Video Studio — AI 视频生成工作台
Video Studio 是 Caioteam 推出的 AI 视频生成工作台,以工业级 12 阶段生产管线为核心架构,将 AI 视频创作从原始的"输入提示词等结果"升级为可管理、可验收、可修复的结构化生产流程。
12 阶段管线完整覆盖了视频创作的全生命周期:
阶段 01 创意输入(Creative Input):整个项目的起点,用户在此输入文字剧本或导入已有的脚本文件。
系统支持纯文本输入和结构化剧本格式(包含场次、对白、场景描述等字段)。
输入后系统自动分析剧本结构,估算镜头数量,规划后续阶段的处理顺序。
页面显示当前阶段状态标识(未开始/进行中/已完成)和镜头计数器(总镜头数、已通过数、待验收数、需修复数)。
阶段 02 诊断(Diagnosis):系统对输入剧本进行自动诊断,检测潜在问题:人物一致性风险(同一人物在多个镜头中是否保持一致的描述)、场景连贯性问题(前后镜头之间的空间和时间逻辑是否合理)、特殊效果可行性评估(用户要求的特效在当前模型能力下是否可实现)。
诊断结果以清单形式展示,包含问题等级(阻断/警告/建议)和修复建议。
阶段 03 导演(Director):定义每个镜头的导演指令,包括运镜方式(推拉摇移跟升降)、镜头焦距(广角/标准/长焦)、拍摄角度(俯拍/仰拍/平视/特写)和节奏控制(快切/慢推/定格)。
导演参数以结构化的 JSON 格式存储,可以跨镜头复用和模板化。
阶段 04 美术(Art):设定视觉风格参数。平台预置六种风格预设(电影写实、动漫、纪录片、赛博朋克、纪实 MV、默认),每种预设包含完整的色彩映射、明暗对比和画质参数。
用户可以在预设基础上微调,或从零自定义。美术设定还包括色调映射曲线、颗粒感强度和画面锐度等高级参数。
阶段 05 空间(Space):管理人物库、场景库和道具库三大资产系统。
人物库存储角色的外观描述、服装设定和在不同镜头中的视觉参考;场景库记录每个场景的空间布局、光线条件和氛围描述;道具库管理重复出现的物品设定。
三大库之间通过标签系统关联,确保同一人物在不同场景中的外观保持一致。"空间锁定"功能允许用户固定某些元素的设定,防止 AI 在不同镜头中产生漂移。
阶段 06 分镜(Storyboard):将剧本拆解为独立的分镜头。每个分镜包含镜头编号、时长(秒)、画面描述(场景、人物、动作)、对话文本和转场方式。分镜列表支持拖拽排序、批量编辑和导入导出。AI 辅助分镜功能可以自动从剧本中识别场景切换点,建议分镜切割位置。
阶段 07 提示词(Prompt):为每个分镜生成详细的视频生成提示词。提示词由多部分组成:画面主体描述(人物+动作+场景)、美术风格指令(从阶段 04 继承)、空间约束(从阶段 05 继承)、Seedance 规则(从全局规则继承,如禁止文字、禁止变脸、禁止多余肢体等)和特殊效果指令。提示词可以在阶段面板中逐镜头预览和手动修改。
阶段 08 验收(Review):对每个镜头的生成结果进行审核。验收标准包括画面质量(清晰度、噪点、伪影)、内容准确性(是否与分镜描述一致)、风格一致性(是否与全局美术设定匹配)和衔接质量(与前后镜头的过渡是否流畅)。
每个镜头标记为通过/需修复,需修复的镜头自动进入阶段 09。
阶段 09 修复(Fix):集中处理需修复的镜头。修复工作台提供三种模式:微调提示词重新生成(保持大部分参数不变,仅调整出问题的部分)、局部重绘(只重新生成画面的特定区域)、手动编辑(上传替换素材或使用画布工具修补)。
修复后的镜头重新提交验收,形成"生成→验收→修复→再验收"的闭环。
阶段 10 结尾帧(End Frame):为每个镜头锁定结尾画面帧,作为下一镜头的起始参考。结尾帧锁定的作用是保证镜头之间的视觉连续性——下一镜头生成的起始画面与上一镜头的结尾帧保持一致的人物位置、表情和动作状态。
锁定后的结尾帧不可修改,防止连锁影响。
阶段 11 后期(Post):对通过验收的全部镜头进行后期处理,包括全局色彩校正(统一所有镜头的色调和亮度)、转场特效添加(淡入淡出、溶解、划像等)、音频同步(如有对白,与视频时间轴对齐)和字幕叠加。
后期参数以项目级配置存储,一键应用到所有镜头。
阶段 12 入库(Archive):将完成的项目打包归档。归档包包含最终视频文件(MP4 格式,支持 1080p/4K 分辨率)、项目源文件(所有阶段的 JSON 配置文件、提示词记录、验收报告)、素材库(使用到的参考图和生成过程中的中间产物)和项目日志(每个阶段的耗时、API 调用次数和修改记录)。
归档项目可以随时重新打开编辑,或在新建项目时作为模板复用。
技术参数方面,平台支持 1080p 和 4K 两种分辨率,24fps/30fps/60fps 三种帧率,以及 16:9 和 1:1 两种画幅比例。
参考图自动适配各阶段的需求尺寸(1024×1024 方图、1024×1792 竖图、1792×1024 横图)。
Seedance 规则引擎是平台保证视觉一致性的核心技术。用户可以在全局层面定义统一规则——如人物一致性规则(同一人物在所有镜头中保持相同外貌、服装、发型)、色彩规则(整体色调在一定范围内波动)、空间规则(同一场景的背景元素保持相对位置关系)和禁用规则(全局禁止生成文字、水印、变脸、多余肢体、画面跳变)。
Seedance 规则在每个镜头的提示词生成阶段自动注入,减少"抽卡"式的不稳定输出。
连接设置支持本地 Key 管理:API Key 仅保存在用户浏览器本地存储中,每次请求直接从浏览器发送到 AI 服务商的 API 地址,不经过 Caioteam 服务器。用户可以选择同时配置视频生成 API、图片生成 API 和文本 API 三套独立的 Key 和地址。
创作内容也可以选择仅保存在本地浏览器,关闭"保存创作内容"开关后,剧本、分镜和历史记录不会在下次打开时恢复,最大程度保护用户隐私。
生产队列面板提供项目级概览,实时显示每个阶段当前的镜头数量和执行状态。
面板使用颜色编码:绿色表示已通过验收,黄色表示待验收,红色表示需修复,灰色表示尚未开始。进度条直观展示项目的整体完成度。
平台还包含四大辅助系统:风格预设系统(一键切换整体视觉风格)、人物场景道具库(复用和统一管理创作资产)、全局禁用规则(防止不良输出)和诊断建议引擎(提前发现潜在问题)。
这些系统协同工作,将 AI 视频创作从"碰运气的黑盒"变成了"可控的工业流水线"。