huashu-seedance
VerifiedSeedance 2.5 视频生成全流程。先把需求澄清成参数(时长/画幅/机位类型/跟随方式/要不要切镜),再用 scene.json 引擎生成白模参考视频(渲染前有几何体检),也能从用户给的照片反解出白模,最后按官方规范生成与白模严格对齐的提示词。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 10.9 KB |
| references/about-author.md | markdown | 9.7 KB |
| references/camera-rig.md | markdown | 7.1 KB |
| references/intake.md | markdown | 5.8 KB |
| references/model-differences.md | markdown | 4.8 KB |
| references/photo-to-whitemodel.md | markdown | 6.6 KB |
| references/prompt-spec.md | markdown | 5.9 KB |
| references/reference-image.md | markdown | 4.3 KB |
| references/scene-spec.md | markdown | 8.5 KB |
| references/whitemodel.md | markdown | 5.9 KB |
| templates/scenes/俯拍队形.json | config | 1.5 KB |
| templates/scenes/多机位切换.json | config | 4.9 KB |
| templates/scenes/照片反解-走廊.json | config | 3.7 KB |
| templates/whitemodel-base.html | other | 6.3 KB |
references/photo-to-whitemodel.md
View on GitHub# 产线 D · 照片反解白模
用户丢来一张照片:「我要这个场景动起来。」
这条产线做的事是:**从照片反解出它的三维空间和相机参数,重建成白模,然后在这个空间里设计运镜。**
## 先说清楚它不是什么
它不是三维重建。不生成网格、不做深度估计、不调任何重建模型。
**因为白模根本不需要那种精度。** 白模只提供三件事——空间关系、运镜路径、时间节奏。官方演示里的白模是几个白圆锥当树、一个红方块当角色,成片是完整的海底世界。真把照片重建成高精度网格,那些多边形一个字节都不会进到成片里。
它做的是:**读懂这张照片的空间,用积木把这个空间搭回来。**
## 这条路线独有的好处
照片同时是两样东西:
- 挂给 Seedance 当 `@图片1`,锁材质、光线、色温、质感
- 反解成白模挂 `@白模1`,锁空间、运镜、节奏
**两者天然一致**——白模里的走廊长宽高,就是照片里那条走廊的长宽高。走产线 C(生成参考图)时永远要担心「参考图的构图会不会把镜头拽偏」,走这条路线不用担心,因为空间信息本来就是从这张图里量出来的。
## 五步
### 1. 叠网格读数
```bash
python3 engine/photo_grid.py 照片.jpg 照片-grid.jpg
```
它给照片叠 10×10 网格、三分线、中心十字,并把检测到的长斜线画出来。
**不要用肉眼估位置。** 同一张酒店走廊照片,我不叠网格估灭点是 0.40,叠上网格读出来是 0.51——差 0.11,换算成俯仰角就是 5°,白模的地面占比会整个不对。
也**不要信自动灭点检测**(脚本已经不给这个结论了)。那张走廊照片的地毯全是菱形花纹,45° 的长线压倒了真正的墙脚线,Hough 检出的「透视线」斜率清一色 ±1.0,算出来的灭点在 0.58-0.64。地毯、瓷砖、砖墙、格栅这类重复纹理的画面都会这样。
### 2. 读四个量
| 读什么 | 怎么读 |
|---|---|
| **灭点高度** | 顺着两侧墙脚线(或天花板线、路沿线)往远处延长,交点就是灭点。灭点 y = 0.50 → 镜头水平;< 0.50 → 上仰;> 0.50 → 俯视 |
| **相机高度** | 灭点那条水平线就是地平线。地平线穿过画面里站在地上的人的哪个部位,相机就在那个高度——穿腰就是腰高,穿头顶就是人眼高 |
| **实际尺寸** | 找把尺子:人 1.7m、门 2.1m、车高 1.5m、楼层 3m、车道宽 3.5m。用它换算画面里其他东西 |
| **焦段** | 先按场景猜:室内窄空间 24-35mm,街景 28-50mm,人像 50-85mm。**不用算准,第 4 步会收敛它** |
### 3. 搭出 scene.json
按 `scene-spec.md` 写。搭的时候只搭**会进画面的东西**,画外的一律不搭。
第一个 shot 就用 `static`,把机位参数填成第 2 步读出来的值,先不管运镜——这一步的目标只是「首帧长得像那张照片」。
在 `meta` 里留两行记录,方便别人(和三个月后的你)知道这些数是怎么来的:
```json
"sourcePhoto": "corridor.jpg",
"solvedFrom": "灭点在画面 y≈0.51 → 镜头基本水平;地面占下半幅 → 机位约 1.0m;两侧墙脚在画面底边接近出画 + 走廊宽约 3.2m → 焦距约 28mm"
```
### 4. 渲首帧,和照片并排看,改,再来
```bash
node engine/preview.mjs scene.json 0 t0.png
ffmpeg -y -i 照片.jpg -i t0.png -filter_complex "[0:v]scale=900:-2[a];[1:v]scale=900:-2[b];[a][b]vstack" 对比.jpg
```
一轮大约 30 秒。**两三轮就该收敛**,收敛不了通常是尺寸读错了(比如把 3.2m 宽的走廊读成 2.6m),回第 2 步重读,不要靠调焦段硬凑。
对齐到什么程度就停:**灭点位置、主要边线的收敛角度、地面与墙面的分界高度三样对上就够了。**
目标是「同一个空间」,不是「同一张图」。白模不提供材质和光线,像素级对齐没有意义——那些信息本来就要从照片本身继承。**再往下抠是在浪费时间。**
### 5. 加运动,然后才是运镜
到这一步空间已经站住了,剩下的和别的白模一样:
- 给主体排 `path`(主体必须动,杵着不动等于没给 AI 信号)
- 把第一个 `static` 换成真正的镜头序列
- `node engine/probe.mjs scene.json` 过体检
- 渲、抽帧自检、`make_prompt.mjs` 出 prompt
## 定向引用要这么写
照片路线的 prompt 有一处和别的不一样——**那张照片就是 `@图片1`**:
```
参考 @图片1 的:墙面材质、地毯图案、壁灯的光晕与色温、整体的明暗关系;
不从 @图片1 继承:构图和镜头位置(这两样由 @白模1 决定)。
```
看起来矛盾(白模就是从这张图反解的,构图当然一样),但这句话仍然要写。**它管的是「照片是静止的一帧,而片子要动」**——不写这句,模型容易把整段片子拍成一张会呼吸的照片。
## 什么照片适合,什么不适合
✅ **适合**:
- 有明确直线结构的(走廊、街道、房间、桥、楼梯、剧场)——透视线好读
- 空间尺度可推的(画面里有人、门、车这类已知尺寸的东西)
- 爽点在「谁在哪、镜头怎么走」的
❌ **不适合**:
- 纯特写、大头照、静物微距——没有空间可反解,直接走产线 C
- 自然景观没有直线参照的(森林、海面、云)——尺度无从推起,可以搭个大概但别指望对齐
- 爽点在手指细节、面部微表情、布料飘动的——白模帮不上,硬做只会暴露短板
## 多张照片
同一个场景的多个角度:挑**空间信息最完整的那张**做反解(通常是最广的那张),其余的挂给 Seedance 当额外的材质参考。
不同场景的多张照片:那是多个 scene,一个一个来。别试图在一个白模里塞两个空间——除非你真的要做一次转场,那就排成两个 shot,中间硬切。
## 实测记录
2026-08-17,一张 2560×1440 的酒店走廊照片(一点透视、暖色壁灯、菱形花纹地毯):
| 轮次 | 改了什么 | 结果 |
|---|---|---|
| 1 | 灭点肉眼估 0.40 → 镜头上仰 4°,走廊 2.6m 宽,33mm | 透视骨架对了,但天花板死黑、走廊偏窄、视野偏紧 |
| 2 | 走廊放宽到 3.2m、改 28mm、修了向下面的补光 | 门的排列节奏和两侧收敛角度对上 |
| 3 | 叠网格重读灭点 = 0.51 → 镜头改成基本水平 | 地平线高度对齐,收敛 |
全程约 3 分钟。第 3 轮那个修正说明了一件事:**前两轮我一直在调焦段和宽度,其实错的是俯仰角**——不叠网格读数,就会在错的维度上一直调。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 196k | Updated | Claude CodeCodex | Verified | Install |