SkyReels-V3（统一的多模态生成）
制作一致性强的短片。使用 SkyReels-V3，您可以动画化单个参考图像，将 5 秒的片段扩展为更长的时刻，或通过音频驱动会说话的头像，同时保持身份、构图和运动的稳定性。从细微动作开始，获得干净的 5–8 秒结果，然后迭代优化。
SkyReels-V3 的关键功能
- 参考图像到视频（身份稳定）: 动画化单个图像，无“像素拖动”伪影。
- 多参考控制（最多 4 张图像）: 在一个镜头中混合主体、背景和关键道具。
- 视频扩展（单镜头延续）: 通过连贯的动作和场景记忆扩展短片。
- 导演风格镜头切换: 切入、切出和干净的场景间过渡。
- 音频驱动的会说话头像（唇同步）: 将音频转化为可信的说话视频。
- 在一个地方构建完整工作流程: 从静态 → 动态 → 更长的故事 → 语音驱动的呈现者。
参考图像到视频（身份稳定）
| 提示 | 生成片段 |
|---|---|
参考：一只金毛犬坐在前门廊。提示：狗站起来，四处张望，尾巴轻轻摇摆，晨光，手持相机感，自然动作，干净背景。 |
多参考控制（最多 4 张图像）
| 提示 | 生成片段 |
|---|---|
使用 2–4 个参考：(1) 人物肖像，(2) 咖啡馆内部，(3) 杯子的特写。提示：人物拿起杯子，蒸汽升起，柔和的窗光，微妙的相机推入，一致的服装和面部。 |
视频扩展（单镜头延续）
| 提示 | 生成片段 |
|---|---|
输入：一个 5 秒的剪辑，展示模特在花园里散步。提示：扩展到 10 秒，保持服装图案和光线，添加轻微的微风，慢慢向左平移，保持相同的场景和节奏。 |
导演风格镜头切换
| 提示 | 生成片段 |
|---|---|
提示：两个人坐在舒适的咖啡馆里，自然地在小桌子上聊天。5 秒的剪辑，带有轻微的相机变化：从中宽镜头开始，展示两人从腰部以上以及桌子（杯子可见），然后轻推向主说话者以获得稍微紧凑的构图。柔和的侧窗光，温暖的室内，轻微的背景虚化，微妙的手势和点头，真实的嘴部动作（无夸张的唇同步），稳定的相机，平滑的过渡（无突然剪切），电影色彩，浅景深。 |
音频驱动的会说话头像（唇同步）
在一个地方构建完整工作流程
提示技巧与最佳实践
使用清晰的动作动词（保持人类尺度）
写下您可以在一个镜头中“看到”的动作：“站起来”、“向左看然后回头”、“眨一次眼”、“微微一笑”、“手抬起杯子”、“蒸汽升起”、“相机慢推入”。如果您一次要求太多动作，运动往往会变得不自然——选择 1–2 个主要动作，并保持其他一切稳定。
从实用参数开始（可复制的预设）
初始预设（最稳定）：时长 5 秒 • 比例 16:9 或 9:16 • 相机：固定或慢推入 • 动作：低→中 • 背景：不变。扩展预设：从 5 秒开始 → 首先扩展到 10 秒（而不是 30 秒）• 保持光线/风格不变 • 仅添加一个新的动作提示（例如，“轻微的微风”）。如果您看到漂移，请缩短时长，降低动作强度，并简化相机运动。
参考指导：锁定身份 + 构图
如果一致性很重要，请明确说明：“保持面部、服装和背景不变；保持构图和颜色。”对于多参考，分配角色以防模型混淆它们：“Ref1 控制人物/面部，Ref2 控制房间/背景，Ref3 控制杯子/道具。”然后添加一句话：“不要在参考之间交换角色。”
您可以复制的提示示例
(1) 图像到视频：“保持主体的面部和服装完全相同。微妙的呼吸和一个自然的眨眼。柔和的日光。轻微的手持感。背景不变。” (2) 视频扩展：“平滑扩展到 10 秒。保持光线、服装图案和背景。添加轻微的微风。慢向左平移。无突然剪切。” (3) 会说话的头像：“准确的唇同步。自然的眨眼。轻微的点头。干净的背景。保持面部细节在帧间稳定。”
如何使用 SkyReels-V3
选择您的模式
选择您需要的工作流程：参考图像到视频或视频扩展。这可以使您的设置更简单，避免输入不匹配。
添加输入 + 编写扎实的提示
上传您的参考图像或初始视频。然后编写一个提示，说明动作、相机感、光线以及必须保持一致的内容（身份、服装、背景）。
调整参数并生成
设置时长、比例和 FPS。从保守的设置开始（较短的长度、中等的动作），生成，然后通过调整动作强度和场景约束进行迭代。