头的春光还好看。」

要求：

* 中文普通话
* 男性成熟温暖声线
* 语速稍慢
* 带一点含蓄笑意
* 精确唇形同步
* 台词过程中保持自然呼吸
* 不要夸张口型
* 不要机械式说话

台词结束后不要立即切镜。

保留约0.5秒男子看向女子的眼神。

---

# 【镜头2｜00:06.25–00:12.50】

在 **00:06.25** 平滑切换到女子。

女子近景侧拍。

脸部采用三季度侧脸，绝不完全正面。

背景中的男子保持轻微虚化。

女子听完后，先短暂停顿。

眼神与男子相接。

嘴角出现一丝若有若无的笑意。

她微微抬起下巴，表现出一点俏皮和熟悉感。

不要大幅度动作。

镜头非常缓慢地向女子推进。

她用柔和、明亮、略带调侃的普通话回应：

**S2：**
「你这张嘴，倒是比从前会说了。」

要求：

* 女声自然、温柔、明亮
* 略带俏皮
* 不要撒娇过度
* 不要夸张微笑
* 精确中文唇形同步
* 呼吸和停顿自然

台词结束后保持女子看向男子的眼神约0.5秒。

---

# 【镜头3｜00:12.50–00:18.75】

平滑切换回男子。

男子近景侧拍。

三季度侧脸。

脸部清晰，背景柔和虚化。

男子听到女子的话后，先轻轻笑一下。

随后表情变得更加认真。

他身体非常轻微地向前倾。

声音降低。

目光始终停留在女子身上。

镜头缓慢向前推进，景别从近景逐渐进入更亲密的面部特写。

男子缓慢呼吸，然后用更加低沉、真诚的普通话说：

**S1：**
「不是嘴。是看见你，话就多了。」

其中：

「不是嘴。」

之后停顿约0.5秒。

然后：

「是看见你，话就多了。」

语气更加温柔。

不要油腻。

不要夸张表演。

重点表现 **克制的情感和眼神交流**。

精确唇形同步。

---

# 【镜头4｜00:18.75–00:25.00】

平滑切换到女子。

女子近景侧拍。

镜头从中近景非常缓慢推进到面部近景。

三季度侧脸。

她没有后退。

听到男子的话后，眼神短暂停顿。

呼吸明显变慢。

她轻轻抿了一下嘴唇，然后微微放松。

唇瓣自然微启。

眼神从男子眼睛短暂移动到他的嘴唇附近，再重新回到他的眼睛。

整个动作非常细微、克制。

她保持安静约1秒。

然后用温柔、低沉、带一点试探意味的声音说：

**S2：**
「那……你到底想听我说什么。」

「那……」之后有明显但自然的短暂停顿。

最后一句声音稍微降低。

说完后不要立即结束。

保留约1秒的眼神交流。

镜头停留在女子脸部。

最后以非常轻微的呼吸声和远处留声机的华尔兹结束。

---

## 【声音设计】

整个视频保持真实室内空间声场。

背景远处播放非常轻柔的1940年代风格华尔兹。

音乐始终低于人物对白。

加入极其细微的环境声音：

* 留声机唱针的轻微底噪
* 远处钢琴与弦乐
* 丝绸旗袍轻微摩擦声
* 人物自然呼吸
* 茶杯轻放在木质桌面上的声音
* 室内轻微环境混响

人物对白必须始终清晰。

禁止背景音乐盖住对白。

禁止现代音效。

禁止字幕。

禁止字幕条。

禁止烧录文字。

禁止任何屏幕文字。

---

## 【摄影与运动要求】

全片采用真实电影摄影机质感。

16:9横屏。

画面从顶部到底部、从左侧到右侧完全填满。

无黑边。

无顶部黑条。

无底部黑条。

无Letterbox。

使用自然的浅景深。

人物脸部保持稳定清晰。

镜头运动必须缓慢、平滑、连续。

主要使用：

**侧拍 + 缓慢推近 + 浅景深 + 眼神交流。**

禁止：

* 快速推拉
* 手持剧烈晃动
* 旋转镜头
* 突然变焦
* 快速摇镜
* 突然改变焦段
* 不合理镜头穿越
* 人物突然移动
* 不自然的身体变形

---

## 【人物一致性要求】

四个镜头必须是同一对男女。

男子的脸型、五官、发型、年龄、西装完全一致。

女子的脸型、五官、发型、年龄、旗袍、唇色完全一致。

场景、家具、灯光、窗户位置完全一致。

人物不能突然变脸。

不能改变发型。

不能改变服装。

不能改变身体比例。

不能出现多余手指、手臂或身体。

人物动作必须符合真实人体运动规律。

---

## 【最终整体效果】

整体感觉是一段 **1942年上海私人会客厅里的克制、优雅、暧昧的男女对话场景**。

重点不是戏剧化动作，而是：

**眼神 → 停顿 → 呼吸 → 微笑 → 身体轻微靠近 → 对白。**

让观众感觉摄影机恰好捕捉到了两个人之间非常私密的一瞬间。

真人电影质感。

照片级真实。

自然表演。

真实皮肤。

真实丝绸。

真实光影。

真实中文对白。

精确唇形同步。

克制、优雅、亲密。

无动漫感。

无CG感。

无AI生成感。