作品
下面每一条都是通过我们自己的 API 生成的，附上当时发出的提示词，以及一个从文件本身量出来的数字。声音就在里面 —— 打开听一条。
- 文生视频6.6s
三个镜头，一次生成
[Shot 1] 航拍雪脊日出，缓慢前推。 [Shot 2] At 00:02.000, 切到冰爪扎进蓝冰的低角度特写。 [Shot 3] At 00:03.800, 切到登山者迎着太阳登上山脊。 Soundscape: 风掠过岩石、冰爪踩冰、近处的呼吸声。 Non-diegetic music: 稀疏的环境 drone，一把大提琴长音。
要求切在 2.00 s 与 3.80 s；对这个文件做场景检测，切点在 2.00 s 与 3.79 s
- 分辨率
- 1376×768
- source
- LibtvsAI 生成
- 文生视频5.2s
一句对着镜头说的话
竖构图人像。木质吧台后的年轻咖啡师直视镜头说话，左侧窗户透进温暖的晨光，身后的咖啡机正在出蒸汽。 <d>[English] We roast this one ourselves. Come by before nine and it is still warm.</d> Soundscape: 蒸汽棒的嘶声、杯碟碰撞、安静的室内底噪。
静音帧占 14.8%（词与词之间的停顿），而这里没有台词的片子全是 0%；左右声道相关 0.988，人声居中
- 分辨率
- 768×1376
- source
- LibtvsAI 生成
- 首尾帧5.2s
两张图，中间由模型补出来
一个不间断的运动：镜头从日出的雪脊升起，云层稀薄下去变成黑色天空与星场，画面最后落进被白光灌满的星舰舰桥内部。 Soundscape: 风声逐渐稀薄至真空，随后是室内底噪。 Non-diegetic music: 一个贯穿整个转场的合成器长音。
首帧与它那张输入图差 3.5/255，末帧与它那张差 3.6/255；交叉比对是 86 和 88，两端都钉住了，中间是新画出来的
- 分辨率
- 1376×768
- source
- LibtvsAI 生成
- 文生视频10.1s
星舰舰桥，跃迁瞬间
电影感中景，缓慢推进。昏暗空旷的星舰舰桥上，女舰长背对镜头，身影映在巨大的舷窗前。窗外，无畏舰群的推进器逐渐亮起，随后一道刺目的白光淹没舰桥——舰队跃迁了。 Soundscape: 低沉的引擎嗡鸣、远处的控制台交谈、逐渐升高然后骤然消失的充能啸声。 Non-diegetic music: 缓慢的管弦渐强，白光下铜管进入。
要 10 秒，给到 10.13 秒 —— 帧数向上取整到视觉 VAE 能解码的下一个块，多出来的部分不计费
- 分辨率
- 1376×768
- source
- LibtvsAI 生成
- 首尾帧5.2s
从这一帧开始，然后动起来
就从这一帧开始并保持住，然后镜头缓缓推向舷窗，一艘无畏舰贴着头顶掠过，航行灯从昏暗的舰桥上扫过。 Soundscape: 头顶掠过的低沉船体共鸣、控制台的滴答声、一记远处的警示音。
首帧与输入图差 3.9/255；末帧与同一张图差 53，说明开头守住了，之后画面是真的在动
- 分辨率
- 1376×768
- source
- LibtvsAI 生成
- 首尾帧5.2s
结束在你指定的那一帧
登顶前的最后一段，镜头跟着登山者穿过被风卷起的雪粉上升，最终恰好停在这一帧上。 Soundscape: 渐起的风声、靴子踩进结壳的雪、登顶时放缓的呼吸。
末帧与输入图差 4.1/255，首帧差 28 —— 锚在结尾，和上面那种模式正好相反
- 分辨率
- 1376×768
- source
- LibtvsAI 生成