你是说，一家在美国的哈萨克斯坦公司用中国AI做了个韩国虚拟女团打怪兽？

K-pop+机甲+异兽+打歌舞台+偶像日常这样buff点满的配置大家看过没有？印象中可能只有夺奥的《K-Pop猎魔女团》符合其中两三项。

这一次，主角不是它，是她！

是她们！

出现在镜头里的，是一群拥有“真人质感”的少女偶像。她们眼神凌厉，驾驶着冰冷的重型机甲，踏进未来废弃都市的残垣断壁里厮杀。

一整个韩版《特勤机甲队》，同样的机甲驾驶员，同样的美少女阵容......

这个“空中叼烟”的场面A爆了。

听起来是不是像哪个天才导演在偷偷炫技？但真相可能比你想的更魔幻——整部片子，0人演绎，完全由Seedance 2.0操刀，真人版“机甲猎魔女团”剧集——《Zephyr》（和风）。

可别以为这只是“AI一键生成”的流水线货色。在这10分钟的背后，藏着一套严谨到近乎偏执的工业化流程。角色怎么不崩脸？机甲怎么打出重量感？女团舞怎么同步？下面我们就把这套“魔法”拆成你能抄作业的步骤。

故事设定在未来废弃都市“森森岛”。五位性格各异的少女偶像，驾驶同名机甲“Zephyr”，对抗怪物的入侵。

目前仅上线一集，内容却远不止打打杀杀——女团日常、剧情演绎、角色互动，甚至还有一段完整的偶像舞台唱跳。

在目前的AI影视潮流下，不乏华丽的像素堆砌，海量精致但同质化的画面，很容易让观众在视觉疲劳中过目即忘。

但《Zephyr》有点特别。

感官上来说，这部剧集将“机甲”“猎魔”与“K-pop女团”元素融合在一起，更像是偶像主题的MV，给人一种在追星时才会看的“粉丝餐”。尽管在编排逻辑上略显跳跃，但它确实在阅片体验上做出了一种差异化的尝试。

先锋的尝试 + “全AI操刀”的标签，也难怪它能在社交平台上掀起如此高的讨论热度。

4月10日上线，几天就累计上百万播放量，在各大评论区：有人惊讶于AI视频在角色一致性上的进步，有人感叹AI要淘汰演员了，也有人对这种“AI缝合怪”持谨慎态度，认为其缺乏真实电影的灵魂。

但是更多人好奇，多少钱？

一集10分多钟、机甲打戏占不小比重的片子，得烧多少积分？

提示词到底怎么写，才能让人物的脸在40多个镜头里不崩？

今天小编就结合官方释出的幕后信息带大家拆解《Zephyr》幕后制作亮点。

（附有详细提示词，大家记得收藏+观看）

01

全网在找撞脸怪

影片上线后，大家最在意的反而是角色的脸。

不知道大家是不是和我一样，有一种奇怪的“感应”，生活中进入一个新环境，可能是升学，进入职场，总会突然看到一个人的脸似曾相识。

爱情公寓告诉我们这叫——撞脸怪。

在《Zephyr》里，第一个撞脸的就是“小姨妈”。

乍看没有感觉吧。

这样呢？

感觉嘴角再下扬一点就又变样了。

这回倒像赵今麦了。

除了这位棒棒糖妹子，其余4位成员亮相也被热议，因为她们清冷眼神和Y2K妆造（千禧年前后妆造风格，也是目前流行的一种复古时尚风格）本来就容易让人联想到现实中的K-Pop偶像团体。

其中关于撞脸韩团Aespa（SM娱乐旗下女子流行音乐团体）Winter的声音最多。

▲ Winter（韩语：윈터），本名金旼炡

女团整体的穿搭风格也带有强烈的Aespa既视感。

▲ 上：Zephyr 下：Aespa

大家都知道大公司可以（而且确实会）在MV上砸大钱。

想想SM给Aespa做的CGI，YG给BP弄的豪华「我们不相信绿幕」的布景，或者JYPE租下整个济州岛的度假村来拍Twice的Alcohol-Free。

其中这个Aespa的MV，可以说道说道。

这个紫色秋衣棒冰走出来的瞬间，感觉像魔仙堡的小魔仙。

▲ SM斥巨资给Aespa做的MV，融合了真人演绎和CGI特效

排开偶像团体本身，纯从MV呈现效果来说，大家觉得这个好看还是AI做得好看。

这里就不评价了，也许是那个时候AI技术还没成熟吧，如果纯用CG，我猜他们那个时候也许希望达到的成绩是：

▲《K-Pop猎魔女团》主题曲《GOLDEN》，获得最佳原创歌曲奖，这是K-POP类型歌曲首次获得奥斯卡奖项。

很用心但太烧钱，行业内大型娱乐公司的高质量MV制作预算通常在3亿至10亿韩元（约20万至80万美元）之间。而且这个项目涉及3D角色建模以及宏大的虚拟世界观“旷野”的渲染，单支MV的CGI成本极高，后期制作周期通常需要2到4个月。

反观《Zephyr》只用四天时间、不到四个人，跑通了一个完整的试播集，那么看看团队是具体怎么做的吧？以及大家最好奇的这群“AI女团”的脸，到底是怎么稳住不崩的？

02

构建角色

先给不熟悉AI视频的朋友科普一个痛点，以前的AI生成视频，每换一个镜头，角色的脸就会随机“变脸”——同一个主角，上个镜头是圆脸，下个镜头可能就成了方脸。这在影视制作里是致命的，观众一秒出戏。

所以《Zephyr》团队面临的最大挑战，不是写提示词，而是让这五个女孩在40多个镜头里，始终长同一张脸。Seedance 2.0的资产参考能力，恰好解决了这个问题。

下面看他们是怎么做到的。

▲ 从左至右依次是：Naomi、Reyna、Mira、Zero、Haru

这支“猎魔女团”中年龄最小的是Haru，她总是嚼着棒棒糖，透着一股不谙世事的能量感；Zero一头利落剪裁的金发，是团队细心的温柔担当；Reyna是团队的气场担当，性格傲慢且独立；Naomi戴着一副无框眼镜，散发着她的高智气息，是团内靠谱的辅助；Mira则负责操控重型机甲，是团队中的重量级武力支撑。

为了塑造这些个性分明的女孩，制作团队用了“三步走”的工作流。

其实这也是现在国内精品AI影视一贯的方法，但是《Zephyr》的导演做了一些“变通”。

前期确定好人物的性格画像，然后用Soul Cinema分别使用同一个基础提示词（Prompt）生成五个女孩的脸模。

以叼棒棒糖的Haru为例：

▲ 提示词：年轻亚洲女性(年龄20岁)，苗条，极具吸引力的K-pop偶像级美貌，无瑕肌肤，柔和对称五官，表情丰富的眼睛。短发/中长发，略带凌乱的时尚发型。

造型:未来主义机械工装服——短裤、分层织物、带子、小细节、略有磨损并附有贴花/涂鸦。白色工作室背景、柔和的影院式灯光、写实风格、高端时尚样式。

Haru作为团队的忙内（年龄最小的成员），设定上应该需要一张偏“幼态”的脸，短发通常能体现角色的古灵精怪，身体的骨架也设置偏小，让她显得非常灵活。

脸部建模锁定后，就要考虑服装建模。

作为女团成员，表演的时候要穿同一套风格的衣服（打歌服），这是为了去个人化。按照风格选择角色本次最合适的服装让AI生成，如果某个配饰（比如皮带或挂饰）在不同生成的图片中消失了，则需要在这里捕捉到它，并在跨越40个镜头的制作前明确写回提示词里。

在这个过程中，导演们发现，不要在同一个提示词里同时生成面部和服装。分开构建，控制力更强，细节会更精准。

▲ 提示词：芥末黄乳胶短款上衣，长袖，高光泽亮面处理，修身剪裁。宽松的卡其色工装裤，多侧大口袋，膝盖垫面板，脚踝处收窄褶皱，腰部宽扣带。焦橙色系带战斗靴，厚底，中筒高度，中腰暴露。街头风格融合战术实用性。鼻梁处配有全息闪粉绷带。

这里鼻子上的创可贴是明确标明的，只是一个很小的细节，但就是这个细节让角色成为了Haru，而不只是个穿着黄色皮衣的女孩。

确认细节OK以后就可以进行资产融合。

利用Nanna Banana Pro这样的融合工具，将面部和服装资产合并，生成所谓的“试镜照”。

▲ 提示词：将图像1的角色穿着图像2的服装。生成头部三视图，和正面、背面两个全身镜头，白色摄影棚背景，柔和电影灯光效果，风格逼真。

这一步就像是传统影视流程中演员的定妆试镜，试镜照是为了让各部门统一视觉标准。

通过严谨的资产化管理，让这群AI少女才拥有了真人演员一样的生命力。五个核心资产就位后，下一步就是以她们为基准构建一个足够真实的赛博废土世界。

03

构建世界观

根据故事设定，导演和团队需要准备废弃的城市、机甲，以及怪物。

城市景观需求非常具体，不要黑暗阴沉的末世感，要温暖的金辉色调，就像城市正慢慢被某种东西重新占领，这是被特别提出的。

团队先将这个“感觉”传输给Claude，让它扩展提示词。因为Claude 在将“情绪”转化为“电影摄影语言”方面表现非常惊人。

第一版城市景观很接近，但金辉的感觉不够，于是他们加强了对碎片、植被和时间流逝感的描述，第二版就成了我们看到的那个城市。

（图片为风格示意图）

▲提示词：这是一幅极具电影感、逼真的实拍静态图像，展现了一个空旷废弃的城市广场，完全没有任何人类存在的痕迹，却充满了过去生活的微妙遗迹。该场景通过规模强调了空旷感，同时引入了废弃车辆和城市衰败等接地气的细节。

环境是东亚和欧洲设计的混合建筑融合体，部分倒塌的玻璃摩天大楼与弧形立面、层次分明的阳台和密集的垂直结构与粗犷的欧洲混凝土砌块、拱形阳台和古典石雕遗迹相融合。没有标志、没有文字、没有象形文字——只有建筑的影响。

这座城市给人一种文化混杂、全球模糊的感觉。广场宽阔开阔，周围环绕着高耸入云的高楼大厦，形成了一个类似峡谷的空间。建筑风格各异，有前购物中心、住宅综合体、商业中心——形态各异的建筑，现已部分损毁，部分内部结构暴露，结构不稳定。

通过Claude的扩展，原本普通的“废墟”变成了“被自然重新占领的都市、温暖的金辉色调、空气中的尘埃感”。

在这样的末世里，出现一群机甲，观众才会自然代入，机甲设定中，每一套都有与女孩性格契合的配色。

Reyna的是薰衣草紫、深蓝和银色；Naomi的是白色和明黄色... ...让观众在舱门打开之前，就能通过机甲的涂装预判出驾驶者的身份。

▲提示词（示例）：一款巨型角式双足机械套装-白色与灰色相间的装甲面板，肩部和躯干上有灰色点缀板，暗色金属关节与液压肢体。机械直立站立于戏剧性的广角画面中。座舱胸舱是一个透明的六边形玻璃舱，展示出内部一位女性飞行员正坐在控制台前。机械两侧各持有一支半自动手枪。采用电影工作室灯光效果，近白色背景，逼真硬表面细节，科幻动作游戏概念艺术美学。摄像机从正面到侧面轮廓缓慢环绕机械，整个轮廓具有深度感。

至于反派——那些入侵的怪物，导演则分享了一个实用的“融合”技巧。他们先生成了多种生物变体，有些强调粘液质感，有些强调骨骼突刺，然后利用Nanna Banana Pro将这些特征进行融合，有的时候就像开盲盒一样，会得到直接写提示词得不到的效果。

▲提示词（示例）：一种巨大的外星生物，拥有类似蜘蛛的身体结构，多条长而锯齿状的肢体刀刃张开，厚重装甲甲壳覆盖着尖锐刺和有机板。

胸部可见发光的熔岩核心，表面纹理混合硬化外壳、湿润有机组织和裂纹石状皮质。低蹲姿态，正面朝向，充满威胁感。

白色背景，柔和阴影/下方，产品渲染风格光照。超精细，电影级写实。

通过宏观氛围到微观配色的建构，团队搭建起了一个逻辑自洽的世界观，这一切都是为了铺垫动画的制作。

04

执导动画

在幕后视频中，团队介绍道：制作这段视频经历了上百次的生成，还有数百次失败的尝试。导演们遵循一个简单的规则：每个角色都要介绍两次——一次在驾驶舱内确立性格，一次在战斗行动中确立能力。

这样的叙事在开篇就为观众建立了清晰的角色认知。

比如说Naomi的出场，作为团队中的知性大姐姐，自带幽默感。对于情绪的把握，Seedance 2.0只用了一次就直出了，主创表示非常震惊。

▲ 提示词：一段高保真度的电影式视频，展现了@娜奥米的形象。她首次出现在戏剧性媒介的特写镜头中，左手轻轻搭在脸颊上，嘴角绽放出一抹俏皮而略带诱惑的微笑。画面背景是黑暗环境中柔和、定向性强的关键照明，以及未来主义座舱舱内的高科技内饰，整个镜头显得格外静止。

镜头随即切换至一个更为开阔的静中景镜头，从中可以看到她正手握双副操纵杆，她的表情在明亮光照的驾驶舱内转变为充满坚定决心的神态。她半开玩笑地说道:"双重穿透?第三根能装得下吗?”

▲ 一次舱内介绍，一次舱外实战

小姨妈Haru，她的机甲倒下了，怪物正在逼近，而她躺在舱底，嘴里还叼着棒棒糖，完全一副“无所谓”的样子，这就是她的性格。提示词不仅描述了她的长相，还描述了“相机变换”，撞击后的震颤、重新定位和稳定，这是普通“AI绘图”到“导演思维”的转变。

▲提示词：@HARU正置身于一辆黑暗、实用、粗犷的科幻车辆驾驶舱内，四周环绕着金属面板、裸露的电线，以及一张带有细微红色点缀的黑色赛车座椅。场景开始于一个紧凑的中景特写镜头，聚焦于她的胸部与面部，昏暗而集中的环境光巧妙凸显了她上衣的光泽质感。

镜头处于静态状态，但随后她突然解开一条黑色安全带，导致画面出现快速切换。紧接着，一个突如其来的剧烈转动与快速平移镜头迅速转换，聚焦于她此刻侧卧着的面部特写，画面通过机械内部一个狭窄的开口进行框定。她的短发卷曲的棕色头发显得凌乱，一条闪亮的银色绷带装饰着她的鼻子，一条白色条纹贴在上唇上，而一个黄色的棒棒糖则从她的口中探出。

她的双眼突然睁大，露出古怪而惊喜的神情，映衬着低垂的柔和光线。镜头定格在她那脆弱却又独特的表情上。视觉风格为粗犷的科幻风格，着重描绘细腻的纹理，并融合了一种既紧张又意外的纯真感。

Zero的开场白完全是形容“世界观规模”的，她不是第一个出场的，但是你第一次看到了驾驶舱以及机甲的外形态。

▲提示词：一架@ZERO-MECH，其右臂蓄势待发，刚刚造成了一场巨大冲击，此刻正矗立在一片荒凉、未来感十足的城市景观之中。高耸、废弃的摩天大楼在明亮、清澈的日光下若隐若现，尘埃与碎片猛烈地四散飞溅，环绕着这台机械装置。刺眼、直接的日光投射出鲜明的阴影，为这一场景增添了一种充满力量、紧迫感、后末世风格的动感情调。

一个低角度广角镜头凸显了机甲的巨大规模，同时因撞击而产生的强烈相机抖动。随后视角转向内部的中景镜头，展现出一个高度逼真、金属质感的实用主义未来机甲座舱。零号正随意地斜倚在驾驶座上，若有所思地向上凝望。座舱内有多块屏幕显示着全息数据，而透过加固的玻璃窗看到的外部景象则展现出同样的被摧毁的城市景观。

室内被实用而柔和的灯光所照亮，这些灯光与明亮的户外日光交织在一起，营造出专注、坚定且充满激情的氛围。镜头从对她移动状态的中景拍摄一一伴随着持续的轻微镜头抖动一一过渡至静态的中景特写，捕捉到她专注的表情。她仿佛在说:“发现了她。发送标记”，传递出一种强烈而有力的决心。

镜头稳住中景特写。整个场景以高保真CGI、电影级和动作片风格渲染，典型地属于反乌托邦科幻类型。

另一位成员Reyna带有很强的气场。“傲慢”和“独立”被提前写入提示词，因为Seedance 2.0能够理解性格并交付正确的情绪。提示词里甚至写了“希望我今天能成为MVP”这样的舞台指令，塑造她那种自信的表情和头发被风吹向脑后的细节。

▲提示词：一段震撼人心的电影场景:镜头缓缓推进，并以略微低角度进行动态追踪，聚焦于机械战士的咄咄逼人姿态及其主要武器，呈现出一种粗犷的科幻动作风格。随后，画面突然切至机械战士座舱内昏暗而复杂的内部场景，@瑞娜自信地坐在控制台前。

她深吸一口香烟，动作缓慢而悠长，吐出一缕烟雾。她的表情中交织着平静的决心与微妙的期待。昏暗而实用的座舱照明灯光在她脸上投下戏剧性的阴影。随着镜头缓缓拉近，捕捉到她专注的目光，一种冷静、自信且略带叛逆的情绪油然而生。她以坚定的神情说道:“我希望今天我能成为MVP。”

镜头切回对机械装置的中景特写，此刻它正精准地将巨大炮管瞄准下方损毁的街道，置身于同样柔和的光线下，准备开火。最终，镜头定格于座舱内女子的静态中景特写，她的头发因炮管开火时的巨大后坐力而优雅地向后扬起，然而她的双手却牢牢地握在银色的操纵杆上，她那坚毅自信的表情丝毫未显动摇，为这部惊悚片营造出一种紧张而有力的动作氛围。

再比如Mira出场所带来的“重量感”，这是一个导演们非常想拍好的镜头，因为像这种体型的机器在高速移动时必须感觉很“重”，而不是轻飘飘的。当Mira奔跑去救援时，Seedance 2.0给出的反馈是：每一步落下，地面都会轻微凹陷，这也是导演们选择Seedance 2.0处理所有动作戏的原因。

▲提示词：@MIRA在她的双唇上涂抹了鲜艳的红色唇膏，她的目光坚定而专注。镜头从极度特写她嘴唇和手的画面平滑地切换到近景，展现出她皮 肤的细微细节以及充满未来感的座舱内饰，其中点缀着柔和的氛围式控制灯光。

她的表情自信且略带诱惑。她说道:“抱歉迟到了”。场景突然切换到一段动态的低角度跟踪镜头，跟随机械装置沉重、踏足地面的步伐，穿过一片荒凉、布满残骸的街道以及破损的木制路面。镜头平滑地切换至中近景特写，跟踪机械装置的驾驶舱，清晰地展现了其中专注的女性驾驶员的身影，她置身于半透明的驾驶舱内。

镜头随即扩展成一幅广阔的、电影般的画面，随着那令人生畏的机械向前疾驰，镜头向后拉并微微向上倾斜。随后，它戏剧性地猛然刹停，在残破的街道上扬起一片尘土。高耸、残破的摩天大楼勾勒出后末日城市景观的轮廓，背景中是一轮强光照射下的太阳，营造出朦胧、布满尘土的氛围和强烈的镜头眩光，进一步增强了这部写实科幻动作 巨制中粗犷、充满动作场面以及忧郁的氛围。

人物悉数登场，来到精彩的打戏环节，如果提示词只写“机甲猛击怪物”，那只是个字幕，不是导演指令。

导演要写的是“物理过程”，身体的重量感、撞击的后果、具体的视觉余波。当模型理解了质量和动量，一拳下去才真正有了力量。

▲提示词：一幅动态特写画面，展示着机甲正精准地将它那硕大的炮管瞄准着废墟中的街道，置身于同样的柔和光影之下，准备开火。在阳光普照、满目疮痍的城市中，一支重型步枪正猛烈射击，伴随着强烈的后坐力。

终于，一张静态介质特写镜头捕捉到了@雷娜在驾驶舱内的形象。随着炮管在屏幕外开火，她的头发被巨大的后坐力戏剧性地吹向后方然而她的双手却依旧牢牢地握在银色的操纵杆上。她那坚定、自信的表情丝毫未显动摇，为这部机械惊悚片营造出一种紧张而充满力量的动感氛围。

但这还不是全部，作为一部K-pop影片，怎么能不聊K-pop音乐表演，五个角色，动作需要同步，就像一个人跳的那样，对于AI来说是有难度的，因为模型通常只能关注一个主体。

导演想的办法是，先单独生成了音轨并上传，让AI在生成画面前先感知旋律的节奏。

然后简化指令，在描述“跳舞”的序列中，提示词非常简洁，只是明确了“手臂抬起、转身、同步编舞方向”。

团队发现，给自由度越高，它在处理同步编舞时的表现反而越好。

▲ 编舞提示词示例：一幅广阔的银幕画面在@ZERO、@MIRA、@HARU、@REINA、@NAOMI以及一个拥有前卫、未来主义美学风格的K-POP组合之间徐徐展开。这支组合从深暗的阴影中浮现，置身于一个戏剧性、清晰的光点聚焦之下，光线穿透烟雾弥漫、荒凉的舞台。@HARU吸引了众人的目光。整体场景设定为一个极简主义、昏暗的演播室，地面铺有光滑、深色的地板，与头顶明亮的光线形成鲜明对比。

随着摄像机以流畅、从容的动作缓缓推进，舞者们开始了他们充满力量与自信的编舞表演。他们的动作利落且同步，散发出一种强烈、高能量的氛围。动态镜头从中景全面镜头转换为紧致的中景镜头，捕捉了领舞者的表情变化，随后迅速切换回全景镜头，展现出他们的集体力量。灯光保持简洁而富有戏剧性，着重强调阴影与高光，增强了这部高制作水准的K-POP音乐视频流畅、超现实的视觉风格，并以惊艳的4K画质呈现。

摄像机继续动态移动，微妙地推拉镜头以跟随复杂的舞蹈动作，保持沉浸式、表演驱动的氛围。

当然，《Zephyr》也并非完美无瑕。在结尾那场华丽的舞台谢幕中，细心的观众可能会发现一些技术边界带来的“穿帮”，原本固定的五人团，在一个远景镜头中出现了“第六人”，肢体在重叠时也产生了轻微的形变。

AI幻觉的偶发，也提醒着我们技术虽已突飞猛进，但距离完全取代人类精修仍有距离。

不完美的“彩蛋”，反而成为了探讨当前AI影视工业化边界的教材案例。

05

背后团队也是魔幻

说回到《Zephyr》的背后团队。它的发行平台叫Higgsfield AI——你可以把它理解为一个“AI版的爱奇艺+剪映”。

用户既能用里面的Seedance 2.0生成视频，又能直接把作品发布到平台上积累粉丝。创始人Alex Mashrabov的愿景很直白——让每个人都能拥有“口袋里的皮克斯”。

▲ https://higgsfield.ai/

Higgsfield AI是一个集“创作+发行”于一体的AI视频生态。

创始人Alex Mashrabov的愿景非常明确——让每个人都能拥有“口袋里的皮克斯”。

在这个平台上，用户不仅能通过Seedance 2.0制作视频，还能直接发行并积累粉丝，平台也会上架AI剧集，《Zephyr》就是他们的“连续剧”项目。

此前他们还推出了5个试播集，《Spit&Glow》《Bucket List》《Mother Trucker》《Dinoforce》《Arena Zero》，观众可以看完投票，得票高的转正成完整剧集。

公司开放投稿，创作者可以递剧本，选中以后可以获得资金、推广以及全平台分发。

目前在Higgsfield平台上，AI内容已经累计获得了超过40亿次观看。

这套模式的核心就是IP的资产化运营，在传统娱乐圈，塑造一个像Blackpink这样具有全球影响力的偶像团体，需要数年的练习生周期和数亿美金的宣发投入。

然而，在AI的赋能下，五位机甲少女从概念设计到“试镜照”锁定，再到多集剧集的产出，成本和周期被成倍压缩。

但至于能否能够做到预想的商业化效果，还需要时间的验证。