3D 动作预演 + AI 重绘工作流：为什么先做 Previs 再喂给 Seedance，比直接生成强得多
1. 3D 动作预演 + AI 重绘工作流：为什么先做 Previs 再喂给 Seedance，比直接生成强得多
如果你最近用过 Seedance 2.0、Kling 或者 Runway 做角色动画，你应该遇到过同一类问题——
画面很美，但人物的运动不是你想要的。
走路节奏不对，转身的角度偏了 30 度，挥拳的力度像在赶蚊子。
你换了五次 prompt，改了 reference image，调了 structure transformation 的滑块，最后得到的还是一个"差不多但就是不对"的镜头。
这不是你的 prompt 写得不够好。
这是 AI 视频模型的底层逻辑决定的：text-to-video 和 image-to-video 模型本质上是在"猜测"运动。
它的训练目标是在语义层面让输出看起来合理，不是在物理层面精确执行你的意图。
你用语言描述"左勾拳接后手直拳"，模型会给你一段看起来像拳击的东西，但它做不到拳击教练能看的那种动作。
这就是为什么最近半年，一些认真用 AI 做动画的人开始往回走——在 AI 之前，先加一个 3D 预演（previs）环节。
2. 这个工作流到底在干什么
一句话概括：用 3D 工具把动作"演"出来，输出视频作为 Seedance 的 motion reference，让 AI 做它最擅长的事——换皮、换风格、加细节，而不是让它猜运动。
整个流程分成四步：
Step 1：用 3D 软件快速摆出关键动作（30 分钟 - 2 小时）
这里的关键词是"快速"。
你不需要高精度模型、不需要纹理贴图、不需要灯光渲染。
你只需要一个灰色的人形火柴盒，摆出关键帧。
工具选 Cascadeur。
原因很简单：它有 AI 辅助摆姿（AutoPosing）和 AI 补间动画（AI Inbetweening），你只需要摆出几个关键帧，中间帧 AI 帮你填。
最重要的是，它有 AutoPhysics——你摆好动作之后点一下，它基于物理引擎自动修正重心分布、动量转移、落地缓冲。
这是传统动画师花几年才能练出来的手感，现在点一下就能拿到 80 分的物理正确性。
Cascadeur 免费版就够用，Pro 版 $18/月。
导出 FBX 到 Blender 补镜头动画也行，直接在 Cascadeur 里做完也行。
它原生支持 Blender、Maya、Unreal、Unity 的导入导出。
Step 2：如果需要真人动作参考——加动捕（可选）
如果你的动作比较复杂——武术套路、舞蹈、微表情表演——就需要动捕了。两个路线：
零成本路线：Rokoko Vision（免费，单摄像头 AI 动捕，15 秒限制）或者 DeepMotion Animate 3D（浏览器上传视频，免费非商用）。录一段自己做的动作，导出 FBX 到 Cascadeur 清理。
专业路线：Rokoko Smartsuit Pro II（$2,495）做全身惯性动捕，然后导入 Cascadeur 用 AutoPhysics 修正漂移和脚滑。
Rokoko 和 Cascadeur 有联合网络研讨会详细讲了这套流程——惯性动捕的抖动和脚底打滑，用 Cascadeur 的物理修正基本解决。
省事路线：直接买动捕动画库（MoCap Online 之类的），一个动作包 $50-200，拿来拖进 Cascadeur 改节奏、混合动作。
不管你走哪条路，动捕数据都要经过 Cascadeur 做"清理"——去抖动、修正脚底接触、调整重心。
未清理的动捕数据直接导出会有一堆滑步和穿模，后面 AI 重绘会把这些瑕疵放大。
Step 3：在 3D 环境中架好摄像机，渲染出"灰模预演视频"
这一步在 Blender 或 Cascadeur 里完成。
你需要在 3D 空间中确定：
- 摄像机位置和运动（推拉摇移跟）
- 镜头时长（Seedance 支持 4-15 秒，Seedance 2.5 支持到 30 秒）
- 构图和景别
然后渲染一段低分辨率、无材质的基础视频。
不需要好看，需要的是运动信息正确——角色在画面中的位置、运动轨迹、摄像机运动路径。
到这一步，你手里有一个动作精准但画面丑陋的灰模视频。
Step 4：把灰模视频喂给 Seedance 做 Video-to-Video 重绘
这是整条流程的"魔法环节"。
把 Step 3 的灰模视频上传到 Seedance 2.0 的 Video-Edit 模式，同时上传：
- 角色参考图（你想要的角色外观，@image1）
- 风格参考图（光影、色调、画风，@image2）
- 动作参考视频（就是你的灰模视频，@video1）
- Prompt：“@video1 as motion reference, apply the character design from @image1, cinematic lighting from @image2, photorealistic rendering”
Seedance 2.0 Video-Edit 的核心能力是保留原始视频的运动结构，同时替换视觉风格。
它不会重新发明运动，而是在你给定的运动骨架上"上色"。
因为运动信息来自物理模拟或真人动捕，所以输出不会有 AI 视频常见的那种漂浮感、节奏错乱、肢体变形。
单个 5 秒镜头在 720p 下约 $1.50（按 input+output 时长计费，$0.15/秒）。
通常 1-2 次生成就能拿到可用结果——因为运动是对的，你只需要调整画风和细节。
3. 跟直接 Seedance 2.0 生成比，到底差在哪
我做了个表格，直观看区别：
核心结论：**Previs 工作流的前期投入更高，但每次生成的可控性和成功率大幅提升。**如果你只需要一个 5 秒钟的"看起来差不多"的片段发社交媒体，直接 Seedance 更快更便宜。
如果你要做一个 60 秒的角色动画短片，有 10-12 个镜头要保证动作一致性、摄像机连续性、角色不出戏——直接生成会让你花更多钱和时间在反复试错上。
4. 什么时候值得走这套流程
走 Previs 流程，当：
- 你需要精确的动作（打斗、舞蹈、运动竞技）
- 你需要多镜头叙事（同一个角色、不同角度、动作连贯）
- 你的输出会被专业观众审视（客户、导演、动画同行）
- 你有基本的 3D 操作能力，或者愿意花一周学
跳过 Previs，直接用 Seedance 当：
- 你需要氛围感 > 动作精度（空镜、风景、抽象画面）
- 单镜头独立使用，不需要连续性
- 你追求速度而非质量
- 镜头以内的人物动作很简单（走路、站立、慢转头）
5. 一个现实的预算对比
假设你要做一个 30 秒的角色动作短片，5 个镜头：
纯 AI 路线（Seedance 2.0 直接生成）：
- 每镜头平均 8 次迭代 × $1.00/次 = $40
- 总计：约 $40（只算生成费用）
- 实际耗时：3-5 小时反复改 prompt + 等待生成
- 结果：动作质量不可控，镜头间一致性差
5.1. Previs 路线
- Cascadeur：免费
- 3D 预演制作：4-6 小时（取决于复杂度和熟练度）
- Seedance Video-Edit：5 镜头 × 2 次/镜头 × $1.50 = $15
- 总计：约 $15 + 6 小时人工
- 结果：动作精确，摄像机可控，镜头间一致
纯 AI 路线的隐性成本是返工——你生成 8 次拿到一个"还行"的，放到剪辑线上发现跟下一个镜头的光线不匹配，又回去重新生成。
Previs 路线的隐性收益是复用——角色绑定、场景搭建、摄像机预设做完一次，后面所有镜头都从同一个工程文件出发。
6. 后续进阶：修复"AI 塑料感"
无论用哪条路线，最终的 AI 视频输出都会有一个通病——皮肤太光滑，缺乏真实的毛孔纹理和微细节。
这个问题在视频里比在静态图里更明显，因为运动时皮肤的微纹理变化是人眼判断"真实感"的关键线索。
后期修复选项：
- Vellum AI Skin Enhancer（OpenArt 上可用）：专门修复 AI 生成人像的皮肤质感，恢复毛孔、细纹、肤色不均匀。逐帧处理。
- VidHex Video Enhancer：视频级别的皮肤纹理增强，有时序一致性处理，比逐帧修图更稳定。
- Topaz Video AI：通用画质增强，也可以用来加一点胶片颗粒打破数字平滑感。
建议把这一步放进后期流程的最后一环——在 Seedance 输出确认可用之后，跑一遍皮肤增强，整体质感会提升一个档次。
7. 总结
3D 动作预演 + AI 重绘这个工作流，本质上解决的是一个控制权问题。
你不再把"角色怎么动"这个最重要的创作决策交给 AI 的概率分布去猜，而是用 3D 工具把它精确地定义好，只让 AI 做它擅长的那一半——视觉风格化。
这不是"AI 不够好"的权宜之计，而是生产级 AI 动画的合理分工。
未来模型会越来越强，但"精确控制运动"这件事，靠自然语言永远做不到位。
语言描述不了重心转移的节奏感，描述不了出拳时的身体链式发力顺序，描述不了落地时膝盖的缓冲角度。
这些只有 3D 能做。
而 Cascadeur 把 3D 动画的门槛降到了一个人一周能上手的程度，Seedance 把 AI 重绘的精度提到了能接住 3D 输出的程度——这两件事碰在一起，才有了现在这个"一个人能做出以前一个工作室才能做的动作镜头"的窗口期。
7.1. 推荐起步路线
- 下载 Cascadeur 免费版，跟官方教程学两天
- 做一个 5 秒的简单动作（起跳-空中-落地）
- 导出灰模视频，喂给 Seedance 2.0 Video-Edit
- 对比你之前纯 prompt 生成的动作质量
- 感受一下"动作是你说了算"是什么体验
然后你应该就知道这条路值不值得继续走了。