由于Seedance 2.0排队过于严重，我前段时间一直在尝试别的方法，把市面上大小主流工作站都用了一遍后，最终留下了LibTV这款画布型产品。

至于原因，价格实惠当然是一方面——调用Seedance 2.0最低只需要0.36元/秒——更深得我心的，其实是这款产品已经做到了一种近乎于模块化的易用性。

什么意思呢？

随着AI大模型的爆发，我们通过一个对话框已经实现了很多以前力所不能及的事，很多人已经把跟AI对话当成日常习惯来使用了。

但我一直觉得，拿所谓的自然语言喂给AI生成视频这事，总有一种说不上来的别扭。

大致是因为人类是视觉动物，把看到的画面转译成复杂的描述，这过程本身就会导致极高的损耗和误差。

所以能肉眼可见地看到，AI短剧赛道里很多作品其实是「凑合」出来的，打光、镜头、剧本、运镜，想在这些地方追求精益求精，就意味着创作者要负担更高的时间和抽卡成本，有钱有人的大厂这么干肯定没毛病，但很多中小公司是烧不起的。

于是把创作模块化就成了很好的思路，如果觉得这么说还是有点抽象的话，可以先看看这条复刻影史经典镜头的作品。（视频1）

很多博主也做过类似的题材，它们的难度基本跟画面的复杂程度成正比，角色越多，就越是要精细地描述出人物站位、神态和空间关系，AI在理解过程中产生的任何偏差，都足以让整个镜头推倒重来。

说人话就是，单让AI去猜你的意图，猜中才是小概率事件，所以才会有那么多废片的抽卡成本。

但依靠LibTV的内置功能，实现上面的复刻效果，基本只需要几步而已，比如在机动部队x哆啦A梦这起案例中，我的工作流就是这样的：

- 批量上传角色图片，一键生成渲染图（图1）

- 在3D导演台中摆放角色站位（图2）

- 用720°全景功能一键分离原视频背景（图3、4）

- 把以上这些元素组合起来，输入我想要的角色站位提示词，得到成片（视频2）

这就是模块化的意思，用户既不需要掌握什么提示词技巧，也不用理解何为镜头语言，就能毫不费力地把视频「搭」起来。

当然，这过程基本都是LibTV里很多独家功能在疯狂立功。

比如最亮眼的3D导演台，在高自由度、高客制化的同时，还能保持一眼就懂的易用性，角色的站位与姿势、摄像机的角度和远近、物体的摆放与体积，这些仅仅用鼠标拖动+点击就能实现，在模型能力的基础上，衍生出了言出法随、指哪打哪的爽感。

我觉得降门槛、增产能，是工具类产品最有机会切入和改变的市场，前者可以支持新手快速出片，后者则赋予专业团队得心应手事半功倍的能力，价值是要远远大于反复抽卡折腾的。

事实证明，只要于生产力有益，好的模型和产品就永远不愁卖。

从看不起，到用不上，短短几个月的时间里，海内外AI视频创作条件就发生了两级反转，甚至可以说，中国科技公司很少打过这么富裕的仗。

但可以确定，这不会、也不可能是最后一站，AI的狂奔，早晚有一天能跑到人类想象力的前头，或许，就可以从一张画布开始。