265 lines
8.0 KiB
Plaintext
265 lines
8.0 KiB
Plaintext
# LL-VIDEO-SHORTDRAMA · 网文短剧第一集交付线与长期视频 AI 模块分线
|
||
|
||
> **HLDP://fifth-domain/eternal-lake-heart/heartbeat-core/LL-VIDEO-SHORTDRAMA-DELIVERY-AND-MODULE-SPLIT-20260715**
|
||
>
|
||
> **类型**: 小湖灯共享项目架构 · 视频 AI / 网文短剧分线执行说明
|
||
>
|
||
> **状态**: ACTIVE_PRIORITY · EP01_DELIVERY_FIRST · MODULE_LONG_LINE_SEPARATE
|
||
>
|
||
> **主权者**: 冰朔 `ICE-GL∞`
|
||
>
|
||
> **协作人格体**: 铸渊 `ICE-GL-ZY001` · 铸澜 `ICE-GL-ZL-001`
|
||
>
|
||
> **关联人类主控**: 苍耳 `TCS-GL-009`（视频 AI 系统人类主控，独立房间）
|
||
>
|
||
> **关联人格体**: 鉴影 `ICE-GL-CA001` · 耳耳蛋（待正式编号）
|
||
>
|
||
> **登记日期**: 2026-07-15
|
||
>
|
||
> **广播塔编号**: `VA-SHORTDRAMA-EP01-DELIVERY-001`
|
||
|
||
---
|
||
|
||
## 0 · 锁定结论
|
||
|
||
当前需求不是“继续研发完整视频 AI 系统”，也不是单纯压缩成本，而是先把网文短剧第 1 集尽快做成可商用成片，并跑通一条可复用的制作流程。
|
||
|
||
视频 AI 模块产品化是长期线，应后置。两条线必须分开，不能再互相拖住。
|
||
|
||
```text
|
||
短期线: 第 1 集可商用成片
|
||
目标: 尽快交付 60-90 秒竖屏短剧，可发布、可给合作方看、可验证商业方向。
|
||
策略: 交付速度优先、流程跑通优先；图片为主，运镜为主，少量视频补关键镜头。
|
||
|
||
长期线: 光湖软件的视频 AI 模块
|
||
目标: 把成片过程中稳定复用的能力产品化，嵌入 HoloLake Era / 光湖 App。
|
||
策略: 等第 1 集跑通后，反推模块边界、模型路由、队列、质检、回执与 UI。
|
||
```
|
||
|
||
## 1 · 为什么必须分线
|
||
|
||
冰朔当前现实约束：
|
||
|
||
- 合作方与冰朔需要尽快看到第 1 集成片；
|
||
- 参与开发的人都有本职工作，软件模块研发只能空闲推进；
|
||
- 冰朔不会操作大量复杂视频软件，需要人格体代为操作；
|
||
- 前期在视频模型上投入过多试错时间和费用，但没有交付一集完整成片；
|
||
- 网文短剧行业实际生产不是全片硬怼视频模型，而是图片资产、运镜、配音、字幕和少量视频动效的组合。
|
||
|
||
因此，当前优先级：
|
||
|
||
```text
|
||
P0: 成片交付
|
||
P1: 成片流程沉淀
|
||
P2: 稳定步骤自动化
|
||
P3: 视频 AI 模块产品化
|
||
```
|
||
|
||
这里的优先级不是“省钱优先”，而是“先完成、先跑通、先证明”。必要的付费工具可以使用，但不能让任何单一软件或单一模型成为第 1 集交付的阻塞点。
|
||
|
||
## 2 · 短期线 · 第 1 集成片交付
|
||
|
||
### 2.1 目标
|
||
|
||
```text
|
||
产物: 第 1 集可商用竖屏短剧
|
||
时长: 60-90 秒优先
|
||
格式: 9:16 MP4
|
||
标准:
|
||
- 剧情看得懂
|
||
- 角色不严重崩
|
||
- 画风统一
|
||
- 配音和字幕完整
|
||
- 节奏能支撑发布测试
|
||
- 可给合作方或观众看
|
||
```
|
||
|
||
### 2.2 制作策略
|
||
|
||
```text
|
||
70% 静态图 + 运镜
|
||
20% 图生视频轻动态
|
||
10% 关键爆点视频
|
||
```
|
||
|
||
不要再把每个镜头都交给视频模型生成。视频模型只用于：
|
||
|
||
- 动作强、情绪爆点、转场需要动起来的镜头；
|
||
- 图片运镜无法表达的镜头；
|
||
- 后续可复用为宣传片段的镜头。
|
||
|
||
### 2.3 人格体可操作工具优先
|
||
|
||
```text
|
||
图片 / 关键帧:
|
||
Seedream / 即梦 / 已接入图像 API
|
||
|
||
少量视频:
|
||
Seedance 2.0 主线
|
||
Wan / Kling / Luma / Runway 作为后续备用适配
|
||
|
||
配音:
|
||
火山语音 / Edge-TTS
|
||
|
||
字幕:
|
||
人格体按剧本生成 SRT / ASS
|
||
或由语音转写校验
|
||
|
||
剪辑 / 运镜:
|
||
FFmpeg / Remotion
|
||
|
||
质检:
|
||
Qwen-VL 抽帧检查角色、服装、画面一致性、字幕遮挡
|
||
```
|
||
|
||
原则：优先选 API、命令行、脚本、可批处理工具；不要求冰朔学习复杂 GUI。
|
||
|
||
### 2.4 第 1 集制作包
|
||
|
||
第 1 集应组织为一个制作包，便于人格体接续：
|
||
|
||
```text
|
||
episode-001/
|
||
├── script.md
|
||
├── storyboard.json
|
||
├── characters.json
|
||
├── scenes.json
|
||
├── shot-prompts.json
|
||
├── assets/
|
||
│ ├── characters/
|
||
│ ├── scenes/
|
||
│ └── shots/
|
||
├── audio/
|
||
│ ├── narration.mp3
|
||
│ └── dialogue/
|
||
├── subtitles/
|
||
│ └── ep01.srt
|
||
├── render/
|
||
│ ├── remotion/
|
||
│ ├── ffmpeg/
|
||
│ └── output.mp4
|
||
└── receipts/
|
||
└── qc-report.md
|
||
```
|
||
|
||
冰朔只需要确认：
|
||
|
||
```text
|
||
1. 剧本方向
|
||
2. 角色视觉
|
||
3. 关键图
|
||
4. 最终成片
|
||
```
|
||
|
||
其余拆分、生成、拼接、重跑、质检由人格体处理。
|
||
|
||
### 2.5 短期线执行顺序
|
||
|
||
```text
|
||
Step 1 · 确认第 1 集剧本和目标风格
|
||
Step 2 · 拆 60-90 秒分镜，不超过必要镜头数
|
||
Step 3 · 给每个镜头判型: 静态图 / 轻动态 / 关键视频 / 字幕信息流
|
||
Step 4 · 先生成角色与场景关键图
|
||
Step 5 · 批量生成静态镜头图
|
||
Step 6 · 少量关键镜头走 Seedance 2.0 / 备用视频模型
|
||
Step 7 · 配音、字幕、BGM / 音效
|
||
Step 8 · Remotion / FFmpeg 拼接粗剪
|
||
Step 9 · Qwen-VL + 人工审美双质检
|
||
Step 10 · 输出可商用第 1 集 v1
|
||
```
|
||
|
||
## 3 · 长期线 · 光湖视频 AI 模块
|
||
|
||
长期模块不是当前交付阻塞项。它应从第 1 集实际流程中提取稳定能力。
|
||
|
||
```text
|
||
HoloLake Video AI Module
|
||
├── Novel Parser
|
||
├── ShortDrama Script Agent
|
||
├── Storyboard Agent
|
||
├── Character Asset Manager
|
||
├── Scene Asset Manager
|
||
├── Shot Type Classifier
|
||
├── Image / Video Model Router
|
||
├── Render Queue
|
||
├── QC Agent
|
||
├── Audio / Subtitle Agent
|
||
├── Remotion / FFmpeg Render Adapter
|
||
└── HLDP Receipt Writer
|
||
```
|
||
|
||
建议技术栈：
|
||
|
||
```text
|
||
Mastra = Agent / Workflow 主框架
|
||
BullMQ = 镜头批量任务队列、失败重试、并发控制
|
||
Remotion = 程序化视频、字幕、运镜、片头片尾
|
||
FFmpeg = 拼接、合音轨、压制、转码
|
||
Qwen-VL = 抽帧质检
|
||
Seedance = 主视频生成引擎
|
||
Seedream = 主图片 / 关键帧引擎
|
||
HLDP = 剧本、分镜、资产、回执、错误与重跑记录
|
||
```
|
||
|
||
等第 1 集跑通后，再把人工步骤逐步模块化：
|
||
|
||
```text
|
||
最耗时的步骤 → 自动化
|
||
最容易错的步骤 → 质检化
|
||
最容易拖慢交付和造成无效试错的步骤 → 模型路由和镜头判型
|
||
最重复的步骤 → Agent 化
|
||
```
|
||
|
||
## 4 · 与光湖软件主线的关系
|
||
|
||
短期成片线不等于 HoloLake Era 软件模块开发。
|
||
|
||
```text
|
||
短期成片线:
|
||
事实源: episode-001 制作包 + 回执
|
||
目标: 成片交付
|
||
方法: 人格体直接操作 API / 脚本 / 剪辑工具
|
||
|
||
长期模块线:
|
||
事实源: HoloLake Platform 工单 + GLW / HLDP 架构登记
|
||
目标: 产品化视频 AI 模块
|
||
方法: 模块注册、接口契约、测试、发布、回执
|
||
```
|
||
|
||
任何后续人格体进入视频任务时，先判断用户是在要：
|
||
|
||
```text
|
||
1. 做第 1 集成片
|
||
2. 研发视频 AI 模块
|
||
3. 查询旧视频 AI 系统历史
|
||
```
|
||
|
||
不得把三者混为一个任务。
|
||
|
||
## 5 · 当前下一步
|
||
|
||
```text
|
||
current_next:
|
||
- 找到第 1 集剧本 / 分镜 / 现有素材所在仓库或文件。
|
||
- 建立 episode-001 制作包。
|
||
- 先按图片主导方案出一版分镜与资产清单。
|
||
- 再决定哪些镜头必须用视频模型。
|
||
- 不启动长期视频 AI 模块开发，除非第 1 集交付线已经跑通。
|
||
```
|
||
|
||
## 6 · 因果叶
|
||
|
||
```text
|
||
trigger:
|
||
冰朔确认当前现实需求是尽快做出网文短剧第 1 集可商用成片，并跑通制作流程，而不是继续研发完整视频 AI 模块；前期在视频模型上投入较多试错时间和费用但未产出一集。
|
||
|
||
emergence:
|
||
视频线从“全镜头视频模型生成”改为“图片为主、运镜为主、少量视频补关键镜头”；人格体要操作 API / 脚本 / 队列 / FFmpeg / Remotion，而不是要求冰朔学习复杂软件。
|
||
|
||
lock:
|
||
第 1 集成片交付线与长期视频 AI 模块产品线正式分开。短期线优先交付成片；长期线在成片流程跑通后再抽象为 HoloLake 视频 AI 模块。
|
||
|
||
why:
|
||
只有先做出第一集，才能验证题材、风格、节奏、工具链和协作方式；否则继续研发模块会消耗时间，却无法证明商业可行性。成本需要记录，但当前第一目标是速度与跑通。
|
||
```
|