模型具备 “情绪演绎”的 能力,重点在于能够精准呈现微妙表情变化,像人物因情绪波动产生的细微挑眉、眼神颤动、嘴角轻抿等;还可还原接近真人的脸部细节反应,比如害羞时的面部泛红、紧张时的肌肉微颤等,助力生成更具真实情感表现力的内容,提升角色演绎的生动性与感染力 。
我们模型的能力优势&能力上限:
✅能力优势:
能够准确执行常见的情绪词所带来表情变化&肢体变化,画面流畅,交互动作自然,尤其在写实和简单动画场景中表现出色,符合基本的物理逻辑,即使简单的提示词也能匹配出比较完整的情绪反应
❌能力上限:
对于悲伤、忧郁等出现的眼泪或者汗水等提示词不敏感,对于极端和较为复杂的情绪词,如嫉妒、尴尬等需要较多的阐述;在真实的影视行业中,情绪不仅仅只有面部表情,也会伴随着身体上的驱动;但是目前模型没有办法很好的让肢体上的情绪语言呈现的非常完美
基础提示词编写逻辑(适用于T2V):
1. 确定画面的主体&所处环境:(主体中的人物形象参考6.1中的人物外形)
举例:一个躲在衣柜中的小男孩
1. 确定简单的情绪基调词:以恐惧、悲伤、嘲讽、害羞等核心关键词为主
举例:一个躲在衣柜中的小男孩,面露恐惧的神色
1. 针对于基础的情绪基调辅以对应的脸部表情动作+动作控制:使得情绪演绎的更完整和饱满
举例:一个躲在衣柜中的小男孩,面露恐惧的神色,紧紧的皱眉,眼睛在紧张地左右张望,蹲着用双臂在慢慢抱紧身体,身体在微微发抖
进阶玩法(试用针对于I+T2V):
- 单情绪进阶构建:
参考影视中对于人物情绪的演绎桥段,加上不同的镜头选择和运镜以及辅以光影的打光处理,整体构建完整的情绪饱满的剧情(但是注意镜头的和氛围词的叠加会削弱对于情绪的掌控力,要平衡好主要的侧重点)
举例:悲伤忧郁的情绪增加超长焦视角下的空间压缩,会让人物置于环境中显得极为无助;而轻松快乐的情绪需要明调、高饱和度、漏光效果则会给人愉悦的刺激,并且常用超大广角拍近景,让镜头畸变增加画面趣味性
- 多情绪递进\串联:
可以叠加基础的情绪词来多样的情绪转变,符合剧情中人物的情绪递进,但是注意情绪转换之间的逻辑性和转换次数上限
举例说明:眼露胆怯➡️放松欣慰、孤独发呆➡️抿嘴苦笑、偷看窃喜➡️害羞低头
| 模式 | 情绪词 | Prompt | 参考图 | 视频效果 | 进阶建议 |
|---|---|---|---|---|---|
| 图+文生视频 | 愤怒 | 男人愤怒的开始斥责旁边的人 | ![]() | 基础 | |
| 释然 | 教堂内穿着黑色长裙的女性独坐长椅,她开始释然,眉头舒展(由紧蹙转为平缓),长舒一口气,胸腔微微下沉,双肩自然放松,手臂打开摆了下手,镜头缓慢平推进行情绪的递进,运镜流畅,同时背后有光洒下,画面变得明亮 | ![]() | 运镜+光影加成 | ||
| 惊喜 | 女孩被惊喜的瞳孔放大、眼神如星火般亮起,眉毛迅速扬起呈拱形,双手不自觉抬起捂住嘴巴,同时身体挺直舒展,镜头从人物低垂的侧脸快速上摇至正面特写,辅以暖光打亮面部突出惊喜,背景中出现一束光突然洒下的特效氛围 | ![]() | 运镜+特效加成 | ||
| 开心兴奋➡️惊恐瑟缩 | 南瓜开心的等待别人,表面光影如笑容般明亮,在菜篮子里轻晃➡️突然伸出的手让它感觉惊恐瑟缩,眼睛处瞳孔收缩,南瓜整体往菜篮子边缘猛然后仰,表面纹理出现褶皱,蒂部蜷缩 | ![]() | 情绪递进 | ||
| 面露惊讶➡️神情不屑 | 老头在对话中突然变得惊讶,瞳孔微扩,双眉迅速上扬➡️之后变为不屑,单侧眉毛挑起呈弧度,眼神从聚焦对方转为微微侧移并带不屑,同时配合轻微的头部侧倾,运镜从平视推近至特写,捕捉挑眉与嘴角肌肉变化,情绪过渡自然 | ![]() | 情绪递进 | ||
| 文生视频 | 欢乐 | 一位身着褐色外套的老人坐在公园长椅上快乐地大笑 | \ | 基础 | |
| 恐惧 | 一个躲在衣柜中的小男孩,面露恐惧的神色,紧紧的皱眉,眼睛在紧张地左右张望,蹲着用双臂在慢慢抱紧身体,身体在微微发抖 | \ | 基础+动作加成 | ||
| 痛苦 | 一位复古欧洲女性坐在医院中的长椅上,双手掩面、身体微微颤抖,她痛苦地蜷缩着滑向地面,面部肌肉扭曲 | \ | 基础+动作加成 |
ps:控制情绪演绎生成时的注意事项:
- 脸部需要清晰并且正面角度偏多,如果参考图不佳可以辅以运镜进行修正,且最好主体为人类,动物和其他生物的达成效果有限
- 最好针对单人进行情绪的叙述,多人达成的效果不佳并会出现交互混乱
- 如果情绪的表现力不够深入建议加入程度词:非常,极度,很,极端等
- 对于不常见的2D和3D的动画风格需要提供较为简单的表情动作控制,并且有概率会丢失风格




