2026年8月17日星期一

34.99 万元起,神行者 8 要证明自己不是一台「新能源路虎」

预热了小半年的 FREELANDER 神行者 8,终于开始预售了。

神行者 8 大六座共推出三个常规版本:Pro 版预售价 34.99 万元,Max 版 37.99 万元,Max+ 版 42.99 万元;限量 1000 辆的 First Edition 首发限定版售价 45.99 万元。

与此同时,大五座版本也同步开启预订,33.99 万元起。

这是「神行者」第一次以独立品牌的身份面对消费者。过去,它是路虎产品序列里的经典车型;如今,它成为奇瑞与捷豹路虎新一轮合作的起点。

神行者 8 没有延续老神行者的紧凑型定位,而是进入了新能源中大型六座 SUV 市场,与理想 L 系列、问界 M 系列等国产车型,以及部分传统豪华 SUV 竞争。

这个市场不缺配置,也不缺华为、宁德时代和高通这样的明星供应商。但对神行者 8 来说,眼下最棘手的问题可能不在产品力,而在品牌认知。

虽然 FREELANDER 已经独立运营,但消费者仍然会本能地把它与路虎联系在一起。而这层关系,在新能源市场未必是加分项。

因此,在今晚的发布会上,神行者 CEO 文飞把更多时间留给了神行者 8 本身,尝试通过设计、座舱和智能化能力,刷新外界对「神行者」的认识。

从概念车到量产车,神行者 8 保留了什么?

今年 3 月,FREELANDER 神行者用 Concept 97 概念车完成了品牌首秀。当然,概念车上的设计没有被原样照搬,但几处决定车辆性格的元素,都出现在了神行者 8 上。

最明显的是「Heavy base,Light top」的城堡式车身比例。

从正面看,神行者 8 的下部厚重,上部座舱逐渐收紧,再配合接近垂直的尾部,让这辆车看起来非常「稳定」,却没有大型 SUV 常见的笨重感。

双锋线机盖、三层结构前脸、ISD 互锁式大灯和塔桥式轮眉,共同拉宽了车头的视觉效果。车身侧后方的三角窗则来自 1997 年的三门版神行者,其轮廓融入了「F」与「L」两个字母,是新旧两代车型之间最直接的联系。

神行者 8 作为大六座车型,自然有着大六座尺寸,它的长宽高分别为 5118、2050 和 1898mm,轴距达到 3040mm。

尺寸变大,首先获益的是第二排。神行者 8 给第二排配了两张独立的零重力座椅,支持通风、加热、按摩以及靠背、坐垫、扶手和腿托调节;常见的冷暖箱、小桌板、电动遮阳帘、控制屏和吸顶屏也没有缺席。

相比之下,第三排更能体现文飞所说的「三排平权」。

神行者 8 的第三排拥有独立的采光区域,垂向空间达到 960mm,不仅拥有座椅加热和独立出风口,还配备了同类车型中少见的座椅通风。

另外,神行者还像理想 MEGA 等车型那样,准备了一个类似于「对讲机」的功能,来方便一排和三排交流;第三排独立侧气囊和贯穿三排的 3140mm 侧气帘,则补足了三排的安全配置。

从董车会此前的静态体验来看,神行者 8 的第三排体验还是非常全面的,基本只剩下了膝部空间不足这一个硬伤。

来到前排,这里最醒目的配置是贯穿前排的 46.3 英寸 Mini LED 远端屏,驾驶、导航、辅助驾驶和全地形信息都显示在这里,车辆设置和娱乐功能主要由 15.6 英寸中控屏完成。

中控屏下方还保留了一定数量的实体按键,以及两枚可以自定义其功能的水晶旋钮。

神行者将这套布局称为「T 型舰桥」,它的重点不在于屏幕本身,而是通过把行车信息、娱乐内容和常用控制分开,来减少驾驶员低头操作的次数。

其内部使用的是高通骁龙 8397 平台,综合算力达到 320TOPS,配合 48GB 运行内存,为 Unreal Engine 5.6 制作的三维车机界面提供算力基础。

到这里,神行者 8 的思路与主流新能源大六座还比较接近:用更大的空间、更舒适的座椅和更先进的座舱,照顾一家人的日常出行。但它显然不满足于只做一辆配置丰富的家庭 SUV。

神行者 8 与同类车型真正拉开差异的地方,要到铺装道路之外才能看得更清楚。

它采用 800V 高压增程平台,搭载与宁德时代联合开发的骁遥增混全地形专用电池,CLTC 纯电续航为 310km;动力系统总功率 550kW,峰值扭矩 795N·m,并配备两挡后电机、前机械差速锁、虚拟中锁、后 e-LSD 和闭式双腔空气悬架。

按照官方数据,神行者 8 的最高离地间隙达到了 270mm,最大涉水深度高达 900mm,悬架行程为 240mm。这些能力未必会被车主频繁用到,但在积雪、泥泞、砂石和非铺装道路上,可以提供比普通城市 SUV 更强的通过能力。

文飞还强调,它的 i-ATS 智能全地形系统会结合华为 896 线激光雷达、双目摄像头和底盘信号来识别前方地形,并在雪地、泥地、沙地、岩石和涉水等 9 种模式之间进行匹配。

也就是说,激光雷达在这里不只服务于华为乾崑 ADS 5 辅助驾驶,也参与车辆对复杂路面的判断。

文飞用一句话概括了神行者 8 想达到的状态:

翻山越岭是本色,公路驾控是主场,两边都是舒适区。

神行者 8 想卖给谁?

文飞此前给出过一个「541」判断:

未来的神行者用户,约有五成来自新能源中大型 SUV,四成是传统豪华轿车的换购人群,真正偏好越野的用户只占一成。

这个比例首先说明,神行者并不准备把自己限制在传统越野市场。它真正想争取的,是正在理想、问界等新能源品牌与传统豪华品牌之间做选择的消费者。

这两类用户判断一辆车的方式并不相同,新能源用户已经习惯比较空间、续航、辅助驾驶和座舱体验,也更关注软件能否持续更新;传统豪华品牌用户则更在意设计、材料、行驶质感,以及品牌本身带来的认同感。

神行者 8 要同时满足两套标准:既不能在新能源体验上显得落后,也不能只靠配置数量建立价值。它需要让消费者相信,智能化和豪华感在这辆车上不是两个互不相关的部分。

这也是今晚发布会花费大量篇幅介绍产品细节的原因。

对于一个刚刚独立运营的品牌来说,反复讲述历史并不能直接建立新的认知,它必须通过第一款车告诉消费者,今天的神行者与过去究竟有什么不同。

而要解释这种不同,仅仅把华为、宁德时代和高通的名字列出来还不够。在今天的新能源市场,头部供应商早已不是稀缺资源,真正影响最终体验的,是车企能否让不同系统围绕同一套产品目标协同工作。

文飞在发布会上用了一句很有概括性的表达,来阐述神行者和供应商之间的关系:

我们不是在一起拼积木,而是一起写程序。

他表示,在神行者的分工中,中方主导产品定义、新能源和智能化技术、供应链以及品牌运营;捷豹路虎则提供设计体系、豪华车开发经验和来自全球的资源。兼任品牌全球 CEO 和奇瑞捷豹路虎常务副总裁的文飞,也让品牌运营与合资公司的生产体系之间少了一层协调。

这种安排与传统合资公司的双头管理有所不同。

过去,中外双方经常在相同部门设置两套管理和决策体系;神行者则更强调各自负责擅长的部分,再由一个独立团队完成产品和品牌运营。

发布会选择在常熟举行,也与这套合作模式有关。

7 月 30 日,首辆神行者 8 在奇瑞捷豹路虎常熟工厂下线。文飞将它称为这家成立 14 年的合资公司「第二次征程」的开始。对于常熟工厂来说,这不仅是增加一款新车,而是生产重心从传统燃油车向智能新能源产品转移。

神行者的目标也不止于中国市场。按照此前公布的规划,神行者将在未来五年推出六款 SUV,并从立项阶段同步开发国内、国际左舵、右舵和欧盟版本,而不是等国内车型完成后再进行简单调整。

发布会上,文飞还公布了一组新的开发数据:神行者 8 在全球投入超过 1000 辆测试车,其中 200 多辆用于全地形耐久验证,累计完成 215 万公里全地形测试,并在不同气候和路面条件下覆盖超过 1000 种用户场景。

测试规模本身不能直接证明一款车的质量,但它至少说明,神行者所说的全球化并不只是销售计划。不同地区的法规、气候、道路和使用习惯,已经被放进了前期开发过程。

不过,消费者不会因为一套新的合资模式或一组测试数字直接买单。组织效率最终要体现在交付速度上,全球开发最终要反映在产品可靠性上,供应商合作的深度也要通过软件体验和后续更新来证明。

这正是神行者接下来面对的考验,而且留给它证明这些事情的时间并不宽裕。

神行者 8 不仅要在预售阶段说服消费者下单,还要在交付之后证明,这辆车能够长期陪伴用户。对一个新品牌来说,后者显然更难,也更重要。

带轮子的都关注,欢迎交流。 邮箱:tanjiewen@ifanr.com

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/eDL3MwU
via IFTTT

网友把DeepSeek Harness玩成了赛博乐高,我们挑出了最有意思的11 个插件

DeepSeek Harness ,正在成为全球网友的赛博乐高。

随着 DeepSeek Harness 的爆火,三天时间在 GitHub 上直接拿下将近 13 万颗 Star。要知道,当年 OpenClaw 如此那般「全民养虾」也花了两周才突破 10w Star。

DeepSeek Harness 已经成为 GitHub 历史上增长速度最快的项目之一。

而 DSH 最大的特点之一「一切皆插件」,模型、工具、循环、存储、调度甚至 UI 都成为可替换的插件,更是让 DSH 插件变成了这个时代的 App Store。

我们在内部评测时相关标签显示的插件数量不到 300 个。开放之后,据不完全统计,目前 GitHub 上包含 dsh-plugin(DeepSeek Harness 插件)标签的仓库,已经来到了 6000 多个。

整个社区现在催生了很多有意思的插件,顺着收集此类插件的仓库 Awesome DeepSeek Harness,和社交媒体上网友们的分享继续搜索,会发现大家做的插件,和此前我们所理解的插件完全不一样,不单只是搜索、浏览器和数据连接器。

有人让回答直接变成交互网页,有按钮和图表,有人把设计文件搬进对话,还有人给 Agent 装上撤回键和叫醒服务,而在所有插件之中,换皮肤是最有意思的一项。

惊喜,从现在开始

DSH 有插件市场,已经带来了足够大的自定义。但现在针对皮肤插件,就有了专门的皮肤插件市场。

▲地址:https://ift.tt/SiEBA6d

谁不想在 Vibe Coding 的时候,看着这个可爱的「大肥鱼」呢,其实是可爱的鲸鱼娘。

如果说只是加个背景还不够,还能直接还原一套 Windows XP Luna 的经典界面,深蓝色的渐变窗口条,绿色的「开始」按钮,蓝天桌面,全局直角风格。

还有鲸鱼娘主题皮肤系游戏版本,QQ 版本,增加 Emoji 回复的版本,甚至我想很快就会有液态玻璃的版本。

▲项目地址:Small-tailqwq/dsh-deep-whale、LaplaceYoung/dsh-qq2006、hellodigua/dsh-emoji

除了好看,这些皮肤有时候还能「有用」,就像不想让同时知道自己在和 AI 聊天,其实是在炒股?

▲ 项目地址:renat3u/tonghuashun-webui

一款同花顺风格的 DeepSeek Harness,用 K 线图以股票行情展示 Token 消耗,成交量就代表代码变更行数,涨跌幅表示 Token 消耗环比,红色代表增加,绿色代表删减,资金流向表示 Token 流向哪些项目……

而中间的对话就像是当天的热点新闻一样,一条一条显示。

又或者炒股很摸鱼,能不能换成办公场景,直接换成 Excel 风格,把会话、工具、设置和导航等界面,全部重构为可交互的工作表单元格。

▲项目地址:Small-tailqwq/dsh-deepcel

在这些网页版的皮肤插件之外,也有网友制作了终端版本和 App 版本,我们可以像之前用 CLI 命令行一样,继续用 DeepSeek Harness。

而一键安装的 App 版本则提供了像 Codex 一样的体验,目前这款第三方的桌面端在 GitHub 上已经有 1 万个 Star,下载量 7 万多次。

▲ 地址:anywhere-labs/deepseek-harness-desktop

DeepSeek 也能操作浏览器、识屏生图

以前用 DeepSeek,大多数时候对话的重点都是一段文字,即便模型可以做出各种各样的网页,还是需要我们手动下达新的需求。

Dsh-genui 这款插件则是能让模型可以在回复的 dsh-ui 代码围栏中写入一份 JSON 界面描述。浏览器读取这份描述,再将它渲染成卡片、表格、图表、表单、测验、Mermaid 图,甚至 3D 场景;项目目前准备了 30 多种组件。

▲项目地址:omdsh-dev/dsh-genui

普通的文字回答,直接变成一份完整的可交互界面。

举个例子,如果让模型分析一份销售数据,它可以把结果排成仪表盘;讲解一段知识,可以在回复中放进能够即时判分的测验;整理研究资料时,也可以用标签页区分来源,让用户直接选择下一项需要追查的内容。

回答能够操作之后,下一个麻烦是文件。

让 AI 做一张海报,最常见的交付物是一张 PNG。文字挤了、按钮偏了、颜色不对,用户只能继续用自然语言描述「把右上角那个往左挪一点」。模型需要重新理解整张图,修改也未必落在原处。

dsh-openpencil 这款插件直接把 OpenPencil 的 .op 设计文档接进了 DSH 会话。

▲项目地址:ZSeven-W/dsh-openpencil

Agent 可以新建文档、创建和编辑节点、读取用户选中的元素,再把多个 Frame 渲染成预览。

我们可以在对话里打开只读交互画布,缩放、平移和检查节点;需要手动调整时,再进入带有图层、属性、绘图工具、撤销和重做功能的编辑工作台。

但是 DeepSeek 不是一个多模态模型,怎么让 DeepSeek 也可以有看图的能力呢?

答案是通过引入第三方的模型,dsh-vision-toolkit 这款插件给 DeepSeek Harness 里的文本模型增加了十种视觉工具,包括图片问答、多图比较、元素定位、长截图 OCR 等工具。

▲项目地址:Anionex/dsh-vision-toolkit

插件默认接入内置免费 Gemini 3.7 Flash 视觉服务,不需要申请 API Key,我们自己也可以定义第三方模型。

还有类似 Codex 才有的浏览器操作能力,也能通过 DeepSeek Harness 插件的方式引入。

▲项目地址:Lum1104/dsh-browser

dsh-browser 由一个 DeepSeek Harness Bridge 插件和一个 Chrome 扩展组成,操作对象是用户已经打开的真实标签页。网站的登录状态、Session 和 Cookie 继续由 Chrome 保存,模型能拿到网页标题、地址、正文,以及带编号的链接、按钮和输入框。

Agent 想点击一个按钮,只需要调用对应编号。网页发生变化后,扩展再生成一份新的页面快照。它还支持常见的浏览器操作,像是输入文字、发送按键、滚动、前进后退、刷新和跳转等。

DeepSeek 一瞬间能看图、能操作网页了,但任务一长,所有工作仍然挤在同一段上下文里。

于是又有专门的插件 dsh-agent-teams ,用一个 Agent 临时组队、分工、按依赖推进任务。当前 DeepSeek Harness 会话成为队长,自动再创建多个可以继续唤醒的子 Agent。

▲项目地址:NanmiCoder/dsh-agent-teams

比如要审查一次产品更新,可以先创建「整理改动清单」任务,再建立性能、安全和产品影响三项审查任务,并把它们设置为依赖第一项。

起初只有整理清单的 Agent 可以工作。清单完成后,另外三项任务自动解锁,调度器再把它们交给空闲成员。团队面板会显示每个人正在处理什么,任务依赖则画成一张 DAG 图。点击成员,还能进入它的子会话查看过程。

多 Agent 的插件,提供了分工和并行的可能,对于依赖关系明确、能够拆开的工作,作用会非常明显。

这些插件的安装方式都可以直接采用通用格式,即 dsh plugin –profile web add

对于某些已经发布了 npm 包的插件,我们可以使用 dsh plugin –profile web add @anionex/dsh-vision-toolkit,而对于只在 GitHub 上发布的插件,从 GitHub 安装的命令是

dsh plugin –profile web add git+https://ift.tt/txE3jrf

DSH 的插件命令实际会交给 pnpm 处理,因此本机需要先有 pnpm。遇到 pnpm not found,通常可以运行 corepack enable,再打开一个新终端。

安装完成后,可以用下面两条命令检查:

dsh plugin –profile web list
dsh –profile web –dump-config

第一条查看 Profile 已经安装的依赖,第二条确认插件有没有进入最终配置。

Agent 的 App Store,是乐高的样子

这些插件,很容易就让人想到「AI 时代的 App Store」,虽然这也算不上什么新鲜说法。

OpenAI 在 2024 年推出过 GPT Store,后来又开放 ChatGPT Apps,并允许开发者将应用提交到应用目录,接着 Anthropic 推出的 Skills 技能市场。这些 AI 厂商也都喜欢用「商店」、「市场」和「生态」描述自己的开发者平台。

打造一个目录可能并不难。真正麻烦的是,第三方开发者能不能不断做出官方没有预设的产品,用户是否愿意安装,项目又能否在平台升级后继续活下去。

从这个标准看,DeepSeek Harness 还远没有成为成熟的 Agent App Store。

▲ 项目地址:Dominic789654/awesome-deepseek-harness

Awesome DeepSeek Harness 这个项目虽然集齐了 GitHub 社区里有意思的插件,并进行了完整的分类。但它始终像是一份第三方清单,它的自动检查主要确认格式、链接和 GitHub Topic,不负责安装、版本兼容与安全审计。

DeepSeek 官方也明确提醒,Harness 还处在开发者预览阶段,后续可能出现破坏兼容性的改动。

但这些每日都在增长的案例已经让「App Store 雏形」不再只是一句口号。

▲ 1560 行

相比把模型、工具和界面一起封装好的成品 Agent,DeepSeek Harness 交给社区的很大一部分是产品定义权。开发者可以自己决定回答怎么展示、任务怎样继续,以及一套 Agent 最后应该长成什么样。

Codex 和 Workbuddy 这类产品给我们的是一个越来越强的 Agent,它们的插件市场,也是服务于这个已经做好的 Agent 产品,在此基础上添加各类插件,可以给它接入工具、加能力,然后让它帮我们完成更多工作。

到了 DeepSeek Harness,社区已经开始用插件修改 Agent 本身,它更像是在把一套「Agent 怎么做」的问题交给社区。

这也是为什么短短几天里,我们看到的插件很快就从搜索、浏览器这些常规能力,延伸到了皮肤、生成式 UI、设计工具、多 Agent 调度,甚至完整的第三方客户端。

如果说承载了 Vibe Coding 流行起来的 Cursor,其背后的底层架构 VS Code 是一款好产品。

那我想,DSH 未来也会是一个架构,只不过我们还在等,正和这些插件一起探索,属于 DeepSeek Harness 的「Cursor」。

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/XdB1Aqh
via IFTTT

《牛来》爆火之后,我更理解为什么 AI 视频需要自己的 Blender

最近意外出圈的《牛来》,可能是 2026 年电影圈最抽象的一幕。

一部画面被网友形容为「像早期 3D 动画练习作业」的电影,因粗糙感被不断玩梗、二创,反而意外带动观众的观影。对比之下,把《牛来》和今天的 AI 视频放在一起,会产生一种错位感。

AI 已能在几分钟内生成写实人物、电影级光影、巨型场景甚至复杂特效,几张参考图加几句提示就能做出接近成片的画面,生成门槛被大幅压低。

当然,画面好看只是第一步。人物入场、机位移动、镜头交错与收束、遮挡与揭示的时机,这些决定镜头成立的细节,很难靠一句 Prompt 精确控制。于是一个很有意思的现象出现了。

AI 视频生成能力越来越强,创作者却开始重新寻找一种已经在影视工业里用了几十年的办法:

先预演镜头,再让模型去生成。

APPSO 注意到,updream 最近上线了一个预演台功能,无需学习建模,只要上传场景参考图即可生成高还原 3D 白模场景。创作者可在其中摆放人物、设定机位与运动轨迹、调整关键帧,将原本依赖 Prompt 的空间与镜头调度转为可视化预演。

整个流程体验下来,你可能会发现 updream 预演台就像是 AI 视频创作者的 Blender,能够让 AI 视频创作者重新握住「摄影机」的控制权,把随机生成,重新拉回到可设计的镜头创作。

接下来,我们就拿几组不同复杂度的镜头实际试试看。

AI 视频开始迈入「预演」时代

第一次使用 updream 预演台功能,最明显的感受来自建模这一关。

过去如果想做一颗 3D Previs,第一步大概率就会被 Blender 劝退。在预演台里,只需新建项目并上传场景参考图,系统就会自动生成可用的 3D 白模场景。

操作过程也没有想象中那么复杂。

参考图最好选择广角、鸟瞰或空间纵深明显的画面,人物尽量少一些,后续可以再单独添加。一次最多上传三张图,生成通常需要几分钟,官方提示为 4 到 7 分钟。

白模生成后,流程就和传统 3D Previs 基本一致:放人物、构建机位、调整位置与朝向、设置轨迹,需要复杂运动再加关键帧,最后再选择喜欢的模型直接渲染生成即可。

· 机甲格纳库

在机甲格纳库这个案例中,少年驾驶员进入格纳库,沿主通道逐渐靠近巨型机甲,机位跟着人物移动,后半段轻微抬升,最后让机甲真正显露出来。

我把人物放到主通道上,然后把机位放在人物后方跟随。后半段再增加关键帧,让机位逐渐向上运动。

这里也能用到预演台内置的跟随逻辑。

比如相对位置跟随,可以让机位在人物移动时一直保持大致相同的距离;如果希望摄影机拥有独立路线,也可以改成轨迹跟拍,再单独调整机位的运动。

移动和旋转也没有特别复杂。选中人物或者机位以后可以直接拖动,点击左侧图标,或者按 G 调位置,按 R 调旋转。坐标轴哪个方向被选中,物体就沿哪个方向移动。

▲ 快捷键参考

建好白模后,点击右上角的「录制」,预演视频就会作为下游节点回到画布。接下来只需要选择合适的视频模型,再配合提示词描述人物、场景和具体事件,就可以进入最终生成。

不过,比这些操作更能体现预演台价值的,还是最终生成结果。

我用接近一致的生成条件做了一组对照:一版只给人物、场景和镜头要求,不加入预演视频;另一版则加入白模录像,一起交给同一个模型。

无白模参照时,模型会自行完成运镜。整体不跑偏,但机位速度、抬升时机与构图关系会带有明显随机性:有时过早抬升导致机甲提前全显,有时跟拍距离变化削弱了体量对比。

加入白模参照后,运镜方向与节奏更稳定贴合预演,机位抬升与人物距离控制也更一致,机甲出现时机与最终构图偏差明显减少。

机甲长什么样、金属材质够不够真实、蓝色灯光有没有质感,这些问题白模帮不上忙,最终还是由参考图、Prompt 和生成模型决定。

暂时无法在飞书文档外展示此内容

预演真正有价值的地方,是提前确定人物从哪里看机甲,机位又从哪里看人物。换成大型建筑、巨物、飞船、巨兽,其实也是同一个道理。

· 宇宙中心

宇宙中心这个案例里,主角只需要从建筑内部走出来,机位从人物一侧逐渐绕到背后,最后露出眼前巨大的宇宙空间。远处有建筑和飞行器,主角只占画面很小一部分。

纯 Prompt 写起来其实只有一句话,类似「镜头环绕到人物背后,揭示辽阔的宇宙中心」。问题是,模型知道要环绕,却不知道我脑子里的那条轨迹究竟是什么。

所以我在预演台里做的事情非常简单。

场景生成后,将人物放在建筑出口附近,从当前视角设定机位并调整开场构图,再为机位绘制一条绕至人物身后的路径;人物只需一条很短的直线路径。

按空格播放前,镜头运动基本已可预判。不满意也无需消耗视频模型成本:镜头过近就外移轨迹,构图过居中就改终点机位,建筑揭示过早则调整运动节奏。

这也是白模最容易被低估的价值——不仅节省建模时间,还提供了一层低成本的镜头试错空间。甚至有了白模以后,Prompt 反而可以少写一点。

· 地铁站三人擦肩而过

在地铁站三人擦肩这个案例里,一个男人沿站台向前走,女主从对面迎面而来,两人在中间擦肩而过。旁边还有一个路人,全程站在原地低头玩手机。

单个动作都很简单,但一旦组合,问题就变复杂了。男人从哪进、女主何时出现、何时相遇、擦肩时左右位置、路人分布以及镜头移动速度,都需要明确。

在预演台里,哪个人走快了,哪个人出现早了,擦肩位置偏了,都可以直接从时间线上调整。更细一点,还能通过关键帧修改某一段的速度和位置。

做到这里以后,白模带来的变化已经开始从单纯的运镜控制变成空间调度。

多人场景尤其如此。每多一个人物,就多一条位置、方向和时间关系。三维场景天然比自然语言更适合表达这些信息。

总体来看,图片转 3D 的优势就是快,适合搭建大空间框架,但它目前还不擅长精细建模,现阶段仍然无法完全替代手工搭建的成熟 3D 资产。

不过,updream 本身也没有把白模限定在一种精度上。

预演台自动生成的更接近「粗粒度白模」,重点保留人物动作、动线、站位、运镜和切镜等时序关系;如果创作者本身有 3D/CG 能力,也可以导入自己制作的「细粒度白模」,进一步保留更完整的场景、人物和结构信息,让后续模型围绕材质、色彩和视觉风格进行重渲染。

· 雨夜天台对峙

雨夜天台对峙这个案例里,两名男性站在屋顶中央对峙,其中一人向前压一步率先出手,另一人向右后方闪开,前者继续跟进,最后两个人重新停下来。

人物之间开始出现明确的相对关系,也是白模比较适合处理的类型。如果只是希望机位固定在一个位置追踪人物,可以直接用定点跟拍;

想让摄影机自己运动,就再给它单独画轨迹。相比不断修改「镜头围绕双方运动」这样的 Prompt,直接在空间里调会更直观。

但做到打斗这里,预演台的边界也开始出现。

粗粒度白模很适合告诉模型「这个人从这里移动到那里」,但挥拳怎么挥、侧身幅度多大、格挡动作是什么姿态,仍然属于视频模型需要完成的部分。

所以这类镜头里,我会刻意减少白模承担的动作细节。它负责人物整体位置和机位路线,具体打斗动作继续交给 Prompt 和人物参考。

从实际创作来说,这种分工也正好适配 Seedance 2.5 这类模型的生成逻辑:场景、人物外观和情绪交给 Prompt 与参考图,白模集中控制「怎么拍」。不同控制条件各管一类信息,也比所有要求同时塞进一段文字里更清楚。

· 武侠对决

武侠对决是几组测试里信息量最大的一组案例。

竹林、云海、烟雾、落叶,两名角色连续交锋。机位要从女主身后跟随,中途绕到双方右侧,之后又回到另一边,还有推近、拉远和景别变化。

单看提示词长度,就已经能感受到这类镜头有多容易失控。

但镜头越复杂,提前做空间预演的价值越高;真正值得花时间搭预演的,通常也是多人调度、长镜头、环绕跟拍、复杂空间运动、明确终点构图,以及失败一次就会消耗不少生成成本的镜头。

如果一颗复杂镜头单次生成已经是几十元,那么少掉一两次因为机位跑偏或者人物站错位置造成的返工,就能大大减少抽卡所带来的成本。

预演台同时支持一镜到底和多机位,官方也提供了两组颇有代表性的案例。

比如老人走在户外街道上,一个环绕长镜头清晰地交代了老人所在的环境。

另一组则更像是韩剧里发生冲突的镜头,虽然人物数量更多,还有台词、情绪和多个机位关系,但谁在说话,谁被压制,谁在什么时候进入主要画面,机位都能随着人物关系不断调整。

AI 创作真正的技术平权,是让专业能力更容易被表达

1900 年,柯达推出售价只有 1 美元的 Brownie 相机。

在那之前,摄影多少还带着一点技术工种的意味。你得懂曝光、懂底片,还得面对一整套并不友好的设备和冲洗流程。Brownie 做的事情很简单,它把这些复杂操作尽可能藏到机器后面,让普通人也可以把相机带去街上、家庭聚会和旅行。

摄影因此真正进入大众生活。

但人人都可以按快门,并不等于人人都会拍照。设备门槛下降以后,构图、光线、时机、距离、观察这些过去被复杂技术掩盖在后面的东西,反而越来越直接地决定一张照片好不好。

AI 视频现在多少也走到了类似的位置。

过去想完成一套相对正规的 3D Previs,流程并不短。你得在 Blender 里搭空间,放人物,搭建机位,处理关键帧,再把这一套东西变成生成模型能够理解的参考。问题在于,真正会被这套流程挡住的人,未必没有镜头想法。

updream 预演台试图减少的,正是中间这段转换成本。

尤其是参考图直接生成 3D 白模这一层,能够同时服务于无建模基础的创作者、影视从业者、3D/CG 人员与AI视频工作室,分别帮助他们降低建模门槛、迁移影视调度经验、简化前期预演流程并提升复杂镜头的生产效率。

场景先有了,接下来要处理的就变成更接近创作本身的问题:人物站哪里,机位从哪里开始,怎么走,什么时候换位置。

它带来的优势是不言而喻的。

对于完全不懂 Blender 的创作者,脑海里的机位和人物走位,终于不用先变成一大段文字,可以直接用空间表达;对于原本就懂摄影、分镜和调度的人,过去积累的专业经验也更容易迁移进 AI 视频里,不需要重新从「怎么描述一个跟拍镜头」学起。

更现实的一层,是成本。

白模至少提供了一个更便宜的试错区。机位不对,可以先改;人物路线有问题,可以先调;切镜时机不合适,也可以在预演里看出来。等空间关系大致确认,再把这套结果交给生成模型,从而有可能减少后面更昂贵的返工。

视角再拉远一点,素材管理和 Skill 社区也在同一套系统之中。updream 此前已经把无限画布、素材统一管理、视频生成和 Skill(技能)复用放在同一套创作环境里,预演台加入以后,3D Previs 也成为了其中一个可以继续复用的创作环节。

当然,它也绝对称不上轻松。

预演台仍需理解三维空间、机位、轨迹与关键帧,制作白模也要额外时间。它能锁定走位与机位,但对简单镜头而言,这套流程甚至可能比直接写 Prompt 更繁琐。

所以我并不觉得白模会成为所有 AI 视频的默认步骤。它更像未来专业工作流中的一种控制层。

整个行业的发展趋势,也正在向这个方向靠拢。

未来一类产品继续提高自动化程度,让 AI 从剧本一路完成到成片;另一类产品则会给专业创作者更多可以直接干预机位、动作和空间的工具。前者降低了创作的门槛,后者还在前者的基础之上拔高了创作者能掌控的上限。

updream 预演台显然更接近后一种。

据了解,基于预演台功能,updream 还发起了一个「千万积分预演台白模创作挑战赛」,单条优秀作品最高可获得 100 万积分奖励,价值 1 万元。优质作品还将获得流量资源扶持。

当建模、运镜、渲染这些过去昂贵又专业的能力逐渐变成基础设施,「会不会做出来」很快会失去稀缺性,真正拉开创作者差距的,将重新回到「为什么要这么拍」。

一百多年前,Brownie 把相机交给了更多普通人;今天,updream 预演台正在把一台更容易操作的虚拟摄影机交给 AI 视频创作者。创作的胜负手也越来越早地出现在按下生成键之前。

作者:莫崇宇,招旭升

#欢迎关注爱范儿官方微信公众号:爱范儿(微信号:ifanr),更多精彩内容第一时间为您奉上。



from 爱范儿 https://ift.tt/NzorDP5
via IFTTT