我以为固定 seed 能锁住 AI 漫剧的角色,结果第二张图是另一个人
先记一次翻车。
我想做一组漫画分镜:同一个角色,出现在天台、雨天路口、室内三个场景里。第一张角色设定图出来很满意,于是我在后续每次生成里都加了 --seed 42,心想种子固定了,角色自然就固定了。
结果第二张图里眼镜还在,头发变色、卫衣换款、脸型微妙不同,第三张更离谱。我一度以为是模型不稳定,换提示词写法、调采样参数,折腾一晚上没解决。
后来才弄明白:这不是 bug,是我对 --seed 的语义理解错了。这篇把整条链路的踩坑和实测数字记下来,环境是百炼命令行 bl 1.22.0。
记一笔背景免得被读成风口文:知乎现存 AI 漫剧提问多数问"能不能赚钱",消费端播放涨(8 月百强增量 +44%,二手引 DataEye)而供给端分账在掉。垂类谋生型话题,这篇只记成本和边界。
seed 的真实语义
bl image generate --help 里对 --seed 的描述是 "Random seed for reproducible results"。关键词是 reproducible:同一条提示词下可复现同一张图。
它保证"重跑同一条命令得同一张图",不保证"换提示词还是同角色"。提示词一变,种子相同也只是在新分布上取同一起点,出来自然是另一个人。
所以漫剧这种"一个角色二十个分镜"的需求,seed 原理上就解决不了,能解决的是参考图像。
正确的锁法:垫图编辑
思路是把角色设定图当成唯一的事实来源,后续每个分镜不重新生成角色,而是以设定图为源做编辑:
bl image generate --prompt "国漫风格角色设定图,一个戴圆框眼镜、穿明黄色连帽卫衣、黑色短发齐刘海的少女,半身像,正面,表情平静略带好奇,线条干净,赛璐璐上色,纯白背景,无文字" --model qwen-image-3.0 --size 3:4 --watermark false --prompt-extend false --out-dir . --out-prefix char-sheet

两个参数教训:--prompt-extend 默认开启会加模型自想的细节,设定图要精确就关掉;--watermark 默认带标,不关后面每张都带。
然后每个分镜这样出:
bl image edit --image ./char-sheet.png --prompt "保持这个角色的脸、发型、圆框眼镜和明黄色连帽卫衣完全不变,只改场景与构图:她站在夜晚的天台边缘,侧身抬头看天,背景是虚化的城市灯光与深蓝夜空,漫画分镜感,赛璐璐上色" --model qwen-image-3.0 --size 3:4 --watermark false --out-dir . --out-prefix panel-1
61 秒返回。同一张设定图连跑三个场景的结果:



眼镜、黄卫衣、黑齐刘海、脸型在三张里全部保持,场景按提示词切换,输出自带漫画分镜边框。单张成本 ¥0.20(编辑 ¥0.18 + 输入图 ¥0.02),耗时 61–70 秒。
补两条社区共识对照实测:社区公认的角色第一步是四视图定妆照,我这次单张设定图撑住三场景,结论是单张够三场景、角度换多先补四视图;海外横评的一手记录是配饰不在提示词里重复描述就会消失,眼镜发饰要每镜重申。
配音:时长对齐是个隐藏坑
bl speech synthesize --text "原来城市晚上,这么亮啊。" --voice longcheng_v3 --format mp3 --out voice-1.mp3
12 字输出 3.264 秒。音色 ID 用 --list-voices 查,猜名字会报错。
坑在于配音时长和视频时长是两回事:3.26 秒台词放进 5 秒视频,后 1.7 秒角色闭嘴。第一次遇到会以为对口型坏了,其实只是音频不够长。台词写满时长,或把留白当呼吸感。
可选的视频化:钱和时间的大头
要做到"漫剧"而不只是动态漫画,bl video ref 一条命令解决运动加对口型:
bl video ref --prompt "Image 1 站在夜晚天台微微抬头看天,晚风吹动她的头发和卫衣帽绳,她开口说话:Audio 1。镜头缓慢推近,城市灯光虚化闪烁" --image ./panel-1.png --image-voice ./voice-1.mp3 --model wan3.0-video --duration 5 --resolution 720P --ratio 9:16 --watermark false --download clip-1.mp4
要点三个:--image 和 --image-voice 按位置配对,提示词里用 Image 1、Audio 1 指代;--resolution 默认 1080P,也就是更贵的那档,新手第一条显式写 720P;--ratio 9:16 出竖屏。
参考素材有硬上限,官方口径:wan3.0-video 的参考图最多 10 张,参考视频与参考音频各不超过 5 段、各不超过 15 秒,首尾帧模式与参考素材互斥,指代按类型独立计数。顺带纠正一个流传很广的错误说法:"最多 20 张参考图"是错的,10 是参考图上限,20 是所有类型加起来的合计。
CLI 提示这类任务通常 5–10 分钟,我这条实际 3 分 06 秒。成品 720×1280、5 秒、150 帧,角色全程没崩,两秒多嘴部开始跟音频动。抽一帧:

把对口型定位成进阶可选项更准确:百炼 API 层另有 wan2.2-s2v(支持卡通形象)和 videoretalk 两条路,但 bl 1.22.0 没有封装它们,本文不写不存在的命令;社区实测的结论也是 AI 只给口型草稿,仍需人工校准。再往后的剪辑合成必须人工,FFmpeg 只负责 concat、字幕、混音导出,别指望一条命令出成片。
真要把一集发出去:9 月 1 日的新规
做出来和发出去是两件事,后者现在有一道硬门槛。广电总局令第 16 号《微短剧发展管理办法》2026 年 9 月 1 日施行,第 34 条要求 AI 微短剧每集在明显位置添加提示标识;一类备案的申请主体须持《广播电视节目制作经营许可证》,三类由播出平台自审并标注节目编号。主体资格的口径各地各平台执行不一,动手前向平台确认,别按本文写死。
素材侧合规同段说:垫图源用自有设计、自有生成的设定图最干净;拿在世作者画风或真人照片垫图都有侵权风险。
成本账
实测小计:角色设定图 ¥0.18;分镜每张 ¥0.20、三张 ¥0.60;配音 12 字约 ¥0.01;四张图合计 ≈¥0.8。可选的 5 秒对口型视频 ¥3.00,含视频合计 ≈¥3.8。
单价全部来自 bl model list --model <模型名> --output json,不是估算。免费额度的承诺边界写清楚:90 天内各模型独立免费额度,视频秒数口径外界有三说(30/50/10)我未一手核实,具体以控制台模型详情为准;一句话总结是免费额度够跑通全链路 demo,不够免费做完一集成品。
结论很直接:图便宜、视频贵。先把前三步跑顺跑便宜,分镜确认满意了再渲染视频。
把四笔账并列记一下,不宣判:阿里云官方漫剧方案页的口径是部署约 15 分钟、预估 70 元每部(该页未提及 bl CLI);我这条 bl 链路四张图 ≈¥0.8、含一条 5 秒镜头 ≈¥3.8;按一集 90 秒约 30 镜头、28.7% 抽卡率推算约 110–215 元每集,钱几乎全烧在图生视频抽卡上;媒体转述的新手真实收益是上线 30 天 2.28 元、8 集 10 分钟 4 万播放 16.8 元、也有人算下来"不是几毛,而是 5 块多"。成本线和收益线都在这,自己对着看。
顺带一条公开事实:BOSS 直聘 2026 年 4 月公告点名过以"高薪 AI 漫剧师""新手第一部剧赚 10 万"为饵收培训费的骗局。四条命令跑一遍不到一块钱,跑完再决定要不要学。
边界,以及我没测到的
已测:同一角色源、三场景、四姿态(半身/侧身/低头/侧脸)。没测:累积漂移、全身大动作、换装、正脸大特写、多角色同框;这些条件下从第几张开始崩我还没数据,下一篇就测。别把已测当保证。
完整命令存档
npm install -g bailian-cli
bl image generate --prompt "<角色特征写死>" --model qwen-image-3.0 --size 3:4 --watermark false --prompt-extend false --out-dir . --out-prefix char-sheet
bl image edit --image ./char-sheet.png --prompt "保持角色不变,只改场景:<场景描述>" --model qwen-image-3.0 --size 3:4 --watermark false --out-dir . --out-prefix panel-1
bl speech synthesize --text "<台词>" --voice longcheng_v3 --format mp3 --out voice-1.mp3
bl video ref --prompt "Image 1 <动作描述>,她开口说话:Audio 1" --image ./panel-1.png --image-voice ./voice-1.mp3 --model wan3.0-video --duration 5 --resolution 720P --ratio 9:16 --watermark false --download clip-1.mp4
平台入口:百炼。

浙公网安备 33010602011771号