多個 AI 角色互相審核
創意總監 AI 依歌詞時間軸出分鏡；審核 AI 用 6 條規則檢查，不合格就退回重寫，最多 3 輪，還不過就停下來問人。每張劇照再由 Gemini 檢查手指、人數、文字、比例、光線等 6 項，低於 5 分直接淘汰，最後由人挑選定稿。
AI 虛擬歌手：從人設、歌曲到 MV
這是我們自己經營的虛擬歌手 IP。外型、聲音和每首歌的畫面先寫成規範，再交給 AI 生成：歌曲、劇照和影片片段由 AI 產出，挑選、剪輯和定稿由人負責。首張 EP 共 6 首，第一支完整 MV 已經在 YouTube 公開。
挑戰Challenge
AI 做得出畫面，
難的是做成一支 MV。
同一張臉
AI 生圖最難的，是同一個角色每次都長得一樣。
AI 畫面的瑕疵
多一根手指、多出來的人、畫面裡的亂碼字，是 AI 劇照的通病，一張張人工檢查太慢。
一首歌要幾十個鏡頭
一支 3 分鐘的 MV 要 30 多個 2 到 5 秒的鏡頭，還要對準歌詞的時間點。
我們做了什麼Build
多個 AI 分工，
互相把關。
角色與聲音規範
外型 7 項不能改的特徵、每首歌的服裝，加上聲音規範：深夜空屋的空間感，只用鋼琴、合成器與電子鼓。
角色一致的生圖
每張劇照都帶 2 張臉部參考圖、1 張場景圖和固定的外貌描述，每個鏡頭出 4 張候選再選 1 張。
從歌到 MV
語音辨識和節拍分析把歌拆成歌詞時間軸，選好的劇照做成 8 秒影片片段，再剪成對準歌詞的 MV；直式短片另用程式做歌詞動畫。
發佈工具
一套程式可以同時發到 Instagram、Facebook 與 YouTube，發出前先由人確認。
影片Film
首支完整 MV
成果Figures
現在的樣子
6
首歌的首張 EP
1
支完整 MV
14
支直式短片
3
輪：AI 審核分鏡的上限
使用技術Stack
- Gemini
- Imagen
- Veo
- Claude
- Whisper
- FFmpeg
- Python
AI 影音製作AI Film & Content
想做類似的
東西嗎？
從 30 分鐘的諮詢開始：我們先弄清楚你的情況，再提出最小可用的做法。