我把女儿迷的那类小家伙,改造成了认知教材

我女儿有一阵子只看"咕咕嘎嘎"那一类 3D 二创小家伙：圆、软、叽叽喳喳，一坐下来就是半小时。

不给看就发脾气、哭闹，大人根本遭不住。可要是由着她，那半小时她什么也没拿到。

后来我换了个思路——既然抢不过，就照着那个样子做一个她一眼认得的，往里装东西。

于是有了滚滚。外形照着那类角色定，为的是让她肯看；演的内容，是我打算让她学的：别偷吃、认水果、认家具。

第一条 15 秒，是偷吃饼干被抓。

门缝里，一个穿条纹衫的小人背对镜头坐在地板上，腮帮子鼓着，嘴角一圈碎渣。画外一声"宝宝——"，他整个人僵住，饼干迅速藏到身后，还露出一半。

三条片子加起来不到一分钟。做完之后我记住的一件事是：AI 生成根本不是瓶颈，让下一张图和上一张长得像同一个娃才是。

一、三条片子各自装了什么

《给妈妈留的》｜15 秒 · 偷吃饼干

四个节拍：偷吃 → 被抓 → 自证 → 露馅。

前一秒还瞪着眼装无辜、张大嘴"啊——"证明嘴里没东西；后一秒一个奶嗝喷出碎渣，绷不住笑成月牙，从身后掏出半块饼干："给妈妈留的。"

台词一共没几句，情绪全在动作上。

《妈咪报菜名》｜15 秒 · 认水果

餐桌俯拍开场，果盘堆满，小人趴着桌边两眼放光。

妈妈举着半个西瓜挖一大口、捏着鼻子躲榴莲、一串葡萄凑到镜头前；他自己剥香蕉，剥开那一瞬间怼镜头。

全程粤语。报菜名这段本来是家里吃饭时随口玩的，做成片子后长辈循环了两天 🍉

《滚滚的新家具》｜32 秒 · 认家具

四个镜头，介绍 7 件家具：矮椅、小圆桌、双人沙发、落地灯、圆地毯、矮书架、玄关鞋柜。

按"挨个摸一遍"的逻辑走：扶椅背、拍桌面、按靠垫试软硬、整个身子往下坐；踩上圆地毯用脚蹭两下，蹲下摸绒面；末了走到鞋柜，直起身对镜头比个小爱心、抬手挥别。

没有台词，靠轻拟音。给还不会说话的小小孩当"认识家里的东西"，长度刚好。

二、一条片子是怎么自动出来的

上面那部分是好笑的，这部分是耗人的。我的做法是把耗人的环节逐个脚本化。

1. 先把"人"钉住，而不是靠文字描述长相

滚滚有一套固定角色资料：四视角转身图、表情板、常服定义（奶白条纹短袖 + 芥末黄短裤 + 白色魔术贴凉鞋，印花是长颈鹿、蘑菇和蜜蜂）。

这套外形为什么一点都不能漂，理由挺实际：我做它就是为了让女儿一眼认得。她认不出来，整件事的前提就没了。

每一镜出图时这几张图都作为参考图喂进去，提示词只写"保持同一个幼儿、必须穿全套 Outfit A"。

因为实测过一件事：文字禁令压不住参考图。 明确写了 NO toilet 的浴室，成片左侧照样长出一个马桶。图比话管用 🚽

2. 一个镜头先出"九宫格"，不是一张图

一次 3×3 生成九个连续节拍，一张板先人工过一遍，再切成 9 张单帧。

这样省掉逐个描述镜头的功夫，而且一眼能看出"哪两格动作重复了""第几格道具拿错了"。

3. 首尾帧插值，且每段首帧必须是上一段的真实末帧

单段 8 秒，出片走图生视频的首尾帧模式：给起点画面和终点画面，AI 补中间。

关键在串联——第 2 段的首帧不能从分镜图拿，得从第 1 段成片的最后一帧截出来。

不这么干，每段都会重画一遍场景：第 1 段是落地大台盆，第 2 段变成壁挂小盆，剪到一起就是两个浴室。

4. 排队：一次一段，间隔 15 分钟

视频通道有频率风控。我拿 7 次提交量出过边界——距上次成功 8.4 分钟必失败，9.5 分钟能过。所以队列里硬编码 900 秒。

一条 90 多秒的片子，光排队就要几个小时。脚本自己睡、自己提交、自己落盘，人不用盯 ⏱️

5. 量化质检，不靠"看着还行"

每条成片自动跑一遍闪动检测，出三个数：均值、峰值、超阈值次数。数字超标直接打回，不进剪辑。

这条救过我——有一段指标全绿，其实是整整一拍动作被模型丢掉了。

几个诚实的数字

• 一部短片的关键帧，重出 40+ 次是常态。
• 模型不支持固定随机种子：同一个种子两次输出哈希不同。重出等于重摇骰子，别指望"再点一次就好了"。
• 一条 8 秒大约装得下 3 个节拍，硬塞 4 个就会整拍丢失。

三条片子的完整版都在 B 站，竖屏。复制下面任意一行链接，在浏览器打开：

《滚滚-偷吃饼干》

https://www.bilibili.com/video/BV1K9eu6oEaK/

《滚滚-水果》

https://www.bilibili.com/video/BV1ZBhB6UEc9/

《滚滚-家具》

https://www.bilibili.com/video/BV1dChB6jEyB/

（公众号正文里的外链点不动，只能长按复制这一串。）

最后交代一句实话。这三条是全自动化产线跑出来的，审核和重出这两个环节我都做得比较糙，所以成片里一定能挑出不少细节问题——多出来的物件、动作丢了半拍、道具忽然换个样子。

但给她看，够了。她还不会说话，谈不上看懂什么，先有个她愿意盯着看的东西就行。

真正想要的是后面这件事：希望我磨这套自动化的进度，能赶上她成长的速度。

如果你家也有一位抱着屏幕只看得进某个角色的，欢迎去看看，也欢迎留言说说是哪个 👇 觉得画面里哪一格别扭的尽管指出来，那大概率正是我们反复返工过的地方。

#AI视频 #AI动画 #AIGC #Veo #即梦 #可灵 #亲子 #独立开发 #自动化工作流 #一人团队