ROUTE A · 默认真人讲解
真人底片裁窗 + 素材库检索补 B-roll，只给出镜段买口型。默认路线，也是最便宜的一条。
档 $6 · 实测 $1.78 · 98% 花在口型一条爆款进来
一条能投的成片出去
解构、复刻、短剧、广告、跨平台五条线，共用一套素材、身份与闸门底座。
// 面向视频工作流共建方 · 工程与成本口径 · 数据截至 2026-08-11
N8N ×10 ACTIVE
MINIMAX H3 I2V
SYNC-LIPSYNC V2
SEEDREAM 4.0
RUNPOD SERVERLESS
VENICE.AI CHROMA
FLY.IO / NRT
26 道审片闸门
0
张已定档的风格卡真人 $6 / 换场景 $12 / 纯场景 $15 / 走位 $30
$0
真人复刻单条实测生成费逐笔回执累加，非估算
0
个 active n8n 工作流生图 + 视频编排底座
0
位已注册主播身份按人脸 embedding 判定，不按服装
SCROLL / 向下滚动
01
Landscape Map
一个解构端，五条生成线
两端不直接调用彼此，接口只有一份分镜 JSON——解构端产出骨架，生成端只消费。
// 灰=外部源 · 青=机器自动 · 琥珀=交接契约 · 紫=生成端 · 玫红=资产底座
这张图里最要紧的一条线
解构端和生成端从不直接说话。中间那份 shots[] 既是交付给客户的分镜稿，也是喂给流水线的输入骨架——同一份 JSON 两用，所以「照着爆款重拍」不是让模型凭空想分镜，而是拿真实跑出成绩的骨架去驱动。
02
Production Routes · Budget Tiers
路线按「画面从哪来」分岔
四型共享同一副骨架——判型、文稿、预算预检、配音对齐、合成、审片、响度、封面、归档全一样，只有画面来源分叉。
四档预算上限 vs 真实产单已花
美元 / 条 · 生成费口径 · 逐笔回执累加 · 2026-08-11
预算档上限（服务端定，产线无权自报）
真实产单已花
// B 表显 $9.92 未含大脑费，含大脑费后真实约 $18–20；D 是试用卡，只接人工指定的试产单
ROUTE B纯场景画外音
全程无人出镜：母图 → 派生底图 → 付费前闸门 → 图生视频。95% 的钱都在图生视频这一步。
档 $15 · 实测 $9.92（不含大脑费）ROUTE C实景走位讲解
参考图锁身份、源片当动作参考，一次调用出「边走边指边讲」，解掉裁窗改不了动作的死结。
档 $30 · 已预留 $11.25ROUTE D · 试用卡换场景口播
零件化装配层落地后新挂的一型，四段全量。只接人工显式指定的试产单，自动路由选不到它。
档 $12 · 换场景口播镜实测 ≈$1.7/镜试验中 · 代码未合逐镜点菜
不吃整条锁死的路线：每镜声明用哪几个零件——配音 / 口型 / 文生图 / 图生视频 / 真人裁窗 / 素材检索。
首张零件卡约 $1.7 / 镜XHS-PIPE · v1跨平台搬运线
小红书视频笔记 → 去水印 + 破画面 hash + 1.02 变速，文案按抖音爆款结构重写并校验。
Fly 必须部署美区：小红书封 Tokyo IP 段AD-STUDIO · Phase 1广告素材线
产品图 + 卖点 → 八环节竖屏素材。脚本与分镜已接真实 LLM，出画之后的五环节仍是占位。
FastAPI 独立子应用 · 自动部署默认关闭已下线 · 2026-08-09粘一条链接直接做
产线吃不下任意源片。留着等于把失败率转嫁给店长，还要他自己猜为什么这条做出来是坏的。
只保留过了品类闸与真人讲解闸的候选池
Red Line
纯 AI 换脸做整片复刻会被平台打「AI」角标并限流。同脚本同镜序的一手对照：真人原版 5.3 万赞 / 5391 评论，纯 AI 复刻版 324 赞 / 1 评论——差 2–4 个数量级。这是「真人底片 + 唇形同步」成为默认路线的原因，不是审美偏好。
03
Store Workbench · Separation of Powers
把产线交到店长手里
验收句是逐字写死的：客户打开自己的链接，用自己登记的出镜人和素材，提一单、拿到成片、完成一次审核，全程不需要我们任何人碰后台。
SERVER
派活 认领带租约；服务端按风格表下发施工计划（stages 有序子集）与预算档——producer 无权自报预算
派活 认领带租约；服务端按风格表下发施工计划（stages 有序子集）与预算档——producer 无权自报预算
PRODUCER
只生产 四阶段逐段提交不可变阶段包。manifest 必须声明独立核心 payload SHA、完整 lineage，并列出包内每个文件的 SHA-256
只生产 四阶段逐段提交不可变阶段包。manifest 必须声明独立核心 payload SHA、完整 lineage，并列出包内每个文件的 SHA-256
REVIEWER
只审核 唯一权威审核方是固定只读镜像：审核代码与 policy 在镜像构建时烘焙，producer 写不进去，也拿不到 reviewer 密钥
只审核 唯一权威审核方是固定只读镜像：审核代码与 policy 在镜像构建时烘焙，producer 写不进去，也拿不到 reviewer 密钥
SERVER
复验 每次读取都重查 package SHA + 核心 payload SHA + 强 ETag；Range 请求也必须过 If-Match，旧 claim / 跨阶段一律 fail closed
复验 每次读取都重查 package SHA + 核心 payload SHA + 强 ETag；Range 请求也必须过 If-Match，旧 claim / 跨阶段一律 fail closed
店长
人工终审 发布前完整复验四个当前 package、root 与 final payload，任一变化都在继续付费或发布前阻断
人工终审 发布前完整复验四个当前 package、root 与 final payload，任一变化都在继续付费或发布前阻断
发布权
谁都没有 producer 与 reviewer 都没有发布权。
谁都没有 producer 与 reviewer 都没有发布权。
qc / deliver 对 producer 已禁用，它也不能把任务设为 done
// 两把密钥非空且相同时，两条接口同时 503 —— 分权失效就不许开工
风格表 · 服务端唯一事实源
平台不认识「风格」，只认施工计划 · 与产线仓 registry 逐字一致，单测钉着
| video_type | 施工计划 stages | 预算 / 策略 / 挂牌 |
|---|---|---|
| talking_broll 真人讲解 | script · materials · lipsync · final（四段全量） | $6 · v1.0 · certified |
| scene_only 纯场景画外音 | script · materials · final（没有口型段，全片无人出镜） | $15 · v1.1 · certified |
| host_in_scene 实景走位讲解 | script · materials · lipsync · final（四段全量） | $30 · v1.1 · certified |
| scene_swap_talking 换场景口播 | script · materials · lipsync · final（四段全量） | $12 · v1.1 · trial |
| '' 未声明 / 老单 | 四段全量（在表里但不可被声明） | $6 · v1.0 · — |
审片闸门按阶段分布 · replica-review-v1.1
项 · 每项独立返回 通过 / 警告 / 不适用 · 闸门绑工序不绑类型
// v1.0 是 24 项；v1.1 加了口播镜人脸覆盖率与句内停顿离群，合计 26 项
video_type 的作用止步于查表那一下
查完得到 stages，一切下游——认领推进、派活提示词、界面、审核——只认 stages 数组，不许再按类型分支。
付费调用由服务端托管
预留 / 提交 / 销账三步的编号由服务端固定下发，断线重连不会产生第二笔费用；超预算即 409。
04
Recent Changes · 2026-08-08 → 08-11
让产线学会自己喊疼
这四天的改动几乎全压在同一件事上：在花钱之前、在人来问之前，先把自己哪儿不对说出来。
A · 花钱之前拦住
01
判型缓存 · 一次判终身用同一条片判两次型 = 两笔钱
判型的两个决策变量是会话现场看帧填的纯模型输出，工作目录又按任务号起——同一条源片先判真人讲解、再判纯场景，两条产线各烧一次。
声明值与缓存不符 → 409 附缓存值，翻案是人工删行
02
准入止损 · 一分生成费都没花判成纯场景，本店零实拍
纯场景形式的画面全靠门店实拍打底。零实拍就只能纯文生图硬编——七个镜头七个卫生间、自流平画成冰淇淋盘圈，$15 打水漂。
判型照常落库，止的是生产不是记录
03
开工前先问大脑一句话不通就不接单
换模型那晚第一条真单三连失败：根因是接口地址尾巴多了个 /v1，而模型侧回的文案把人往「模型不存在 / 没权限」上带。
B · 花了的钱不白花
04
两本账 · 绝不合并大脑费单开一列
混进生成费的后果不是「数字大一点」：一单还没开始做画面，就先被自己的思考费打爆 $6，然后预留与销账连锁 409。
模型侧自报金额比账面高 67% → 只取 token 数，钱按自己价格表算
05
会话死了不换认领原地续跑，最多 2 次
换认领是付费链条倒下的第一张骨牌：旧编号作废 → 僵尸预留 → 再预留撞 409 → 下一个会话照着错误现场误诊。
八条件全满足才续 · 共享 3 小时墙钟 · 余量须 ≥600 秒
06
僵尸预留有了出口只放行「从未提交」这一种形状
会话死在预留与提交之间，继承者手上没有任何能处置它的动作，新编号一律 409——白烧 9 个编号，最后靠人工重置才脱困。
六道护栏 + 满 3 分钟年龄闸；409 全部结构化并带处方C · 店长这一侧
07
任务看板 + 内容库存「我哪一条到哪了」
侧边栏那四步是所有任务共用的一套流程，回答不了这个问题。库存＝方案里有、任务表里没有的差集，不新增任何状态。
长片切分后其余各集的文稿与镜头脚本当场写好回填
08
定向返修「12.4 秒口型不对」变成工单
老板的一句话原来只能换成整片重做。现在按时间戳对照分镜解析成结构化返修单，只重跑指出来的那几段。
解析不出的如实报出有几处，不假装每处都精确落段
09
成片不再拿反馈来换下载与预览同条件
两者指向同一个文件，服务端只多一个响应头——录屏一秒钟的事，它不是控制是摩擦。用胁迫换来的反馈是假反馈。
机器四阶段过了就能下；「要改」留着，真有问题的人才会点产线自愈的硬参数
每一个数字后面都有一次真实事故 · 实读代码校验 2026-08-11
| 参数 | 为什么是这个值 | 取值 |
|---|---|---|
| 心跳间隔 | 守护进程发，不由模型侧脚本发——模型忘了发不能等于这单死了 | 60 秒 |
| 判死阈值 | 只对发过心跳的单生效：老协议单静默 20 分钟是它的正常状态，兜底判会把合法单当场判死 | 5 分钟 |
| 自动重排上限 | 到顶转 failed 终态；判死同时把认领就地过期，吊死的会话据此收到 409 并自杀 | 2 次 |
| 会话原地续跑 | 与首启共享同一条墙钟，续跑不重置计时；一个开关即可回到改动前 | ≤2 次 · 余量 ≥600 秒 |
| 返修轮次 | 与自动重排各记各的数：一个数「人说了几次不行」，一个数「机器崩了几次」 | 2 轮 |
| 返修预算 | 不另造一套账，把预算上限抬到「已花 + 本轮上限」，现成的超支闸就是执行者 | 基线 30% · 下限 $0.5 |
| 并发额度 | 10 家店 × 额度 2 = 20 条在产，而灶位只有 2 个——多店之后必然脱钩 | 默认 2 · 硬上限 8 |
| 僵尸预留年龄闸 | 残余双花窗口要求服务端连续 3 分钟不可写，那时产线早停摆了 | 满 3 分钟 |
| 失败分类 | 非法值 API 直接拒收——静默吞掉一个拼错的 code，页面会安静地显示成「未分类失败」 | 14 类 |
会话退出之后怎么走
改造前只有一条路：判失败 → 重排 → 换认领
// 八条件：已退出 / 任务态可续 / 失败分类可续 / 非登录失败 / 抓到会话号 / 次数未尽 / 墙钟余量 ≥600 秒 / 开关未关
Root Cause
无头模式的合同是「哪一轮回复只有文字、没有工具调用，就视为收工」，而聊天型模型会写下「Let me fix it…」然后等对面接话——可无头模式没有对面。于是任务书开头把「每一轮回复必须至少含一个工具调用」当成 harness 物理规则写死，结尾再追一句收尾自检，锚句有测试钉住防止被顺手删掉。
一条贯穿全部改动的纪律
不轻易加新状态。每加一个状态值，全仓每处状态分支都要多判一次，漏判一处那批片子就从页面上静默消失。所以「还没做的那几支」不是状态（它们根本还没建单，是算出来的差集）；「已交付」复用既有终态而不另起一个同义词；只有「返修中」这一个真新增，因为「从头做」和「只重跑这一段」是两条产线指令，合成一个状态 agent 只能靠备注里有没有那段文字来猜。
另一条：任务书 ≠ 说明书
一条 355 秒源片走全自动路线，会话自行把它压成 179 秒成片——投放不可用，而配音和口型的钱已经花完。切分能力一直都有，可它只写在产线说明书里。说明书是「看到了才生效」，任务书是「每一轮都念一遍」——四条成片时长硬要求因此从说明书搬进了任务书，并且返修轮返回空串，存量返修路径的提示词逐字不变。
05
Deconstruction · Free Stack
先把爆款拆开，再谈复刻
全开源组件本地跑，单条 API 花费 0 元，只有看图出稿那步花几毛钱 token。92 秒视频约 7–8 分钟出稿。
01 · Fetch取无水印母版自建去水印服务直出母版，非涂糊
02 · Cut切镜头 + 抽帧TransNetV2，实测 87% 准确率
03 · Dual Track双轨拿文字OCR 抠烧录字幕 × ASR 转写，互校
04 · Draft看图出稿七要素分镜表 + 带时间戳解说词
05 · Blind QA反向重建盲测没看过原片的人盲写重拍脚本
为什么一定要双轨
字幕轨是作者手写的标准答案，语音轨补它漏的句子、修 OCR 的形近字；语音听错的专有名词以字幕为准。
截图是免费的质检
文字描述可以自圆其说地错着，配图往那一摆对不上就是对不上——首例靠它逮到一次「拉焦」被误判成「换被摄物」。
交付形态
产出一份交付版分镜稿（去掉内部工艺细节，只留风格参数 / 分镜表 / 解说词 / JSON / 待决策项），推上主干即自动发成带图文档并进索引。同一份 shots[] 转身就是生成端的输入骨架。
06
Host Assets · Identity Registry
我们从来没「训练」过任何一位主播
形象是参考图、声音是租来的 voice_id、口型是后处理、表情全来自真人底片——肢体动作那一层至今是真空。
L0 动作
L1 声音
L2 表情
L3 身份
L3 · 身份层78 张擦字锚点图库 → SEEDREAM /EDIT（LORA 挂起）
L2 · 表情层真人底片裁窗 —— AI 感的根因是锚点不是模型
L1 · 声音层MINIMAX VOICE-CLONE 租用 · 闲置 7 天回收
L0 · 动作层目前真空 → WAN ANIMATE/REPLACE 转移（未投产）
// 悬停右侧图例行，对应层浮起 · 越上层越「属于这个人」，越下层越「属于这条片子」
×3
三个人，一个名字
78 张图库是小黑、14 条模特素材是小黄、9 条成片出镜的是第三位小美。两两余弦相似度只有 0.07–0.18。
判定用 embedding，不用衣服
阈值 0.375 由 245 帧两两余弦的双峰谷底标定，与开源模型官方 0.363 独立吻合；检测置信度须 ≥ 0.85。
最贵的一个坑
整段先平均再比对会双向漏报——阳性对照两边都「像」。必须先聚类、再逐簇比对，同素材结论完全相反。
「训练」和「转移」是两件事
LoRA 只锁得住身份（脸 / 发 / 体型），动作是每条片子现场的东西，不是人的属性。缺的从来不是模型能力，是动作素材——而 replace 模式只取驱动视频的骨架和表情，驱动视频里是谁并不重要，动作源因此不需要客户配合补拍。
07
Post-Production & Deterministic Gates
烧录字幕：能擦就不要遮
四轮返工全花在「遮」上——遮挡条会让该段和全片字幕款式不一致，观众一眼看出是补丁。最后靠时域回填真擦掉才过审。
// 验收门 FAIL 时换方案，不调阈值——合格区与失败区之间有 11 个点的空档
| 闸门 | 判据 | 失败时怎么办 |
|---|---|---|
| mask_ratio | 掩码面积 ÷ 字幕带面积 ≤ 0.33（6 个真实片段标定） | 非零退出并删半成品 |
| 闪烁比 | 带内帧间差 ÷ 带上方参照区帧间差 ≤ 2，超了肉眼可见沸腾 | 改单帧稳定填充 + 全窗口传播 |
| 唯一帧比 | mpdecimate 按 5 秒窗口统计，> 85% 为正常 | < 60% 重编码或插帧 |
| 眼线位置 | 成片眼线落在画幅 33–42%，按眼线反解裁窗而非写死上沿 | 直接 FAIL，重算裁窗 |
| 身份唯一 | 出镜帧 person_id 唯一且等于分镜声明值 | 拦住脸声错配 |
| 响度 | loudnorm I=-14 LUFS + 转双声道 | 交付前补跑一次 |
| 机器审片 | 四阶段逐段独立审，v1.1 合计 26 项（分布见第 03 节） | 逐项给可读失败原因 |
商用许可是第一道筛子
客户投放素材即商用：STTN（MIT）可商用；质量最好的那个开源权重是 CC-BY-NC，只能当内部天花板基准，不能进成片。
换内核之前先修 mask
擦除模型只重绘掩码内像素。掩码漏掉 80–185 灰度的抗锯齿软阴影环，换任何内核都留那圈灰晕。
08
Image Base Layer · n8n Orchestration
三条生图链路，按「谁在等」分流
批量能等、实时不能等。路由按等待方分，不按模型强弱分——这是实时生图从自建搬到托管 API 的唯一理由。
入口
路由
生成
落地
n8n
编排
编排
01entry-api（API Key）· entry-internal（UUID webhook）
02SFW / NSFW / Scene 三路分流；ai-optimize 先翻译并结构化提示词
05传对象存储 → Review Callback → 通知；error-notifier 集中报错
RunPod
自建
自建
03SDXL（InstantID）· FLUX.1-dev fp8（PuLID），模型烘焙进镜像
托管
API
API
04Venice chroma 约 10s/张 · fal FLUX schnell 实时 6–10s
// 序号跨行跳 = 一次交接 · 虚线格 = 这个角色这一阶段不参与
10 个 active 工作流
两个入口、三个生图子流程、换装、提示词优化、错误通知，加两条视频链路。写这页时逐个实读校验过。
本地 JSON 是唯一事实源改工作流 = 改文件再推送
推送触发同步到 n8n，每天凌晨反向导出 UI 端改动回仓库，提交带跳过标记防循环；同步脚本有护栏挡非 n8n 文件。
禁止 SSH 进去直接改库实时生图为什么搬走
经自建链路端到端 60–120 秒，冷启动最坏 10 分钟以上。交互式场景等不起，改成按用户开关直调托管 API。
SFW 与 NSFW 走两家不同供应商
09
Cost Ledger · Where The Money Goes
钱不花在「想」上，花在「画」上
大脑费换模型后已降到可忽略——同一批 token 从 $60.50 降到 $0.58。现在的大头是图生视频和一台常开的云工厂机。
月度支出构成 · 现在 vs 三项优化后
美元 / 月 · 按月产 30 条纯场景片估算 · 口径 2026-08-10
云工厂机$272 → $68
生成费$298 → $101
其他机器 + CI + 大脑费$105 不变
// 三段顺序固定：云工厂机 → 生成费 → 其他 · 合计月省 $401（59%）
01
月省 ~$204 · 无质量风险云工厂机按队列起停
机器没有 HTTP 入口，「按请求自动停」判据不成立；改成按队列深度起停，队列有单就起、排空就停。
720 小时/月 → 180 小时
02
单条省 $6.09 · 需先验质量图生视频换后端
图生视频是纯场景片 95% 的成本。一次 A/B 约 $3.4、一天出结论，但这是唯一可能影响画质的一项。
$0.225/秒 → $0.08/秒
03
单条最多省 $11.2 · 零技术风险控镜头数与单镜时长
同一个卖点，16 个碎镜比 8 个长镜贵一倍，还正好是「一段七个卫生间」那类空间不连续问题的温床。
省钱和提质在这里是同一个动作
两个漏洞
失败单的钱不退——跑到口型那步失败，配音与口型已付款、片子没出，四条单里就有一条这样。大脑费对不上账——账户消耗混着素材标注、审片、编排等多条业务线，云端各密钥的值取不出来，无法按 key 拆分；逐单记账刚上线，样本还只有两条。
一个已经交过学费的坑
图生视频模型页标价 $0.16/秒，实付约 1.40 倍。这个倍数是用一条超支 $43 的片子量出来的——按标价估会系统性低估四成，所以记账一律按实付单价。
10
Current Status & Co-build Interfaces
已上线 / 待合入 / 还没解决
纯工程口径。没上线的一律不写成已上线——这既是产线自己的诚实性要求，也是这一页的写法。
SHIPPED已上线
- 四张风格卡与四档预算（一张 trial）
- 四阶段不可变阶段包 + 独立审核契约
- 私有对象存储 + 服务端鉴权代理
- 付费调用服务端托管、固定编号防重复扣费
- 心跳 / 判死 / 自动重排 / 14 类失败分类
- 判型缓存 + 纯场景准入止损
- 会话原地续跑 + 僵尸预留出口
- 定向返修闭环 + 任务看板 + 内容库存
- 大脑费按 token 记账 + 对账脚本
- 自助开户：运营在产品内开店发链接
- 声音克隆闭环：录完自动做、当场试听
- 解构端六步链路（本地零 API 费）
- 主播 person registry（三人已注册）
- B-roll 检索系统（三个检索器同题可比）
PENDING已提交 · 待合入
- 会话级美元硬闸：单次会话烧到上限即停
- 上下文压缩窗口钉死，堵住每步全量重发
- 烧穿预算单列一类失败原因，不进自动重排
- 字幕擦除稳定填充实现尚未并入团队 skill
OPEN还没解决
- 逐镜点菜：首张零件卡试验中，代码未合
- 换场景口播卡仍是 trial：跑通真单才能挂牌
- 音色失效不自动重克隆——重克隆要付费且必须人耳确认，自愈留二期
- 云工厂机常开，实测利用率约一半
- 失败单已付款项无自动重试或退单归因
- 动作层真空：走位 / 弯腰只能改讲解镜
- 根治靠输入侧：需要主播无字幕拍摄母版
- 平台 AIGC 标注：未标即限流，须发布时勾选
四个可切分的协作面
按「缺口明确 + 契约可写死」排序 · 每一面都能独立交付独立验收
| 接口面 | 现在是什么状态 | 交接契约 |
|---|---|---|
| 动作层 · motion transfer | 真空。裁窗 + 口型只能改嘴，改不了走路 / 弯腰；纯 AI 生成又会被打角标 | 驱动视频 + 锚点图 → 替换后视频 |
| 自建音色 | 现在租 voice_id：闲置 7 天回收、绑死单一供应商密钥、情绪不可控 | 文本 + 音色底片 → wav |
| 字幕擦除内核 | 自研掩码 + 时域回填；没有干净帧时只能退回逐帧 inpaint，纹理区必糊 | mp4 + 掩码视频 → 擦净 mp4 |
| 图生视频后端 A/B | 单条可省 $6.09，但分辨率接近不代表运动质感一样，不验完不切 | 同批底图 7 镜 → 可比成片 |
怎么读这张表
四面都不与主链路耦合：产线通过分镜 JSON 和阶段包交接，任何一面换实现都不动上下游。真正的验收标准也已经写死在第 07 节那七道后期验收门里——能不能过闸门，比谁做的更重要。
11
Tech Stack · One Page
一页看全用了什么
单价与规格取自生产在用的零件卡与计价代码，不是模型页标价。
| 环节 | 在用的技术 | 单价 / 规格 |
|---|---|---|
| 编排 | n8n（10 个 active 工作流）· GitHub Actions 双向同步 | Fly.io 东京 |
| 解构 | TransNetV2 · RapidOCR · SenseVoice · Claude 看图出稿 | 本地 CPU · 单条 0 元 |
| 文生图 / 图生图 | Seedream 4.0（text-to-image / edit） | $0.03 / 张 |
| 图生视频 | MiniMax H3 image-to-video | $0.225 / 秒（实付口径） |
| 参考生视频 | MiniMax H3 reference-to-video | $0.225 / 秒 · 超 5 张参考图 +$0.08/张 |
| 唇形同步 | sync-lipsync v2（lipsync-2） | $3.00 / 分钟 |
| 配音 / 音色克隆 | MiniMax speech-02-hd · voice-clone | $0.10 / 千字 · $1.50 / 次 |
| 封面 | gpt-image-2 + 放大 | $0.10 / 次 |
| 生产大脑 | qwen3.7-flash（经 OpenRouter） | 入 $0.03 / 出 $0.13 每百万 token |
| 审片大脑 | qwen3-vl-235b 看图 | 入 $0.21 / 出 $1.90 每百万 token |
| 批量生图 · 自建 | RunPod Serverless ComfyUI：SDXL / FLUX.1-dev fp8 | 模型烘焙进镜像，不挂网络卷 |
| 批量生图 · 托管 | Venice.ai chroma（steps 10 · cfg 3.5 · 832×1216） | 约 10 秒 / 张 |
| 实时生图 | fal FLUX schnell + face-swap | 约 $0.012 / 张 · 6–10 秒 |
| 动作转移（未投产） | Wan v2.2-14b animate/replace | $0.04 / $0.06 / $0.08 每视频秒 |
| 字幕擦除 | 自研时域回填 · TELEA · LaMa · STTN(MIT) | 本地 $0 · 许可优先于质量 |
| 身份判定 | YuNet 检测 + SFace embedding | 阈值 0.375 · score ≥ 0.85 |
| 合成 | ffmpeg 单次 filter_complex 全流编码 | loudnorm I=-14 LUFS · 双声道 |
| 子应用 | ad-studio · xhs-pipe（FastAPI） | Fly 东京 / 美区 |
| 本地零成本环节 | B-roll 检索 · 真人裁窗 · 转写 · 切镜头 | 只吃机器时间 |
一句话总括：一套解构与生成分离、生产与审核分权的视频工作流——一份分镜 JSON 当契约，四张风格卡把画面来源与预算钉死，26 道审片闸门加七道后期验收门挡住返工，钱按逐笔回执记两本账。真正的缺口不在生成质量，在动作层至今是空的，以及每一分钱和每一次放行都要有据可查。
继续往下读
产线八个岗位逐站讲开、按症状查故障见 一条视频，里面到底发生了什么；逐单账本与单价表见 视频产线成本量化说明；零件化装配层的来龙去脉见 把三条流水线拆成一个零件柜。复刻产线的分权与失败分类见 短视频复刻产线 · 现状全景；音色克隆 / 唇形 / 表情保真见 换人换声技术方案；解构六步动态图解见 解构复刻产线；图生视频效果归因见 图生视频效果不好，怪谁。