晨然：万字复盘我的AI作品《Devices》| 解析AI创作中的变与不变
嗨，大家好，我是喜欢AI创作的晨然。
原文：https://mp.weixin.qq.com/s/tkcvmtybmj2xHkIaeIQypw
飞书地址：万字复盘我的AI作品《Devices》| 解析AI创作中的变与不变🪄
文章底部有联系方式，欢迎链接
我的AI视频《Devices》在 VisonOS 开发者大会 中展示啦！
这是我第一次有机会在这么多人面前展示AI创作作品。
本篇将毫无保留的分享 Devices 的完整创作思路，我会从创作灵感、工作流解析、AI可控与不可控的经验思考三个方面完整复盘！
我也免费开源我的工作流，回馈引我入门的开源社区，你可以在下面链接下载我的工作流。
[Devices in MultiVerse] Prompt Travel WITHOUT AnimateDiff
《Devices》中我想探索的，就是AI原生内容生产具备的要素：
如何平衡可控性与不可控性？
如何做出AI“原生”视频？
如何结合传统视频工作流与AI工作流？
还没有看过的朋友可以看看👇
声明：文章为原创内容，未经允许禁止以任何形式转载。
✨写在前面
本篇适合任何对AI创作感兴趣的人，我写的会比较通俗易懂，小白可以看懂。
专业人士也可以获取一些创作思路灵感~
《Devices》中呈现了色彩缤纷的电子设备的变换，每一帧视频截图都美极了。
可控与不可控的权衡
简单来说，工作流用一句话总结：
使用Blender制作白模动画，导出深度图、线框图帧序列，使用ComfyUI进行风格迥异的渲染。
我一直在思考一个问题：
AI视频到底跟传统工作流制作视频的区别是什么？
其实两者各有优缺点，并不是替代关系。
- AI内容速度碾压，接近零成本无限生成。
- AI极其不可控，很难可控构图、一致人物。
- AI画面粗糙，经不起细看。
- 传统工作流（动画、电影）慢，极其可控，在制作之前即可预测内容。
- 传统工作流成本高，需要规范流程由小到大制作。
AI与传统工作流各有优劣，我觉得思考如何使用AI替代传统艺术工业，不如思考AI如何迸发新时代艺术创作流程。
让AI做好AI擅长的内容，传统工作流做好传统工作流擅长的内容，两者结合，不谈替代。
我想，我这不是拍过微电影又会AI嘛，为啥不结合一下呢？于是，就尝试了一下利用Blender的可控性和ComfyUI的随机性制作AI原生内容。
传统工作流是在可控性中寻找创新的随机性，而AI工作流更多是在随机性中寻找可控性，那么最重要的问题变成了：如何平衡可控性与不可控性？
这个思考会贯穿整个创作流程。
ComfyUI节点编排工作流
我参考的教程
参考的YouTube教程：
这位YouTuber不仅分享了整个创作教程，还开源了他的ComfyUI工作流源文件，值得学习。
- Blender 3D to ComfyUI | Automatic1111 | AI, export depthmap, lineart, mask, alpha, for ControlNet
- Blender to ComfyUi Workflow
- Jellyfish Ballerina Animation with AnimateDiff
Latent Vision的思路和教程都很高质量！
参考的ComfyUI工作流：
该工作流其实是用于稳定动画生成的，有很多AnimateDiff的部分。
Prompt Travel的神！
🎶创作灵感
不要跟原有事物比较
我看过很多技术派大神，将传统的blender白模导出，使用ComfyUI工作流渲染，制作思路是使用blender等建模软件进行骨骼绑定、制作运镜和动画，导出白模等信息让AI“填色”转绘。
可以说转绘是最稳定的工业使用AI的工作流。
可是他们大多都是希望制作“原来就存在的动画”，
制作这个世界原本就存在的东西，会有一个问题：
观众会不自觉的将它与原有事物进行比较。
我们会有一套已有的评判标准：看习惯了日本动漫，经历了动漫内容制作越来越精良的变革（自从看了紫罗兰永恒花园我就很难再看以前的动漫），再看AI绘画会在想，这手怎么这样，这眼睛怎么这样，这没有灵魂等等。
但是我不想让观众产生比较的感觉，这应该是一个没有的审美才行。
AI应该制作AI才能制作的内容，这样观众才不会去第一直觉去比较它。
发挥AI优势
某个周末看到了OpenInterpreter发布新时代AI开源操作系统中，非常酷炫的在一个推镜头长镜头后，使用了变幻莫测、色块清晰、风格鲜艳的手绘动画，展现了人类历史中手持设备的变革历史，最终变成了手中拿的新时代硬件设备。
通过鲜亮的颜色变换和蒙太奇剪辑，在设备旋转过程中进行匹配跳剪，自然变幻成下一代设备，围绕OpenInterpreter的使用场景和功能进行描述。
瞬息全宇宙穿越平行宇宙片段
蜘蛛侠多重宇宙片段
风格很像《蜘蛛侠多重宇宙》和《瞬息全宇宙》的平行宇宙穿梭的时刻，特点在于：
- 颜色鲜艳变幻，多用饱和度和不同色相
- 风格迥异，手绘平面风格中使用不同剪纸制造“平行时空”感
变化的是风格，不变的是视觉焦点的主体。
多重宇宙的风格并不是最近几年才兴起的，只是电影工业生产力提升，可以更低成本制作多重画面。
这种风格需要每一帧时间戳制作完全不同的画面，所以人工成本巨高，效益还不高。
但这不正是AI最擅长的吗？
AI可以短时间生成大量图像，但都经不起仔细观赏，怎样利用好AI的“量”属性呢？
这就需要将AI无限生成的特性发挥到极致，不要让AI做稳定可控的多帧连续渲染，让它多变风格，发挥想象力和算力优势。
🎊工作流详解
转绘是AI可控的最佳实践。
这个思路可以先看看YouTube大神使用Blender渲染白模，再用Blender中原生提取的线框和深度信息，在ComfyUI中进行动画的转绘。
其实转绘也不一定需要用Blender，用一张图动一下、一个视频，已经有很多工具可以完成线框提取呀、深度图提取啥的。这个可以去看看海辛和阿文老师一直以来的分享，给了我很多的灵感。
Blender建模的优势是：
- 所有的运动更加可控，直接关键帧设置好物体和相机运动轨迹
- 想要什么模型就给什么模型，社区里免费模型都很多！
- 原生深度图和线框图！！！
第三点是最重要的，因为Blender本来可以渲染的时候导出稳定的线框图和深度图等，不需要再在二次的利用其他模型提取一遍，二次提取很容易出现深度图闪烁问题。质量不高的Control信息当然也会体现在最终的渲染结果中。
剪辑思路采用text-based蒙太奇，即0-2s是旋转的Iphone，2s-4s是旋转的诺基亚……以此类推。这个对于剪辑的要求就不是很高。做的酷炫一点，可以参照OpenInterpreter的匹配剪辑思路，在旋转的侧面时进行跳帧，以相似物体形状进行转场。
所以，Blender动画制作 + ComfyUI转绘 + 蒙太奇剪辑 就是工作流核心。
Blender动画制作
我不太会用Blender。几年前用过一段时间，但快捷键全忘了…所以还花了很多时间YouTube搜索教程哈哈哈。
建模用什么？
不需要建模！直接网上搜搜免费的模型就好了，我直接在网站中搜索的手机模型，有什么Devices就用什么！
我的模型在TurboSquid找的，点FREE筛选。
动画怎么做？
在第0帧设置一个xyz位置和xyz的旋转，在70帧设置一个变幻后的坐标和旋转，它就会自动加上动效了。而默认的Blender动画是会加上平滑曲线的动画，在开头和结束，会有一个加速启动和减速结束的效果。
这个效果并不适合蒙太奇剪辑。加速和减速，会减损最终剪辑在一起旋转的势能。
我想要匀速的效果，所以把动画改成了线形变换。
Blender中可以简单配置一下节点输出，在渲染的时候同时导出线框和深度图，之后我们就用这个图片序列即可。
帧数用什么？
动画中最终重要的参数是帧数。我观察到OpenInterpreter的帧数是30帧每秒，而每一帧静帧大约是2-4帧。意思是大约8帧每秒的画面。
为了利用视觉暂存的效果，我在ComfyUI中的最终视频合成就使用8帧每秒。
方便做实验，Blender的视频帧可以按照高帧率输出（例如30帧），一共渲染70帧的片段，基本就够了。
在ComfyUI中，选择跳帧选择原始图像序列中的图片，就可以完成帧跳跃的样子。
当然这些参数，都可以根据你的运动幅度去调整。
最好就是Blender导出足量帧信息，ComfyUI再做帧数的实验。
需要什么信息？
白模渲染（后来发现没用上）、线框、深度图。
ComfyUI转绘
其实ComfyUI的节点工作，就是低代码编排。如果按照模块化的设计，完全可以把它归为一个一个封装好的模块化函数，有自己的输入输出，有自己的单一职责。
我的工作流是基于大神的思路魔改的（加上理线，我真的很喜欢理线！），所以也免费开源给大家！
[Devices in MultiVerse] Prompt Travel WITHOUT AnimateDiff
ComfyUI由于节点看起来很复杂，很容易劝退小白（我在使用之前就被劝退了），后来发现，对于一个标准的转绘工作流，其实只需要看清楚上面四个模块内容就可以了。
其中最重要的就是构思好自己的控制方式，用更改模型model或者更改提示词prompt。
控制的思路有两种：
- 模型Prompt
- 基础模型 + 风格化Lora模型
- IpAdapter
- AnimateDiff
- 提示词Prompt
- ControlNet模块利用图像的本来的线框、深度等信息
- 文字提示词（正向、反向、Prompt Travel）
- Latent Image
如果按照这两个思路，其实看任何视频转绘工作流都超超超清晰了。
模型控制的是风格：
- Base Model有不同的模型家族，例如sd1.0和sd1.5生态就不一致。一旦修改一个生态，剩下的prompt、animatediff、controlnet都得做模型的适配，这点还是比较头疼的。我的做法就是无脑用最好看的生态。
- Base Model等在civitai中找就行。
- Base Model决定了最终绘制的大致风格，和对关键提示词的敏感度。
- Lora可以理解为在基础模型上的修饰，比如基础模型可能决定了嘴唇的画法，Lora在这之上修改一下具体的细节。
- Lora可以叠加！修改每个Lora的权重可以完成很多事情
- LCM Lora可以加速。
- IpAdapter可以学习到单个图片的色彩、风格、甚至服饰等要素，很强大。
- AnimateDiff是用于动画平滑的，不做动画可以不管。
提示词控制的是语义：
- Text Prompt就是大家熟知的用文字描述画面内容
- ControlNet可以加上更多有用的语义信息
- 深度图可以决定最终生图的位置关系和透视关系
- 线条(lineart/canny)图可以决定生图的必须出现的线条
- OpenPose可以决定生图的姿势
- ……
- Latent Image决定是基于什么图进行采样去噪
- 直接使用原图进行采样，就会跟原图极其相似
- 也可以使用empty latent image，这样就随机发挥
然后模型、提示词等模块的各种参数都丢给生成模块的Ksampler进行生成了。
一切的问题都变成了模块的选还是不选，而这个决策在于“你想控制和不想控制什么”。
后面的放大什么的，直接去YouTube找大神的教程视频Copy Paste适合工作流的即可。
我用的base model是flat-2d-animerge, Lora是minimalist-anime-style
蒙太奇剪辑
Text-Based蒙太奇，就是依照文字的变幻（天然适配Prompt Travel）的思路进行剪辑，特别适合流动的配合音乐叙事。这也是老技巧了。这种叙事，可以让观众直接根据流动的音乐，理解文字信息即可。
图片只是文字的诠释，没有更多的潜文本信息。
剪映有很多好用的模版字体，为了让视觉不那么容易疲惫，我在几个片段后加上了一点文字特效让眼睛休息一下。
利用AI的可控与不可控
本片核心就是研究，怎么利用AI的可控，和AI的不可控。
AI最擅长的就是乱画（不是），所以我很想让它画一下泼墨风格的背景，利用线条和曲线的灵动感。
AI不擅长的就是可控的人像，要让它稳定的画一个人物，单帧的不可控性就有20%，动画就更加不可控…最后就会变成调参工程。
所以我选择Devices，尤其是常见的物体，不要选择它不理解的物体。这样提示词也可以很简单。
动画思路：关掉AnimateDiff平滑吧！
放弃动画平滑控制
我想要的效果是瞬息万变，平行时空的感觉。
AnimateDiff的原理就是在采样的时候，以滑动窗口的形式进行窗口内的采样平滑，以完成视频的前后一致性。
它只是一个平滑工具，且有窗口限制。所以你会看到过了一小会儿，比如两秒后的视频和第一帧的一致性几乎就没有了，因为窗口后挪了。
我一开始做了一些加上AnimateDiff的实验，发现AnimateDiff的模型要对我选择的base model和lora进行适配，才能达到最优效果。然而直接使用，很容易出现“折叠”的多余线条或者流动的噪点。
对于创意片而言，这个可控反而阻碍了AI的发挥，你上的枷锁越多，就越难看。
AnimateDiff适合比较高帧率的平滑动画，达到30帧不在话下，所以关掉平滑之后，我只能把帧率调到8帧，让眼睛能够适应变化，意外的发现，好像视觉焦点放在不变的线条上，也是能看的。
保持线条不变控制
最核心的控制模块在于深度图和线框图的利用。
变化的是背景和颜色，不变的是物体的线条轮廓，能让人在变幻的体验中，依旧能辨别出不变的物体和运动轨迹。
线框图我会调到0.8+，深度图视情况<=0.35。（记住，没有确切参数答案，对本视频片段适用）
动画思路：试试Prompt Travel？
变化的是色彩
Prompt Travel我第一次在这位大神matt3o的工作流中看见。
原理就是：
- 设置时间戳，每个时间戳的提示词不一样。
- 时间戳变幻之间会有线性插值，实现自然平滑的过渡。
举个例子。我的prompt travel中在第0帧设置了blue，在第3帧设置了red。
虽然我的prompt最终没有用于设置animatediff来进行平滑，意味着我每一帧本身就是独立根据单帧prompt来生成的，前后帧的prompt没有任何关系。其实不需要batch image也是可以完成这样的效果的，把每一帧当成独立的帧渲染即可。
Prompt Travel的好处就是，它会在我设置的0-3帧中线性的过渡。
意思是，在第2帧，会同时出现blue和red，例如出现blue背景的red iphone手机。
这样就可以实现单帧不能实现的线性颜色变化。
对了，颜色什么的可以让GPT帮你写，比如前四个是我有限的词汇量了，后面又有背景又有高级颜色的是GPT帮我生成的。
相邻颜色之间最好差异比较大，才能凸显Travel的感觉。
不变的是规律与节奏
这一点是在OpenInterpreter的宣传片中拉片发现的，它其实没有那么多种的风格，是在固定的频率、固定的顺序和有限的风格中循环切换。看起来有很多的平行宇宙，有不一样的手绘风格，但太多的风格，反而容易对人的观感产生昏眩感，人的潜意识中必须要抓住什么不变的元素。
那就是变化色彩的规律，和变化色彩的节奏。
- 在单个设备的两秒中，我保持了每隔3帧的变化色彩节奏。
- 不同的设备，色彩变幻规律是一样的，都是按照上面提示词中描绘的色彩变化的。
这个达成的效果就如下图，单帧放出来就很能看清楚在做什么了！
人脑是很奇特的，即便你是没有意识到这是不变的，潜意识也会让你抓住这个规律，以至于每个设备变化之后，你还是知道它是从蓝色出发，三帧后到了红色，三帧后到了绿色……以此类推。
你可以现在带着这个解密思路再回去看看原视频，看看你是不是看出来了这个规律😏
单帧思路：怎么又潮又好看？
做动画的一般流程是，固定seed种子开始做可控变量实验。此时可以把渲染的steps调低（也可以加上LCM LORA加速），确定好工作流之后，再加大渲染次数进行高清渲染。加上放大的几个节点就得到最终效果。
单帧必须先跑通！
我一开始测试的有白板风格、各种草图Lora、各种base model。
最终选择了Flat2D的base model和sketchit / anime_minimalist 的lora。当然这个完全没有最终解，我后来发现由于我的sketchit lora的适配是sd1.0的，其实加上和不加几乎是一样的。而提示词和base model的适配影响大的多。
anime_minimalist我很喜欢，让所有的颜色变得更加扁平，没有三维的效果。
例如，我测试过加上whiteboard的提示词，发现背景板就非常的杂乱。
例如，由于Flat2D的模型训练中用了大量的动漫角色，而且肯定是用了大量的人物。（尤其是头）
很多时候我的提示词、ControlNet的图里面都没有人物，它还是会渲染出来人头（吓人）。
甚至有时候，会出现头发丝。背景图片中的曲线线条，很像是头发丝散落。其实本身就是按照这个特性，它才能把泼墨一般的背景画的很好的，线条其实就是“头发丝”中学会的知识，但也不要让它变得太像头发，会很吓人！
接下来就我讲讲我遇到的几个问题和解决思路。
线条不能多不能少
错误尝试风格一：简约线条太少
这个风格，每一帧都是很好看的艺术作品。但动起来就非常难以聚焦。
因为线条太多了，都是细线居多，甚至我的设备也只有线框本身和少量色彩点缀。视觉很难聚焦。
提示词用的是one blue phone, hand drawing, (clean background), flat color
使用cartoon的base model，加上hand drawing关键词
错误尝试风格二：背景线条太多
上面是我使用提示词iphone on the desktop, clean background, sketch作为背景的测试，采用了比较详细的背景描述。发现单帧确实是很好看，结果动起来太乱了。
因为背景里面也有跟主视觉物体相似的线条，因为桌面上一般都会有橡皮擦、铅笔、笔记本等物体，AI会主动脑补这些内容，所以desktop这个词被我禁掉了（笑）
错误尝试风格三：线条颜色太多
主要的提示词使用iphone, hand drawing, (clean background)，按理来说也该干净了，背景没有出现杂乱的物体了，但是线条非常的粗，容易出现人物雏形。
解决思路就是，加上提示词flat color，因为我的lora和base model都对这个词训练过。加上之后，背景颜色立马变成了单色调，不会干扰视觉了。
我还试过直接使用线框图直接作为latent image渲染，也有一种诡异的美感。
引入人物的严重错乱
左图是我测试用手+耳机的动画，发现耳机太容易与人头关联起来，每隔几帧就会出现人物头像。而且由于我的负向提示词中写了heads/head/human/people等字样，出现的人物一般都不太成形态，出现如图所示的吓人模样。
解决方法是，尽可能使用与人不太相关的物体。然后在负向提示词中拼命加手、人、头等词语。出现什么不想要的，就测试加负向提示词。并且在正向提示词中添加数量词one iphone 会消除一部分问题。
右图是我使用线框图和nokia等提示词的单帧渲染，即便是我开了很高的线框ControlNet系数，还是出现了人物模样。解决思路还是加大量的负向提示词，或者直接换正向提示词。
例如，这个背景比较杂乱，可能换成clean background或者明确指明背景内容，对于某些帧就很有意义。
clean background这个词还可以添加一些权重，例如(clean background):1.2 背景会更干净（但动画不好看）。
另外，每一个帧的信息都不同，需要对单帧进行略微适配。
背景出现主体无关的设备
这是我最头疼也最经常出现的现象。有一些单帧，即便我已经调高了线框的控制程度，依旧出现了线框外“包裹”或者“延展”出去的不明残缺设备形状。
加上one iphone类似的数量限制并不能解决，模型对于数量提示词不敏感。（毕竟出现的也是半个）
（其实这个在流动的动画中看不太出来，如果只有一帧就还好！）
剖析原因，其实这个工作流中模型也依照了线框渲染了我想要的线条，“完成了我的任务”。问题在于在我没有控制的部分出现了“我不想要的内容”。说明我应该加大对于这几帧的控制。
再仔细看看图片，会发现，两个手机或者不明多余设备，在位置上里我渲染设备深度相似。
那加高深度图ControlNet的权重就好了！
因为利用深度图强调前背景的分离，就可以把设备“凸显”出来，因为遵循深度信息，就不应该在设备外层包裹更多内容。
但深度信息过多也不好，太过于可控会导致AI难以自然发挥。权衡+解决问题就好了！
我一般配置0.33深度图ControlNet的控制，达到分离效果即可。太强的深度图会让模型不知道画什么，它只能画远在天边的不成形的“云团”。
例如，下图是加上之后，nokia的背景和主体就分离的特别开。
IpAdapter控制线条风格
IpAdapter真的是风格迁移神器！我上面不是提过Lora我想加一些Sketch风格嘛，但是Sketchit是针对SD1.0训练的对我的SD1.5模型工作流基本不适应，很少能够改变风格。Anime_minimalist就很友好，可以做成扁平风。这些lora都可以做做试验看看效果。
但是IpAdapter，仅仅一张图就可以学到草图！
这张图是在OpenIntepreter宣传片中随便截的一张图做的测试，后来发现这张图就是我要的那张风格了（真的是实验科学，太随机了，这个work了…）因为我很喜欢这个里面的纸张的格子和潦草的线条。
但我不建议weight开太高，否则生图的颜色会太像参考图，我不希望只有黑色和粉色。
我选择了0.4（大多数时候）。
noise可以理解为，对Prompt放行的程度。
意思是，你愿意让模型控制的多，还是提示词控制的多。
noise越大，提示词的比例越大。这又是一个控制与不控制的权衡。由于我希望有大量的颜色变幻，所以我开的比默认0.25/0.3的值高了一些，用了0.4
单帧思路：单帧放大就行
放大是最简单的部分，因为不涉及人物和视频平滑，只要保证颜色色块准确就可以，所以按理来说想要多大都可以。
一般思路是使用一些原生的模型放大技巧，再用第三方模型放大，再用GAN这种非SD路径的模型放大颜色，再用一些第三方软件放大。这个思路是顺序进行的，逐一离工作流渲染方式越远。
我随便挑了两个放大的技巧：
- 使用渲染视频的帧放大后作为Latent Image再采样渲染一次
- 使用
4xUltraSharp等模型进行放大
我还想用GAN放大结果发现内存溢出了（已经到2k了！其实不用放大到4k了！）
彩蛋！一个美丽的错误
最开始的时候我发现视频渲染一直有一些残影，像是自动加上了打光一样的效果。
我仔细看了看，每次都出现在原来的运动轨迹中，我才意识到，啊！我设置的跳过首帧参数忘了改。
我的深度图和线框图控制的时候延迟了一帧！
线框图控制了物体的形状不变，而延迟了一帧的深度图为了保证上一帧位置里面还存在一些物体，不得不渲染一个像是深色阴影的物体，就造成了残影跟随的效果。
这真是意外的发现，因为直接让我做残影效果我还不会做…真的是手笨也有意外的收获…
把工作流串联起来
以上就把很多踩的坑都讲了一遍，总体来说，创作思路是比较清晰的，有了明确的可控与不控的审美准则之后，剩下的就交给AI就好了。
我的直觉是，控制太多反而不适合AI发挥。所以最小程度进行控制是AI创作中的小tip吧。
下面就是完整的流程串起来的样子。
Blender白模动画
这个只是演示着玩，在ComfyUI中并没有使用到这个信息。
深度图动画
线框图动画
其实我都没有很精细的去debug为什么有的镜头不是完整的圆（blender设置问题吧），交给AI就好了！而且闪烁很快，其实不用太精细。
ComfyUI转绘
😊结语
对AI的一些思考
Sora出来之后很多人说影视行业没了，我觉得完全不是。
这是一种新的艺术形式，就跟摄影出现后不会替代画师一样。AI有自己擅长的东西，传统工作流有它擅长的东西。对于使用工具的人而言，只是多了一种创作思路罢了。
“在xxx情况下，使用xxx更简单”。实现思路+1
就比如说这样的短片，要是纯粹AI生图去做，肯定做不出来，你怎么保证它可以按照你想要的方向去旋转？
还有如果只是用传统的方式，做这个短片肯定非常耗时，因为很多背景只是{placeholder_for_colors}，不需要精细处理。
而只是用AI+Blender做一个类似迪士尼的动画，效果也一定没有原来工业界的动画好看，仅仅是AnimateDiff的闪烁就会让人昏眩摸不着头脑。
还不如让它不可控。
AI的不可控，就让它发挥不可控的价值，以前的工作流也一定不要丢掉。
而两者结合做出来的，可能才是AI原生视频。
我觉得这项想象力的能力在新时代AI社会中非常的需要培养。
推荐大家去听一下任鑫的这一期播客，讲述“AI原生”的概念。
里面我很喜欢一个观念：重构流程，才能用好AI。
是的，如果把原有的影视创作流程中的工作流（其实好莱坞已经定义的超级清晰了），拆解到小模块，再去看AI可以干什么，越拆越细又会发现AI其实干不到这个模块的90分。直接舍弃原有的工作流，在新AI时代中的不同的好的产品中吸取灵感，去创作出新的AI原生内容，才是应该去思考和尝试的。
希望大家也多多思考，相互启发。
最后
以上就是我的工作流完整复盘了，整个视频制作了断断续续的三个小半天。
跑通第一个视频很困难，因为在创意和实现中来回辗转，后来顺手了一个片段能10分钟搞定一次渲染就成功哈哈。
其实技术什么的，开源社区的工作流和各路大神的教程真的很完整了，从小白入门到做出这样的视频也就一个月不到的时间。
创意和构思更关键！
再次感谢海辛与阿文在我学习ComfyUI的路上的指导，和开源社区免费愿意分享的ComfyUI大神们！
有什么问题，欢迎留言讨论！
[Devices in MultiVerse] Prompt Travel WITHOUT AnimateDiff
如果本篇对你有帮助的话，还请多转发点赞，谢谢！
✨我是谁？
我是晨然，AI应用层探索者，全栈/产品/LLM应用/ComfyUI。
其实我是做大模型应用的：）
你可以在这里找到我：
