OPPO Reno 全球形象片

这支片子想要的，是年轻人聚在一起时那种轻松、有活力的感觉。我担任 AIGC 动态导演。前期美术已经把人物角色和场景的基本氛围做出来，我的工作是接着这些设定，让画面里的每个人真正动起来。

在前期美术的基础上，我们用 Codex 配合 Image 等图像模型发散场景和人物资产，再把选定的角色放进校园、街区与海边，确定动态生成前的画面。

到了动态阶段，我会看同类青春影像里的人物是怎么表现的：走路时的步频，回头时的反应，和朋友在一起时身体会有多放松。这些细节，决定了一个角色动起来之后有没有青春的气息。

我先在 GPT 里梳理每个人物的身份和性格，再把最有辨识度的特点强化，转成具体的肢体动作和习惯行为。提示里如果只有“开心”“有活力”，模型能发挥的范围太大；我希望连他为什么这样动，都有一个人物上的依据。

图里以一个外向、好奇的女孩为例，把性格落实到走路的节奏和遇到朋友时的反应。这些设定不需要在影片里交代，但我得先把它们想清楚，人物的活力才有自己的样子。

到中东版本适配时，我们的要求很明确：原视频不能变，只改袖子。人物的脸、表情、动作，镜头的运动和背景，都要和原片保持一致。这不是重新生成一个相似的镜头，而是在已经完成的镜头里，准确地改动服装。

我测试了多个模型，最后选择了 Google 的 Omni 来做视频编辑。我的处理顺序是先把镜头转成白膜视频，截取第一帧，用 Image 的图像编辑能力调整服装，再把改好衣服的参考帧和原视频一起交给 Omni。

下面是这组镜头使用的改衣参考资产。先在图像阶段确定袖型，再让视频编辑沿用原镜头的表演与运镜。

这套方法最终稳定替换了 11 颗以上的镜头。对我来说，换装的标准不是做出另一条好看的视频，而是原来的表演、节奏和镜头都不动，只完成指定的服装修改。

前面花时间打磨出来的人物状态和青春气息，是这次版本适配中必须守住的东西。

视觉参考 · 项目前期美术与人物、场景画板

场景与人物发散 · Codex + Image

人物分析 · GPT

服装图像编辑 · Image

视频编辑 · Google Gemini Omni