渲染不花 token:imagegen + Blender 做 2D 动画短片
输入是一段镜头描述:雨后的石板街,红发少女背着帆布包奔跑,低角度侧面跟拍,跳过水洼,表情从紧张到微笑。输出是一条 1080p / 24fps / 5 秒的成片,带程序合成的音轨(雨声、脚步、起跳与落水)。
整个过程 668 条消息,全部发生在一个会话里。
技术路线
imagegen 出关键素材 + Blender 逐帧渲染:先建场景搭骨骼动作系统,再渲染、合成音轨、编码输出。
最有价值的发现是一个省钱事实——渲染不花 token。1080p 逐帧计算、音频合成、编码,全只占本机 CPU 和磁盘;token 只花在组织和调用这些步骤上。模型的”智力”用在编排,算力活交回给机器。
过程中的三次自我修正
Agent 的自检不是走形式:
- 第一张三维测试帧出来,自己发现三个问题——镜头俯仰过高、地面没入画、街景偏灰。修复方式是保住骨骼动作系统,只换灯光和材质,分层修,不推倒重来
- 卡通描边翻车:默认线集连五官一起描,脸上出”黑圈”。改成只描角色外轮廓,立刻像 2D 了
- 参数锁定:16 采样 + 降噪 + 运动模糊,36 张最终帧,再逐帧渲染
为什么值得记录
这是一次”个人动画工作室”的可行性验证:一段 prompt 进、一条带音效的成片出,成本几乎只是电费。它也是后来那条”小说改短剧”生产线的起点——先在一个 5 秒镜头上验证渲染管线,再放大到 18 集。