3 天做完 18 个镜头：Higgsfield 动画团队怎样把 AI 放进传统动画流程

一支传统动画出身的团队，用 Blender 预演、Claude 写提示词、AI 生成视频，做出一段汽车追逐戏。他们把分镜分路、资产优先、五段式视频提示词和三次翻车都摊开讲了。

Higgsfield 有一支动画团队，成员全是做传统动画出身，加入公司之前没碰过 AI。他们正在做一部 5 分钟的动作喜剧短片《Passport Rush》：女孩赶到机场，才发现护照落在了城市另一头，只好跳上一辆出租车往回冲，路上的一切都开始跟她作对。

其中汽车追逐这一段有 18 个镜头，团队用了 3 天做完。他们开了一个新 YouTube 频道 Higgsfield Animation，第一期用 28 分钟把这一段从分镜到成片的做法摊开讲了一遍，包括踩过的坑、写提示词的固定结构，还有一个到现在都没做出来的镜头。

先看做出来的样子：

《Passport Rush》汽车追逐段成片节选，约 45 秒。点击播放。

这支团队的整体思路可以用主持人 Amina 的一句话概括：他们想把 AI 放进动画流程，但不丢掉手艺。下面按他们实际的制作顺序讲：先分镜，再做资产，然后测试，接着写视频提示词，复杂镜头先进 Blender，最后是三次翻车和各自的解法。

画分镜时就决定：哪些镜头自己动手做，哪些交给模型

前期和传统动画一样，从点子、剧本、分镜开始。这一段他们想试的是：在动作戏里，3D 预演和 AI 能怎样配合。所谓预演（previs），就是正式制作前，用很简单的三维模型把动作和机位先走一遍，类似实拍前的走位排练。

区别在于，他们在分镜阶段就给每个镜头分好了路线。分镜格子上标了橙色的，走 Blender 预演；留空的，直接用文字生成视频。

分镜格子上的橙色标记，旁边是 Blender 图标
分镜上的橙色圆点表示这个镜头要先进 Blender 做预演。

分的标准很朴素：动作很具体、机位很讲究，或者用文字跟模型解释要花很久的镜头，进 Blender；动作简单的镜头，直接生成。换句话说，如果自己动手做一遍比用文字讲清楚更快，就自己做。他们是视觉艺术家，有些东西画出来、动起来，比写一大段话描述要省事得多。

视频画面：two routes，复杂动作和机位走 Blender 预演，简单动作直接生成
两条路线：复杂动作和机位走 Blender 预演，简单动作直接生成。

另一个态度也值得一提：分镜只是参考，不是定死的。视频生成本身就难以预测，所以他们只锁住故事节点和主要场景，没有把每个镜头都规划到底，给意外留了空间，边做边调。

团队分工基本照搬传统动画管线，只是人少，每个人身兼数职。有一点比较特别：他们没有专职的提示词工程师。做角色的人写角色的提示词，做场景的人写场景的提示词，做动画的人写镜头的提示词，谁负责哪部分，谁就写那部分。

资产优先：参考图糊弄，整部片就糊弄

整条管线建立在一条规则上，他们叫它「资产优先」（asset-first approach）：图像输入的质量，决定整部片的质量。图像输入模糊、潦草、前后不一致，最后的片子也会潦草。

这里的「图像输入」，指的是角色设定图、道具设定图、场景背景这些图。生成视频的时候，它们会作为参考图挂进去，告诉模型每样东西长什么样。为此他们专门设了一个「资产管理员」（asset manager）的角色，负责让角色、道具、背景看起来属于同一部片、同一个世界。这份工作相当于传统管线里的美术指导。

这部片的美术方向是：风格化的 3D 角色，配水彩背景。在传统管线里，让这两种质感和谐地放在一起本来就不容易，这也成了这个项目最大的挑战。

分镜、出租车司机角色设定图、水彩高速公路场景图和女主角全身设定图
这一段用到的资产：分镜、出租车司机设定图、水彩高速公路场景、女主角设定图。

角色：AI 出底稿，人来挑、来改

他们的项目周期通常很紧，有时只有一个月，所以角色设计是先用提示词生成几版初稿，再手工修改，以此节省时间。具体流程是这样的：

  1. 写一句短需求，交给 Claude 扩写成完整的角色设定图提示词，里面写清外貌、服装、姿势，还有构图和打光。他们平时用 Claude，主持人也说其他 AI 聊天工具都可以。短需求到底有多短？视频里给司机写的是这样一句：

    Write a prompt for this character: an elderly heavyset man, short, round kind face… big fluffy grey mustache, round glasses in a thin gold frame… Outfit: burgundy short-sleeve polo, light blue jeans, brown leather sandals.

    也就是「给这个角色写一段提示词」，后面跟一段外形、一段服装。女主角的需求也是同样两段：红色长直发、翘起一撮呆毛、大眼睛向上看；宽大的浅蓝拉链卫衣、胸前红色字母贴、米色百褶短裙、脖子上挂白色耳机。构图、打光、背景这些都交给 Claude 补全。

  2. 生成之前自己再过一遍，核对细节和设计是否一致，不对就改。这些选择直接影响出图结果，所以要把想要什么说清楚。

  3. 在 Higgsfield 的 Cinema Studio 里，模型选自家的图像模型 Soul 2.0，贴上提示词，设好画面比例，一次出 4 张。

  4. 挑图，并把几张里好的元素拼起来。

女主角的挑选过程很能说明问题。第一张好看，但有点太傻气，他们想要好笑，同时还得酷一点；第二张可爱，但太写实，他们要的是更夸张的五官和比例；第三张最接近，橙红头发在水彩背景前特别跳，可比例还要调，而且穿得太正式了，Amina 说自己去机场一般穿运动裤和最舒服的衣服。最终版把第一张的卫衣和运动鞋拿了回来，又加了一条短裙改善轮廓。

然后是手工修改，Amina 说这是「最好玩的部分」：

Photoshop 中的女主角设定图，旁边有手写批注
在 Photoshop 里调整女主角设定图：提亮配色，在轮廓周围加手绘笔触。