前字节团队操刀，蒸馏 250 部影史名片，打造 27 万+ 电影分镜索引库，杀入影视行业。这就是专为独立导演和广告人打造的 AI 分镜 Agent —— S… · @FanShifu · TwKit

@FanShifu

前字节团队操刀，蒸馏 250 部影史名片，打造 27 万+ 电影分镜索引库，杀入影视行业。这就是专为独立导演和广告人打造的 AI 分镜 Agent —— Story2Board 用大模型做分镜，最让人头大的莫过于两件事： 1. 拿着剧本让 ChatGPT 跑九宫格分镜脚本，看着挺像那么回事，结果一镜换一张脸，三镜换掉整个剧组，人物一致性很难保证。 2. 想微调某一镜给男主来个特写，整个场景的美术风格立刻原地重开，改一张图等于毁掉一整条片子。 Story2Board 没有跟风去卷画质，而是把精力全砸在了影视工业最头疼的上下文连贯性和导演视听语言上。 一、把剧组固定资产锁进独立图层 它在项目里搭了一层 Consistency Layer（一致性锚点）。角色长相、穿搭、标志性道具和场景，全被固化成可复用的对象。后面不管是切全景、特写还是背影，AI 都基于同一套资产底座进行生成，告别「薛定谔的男主角」。 二、带脑子的 AI 副导演，而不是冰冷画图机器 很多人脑子里有故事，但不知道怎么切机位表达情绪。项目后台接入了 250 部影史经典里的 27 万个镜头标注数据。你用大白话描述剧情，它会像专业摄影指导一样反推景别、轴线、仰俯角度以及运镜方式，主动推荐：「这句对白建议用过肩镜头，下一秒再推近景烘托情绪」，把专业运镜逻辑拆解成能挑的选项，顺便帮你把为什么这么运镜的情绪动机讲清楚。真正的边干边学，大幅降低非科班导演的专业视听门槛。 三、打工人最爱的交付形态：带场记数据的 PDF 聊完改完，一键导出的不是一堆散装网图，而是可以打印出来发给摄影师、灯光师的 PDF 分镜表（景别、角度、运镜动作、台词全对齐，且导出功能本身不消耗任何点数）。 更有意思的是它的商业模式和技术实现： 模型调用做成了按需调用，免费层用便宜模型给用户试水，正式交付才调动 Nano Banana Pro / 2，兼顾 4K 细节与快速预览成本。收费上没有搞订阅制的套路，直接按「1 美元 = 100 点」明码标价，纯按需充值，点数永不过期。 我觉得它最大的价值是，允许创作者跳过规整的剧本撰写阶段，拿着零散的想法、分场大纲甚至 TikTok 下载来的短视频前两秒吸睛脚本，就能进行画面推演，上手路径更短平快。 不过也存在一些问题，比如放弃订阅制，确实降低了尝鲜用户的付费门槛，但同时也牺牲了 LTV 和营收可预测性，在商业模式上是减分的。 按需充值意味着只要用户完成了手头的提案或短视频拍摄，就可能陷入长达数月的沉寂期。相较于成熟 SaaS 稳定的 MRR ，这种付费模式对产品获客能力提出了更高要求，一旦推广获客成本上升，回本周期就会被无限拉长。 这可能也是新项目的无奈之举吧！

曝光 436 · 评论 1 · 点赞 7 · 书签 5