先分类:它们不是同一层
Vidu 是生数科技推出的 AI 视频生成产品,公开宣传中强调过参考图、多主体一致性这类能力 —— 核心是把「这一条视频」生成得更可控。
LibTV 是哩布哩布 AI 的视频创作平台,核心是用无限画布加节点工作流,把角色、分镜、画面、配音、剪辑编成一条可复用的流程。
所以它们真正的差别不在「谁生成得好」,而在一致性的解法和覆盖的环节数量上。
五个维度对比
| 你关心的事 | Vidu 这类生成工具 | LibTV 这类工作流平台 |
|---|---|---|
| 一致性怎么保证 | 参考图 / 多主体输入,逐次对齐 | 角色存成资产,跨镜头引用同一份 |
| 改角色要怎么做 | 改参考素材,已生成的镜头要重跑 | 改资产源头,下游节点跟着更新 |
| 覆盖的环节 | 主要是生成这一段 | 剧本、分镜、角色、画面、配音、剪辑 |
| 流程能否复用 | 主要靠复用提示词和素材 | 整条流程存成模板,换内容只改上游 |
| 上手速度 | 快,直接生成 | 慢,要先理解节点 |
参考图路线:轻,但每次都得传
参考图这个思路很直接:你给它一张(或几张)图,让生成结果朝这张图靠。优点是直观、可控、所见即所得。
它的边界也很清楚:
- 每生成一次就要对齐一次。镜头一多,每次都要重新挂参考,容易漏、也容易不一致。
- 参考图和文字要打架。文字描述和参考图冲突时,结果取决于模型怎么权衡,不一定可控。
- 它只管画面这一层。角色对齐了,但分镜、配音、剪辑还是散在别处。
适用场景:素材量不大、但每个镜头都要精调的项目。这种情况下参考图路线的直接性是优势,流程反而是负担。
资产路线:重,但一次就够
资产路线的思路是:先把角色定下来,存成一份可以被引用的东西,然后所有镜头都指向它。
- 一致性的成本被摊开了。建角色花一次时间,后面几十个镜头都受益。
- 改是改源头。角色调一次,下游全部跟着变 —— 这是参考图路线做不到的。
- 它接得住后面的环节。角色定了之后,分镜、画面、配音、剪辑可以继续在同一个流程里往下走。
代价要说清楚:前期投入高。你得先建资产、先理解节点,这些时间在只做一两个镜头时完全摊不回来。
按你的实际情况选
更适合生成类工具
- 素材量不大,几个镜头就够
- 每个镜头都要精调,愿意反复试
- 只需要画面,后面的环节另有流程
- 想先验证效果,不想投入学习成本
更适合工作流平台
- 同一个角色要出现在很多镜头里
- 会反复修改,需要改一处不牵连全部
- 要一条完整的片子,不是几段素材
- 同类内容要反复做,流程值得固化
一致性的具体做法,角色造型室怎么用 那篇写得更细,包括三个最容易崩的地方和三个自测方法。
常见问题
LibTV 和 Vidu 哪个一致性更好?
两者的解法不同:Vidu 这类工具靠参考图逐次对齐,LibTV 靠角色资产跨镜头引用。镜头少、要精调时前者更直接;镜头多、要复用和修改时后者更省事。
参考图生视频是什么?
给模型一张或几张参考图,让生成结果向这张图对齐。优点是直观可控,代价是每生成一次都要重新对齐,镜头多时容易漏。
角色资产和参考图有什么区别?
参考图是每次传入的输入,资产是存在项目里、可被多个镜头引用的源头。改资产会影响所有引用它的镜头,这是关键差别。
做短剧适合哪条路线?
短剧的镜头数量多、角色重复出现、返工频繁,这三点都指向资产路线加流程编排。前提是你愿意投入前期的学习时间。
只做几个镜头呢?
用生成类工具更快。工作流平台的前期投入在几个镜头的情况下摊不回来,这是很实在的账。
对比看完,接着看
角色造型室
资产路线怎么落地,三个坑和三个测试。
和剪映怎么选
一个生成画面,一个收拾成片。
和海螺 AI 怎么选
片段与片子的分工。
和即梦、可灵怎么选
同一套判断框架。
工作流怎么搭
为什么光靠提示词不够用。
和 Runway、Pika 怎么选
语言、支付与访问这几层的真实摩擦。