AI视频总不听指挥？他们先在Blender里把镜头搭出来

让AI视频模型拍一个"黑帮老大坐在办公桌后，腿上趴着猫，76毫米镜头缓慢推近"的镜头，你得到的只是一个镜头，不是你要的那个镜头。相机会漂移，构图在两次生成之间会变，演员最后被模型摆到哪儿算哪儿。

问题出在"描述"这件事上。文字提示词能告诉模型画面里有什么，却很难说清机位在哪、镜头多长、推近从第几秒开始。于是这套流程换了个思路：不再用文字描述相机，而是先把相机在三维空间里搭出来。

具体做法是，每个镜头都先在Blender里完成灰模预演：灰色的场景、替身演员、真实的镜头焦距、真实的相机运动。然后让这份预演去驱动Seedance 2.5，AI视频便逐帧跟随这套相机运动。

三个镜头，同一套方法

第一个是黑帮老大办公室。成片看起来像1970年代的犯罪片：昏暗的办公室，老大在桌后，猫趴在腿上。搭建过程分几步：

• 房间：墙体、桌子、椅子、窗户，以及构图上真正用得上的道具。
• 演员：老大、猫和摄制组，都是带骨骼的简单替身。
• 相机：76毫米镜头架在2.7米的移动车上，推近运动在时间线上打了关键帧。
• 动作：动捕加骨骼，让演员在正确的节拍上动。

灰模不好看，这正是重点：预演关心的是东西在哪、相机怎么动，不是长什么样。因为相机是真实的Blender相机，调焦段、调移动距离、调高度、调节奏都像在片场一样直接。把76毫米改成35毫米，整个透视关系就变了，和换真实镜头一样。挪一个关键帧，推近就晚一点开始。这些是文字提示词给不了的。

预演完成后，由3D-Agent把这份灰模喂给Seedance 2.5。AI视频逐帧跟随Blender相机：移动、构图、节奏都来自预演；Seedance负责质感——皮肤、布料、木头、烟雾、光线。

第二个是赛博朋克动画短片《Hope》，方法相同，但一路做到了成片剪辑。流程里包括：用3D-Agent做一段Blender运动参考，在生成任何AI视频之前先固定角色动作和相机路径；在Blender里规划角色运动和镜头，让每个镜头都有明确的起点、终点和焦段；准备角色设定图、首帧和尾帧，保证角色跨镜头一致；提示词对着这份参考写，而不是从零开始；最后在DaVinci Resolve里完成剪辑。运动参考是整部片子保持一致的关键——每个AI镜头的起止都按Blender参考来，剪辑点才能对得上。

第三个是魔法学校魔药课，也是目前最忙的一个镜头：阳光下的魔药教室，12名学生加一位老师，一个骑扫帚的人差点撞穿房间，一台手持手机风格的相机最后转向窗户。教室里每个学生都有固定座位，骑扫帚的人有真实的飞行路径；手持的抖动、漂移和转向全部在Blender里绑定并打帧，属于创作者而不是模型。Seedance 2.5逐帧跟随了这套相机，包括那次险些相撞。

一个运动镜头里塞十几个人，正是纯提示词方案容易崩的地方：人会换位置，会凭空出现又消失。在灰模里，他们被钉在三维空间中，所以待在该待的地方。

为什么灰模比更长的提示词管用

常见的AI视频工具提供相机控制的方式无非两种：预设运动（"推近""左环绕"）或者一段文字描述。两种方式都让模型去猜。而灰模在Blender里只是几分钟的工作量，有AI代理帮忙搭建会更快。它把AI视频模型从一台老虎机变成了一个能接受指令的渲染器。

完整流程可以拆成六步：

1. 用自然语言向Blender AI描述场景，比如"一间1970年代的办公室：桌子朝向相机，窗户在桌后，两把皮椅，一盏灯"，3D-Agent会在打开的Blender场景里把它建成可编辑对象。
2. 加入替身演员。简单的带骨骼人形就够，摆姿势，或者给关键节拍加上动作。
3. 像摄影指导一样设置相机。选焦段（比如76毫米），放到路径或移动车上，给运动和时机打关键帧。
4. 在视口里检查。拖动时间线，构图或节奏不对就在这里改，这时候改最便宜。
5. 从灰模生成AI镜头。Seedance 2.5跟随相机和构图，补上质感。
6. 逐镜头重复，再剪辑。沿用同一套场景和角色设定图保证连贯。

关于门槛：不需要是Blender专家。用Blender AI，用平实的语言描述场景、演员和相机，代理就会在Blender里搭出来；因为都是普通的Blender对象，之后仍可手动调整。灰模也不需要成品模型或贴图，灰盒子和简单骨骼就够，材质和光照交给AI视频模型。

3D-Agent是一款付费桌面应用，支持macOS和Windows，配合Blender 4.2或更高版本使用，没有免费档：基础版每月19美元，专业版每月29美元，旗舰版每月89美元。

如果有一个镜头你用提示词怎么都调不出来，不妨先把它在Blender里搭一遍：场景、替身、焦段、一个相机运动，然后再生成。控制的差别第一次就能看出来。