一段出租车追逐戏，怎样同时保住角色、画风、动作和镜头？
图 1｜影片片段中的女孩与出租车内景。原视频 01:50。
女孩坐上出租车，司机带着她冲进拥堵的车流。接下来，汽车侧身穿过卡车之间的缝隙，原木飞起，动作越来越夸张。《Passport Rush》的这段追逐戏，展示了 AI 动画制作中一个很实际的问题：漂亮的单张图片，怎样变成设计一致、动作清楚、节奏成立的连续镜头？
Higgsfield Animation 的这期视频，由 Amina 拆解团队的制作过程。它最有价值的部分，是把角色设定、手工修改、三维预演和视频生成连接起来，并展示这些环节在哪里失效、又怎样修正。
本文据所提供的约 28 分钟视频及其中的中英字幕整理，按实际制作顺序重组。所有配图均为原视频截图，图注附有时间；文中的练习模板与检查表是整理后的教学补充。模型名称和界面操作仅对应视频演示版本。
01 先理解整条流程：资产优先，镜头分流
团队把方法概括为“资产优先”（asset-first）。这里的资产，是供生成模型参考的角色设定图、道具设定图、场景图等。先把这些图做清楚、做统一，再进入镜头制作。
可以把整条流程理解为：
故事与分镜 → 统一视觉资产 → 小规模视频测试 → 按镜头难度选择路线 → 生成、对照、修改。
- 镜头情况：动作较简单，不需要精确设计运镜；视频采用的路线：提示词＋必要的图像参考，直接生成视频；重点控制什么：构图、角色设计、画面风格
- 镜头情况：动作顺序、机位或节奏有明确要求；视频采用的路线：先做 Blender 预演，再结合图像参考生成；重点控制什么：动作路径、镜头运动、发生时机
视频里的分镜用橙色标记需要 Blender 预演的镜头，未标记的镜头直接进入视频生成。这样的区分，可以让精力集中在真正需要控制的地方。
图 2｜分镜中的橙色标记表示计划先做 Blender 预演。原视频 03:29。
实际操作：先为每个镜头写清楚一个故事任务，例如“让观众看懂汽车侧身挤过缺口”。再判断：这个动作是否用文字就能解释清楚？如果反复描述仍然含糊，做一段预演可能更有效。
分镜也要留出调整空间。视频强调，团队保留故事节点和主要场景，同时允许生成结果带来变化。
02 制作角色资产：生成候选，再用手工确定设计
这部作品的方向是“风格化 3D 角色＋水彩环境”。角色既要可爱、好笑，也要有适合夸张动作的比例和容易辨认的轮廓。
把想法整理成角色提示词
视频中，团队先把简短角色描述交给 Claude，整理为较完整的提示词，再人工检查。角色提示词主要包含外观、服装、姿势、构图和光照。
下面是依据这个方法整理的输入示例，并非原片提示词全文：
请把以下设计意图整理为角色设定图提示词：一位红色长发的年轻女孩，穿宽松蓝色连帽外套和运动鞋，耳机挂在颈部。整体采用有表现力的风格化 3D 造型。使用纯白背景、完整全身构图和柔和均匀的光照，让服装与身体比例容易辨认。不要添加无关物品。
整理后，要逐项检查文字有没有偏离设计。聊天模型负责帮助组织信息，最后取舍仍由创作者决定。
按视频中的界面生成候选
- 进入 Higgsfield 的 Cinema Studio 图像生成界面。
- 在模型选择器中选择 Soul 2.0。
- 粘贴检查后的角色提示词，设置适合设定图的画幅比例。
- 视频示范一次生成 4 张，比较候选方案。
- 选定方向后，继续调整比例、配色与细节。
图 3｜视频演示在 Cinema Studio 中粘贴角色提示词。原视频 06:57。
这里的一次 4 张是演示设置，并不意味着每个项目都需要相同批量。真正要比较的是：角色是否符合故事、表情能否展开、轮廓是否鲜明，以及服装是否合乎情境。
从“看起来不错”改到“适合这部片子”
女孩的早期方案有的过于滑稽，有的偏写实，有的穿得过于正式。团队逐步保留红发与蓝色外套的对比，并继续修正比例。
选定生成版本后，团队在 Photoshop 中提高亮度与饱和度，在轮廓周围加入手绘笔触，让角色更有活力，同时保留整体的 3D 体积感。
图 4｜女孩经过手工处理后的设计，蓝色外套、红发与白色耳机成为明显识别点。原视频 08:20。
出租车司机也经历了同样的流程。团队淘汰了不同视角发型不一致、皮肤和胡子过于塑料、表情显得疲倦的方案，最后选择戴帽子、留大胡子、神态放松的版本，再补充手绘细节。
图 5｜司机的正面、背面和面部特写；手绘笔触用于统一角色的视觉语言。原视频 09:48。
这一步的产出：一套经过人工确认的角色参考图。使用前尤其要核对多视图中的发型、服装、配饰和比例，避免把不同设计混进同一份参考。
03 统一场景和道具：先测试它们动起来的样子
单张设定图成立，并不代表进入视频后仍然成立。团队在前期就把角色、背景和道具放进视频生成测试，提前发现了两个主要问题。
还有一个容易忽视的前测问题：角色设定尚未完成时，团队先用空车测试，结果反复出现陌生乘客。补入明确的角色参考后，这一现象在他们的测试中停止。因此，测试应尽量使用与最终镜头相符的完整输入。
场景缺乏层次：先调整光照
早期的纯水彩场景在测试中显得模糊、杂乱；正午设定又让画面平淡。团队保留场景方向，改用傍晚暖光和更明确的阴影，增加体积与纵深。
最终形成的项目经验是：先得到水彩风格的环境，再在镜头提示词里明确暖色低角度阳光、光照方向和阴影关系。
图 6｜视频展示傍晚光照测试，暖光和阴影强化了车辆与环境的空间层次。原视频 11:19。
水彩车身在运动中失真：降低主体纹理复杂度
出租车几乎是第三位主角。团队不仅设计它的外观，还测试它的弹跳、挤压拉伸，以及与司机性格相呼应的动作。
早期出租车覆盖大量水彩纹理，静态设计很鲜明，但进入视频后，纹理像被拉伸在三维表面上的图片。团队最终把汽车改为较干净的 3D 外观，把浓重的绘画质感更多留给周围环境。
图 7｜团队把出租车调整为较干净的 3D 外观，降低车身的纹理复杂度。原视频 13:55。
这是本片的测试结论，不能推导成“所有水彩主体都无法生成动画”。可复用的方法是：让资产进入运动测试，再决定保留多少纹理。
主车设计确定后，团队还制作了车顶被破坏后的去车顶版本，以及后座内部视角。视频演示用 Seedream 5.0 Pro 编辑已有图像，并以主车设计为参考，保持车辆身份一致。这里的去车顶版本是剧情损坏状态，不是重新设计一辆普通敞篷车。
重复出现的道具也需要独立参考。视频提到三辆卡车会跨镜头出现，因此分别制作设定图；短暂出现的其他元素则可以减少专门制作的投入。
片尾特效同样需要美术统一。团队曾用“蘑菇状爆炸”描述效果，结果生成了近似实体蘑菇的形态；调整措辞后，又在底图上手工加入绘画质感，才更贴近整部作品。
04 制作复杂动作：让预演负责运动，让图片负责外观
以“出租车从两辆卡车中间挤过去”为例，先把动作分清楚：
- 出租车接近两辆卡车之间的缺口。
- 车身侧倾，用同一侧的两个车轮支撑。
- 保持侧倾状态穿过缝隙。
- 离开卡车后，四轮落地，车身恢复稳定。
如果观众看不清这个先后顺序，再漂亮的镜头也无法清楚传达动作。
在 Blender 中先解决机位与节奏
团队在 Blender 里调整汽车什么时候开始倾斜、如何落地，以及相机怎样跟随。轮子加入适当的挤压拉伸，让车辆更有重量和性格。
预演的任务是展示动作和构图，因此无需先完成最终材质。视频说明，输出的是简化的灰模预览，用来提供运动、机位和节奏参考。
图 8｜在 Blender 时间线中调整汽车侧倾与镜头跟随。原视频 19:45。
进入视频生成时，明确每份参考的职责
- Blender 预演视频：运动顺序、镜头运动、节奏与空间关系
- 出租车、卡车参考图：最终车辆设计与材质方向
- 女孩、司机参考图：人物造型、服装与配饰
- 道路、光照参考图：场景外观和光影方向
- 场景提示词：解释动作、分配参考用途、补充限制
图 9｜在 Higgsfield 中同时附加预演视频和多张图像参考。原视频 20:09。
视频中的这一界面显示 Seedance 2.5、References、16:9、1080p、7 秒。这些是该次演示的设置；学习时应优先掌握输入的分工，而不是把界面参数当成通用配方。
生成后，把结果与预演逐项比较：倾斜是否发生在正确时机？是否穿过卡车后才落地？镜头有没有丢失主体？角色和汽车是否仍符合设定？
05 把视频提示词写成五个模块
团队将提示词结构固定下来，再让 Claude 按结构整理每个镜头。这样既便于复用，也更容易检查遗漏。
模块一：场景背景与风格
说明发生什么、采用什么画面风格，以及这个世界允许什么样的运动。例如，出租车追逐发生在公路上，角色与主车采用风格化 3D 外观，环境保留水彩感，动作允许夸张但要清楚可读。
图 10｜Scene Context and Style：先交代场景和风格规则。原视频 17:13。
模块二：当前参考素材
为每份输入明确分工：哪张是出租车，哪张是司机，哪张提供场景，哪个视频控制镜头和动作。
视频口述建议，把视觉外观主要交给图像输入；但屏幕中的示例仍包含一定的外观识别文字。实际使用时，可保留必要的身份说明和状态说明，避免重复描述引入与参考图冲突的新设计。
图 11｜Active References：逐项说明参考素材的身份与用途。原视频 17:35。
“与参考图完全一致”可以写成目标，但不等于模型一定能做到。后续仍需检查。
模块三：镜头结构与动作节拍
说明每个镜头的构图、第一帧、动作顺序和持续时间。若包含切镜，要写清楚切在哪里；若要求连续镜头，也要明确表达。
图 12｜Shot Structure：示例分别描述相机、首帧与带时间的动作节拍。原视频 18:00。
模块四：固定条件与约束
写清不能被改变的条件，例如人物留在原来的座位、车辆的损坏状态保持一致、不新增乘客、不擅自切换机位。视频团队还经常要求只生成场景音效、不添加音乐，便于后期处理。
模块五：动画原则
视频把挤压拉伸、预备动作、跟随动作等动画原则放进独立模块，并提出运用于镜头的要求。讲者也明确承认，模型并不能稳定遵守全部要求，但这些描述帮助团队接近目标动作。
图 13｜动画原则被单独列入提示词，用于描述希望出现的运动特征。原视频 18:40。
更有用的写法，是把原则落到具体物体上：轮胎着地时压缩、车身落地后回弹、头发随惯性摆动。仅罗列术语，仍然无法说明这个镜头到底该怎样动。
视频还分享了“把重要信息放在提示词前部”的经验。文章保留这一实用建议，但不把其中“前 20%”的说法视为适用于所有模型的技术定律。
06 一份可以改写使用的镜头模板
以下是依据视频方法编写的中文练习模板，不是原片提示词全文，也未经实际生成验证。其中的时间划分是教学示例；使用时替换为自己的镜头长度与素材编号，并在平台里实际绑定对应参考。
【场景背景与风格】
公路上的出租车追逐镜头。主车和人物采用风格化 3D 造型，环境保留水彩绘画感。使用暖色低角度阳光，主体清楚，阴影方向一致。
【当前参考素材】
视频 A：仅参考动作顺序、相机运动和节奏，不复制简化模型的外观。
图 A：出租车最终设计。
图 B、图 C：两辆卡车的最终设计。
图 D、图 E：司机和女孩的最终角色设计。
图 F：公路环境及光照参考。
【镜头结构】
总长 7 秒，连续镜头，不切镜。
0—2 秒：出租车接近两辆卡车之间的缺口。
2—3 秒：车身侧倾至同侧两轮支撑。
3—5 秒：保持侧倾穿过缝隙，相机持续跟随。
5—7 秒：完全离开卡车后四轮落地，车身回弹并恢复稳定。
【固定条件与约束】
人物保持各自座位；角色服装与配饰以最终设定图为准。
不新增人物、车辆部件或镜头切换；保留车辆既定状态。
只生成场景音效，不添加音乐、对白、字幕或水印。
【动画原则】
侧倾前有清楚的预备动作；轮胎适度挤压拉伸。
落地表现车辆重量、悬挂回弹与惯性，动作夸张但顺序清楚。
写完后先检查输入之间是否打架。例如，提示词要求人物戴耳机，但构图参考图没有耳机，模型会收到互相冲突的信息。此时应先修正参考图。
07 三个真实问题，比成功案例更值得记住
问题一：灰模镜头太近，看不出空间关系
女孩靠近卡车门的镜头，已经有 Blender 动画参考，但生成效果仍然不对。团队发现，相机距离过近；缺少纹理和面部细节的预览，几乎被几块灰色形体占满。
创作者熟悉场景，知道这些形体是什么，但参考本身没有把关系解释清楚。团队回到 Blender，把相机拉远，展示更多环境后，下一次生成得到改善。
遇到类似问题：先检查人物、接触物体和周围空间是否同时可见，再决定是否改提示词。
问题二：为了稳定机位，参考图反而让耳机消失
女孩把两条安全带扣成 X 形的动作，早期测试成功过。换成最终角色设计后，相机角度开始不稳定。团队于是从构图正确的结果里截取图片，作为下一轮参考。
构图稳定了，耳机却持续消失。原因是：选中的构图截图本身就没有耳机，与角色设定图发生了冲突。
图 14｜用来固定构图的截图缺少耳机，原视频用黄色圈线指出这一遗漏。原视频 24:40。
修正方法很直接：在 Photoshop 中把耳机画回截图，再使用修正后的版本。视频报告，下一次生成既保留了目标机位，也恢复了耳机。
图 15｜在 Photoshop 中补回耳机，使构图参考与角色设定一致。原视频 24:58。
遇到类似问题：不要只检查主角色图，也要检查那些为机位、动作或场景挑选的辅助参考图。
问题三：大动作做出来了，微妙表演仍未解决
团队计划了一个车内笑料：女孩抓住车顶拉手，拉手断了；她短暂停顿，意识到发生了什么，再抓另一个，结果又断了。
图 16｜“连续扯断两个拉手”的分镜。该段表演在视频讲述时尚未解决，没有进入这段成片。原视频 25:19。
难点包括拉手的固定位置、断裂后的形态、握持关系，以及女孩反应中的那一下停顿。仅靠文字，团队没有得到合适的表演节拍；简单灰模又无法清楚传达表情和手部细节。继续增加预演细节后，生成结果又开始复制灰模造型，偏离最终角色设计。
这个案例提醒我们：镜头难度不能只按场面大小判断。在本次制作中，细腻的表演比部分大型追逐动作更难控制。这一问题在原视频中仍未解决，不能写成已经验证成功的流程。
08 把方法用到自己的第一段动画
下面的起步清单是基于视频经验整理的实践建议。
- 只选一个清楚的故事任务。先验证一个镜头里的一个动作，例如车辆绕过障碍。
- 准备最少但完整的资产。角色、核心道具、场景各有确定版本；反复出现的物件单独设定。
- 先做一次运动测试。检查纹理、光照、角色比例和配饰是否在运动中发生变化。
- 按控制需求选择路线。简单镜头直接生成；需要明确机位、时序或动作路径时加入预演。
- 用五个模块组织提示词。场景风格、参考素材、镜头结构、固定约束、动画原则。
- 按问题修改对应输入。外观问题查图像参考，动作问题查预演，规则遗漏查提示词。
- 保留可追溯版本。记录本次使用的图片、视频、提示词及修改原因，方便判断哪项变化带来改善。
- 角色：发型、服装、配饰、人数是否保持一致？
- 道具：车体结构、轮子和损坏状态是否前后一致？
- 动作：先后顺序、接触关系、落地时机是否清楚？
- 镜头：机位、跟随方向、切镜是否符合设计？
- 画风：主体纹理是否稳定，环境与角色是否协调？
- 光照与声音：光源和阴影方向是否一致，是否出现不需要的音乐或对白？
先让这一轮输入、生成、检查、修改能够顺畅完成，再把同样的方法扩展到更多镜头。
原视频回看索引
- 02:25—04:10：前期制作、分镜和两条镜头路线
- 04:10—10:05：资产优先、角色生成与手工修改
- 10:05—11:55：场景风格、光照和前期测试
- 11:55—15:25：出租车、其他道具与特效设计
- 15:30—19:10：预演用途、提示词五模块与团队复用
- 19:10—21:20：侧倾穿过卡车的完整镜头流程
- 21:20—22:50：纹理、空车出现陌生人、光照三项测试经验
- 22:50—27:15：灰模构图、耳机遗漏与未解决的表演难题
- 27:15—28:05：制作回顾与后续完整拆解预告