Midjourney v6.1 生成1980年代黑暗奇幻忍者电影风格静态帧，海螺AI将其转为镜头跟随、拳脚凌厉的高速打斗视频；动作连贯性与电影感明显提升，虽未完全成熟，但已展现出AI协同生成动态武打内容的新可能。
Midjourney + 海螺 AI 实现高速人物打斗，虽然还不完美，但又进了一大步！
DVD still from 1980s dark fantasy adventure ninja movie, fight scene --ar 5:3 --stylize 200 --v 6.11980年代黑暗奇幻冒险忍者电影的 DVD 截图，打斗场景epic violent fight scene, the camera follows as two ninjas punch and kick, fast violent action as the two battle to the death, cinematic brilliance史诗般的暴力打斗场景，镜头跟随两名忍者拳打脚踢，快速激烈的动作，两人拼死搏斗，展现出电影的精彩绝伦。
一个 15 人团队在 14 天内通过10.8万次生成，制作出一部90分钟的AI长片并入围戛纳影展。创作博主ADIL分享了制作过程，包括将影片从 110 分钟剪至 90 分钟、修复 40 个场景，并展示了三个典型问题场景的修复案例。他总结了28 个技巧，涵盖提示词、前期制作、团队协作和剪辑。关键技巧包括：情感场景需描述身体细微反应以消除“机器人感”.图像提示词应指定镜头焦距、光圈等参数，避免空泛描述。避免正面视角，使用四分之三或天花板角度。通过 X 轴 Y 轴百分比坐标系统精确控制角色位置。
Google I/O 大会上，DeepMind 团队推出全新多模态视频模型 Gemini Omni，被视为视频领域的 “Nano Banana”。该模型从底层架构重新设计，支持图像、视频和音频混合输入，通过日常语言即可完成复杂视频编辑。其核心优势在于高可控性和时间维度感知，例如可让画面中的物体凭空消失或改变摄像机视角，同时保持背景与动作一致。用户仅需提供几张照片和一段语音，即可生成高度还原的个人虚拟分身。Omni 还展现出未经过专门训练的涌现能力，如自动同步视频与音乐节奏、根据剧情逻辑续写场景。
如何让 AI 视频拥有电影质感？提示词应采用导演语言而非被动描述，需包含主体、微动作、环境、摄像机、灯光、风格、情绪、物理细节、渲染质量九层结构。文章还总结了微动作工程、摄像机定义、布光逻辑、情绪编码及可控混乱等策略，并提供了多条完整示例。创作者需注意框架易致同质化，真正的竞争壁垒在于对细节分寸和不可模板化判断的把握。
围绕《Midjourney + 海螺 AI 实现高速打斗视频》展开交流，未登录用户可浏览评论，登录后可参与讨论。