3D 动画短片生成器
一、基本信息
| 项 | 内容 |
|---|---|
| 展示名 | 3D动画短片（内部名 3d-animation-short-generator） |
| 版本 | 1.1.15 |
| 作者/来源 | MiniMax Design，official-featured（官方精选），由 MiniMax-hub 导出 |
| 标签 | 动画 / 计划制定 · 创作生成 · 后期处理 |
| 一句话定位 | 把一句故事创意变成风格统一的完整 3D 动画短片，覆盖角色、场景、镜头、分镜、单镜视频与成片合成 |
二、能力全景：十步生产流水线
它不是”给我一个 prompt 生成一条视频”的工具，而是一套带闸口的动画制片流程，所有产物按顺序落到画布节点上：
| 步骤 | 产物 | 作用 |
|---|---|---|
| STEP 0 | 需求捕捉 + 三个选项卡 | 锁定画面比例、总时长、音频模式 |
| STEP 1 | 项目简报 | 标题、前提、情绪前提、目标观众感受、风险等级 |
| STEP 2 | 故事大纲 | 主角 Want/Need/缺陷、核心世界规则、8 拍因果骨架、情绪锚点回收、音频脊柱图 + 7 条守门检查 |
| STEP 3 | 角色卡（图片） | 16:9 生产参考图：3/4 主视角、正侧背三视图、表情、服装道具、身份锁、speaks_on_screen 标记；有变身必须做变身前/变身后两张独立卡 |
| STEP 4 | 场景卡（图片） | 纯环境，禁止出现任何人物/剪影/手/脸；含关键光态、连续性地标 |
| STEP 5 | 七列标准镜头表 | 强制步骤，不可与分镜/视频互换（详见下） |
| STEP 6 | 文本分镜文档（+可选铅笔分镜图） | 每镜一节的权威渲染参考 |
| STEP 7 | 视频模型选项卡 + 单镜头视频 | 默认 MiniMax-H3，逐镜独立生成 |
| STEP 8 | 全片拼接 + BGM 合成 | 一条连续 BGM，对白处下压 |
| STEP 9 | 最终复查 | 12 项硬检查，未过不能交付 |
七列镜头表（该技能的技术核心）
Shot ID & Duration｜Continuity Handoff｜Reference Anchors (Spatial + Identity)｜Hook Type｜Shot Description (Per-Second Directives)｜Audio & Dialogue Track (含 Mouth State)｜Audio Mode
每个镜头要拆到每秒一条指令（0–1s/1–2s，关键节拍可用 2.0–2.5s），每条必须同时覆盖 6 个要素：动作姿态表情、镜头运动、空间位置与手持物、音频线索、向下一秒/下一镜的交接、每秒嘴部状态。再叠加 C1–C7 连续性字段（空间锚点、离场状态、光影继承、时间线、色调、主角 vs 配角强度梯度、弱帧对齐 vs 强帧锁死），并跑七项自检门才允许进分镜。
三、最大卖点：口型安全（防”角色串戏”）
它把 3D 动画最高频的失败——画面里两个角色 + 一句台词，模型把 A 的词配到 B 的嘴上——在四层堵死：
- 入口层：开局就用选项卡让你选音频模式，整条流水线按此调校
- 镜头表层：每行带
Audio Mode标签 + 每秒Mouth State字段，模型不用猜 - Prompt 层：视频 prompt 前注入结构化上下文块
[AUDIO_MODE] / [SPEAKER] / [NON_SPEAKERS_MOUTH] / [SHOT_DURATION]，明文写”只有某人能张嘴，其他全部闭嘴” - 终检层：Check 11「说话人身份正确性」+ Check 12「嘴部状态一致性」是硬卡，任一项失败即阻止交付，回退到第 7 步重做
一镜一人规则：对白主导项目中，若某镜头有两个说话人，渲染前必须拆成 A 镜 → 反应拍（非说话人闭嘴）→ B 镜。只有后期另行配音才允许一镜多说话人。
四、音频模式只有两种（重要边界）
- 静音（silent） ——视觉类 3D 动画的推荐默认，纯画面叙事 + BGM/音效，口型风险由构造法归零。多数”皮克斯风短片”需求其实对应这个。
- 对白主导（dialogue-led） ——角色对话贯穿全片，须严格执行一镜一人 + 强制反应切镜，是防御机制最活跃的模式。
⚠️ 旁白驱动 / 第一人称画外音项目明确不属于本技能范围，不提供该选项。虽然底层标签里还留有 narration/mixed 痕迹，但对用户不可选。
五、风格锁与容错策略
- 全局视觉风格锁：皮克斯感 3D 卡通渲染、电影质感、轮廓清晰、亲和比例（可 Q 版）、有雕塑感块面 + 柔和 SSS 毛发材质、强调挤压伸展/预备动作/超调。负向约束：不要写实真人摄影、不要扁平二次元、不要塑料玩具皮肤、不要僵硬姿势、不要无生命表情。
- 模型策略：默认 MiniMax-H3；只有你明确换模型时才先做能力校验（时长、画幅、分辨率、参考图、音频、运动），通过才执行。MiniMax-H3 常见支持 768P 与 2K。
- 失败回退梯度：先分类失败原因（渲染失败/空间漂移/身份丢失/说话人错配/嘴部违规），再按梯度处理——加强约束重述重试一次 → 缩短时长或拆镜或减道具 → 换兼容模型 → 第二次同类失败后停下来给你选项卡（简化/拆镜/补参考/占位跳过）。带身份漂移或口型错误的片段绝不能进入拼接。
六、最佳使用方法
1. 开局就把这几项一次说全，能大幅减少来回：
一句话创意或粗略故事 · 目标产物（只要蓝图 / 只要资产 / 镜头表 / 分镜 / 单镜视频 / 拼接正片 / 带 BGM 成片）· 预估时长 · 画面比例 · 视觉基调 · 是否需要台词及语言 · 音频模式倾向
2. 每个选项卡都认真选，别在聊天里打字”继续” 。技能强制要求所有批准、修订、模型选择、分辨率、锁定资产、继续/重做关口都走选项卡，聊天里的”继续”不算数，会补发卡。
3. 选模式的原则：动作追逐、视觉笑点、动态图形、氛围向 → 选静音；角色对话喜剧、TV pilot 式短片 → 选对白主导，但要接受镜头数增多（一镜一人拆分）。
4. 分镜默认走”纯文本分镜文档” ，成本低且携带全部质检载荷。只有当你想在烧视频积分前肉眼确认姿态剪影、挤压伸展时，才开启”文本 + 多格铅笔分镜图”模式——这是可选项，默认不开。
5. 角色卡/场景卡锁定前多花时间。一旦锁定后再改，镜头表、分镜、片段、拼接、成片都要回退重做；变身故事任一张形态卡改动，所有含变身的镜头都要重做。技能会在锁定时明确提醒你这一点。
6. 台词在镜头表/分镜阶段就改写到”最终可拍版” ，视频 prompt 只逐字复用，不允许临场补台词；每句台词都必须推进剧情、揭示目标、制造阻力、改变关系或回收前文，禁止寒暄式对答。
7. 别用它做的事：单张图片、简单修图、单条独立镜头、Logo 设计、纯 prompt 咨询、真人写实视频、互不关联的镜头堆砌、旁白驱动短剧。
