网友实测gpt-6 Astra生成Blender文生视频，参考角色可减少白模问题

网友@YuanA41755085最新测试了gpt-6 Astra操作Blender生成文生视频。测试显示，如果直接用文本生成视频，模型相似度太高的话很容易生成只有轮廓的白模。

如果生成过程中加入参考角色，效果会好很多。本次测试需要生成一条15秒、宽高比16:9的写实悬疑电影片段，名为《最后一秒》。

生成要求以动态白模视频作为动作、人物站位、场景空间、摄影机运动和剪辑节奏的主要参考，保留五个镜头，目标切点为第3、6、9、12秒，各镜头事件顺序与参考一致。

浅灰色人形对应女人定妆图，深灰色人形对应男人定妆图。地下通道的材质、色彩和灯光参考场景风格图，保留白模中的门洞尺寸、走廊方向与按钮位置。

不同时间段有对应的镜头要求：0–3秒，女人向正在下降的安全闸门奔跑，摄影机从背后跟随，男人在门内右侧接应；3–6秒，切到男人按住按钮的中近景，闸门停在半开位置，男人回头招手说“快”，女人开始俯身；6–9秒，切到低机位侧面镜头，女人低头弯膝，用两个低姿步完整钻过闸门，后脚进入安全区，男人持续按住按钮；9–12秒，切到安全区内的双人中景，女人起身退开，男人确认她通过后松开按钮并后退，闸门继续下降；12–15秒，切到正对闸门的固定镜头，两人的肩背分列左右前景，闸门落地，短暂停顿后门外传来猛烈撞击，门板轻颤，两人同时惊缩，警戒地望着门。

画面要求为冷灰色地下通道，门内暖色应急灯，真实皮肤、布料和金属质感，动作有重量，脚掌落地明确，人物保持一致，保留白模中主要遮挡、人物运动方向和门板运动时序，无新增人物，无字幕，无标志。声音需要包含脚步、喘息、按钮、电机、闸门落地和一次撞门声。

本次测试直接展示了文生视频当前会出现的问题，提示词可以在原发布的评论区查看。