本文目录
批量视频生成从 243 秒缩至 82 秒
两组使用相同的三张首帧、提示词和参数。串行组每完成并下载一条才提交下一条，并发组同时发起三个独立的图生视频任务。每组都有 3 条视频成功返回。
| 镜头 | 串行终态耗时 | 并发终态耗时 | 单次显示费用 |
|---|---|---|---|
| 看书镜头 | 83.94 秒 | 75.95 秒 | $0.3529 |
| 手机亮屏镜头 | 65.56 秒 | 57.06 秒 | $0.3529 |
| 人物抬眼镜头 | 85.46 秒 | 77.83 秒 | $0.3529 |
单镜头从提交计时到客户端首次观察到完成，轮询间隔为 8 秒。整批耗时包含下载。实测为单轮、每组 3 个任务，串行先跑，结果适用于这批输入和当时的服务负载。
提高批量生成并发，无需升级套餐
ModelGo 企业视频生成可在现有方案内并发提交镜头，按模型调用计费。赶交付或需要多版素材时，制作团队可以把独立镜头一次提交，更早拿到可审的画面。实际吞吐取决于模型和上游容量。
以 Runway API 为例，可同时执行的任务数由用量档位决定，更高档位对应更高的充值门槛。
AI 分镜与角色参考如何进入图生视频
这段 AI 漫剧的故事发生在深夜书房。女主看书时收到一条写着“别回头”的陌生消息，随后缓缓抬眼。三个镜头共用同一个角色和场景，消息文字留给后期。分镜确定后，用 Seedream 4.0 准备参考图和首帧，再用 Kling 3.0 分别生成动态镜头。
固定角色与场景
各准备一张参考图，确定发型、服装、台灯、窗户及手机位置。制作团队可在这里审核设定再锁定素材。
生成镜头首帧
看书镜头引用角色和场景。手机与人物反应镜头再复用看书首帧，延续人物外观和书房照明。
并发提交独立镜头
每条输入自己的首帧和动作说明。保存任务 ID，查询状态并下载。依赖素材准备好后再开始批量生成。
图片实际尺寸为 1440×2560。视频统一请求 5 秒、720p，关闭原生音频和自动多镜头。六个输出均为 720×1280、24 fps，每条文件约 5.042 秒。
5 个图片环节和 3 个视频镜头的实际提示词
角色与场景参考图2 个提示词
角色参考图
原创二维悬疑漫剧，干净线稿，赛璐璐上色，克制的表情，冷蓝夜色与暖色台灯对比，9:16竖构图。单人角色参考图：25岁成年东亚女性，黑色齐肩直发，中分，无刘海，深棕眼睛，灰色圆领毛衣，无首饰。正面半身，表情平静，浅灰纯色背景，脸部和服装清晰，无文字。场景参考图
原创二维悬疑漫剧，干净线稿，赛璐璐上色，克制的表情，冷蓝夜色与暖色台灯对比，9:16竖构图。无人小书房，固定空间布局：浅木书桌，桌面右侧暖色台灯，左侧窗户可见冷蓝夜色，后方书架。桌面中央一部黑色手机，屏幕朝上且关闭，无文字，无其他手机。三张镜头首帧3 个提示词
看书镜头首帧
参考素材为角色参考图、场景参考图。
原创二维悬疑漫剧，干净线稿，赛璐璐上色，克制的表情，冷蓝夜色与暖色台灯对比，9:16竖构图。参考图1提供人物身份、发型和衣服，参考图2提供书房与桌面布局。保持同一人物、同一书房。侧前方中景，人物坐在桌前安静看书，头略低，手机平放在桌面中央，屏幕朝上且关闭，右侧台灯亮着。保持简单动作的起始姿态，无文字。手机镜头首帧
参考素材为看书镜头首帧、场景参考图。
原创二维悬疑漫剧，干净线稿，赛璐璐上色，克制的表情，冷蓝夜色与暖色台灯对比，9:16竖构图。参考两张图保持同一张浅木书桌、黑色手机、台灯与照明。手机屏幕的近景特写，手机保持平放，屏幕朝上且关闭；暖色台灯光落在桌面上。无人物、无手、无文字，手机形状完整，构图给屏幕留出后期文字空间。人物反应首帧
参考素材为角色参考图、看书镜头首帧。
原创二维悬疑漫剧，干净线稿，赛璐璐上色，克制的表情，冷蓝夜色与暖色台灯对比，9:16竖构图。参考图1保持同一人物的脸、发型、灰色毛衣，参考图2保持同一书房、人物坐向和左右照明。人物面部近景，目光朝向画面下方桌面，表情平静，嘴闭合，作为随后缓慢抬眼的起始画面，无文字。三个图生视频镜头3 个提示词
看书镜头
参考素材为看书镜头首帧。
单个连续镜头。保持原图人物外貌、衣服和空间布局。人物坐在桌前，只有轻微呼吸和自然眨眼，目光保持朝下。镜头极缓慢推进，桌面与手机保持静止，嘴闭合。手机亮屏镜头
参考素材为手机镜头首帧。
单个连续特写，固定镜头。同一部黑色手机平放在桌面上，屏幕从熄灭变为均匀柔和亮光，不出现文字或图标。手机和背景保持静止，无手进入画面。人物抬眼镜头
参考素材为人物反应首帧。
单个连续近景，固定镜头。保持人物身份和脸型。人物缓慢将目光从画面下方抬向前方，眼睛轻微睁大，表情从平静转为警觉，最后停住。嘴闭合，头部只做很小幅度移动。| 图片环节 | 请求至响应 | 单次显示费用 |
|---|---|---|
| 角色参考图 | 14.85 秒 | $0.0212 |
| 场景参考图 | 7.30 秒 | $0.0212 |
| 看书镜头首帧 | 24.60 秒 | $0.0212 |
| 手机镜头首帧 | 28.60 秒 | $0.0212 |
| 人物反应首帧 | 24.95 秒 | $0.0212 |
AI 漫剧制作中的角色一致性与动作检查
六条视频均通过完整解码。下方展示并发组三个镜头的抽帧，每组从左到右依次是起点、中点和末尾。
看书｜视线提前抬起
并发版提前抬眼，串行版中点和末尾出现闭眼。剪辑时可选取稳定低头的区间，重做时可收紧视线约束。
手机｜亮屏清楚，景别偏远
两组都出现了亮屏变化。下次可让手机占更多画面，给后期短信叠字留出可读空间。
人物反应｜抬眼和表情可辨
灰色毛衣和实际生成的发型延续到这一镜。可在剪辑时挑选抬眼时机，和前一镜的亮屏节奏对齐。
先验收参考图。角色参考图实际多出齐刘海，场景参考图多出窗外人物。后续首帧延续了发型和服装，窗外人物未再出现。上面的调整是下一轮重做建议。
ModelGo 怎样帮短剧和漫剧团队控制制作成本
- 缩短等片时间。多场戏或多版素材撞上同一个交付节点时，可以并发提交独立镜头，让剪辑更早收到待审素材。
- 把返工控制在问题镜头。每条视频都有独立任务 ID。发现抬眼过早或景别偏远时，可保留其余镜头，只调整并重做有问题的一条。
- 把生成支出算到镜头。用 ModelGo 控制台的单次结算对照镜头编号，追踪首轮、重做和最终采用的素材，为整集做预算。
本轮按请求 ID 核对 5 张图和 6 条视频的结算。串行与并发组的单条视频显示费用均为 $0.3529。并发把整批交付提前了约 161 秒。单笔显示到小数点后四位，小计使用控制台汇总值。
| 环节 | 生成数量 | 结算费用 USD |
|---|---|---|
| 参考图及首帧 | 5 张 | $0.1061 |
| 两组视频 | 6 条 | $2.1176 |
| 本轮合计 | 11 次调用 | $2.2237 |
表中费用为两组对照的模型调用结算。整集制作预算还需计入重做、筛选、剪辑和配音。
从生成镜头到 15 秒素材粗剪
企业测试｜用自己的分镜验证批量交付
企业专属通道
Book a Demo点击 Book a Demo 联系 ModelGo VIP 销售，申请最高 $200 的企业测试额度。团队会了解贵司计划使用的模型、视频需求和预计任务量，协助安排测试。
准备典型镜头
挑几条日常最常做的镜头，准备首帧和提示词。带上拟用模型、分辨率、时长，以及高峰期每批需要生成多少条、目标同时跑多少条。
预约并确认测试方案
通过 Book a Demo 和 ModelGo 团队对齐模型、批次大小和并发目标，同时确认可申请额度及使用范围。
逐步加量并记录结果
先用小批量跑通，再加到目标并发。记录首条和整批交付时间、任务完成率与重做次数。用总生成费用除以采用镜头数，估算每个可用镜头的成本。