最近试了下 Muse 的视频能力，发现它一次只能生成约 10 秒视频，但换个思路，完全可以用「拆镜头」的方式做长漫剧。

我的流程：
剧本 → 分镜 → 人物/场景/道具资产 → 锁定资产 → 逐镜生成 → 拼接成片

3 分钟≈180 秒，按 10 秒一镜，就是 18 个镜头。

真正难的不是生成，而是人物一致性、场景连续性和对白。

实测下来，有几个经验比较重要：
• 资产先行：人物、服装、场景先固定，后面 Prompt 尽量不要改
• 一镜一确认：生成一镜，确认没问题再继续
• 英文写画面，中文写对白：更容易控制画面和发音
• 一镜只做一个核心动作，复杂动作尽量放在开场
• 不要过度追求导演意图，要在模型能做到的范围里找最优解

我自己跑下来，一个 10 秒镜头通常需要 3～4 次生成，一集 18 镜，几十次生成很正常。

目前 Muse 在中文对白、发音和复杂动作上还有明显短板，这些地方反而比画面质量更容易翻车。

所以做 AI 漫剧，核心：把长内容拆成一个个可控的小镜头，再把它们拼起来。

10 秒练手感，一集练流程，系列化才是真正的挑战。
#AI漫剧howto #ai #AI工具 #大模型 #动画制作 #howto用好AI #AI学习 #人工智能 #muse #小红书科技AMA