音乐视频

超电影感韩国音乐视频舞蹈序列，展现一位美丽的年轻韩国女孩在氛围感十足的霓虹首尔夜景街道上独自表演时尚的 K-pop 编舞。视频应呈现出真实高预算 K-pop MV 与时尚商业摄影相结合的效果，整个序列中镜头持续进行动态运动，而非固定角度。 女孩身着时尚的现代韩国街头服饰：修身蓝色牛仔裤、时髦的短款上衣、层叠的银色配饰、潮流运动鞋、柔和自然的妆容，以及随动作、风和运动自然飘动的长黑发。她拥有优雅的偶像般外貌、充满魅力的舞台存在感、自信的表情，以及流畅专业的舞蹈表演能量。 环境：夜晚美学空荡的首尔小巷，闪烁着发光的韩国霓虹招牌、便利店灯光、湿润反光的铺路石、电影般的朦胧感、柔和雾气、蓝品红霓虹光晕、温暖的路灯、远处的车头灯、城市倒影、氛围感散景，以及高端韩剧夜生活视觉效果。街道应具有电影感、沉浸感和时尚感，同时不分散对表演者的注意力。 编舞如专业 K-pop 表演般自然流动：开场姿势、挥手、臀部摇摆、侧步移动、甩发、手臂伸展、旋转过渡、舞蹈中途跳跃、锐利同步的编舞定格、身体滚动、细致的脚步动作、动态倾斜、转身动作、自信站姿、结尾炫技、最终面向镜头的电影感定格。 重要：摄像机本身像真实音乐视频制作那样不断动态移动。 全程使用电影级镜头运动：开场时的缓慢推轨推进、平滑的侧面摇摄镜头、跟随脚步动作的跟踪镜头、低角度移动镜头、微妙的手持写实感、戏剧性的推近变焦、电影感的拉远、围绕旋转的环绕镜头运动、跳跃时的仰拍镜头、前景与主体之间的视差运动、动态重新构图、荷兰角过渡、特写至全景的转换、扫掠式云台运动、镜头呼吸效果、跟焦转换、运动模糊镜头摆动、电影感跟拍能量、平滑斯坦尼康运动、高级时尚编辑式构图、音乐视频风格的镜头编排。 镜头角度应不断变化：广角建立镜头、中景跟踪镜头、低角度英雄镜头、动态侧面轮廓、特写情感时刻、全身舞蹈构图、电影感过肩运动、戏剧性英雄构图。 视觉风格：超写实、照片级韩国偶像美学、高端电影照明、光泽反射、戏剧性边缘光、体积雾、真实织物物理效果、自然皮肤纹理、电影感运动模糊、真实头发运动、浅景深、高度细节的城市夜景氛围、奢华 K-pop 商业外观。 整个视频应感觉像是由专业导演执导的音乐视频拍摄现场。

她表演了一段充满活力的 K-pop 女团编舞，完美踩点。动作利落精准：清晰的手臂隔离、快速的头部摆动、自信地甩发，接着是扭胯转身，然后双臂做出有力的指向性舞蹈动作。流畅...

为这首歌创建一个节拍同步的动态图形 K-Pop 音乐视频。 使用此项目、K-Pop 主唱角色设计，以及伴舞和 Agent 角色。 为歌手和 Agent 添加动作和口型同步，让整个音乐视频栩栩如生。全力以赴。 <music style> <lyrics>

随着这首歌翩翩起舞，仿佛正在聆听 Alice Phoebe Lou 的现场版《SHE》——海滩自驾之旅的绝佳选择。Beth 的歌单真的很棒……

创作名为《Claude Ban Song》的音乐视频。通过代码完全实现歌词撰写、作曲、人声合成、视频制作及剪辑。

具有时尚未来感的电影级合成波音乐，中速驱动节奏，深沉模拟低音，闪烁琶音合成器，强劲编程鼓点，以及宽广氛围垫音。光泽霓虹制作风格，动态起伏，瞬态清晰，呈现冷峻精致的运动感与夜间能量。无人声演唱。

创建一段超写实的视频，展示一对成年 K-pop 情侣在专业的韩国舞蹈工作室中跳舞。 角色：一位美丽的女性，留着长而卷曲的姜铜色头发和两条小辫子，穿着短款夹克、修身上衣、工装裤和运动鞋。一位英俊的男性，穿着现代 K-pop 街头服饰，黑色夹克、工装裤和运动型运动鞋。 0–3 秒：两人表演同步的肩膀弹动、快速侧步和利落的手部动作，同时面带微笑。 3–6 秒：他们表演充满活力的脚步动作、身体律动、协调的手臂动作以及同步转身。女性的头发自然摆动。 6–8 秒：他们靠近彼此，镜像对方的舞蹈动作，交换浪漫的眼神，并俏皮地微笑。 8–10 秒：他们表演同步的最终动作，并以时尚的姿势结束，互相微笑。 音乐：节奏明快的 K-pop 器乐，具有强烈的电子节拍、充满活力的低音和朗朗上口的合成器音色，速度为 125–135 BPM。音乐从 0–10 秒持续播放。无对话。 摄像机：全身镜头，平滑跟踪，电影级灯光，逼真的镜子和反射。 质量：照片级真实感的 4K，自然的动作，一致的面部和服装，逼真的头发物理效果。 负面提示：无卡通、CGI 面孔、解剖结构扭曲、多余肢体、机器人式舞蹈、面部变形、服装变化、闪烁、模糊、相机抖动或突然过渡。

AI 视频提示词 — Sydney Sweeney 水下霓虹冒险 竖屏 9:16 电影级视频，时长 10 秒，由 Sydney Sweeney 担任主角，保留其标志性的面部特征、波浪状金发和富有感染力的微笑。采用极快节奏、甩镜转场，以及大约每秒一次的节拍同步剪辑。 0–2 秒：Sydney Sweeney 身穿流线型黑色自由潜水服，胸前绑带处固定着一台小型运动相机，在清澈见底的绿松石色海水中快速游动，下方是洁白的沙地。阳光透过水面在她脸上形成波光粼粼的光影，镜头以动态的水下运镜跟随她移动。 2–4 秒：她飞速掠过色彩斑斓的珊瑚礁，冲向一道闪烁着虹彩光泽的珠帘。随后出现戏剧性的速度变化（Speed Ramp），她冲破闪耀的珠帘。镜头通过甩镜转入一个神秘的黑暗珊瑚洞穴，紫色光线照亮周围的水域。 4–6 秒：未来感水下夜总会震撼登场，充满霓虹激光、彩色频闪灯、漂浮的发光星形墨镜，以及随着音乐节奏律动的热带鱼。Sydney 穿过一个发光的紫色传送门现身，青色、品红色和紫色的灯光照亮了她的脸庞。 6–10 秒：Sydney 戴上超大号霓虹星形墨镜，在水下零重力环境中俏皮旋转，笑着看着发光的泡泡和粒子围绕着她飞舞。镜头以充满活力的变焦、锐利的甩镜和平滑的速度变化转场快速环绕拍摄，最后定格在她对着充满活力的夜总会微笑的脸部特写上。 视觉风格：超写实电影级画面，逼真的面部细节，一致的角色外观，真实的水下物理效果，体积光照明，鲜艳的绿松石色水体，霓虹品红与青色高光，紫色辉光，漂浮粒子，平滑的运动模糊，高对比度，顶级 MV 美学，24 fps。 音频：充满活力的电子舞曲，深沉的水下呼啸声，闪烁的音效，以及在夜总会揭示时刻出现的低音爆发（Bass Drop）。 连续性：在所有镜头中保持 Sydney Sweeney 的可识别性和视觉一致性。禁止出现面部扭曲、重复角色、面部特征闪烁、多余文字、Logo 或水印。

逼真电影叙事风格 K-pop 微型音乐视频，竖屏 9:16，保持与起始图像完全相同的虚构成年身份/人物及服装。自然的人类动作和稳定的解剖结构，真实拍摄的环境，无文字，无标志，无新增人物，无歌唱或口型同步。MAGNETAR。基于歌词“我的脸映在地铁车窗上 / 比平时更勇敢一点”。以身穿樱桃红皮夹克的 Lea 在夜间地铁中开始。0-4 秒中景镜头，呈现物理准确的单一反射：隧道灯光移动，她审视自己的脸庞，缓慢呼吸，肩膀挺直并展现出决心。4-7 秒她低头看手机，做出一次果断的点击，仿佛选择主动联系；表情变得安静而勇敢。7-10 秒摄像机微妙地弧形移动至正面四分之三特写，她抬起目光望向车门，露出自信的微笑。保持反射同步，保留玫瑰色头发和精确的面部特征，无快速模糊或重复人物。带有冷钢色/红色灯光的亲密城市夜景浪漫氛围。 设置：Seedance 2.0 Fast / 720p / 9:16 / 10 秒源素材 / 生成音频关闭。原始 Suno 音轨通过 FFmpeg 添加。

15 秒万圣节僵尸双人舞 | 9:16 竖屏 | 两位舞者 | 固定背景 | 固定机位 | 节拍同步变焦与特写 | 恐怖陷阱嘻哈 音乐 / 能量： 从开头瞬间切入的强烈节拍，155 BPM 恐怖陷阱嘻哈。硬鼓，重低音，高速，锐利重音，充满活力且动感十足。 绝对锁定： 仅限恰好两位舞者。舞者 A 始终位于左侧，舞者 B 始终位于右侧。在整个视频中保持相同的面孔、身体、发型、服装、位置、背景、灯光、颜色和阴影。禁止交换位置、交叉站位、变形、增加额外舞者或剪辑。背景永不改变。 僵尸舞（最高优先级）： 两位舞者双臂在肩部高度向前伸直，手腕精确向下弯曲 90 度，手指自然伸直展开，释放出极快、激进且高能量的“僵尸舞”。表演动作序列包括腿部僵硬的快速“僵尸步”、爆发性的肩部动作、强烈的胸部震动、锐利的头部运动、有力的提膝、宽距深蹲、突然的前冲以及剧烈且有节奏的身体抖动。 在 155 BPM 下使用双倍速脚步技巧，快速加速，突然定格，爆发性重启和硬朗的节拍重音。 包含某些段落，两位舞者在保持永久性僵尸手臂姿势的同时执行不同的舞蹈动作。 双人舞规则： 这是双人舞，但他们不必时刻完美同步。 他们遵循相同的整体节奏，但带有轻微的时间偏移、交替的重音和不同的身体动作。 结尾： 两人摆出僵尸姿势，镜头推近至特写，展示他们双眼发出红光并凝视镜头。 外观锁定 — 绝对优先： 完全保留初始帧中两位舞者的原始面孔、自然肤色、发型和妆容。禁止僵尸妆、恐怖妆、尸体妆、苍白或灰色皮肤、加深的眼窝、面部变色或怪诞的面部效果。禁止血液、假血、流血、伤口、疤痕、淤青或可见伤害。仅通过僵硬的身体动作、不自然的头部倾斜、拖沓的步伐、锐利的肩部撞击和诡异的面部表情来表现僵尸角色。在整个视频中不得改变任何一位舞者的外观。 摄像机： 仅使用固定的正面摄像机。无摄像机移动，无摇摄，无俯仰，无推拉。 仅使用快速的节拍同步光学变焦推进、急速拉远和短暂的推近特写构图来创造速度和冲击力，同时保持摄像机位置固定。始终保持相同的背景。

[片段 D：原始时间 26.667-35.900s；生成 10s，保留前 9.233s 用于剪辑] Seedance 2.5，图生视频，9:16 竖屏，生成 10 秒，启用音频输出。3D 电影级 CG 体育场大型演唱会，一次性生成本片段所有镜头：主唱、鼓手、底鼓踏板、贝斯手、主唱。正常速度，按时间切分，不要压缩停留时长。音频在镜头间连续播放。 参考绑定： @Image1：龙女，主唱兼电吉他手，银白色高马尾，青色额饰，青绿白配色服装，红色鞋带和金色配饰。 @Image2：忍者，贝斯手，金色高马尾，头带，紫色服装，绿色披风和金色肩饰。 @Image3：女警，鼓手，紫色短发，白色帽子，眼镜，蓝色制服，黑色短裤和披风。 每张图像均为多视角角色设定图。保持原始脸型、身体比例、服装和配色方案。不要生成拼贴画或重复角色。不要将主要角色复制到观众席中。 @Audio1：本片段专用的 10 秒歌曲音频，从原始时间 26.667s 开始；作为连续的主音乐和现有 vocals，而不仅仅是节奏/音色参考。 场地、定位与灯光： 夜间露天体育场，横跨一端的大型主舞台，宽达数十米，厚重的平台基座；中央超大 LED 主屏幕比人物高出数倍，侧翼屏幕，高大的灯塔，以及延伸至屏幕边缘的顶部钢架灯阵。屏幕上播放蓝紫色抽象音乐波形，无文字、Logo 或人物图像。场地内坐满观众，两侧多层弧形看台覆盖着连续的光海。 常规定位：龙女位于前方中央麦克风架处，女警位于后方左侧抬高的架子鼓处，忍者位于后方右侧。龙女使用白青绿金配色的 6 弦电吉他，忍者使用深紫色 4 弦贝斯，女警使用皇家蓝架子鼓、银色支架和金色镲片。白色聚光灯照亮面部和手部，一排排蓝紫色光束射向夜空，暖金色轮廓光勾勒头发和衣摆；薄雾集中在舞台上，不遮挡看台。人物与乐器之间比例自然，周围舞台结构显著大于人物。 时间从 0 开始： 0.000-2.233s，主唱：龙女正面略低角度中近景特写，面部和麦克风架位于中心轴线上，吉他上部位于画面底部边缘。右手轻握麦克风下方的支架，左手支撑琴颈，背带稳定支撑吉他，尚未拨弦。她跟随音轨展开演唱乐句，然后自然地抬头，眼神专注。镜头仅有克制的缓慢推进，白色聚光灯照亮面部，背景可见部分巨幕和光束。 2.233-3.867s，鼓手：直接切至女警正面上半身特写，鼓圈占据底部，可见双手和鼓棒。交替敲击，鼓棒击打后反弹，镲片共鸣，身体随节拍轻微点头，表情专注清晰。抬高的架子鼓和巨幕位置延续同一场地。 3.867-5.267s，底鼓踏板：单次硬切至架子鼓内部低角度侧面特写，仅展示女警穿着原始黑色高跟鞋的一只脚、踏板、连杆、击槌和鼓皮。前脚掌稳定踩在踏板上，脚踝随节拍下压；踏板下降驱动击槌敲击鼓皮，然后反弹。使用这一连续的机械过程来表现打鼓的力量感，镜头稳定，无第二个重复的脚，不换男式靴子，无品牌文字。 5.267-6.800s，贝斯：直接切至忍者略低角度半身特写，面部、贝斯琴体、琴颈和手部清晰。身体自然前倾，左手在指板上变换位置，右手持续拨弦，低头看琴颈然后轻轻点头。镜头略微靠近，保持完整的手部动作，背景是高大的舞台灯架和蓝紫色巨幕。 6.800-9.233s，主唱恢复演奏：直接切至龙女正面略偏角度的腰部以上中近景特写，右手恢复扫弦，左手按弦。她先低头看琴颈，然后抬起眼睛看向麦克风继续同步演唱。镜头缓慢接近，保留吉他琴体、手部和面部，麦克风不遮挡整个面部；后方乐手略微模糊但位置正确，光线连贯。 9.233-10.000s：仅继续龙女的演奏/演唱作为剪辑缓冲，不要过早拉出全景。 声音： (@Audio1 作为唯一的主音乐和现有 vocal 源，从 0s 开始以原始速度连续播放，所有切分保持歌曲时间进程；观众镜头也继续同一音乐，不重启，不加新 BGM，不加前奏。口型同步、吉他扫弦、贝斯拨弦和鼓棒落点均遵循参考音轨。不要合成额外的演唱、对话、旁白或开始/结束音效。环境音轻微，低于主音轨，不掩盖歌曲。) 一致性与排除项： 精细的 3D 电影级 CG 材质，正常肤色，生动的表情，保留原始服装的暗部，无浓妆。手指接触琴弦和指板，鼓棒击打后反弹，头发/衣摆仅自然移动。不要生成小型场地、酒吧、小圆形舞台、空看台、稀疏观众。无多余肢体、重复角色、乐器变形、穿模、身份互换、服装漂移、骨架、蜘蛛网、鬼脸、魔法阵或战斗法术。无字幕、文字、Logo、水印、角色标签或游戏 UI。

一部电影级的梦幻奇幻音乐视频，展现两位优雅的年轻亚洲女性身着空灵的天体风格服饰。一位女性戴着蓬松的白色纹理冬季帽，佩戴珍珠耳环，身穿白色毛绒连衣裙，怀抱一只毛茸茸的白色绵羊和一只白兔。另一位穿着受传统启发的蓝色刺绣游牧民族服饰，配有长长的飘带。场景穿越超现实的魔法景观：走在发光的白色阶梯上，穿过云层和白色雏菊花田；在暮色蓝天下共同骑着一辆复古自行车穿越广阔的白色雏菊花海；赤脚跳舞，周围环绕着飘逸的白色半透明织物；坐在月光下宁静的深蓝色湖岸边；温柔地将白色雏菊别在彼此的头发上。高端商业制作水准，柔和的体积光照明，梦幻的氛围雾效，空气中漂浮着魔法闪光粒子，情绪化且异想天开的氛围，使用 35mm 镜头拍摄，4K 分辨率，电影级色彩分级。

请为这首歌制作一个完全互动的音乐视频，输出为单个 HTML 文件，达到动态设计师、声音工程师和创意总监作品集的水准。首帧必须极具冲击力，瞬间抓住观众眼球，让人忍不住继续观看。请尽情发挥创意。 歌词附在下方。请将歌词与实际人声逐字同步。首先分离音轨分轨（stems），然后基于人声轨道对每个单词进行精确的时间对齐，而非估算。检测节奏、节拍、底鼓和军鼓，并以此驱动视觉特效。 规则： - 所有段落使用统一的视觉和排版系统。安静段落应感觉像是同一视频中能量被克制，而不是切换了风格。 - 每个单词必须在特效之上保持清晰易读。光晕和拖尾效果应位于文字后方，绝不能穿过文字。 - 如果合适，赋予每句歌词独特的视觉创意。任何段落都不应是填充内容。 - 除非我明确要求，否则不要向歌曲中添加任何音频。 - 交互功能：长按以压低乐队音量，点击产生与节拍量化对齐的火花，滚动调节增益，分轨静音按钮，可拖动的时间轴。 - 包含一个“导出 1080p 视频”按钮，该按钮应在固定时钟下渲染每一帧，并保存一个 1920x1080 (16:9) 的 MP4 文件（H.264 + AAC），并将音频混入其中。 - 确保该 HTML 文件在 Chrome 中双击即可独立运行，且音频已内置。 [带段落标签的歌词]

Evanescence 的《Bring Me to Life》，让 Amy Lee 站在俯瞰火焰的阳台上演唱，背景是她的乐队。营造戏剧性氛围，突出黑暗、烟雾缭绕、优雅且充满哥特风格的阳台场景。

使用程序化渲染（Three.js）而非原生视频 AI，创建一个 50 秒的竖屏音乐视频。 1. 使用 Suno 生成歌曲。从嵌入的元数据中提取歌词。 2. 使用 Demucs 分离音轨（人声、鼓、贝斯、其他）。 3. 使用 mlx_whisper 转录人声。与官方歌词对齐，创建“1 句歌词 = 1 个场景”的脚本。 4. 编写故事板：为每句歌词定义“3D 展示内容”、“镜头”和“关键词”。 5. 让 4 个并行的 Opus sub-agents 编写场景程序。 6. 导出 16 帧接触表以进行视觉验证。 7. 在无头 Chrome 中以 1080x1920 分辨率、60fps 进行渲染。 8. 将音量标准化至 -14 LUFS。 风格：类似雕刻的线条，颜色限制为黑色、骨色和橙色。

<inputs> 请向我索取以下内容：一段带有旁白或歌曲的音频文件及其文字稿、10-12 个能概括我生活的小物件、两个需要像热成像仪那样点亮的剪影（侧面头部轮廓和举起的手），以及我希望重点突出的 3 个单词。如果我跳过任何一项，请使用默认值：黑胶唱片、书籍、相机、猫、硬币、游戏手柄、帽子、爱心、金钱、植物、场记板、滑板；来自 Openverse 的免费 CC0 剪影；行动 (action)、意图 (intention)、好奇心 (curiosity)。 </inputs> <direction> 一部 20 秒的 4:3 比例影片，分辨率为 1440x1080，帧率为 60fps，剪辑节奏与语音同步。背景为米白色纸张，主要颜色为黑色，辅以一种红色和一种黄色，所有文字均使用 Geist 字体。画面整体覆盖胶片颗粒感，边缘有柔和暗角，镜头永不停歇：在所有元素下方进行缓慢的手持浮动拍摄，并在每个场景中缓慢推进。 场景之间无硬切转场：每个交接都从前一场景的最后一帧精确开始。唯一的硬切发生在最后一个单词的节奏反转处。 所有物体均为你亲手绘制的像素艺术：每个物体基于 16x16 网格，每个单元格的颜色均由手动放置，渲染为 3D 块状（向右下延伸的深色挤出效果，每个单元格带有细微倒角），并配有柔和的接触阴影。 剪影采用热成像风格照明：热量取决于身体各部位的厚度，因此鼻子、头发和指尖温度较低，此外还有一个热点和缓慢移动的噪点，通过“黑色 > 红色 > 橙色 > 奶油色”的渐变映射呈现。边缘保持锐利，外部伴有柔和光晕。 运动规则：禁止突兀出现（使用约 0.5s 的缓动滑动，起始柔和），快速移动需应用真实的运动模糊而非重影副本，字幕随语音在方块光标后逐字打出。 禁用项：库存视频素材、AI 生成视频、3D 摄像机移动、粒子特效、故障艺术 (glitch)。 </direction> <structure> 根据文字稿的单词时间戳安排每个场景（使用 faster-whisper 单词时间戳测量，每次处理一个短片段）： 1. 第一个单词填满一张黄色卡片。卡片向左擦除，问题在下方两行居中位置逐字打出，随着内容增长保持居中，关键单词在发音时以红色下划线强调。 2. 物体在文字上方和下方的轨道中掠过，一道青色四角星芒扫过，随后页面燃烧殆尽：黑色从边缘向头部闭合，背后是炽热的红色边缘。 3. 头部在黑色背景上升温，答案在左下方逐字打出。一条细白轨道环绕头部绘制自身，其远半部分经过头部后方。在最后一个单词时，纸张从头部内部绽放，其中包含物体，镜头穿过：头部迅速掠过镜头，直到我们只看到纸张。 4. 物体位于透视视角下的倾斜圆环上（前景物体更大且更低，最后绘制），缓慢旋转，每个物体上下浮动；硬币翻转并落地，伴随火花。 5. 对于这 3 个单词中的每一个，该物体飞出圆环向左并放大，页面从其处被黑色淹没，单词在其旁边打出（相机：红色快门星芒；书籍：红色丝带扫掠；唱片：两条白色轨道和红色音符）。随后洪水退去回到物体中，物体飞回原位，镜头更深入地潜入圆环。将每个英雄物体放置在单词落下的前左侧槽位。 6. 圆环轻微拉近，向外爆发，所有物体变为墨水，墨渍生长并吞噬页面。 7. 手部进入画面，呈高温状态，台词分列其两侧。爱心落入掌心，然后升至中心，大小与下一场景保持一致。 8. 最后一个单词，每个节拍一个字母，背景在纸张/黑色/红色之间切换，爱心在剪切处保持位置不变，中心物体逐像素变形为下一个物体。 9. 细笔触扫过，字母散开漂浮，然后连同上方的爱心一起重新组合成单词。镜头持续推入直至定格。 </structure> <build> 1. 单个 HTML canvas。每一帧都是 seek(t) 内时间的纯函数。 2. 将每个像素精灵一次性烘焙到离屏 canvas（先绘制挤出层，再绘制正面），然后按比例缩放和旋转绘制。 3. 热成像效果：预先计算每个剪影的基础热度一次（掩码的距离变换，在边缘外保持边缘值，以便放大时不会渗入黑暗区域）。每帧添加热点和四分之一分辨率的两倍频程值噪声，通过 256 步查找表映射，放大，并使用全分辨率掩码裁剪。 4. 穿过头部的下落效果：将圆环场景绘制到离屏图层，用围绕颅骨内某一点放大的头部进行遮罩，并按立方曲线增加该缩放比例，直到头部覆盖整个画面。内部的圆环缩放幅度小于头部，从而营造出深度感。 5. 像素变形：将物体 A 的每个单元格与物体 B 的一个单元格配对，平滑过渡每个单元格的位置和颜色，并为每个单元格添加微小的随机延迟。 6. 使用 Playwright 以 60fps 渲染，包含 8 个运动模糊子帧，然后使用 ffmpeg 叠加原始音频。 </build> <gotchas> 没有 Alpha 通道的掩码 PNG 会导致整个框充满热量，因此请将剪影放入 Alpha 通道中。被照片边框切断的肢体显示为直边，因此请将掩码延伸至画框之外。只有当一个场景的最后一帧是下一个场景的第一帧时，交接才显得流畅：在过渡期间绘制即将离开的场景，并为显示相同圆环的场景提供一个共享的缩放函数。如果下一个场景开始时洪水仍在退去，会被视为硬切，因此请先让它完成。快速的缓出洪水看起来像跳跃；请使用柔和的起始。 </gotchas> <start> 向我索取输入信息，测量单词时间戳，然后在渲染前向我展示 8 张静帧。 </start>

你是一位顶尖的动态设计师和创意工程师。 请为社交媒体帖子制作一段曲目卡片视频，以介绍附带的歌曲。 ## 交付成果 - 1920×1080 (16:9)，60fps，约 15 秒 MP4（含音频，AAC 192kbps，-14 LUFS） -

15 秒电影感 16:9 超写实真人实拍东京街头风格舞蹈视频。 仅限两位日本女舞者。 身份锁定： 保留 @image1 的确切面部、面部结构、眼睛、鼻子、嘴唇、眉毛、发型和身份特征。 保留 @image2 的确切面部、面部结构、眼睛、鼻子、嘴唇、眉毛、发型和身份特征。 在每个场景中保持她们确切的参考服装和配饰。自然的人体比例。在任何时刻都不要改变任何一张脸。 音乐（驱动所有动作）： 欢快的日本 City-Pop x Dance-Pop 曲目，120 BPM（每 0.5 秒一拍）。放克 slap bass，明亮的合成器断奏，清脆的拍手声，轻柔的女声钩子。结构：前奏律动（0–5s），重低音主高潮（5–10s），带有最终强音的过渡段（10–15s）。每个动作都精准地落在节拍上，编舞的能量跟随音乐起伏。 舞蹈风格： 俏皮、酷爽且自信，融合了商业嘻哈、City-Pop 律动和 K-Pop 表演能量。挑逗的眼神交流，轻微的坏笑，肩部点缀动作。时尚且控制得当，绝不夸张。既有两人同步共舞的时刻，也有互相呼应的镜像动作时刻。 场景 1（0–5s）：黄金时刻的极简主义舞蹈工作室 灰色混凝土墙，抛光地板带有柔和反射，大窗户展示日落时分的东京天际线。温暖的光线洒在地板上。 0.0–1.0s：两人并排走入画面，在第一个贝斯音符处急停，快速肩部击打。 1.0–2.0s：右臂锐利地横扫胸前，侧步，然后左臂向外弹开并伴随臀部点缀。 2.0–3.0s：胸部隔离动作转为肩部滚动，一名舞者俏皮地撩头发，另一名指向镜头。 3.0–4.0s：两步舞步配合交替手臂出拳，然后双臂交叉并在合成器断奏时迅速打开。 4.0–5.0s：同步身体向右倾斜然后向左，一只手臂扫过头顶。在最后一拍，她们旋转并向窗户方向甩镜。 转场：快速甩镜配合自然运动模糊，与节拍匹配。无故障或 CGI 特效。 场景 2（5–10s）：夜晚涩谷霓虹小巷 潮湿的路面反射着粉色和蓝色霓虹灯牌，纸灯笼，轻微细雨雾气，背景远处有几个模糊的行人。 5.0–6.0s：贝斯落下。两人带着自信的同步手势走向镜头。 6.0–7.0s：低重心嘻哈弹跳，膝盖弯曲，两次肩部击打，然后是受控的身体滚动和锐利的手部挥动。 7.0–8.0s：舞者分开：一人向左滑，另一人向右，从低位到肩高的镜像手臂波浪，然后交换位置。 8.0–9.0s：快速脚步切换，强有力的向下手臂击打，俏皮地回头看向镜头。 9.0–10.0s：双臂对角向上扫起，头部锐利转动带动发丝飘动，霓虹灯光在她们脸上闪烁。 转场：在节拍处硬切至屋顶，配合微小的相机推进以保持连续性。 场景 3（10–15s）：蓝调时刻的屋顶，身后城市灯光闪烁 柔和的蓝色暮光天空，闪烁的天际线，微风拂动头发和衣物。 10.0–11.0s：音乐进入过渡段。缓慢自信地走向镜头，臀部随每一拍轻轻摆动。 11.0–12.0s：流畅的手指响指隔离动作和温柔的甩发，两人之间有眼神交流。 12.0–13.0s：音乐突然回归。快速同步组合：手臂交叉，打开，肩部击打，跳跃步。 13.0–14.0s：两人进入对称队形：一手叉腰，另一手向外伸展。 14.0–15.0s：面向镜头的最终自信姿势，俏皮微笑和强烈眼神交流，在最后一拍短暂定格。 摄像机： 场景 1：低至中景全身取景，微妙的前向跟踪，然后小幅横向滑动。 场景 2：手持微动，跟随舞者移动，在高潮部分微妙推近。 场景 3：围绕舞者缓慢弧形移动，以短暂的电影感停顿结束。 平滑且物理真实。无过度抖动，无随机变焦。两位舞者始终清晰可见。自然景深，微小镜头视差，仅在快速动作时有真实的运动模糊。 表演： 干净、快速的编舞，具有自然的重量转移，真实的脚部接触，自然的膝盖和髋关节活动度，可信的手臂惯性。头发和衣物对动作做出自然反应。 灯光与色彩： 场景 1：温暖的黄金时刻光线，柔和阴影。场景 2：潮湿表面上的霓虹粉蓝轮廓光。场景 3：冷色调蓝调时刻氛围，伴有温暖的城市灯光高光。电影级调色，干净自然的肤色，受控对比度，柔和的电影动态范围，高端日本时尚影片质感。 真实性： 超写实真人，可见皮肤纹理和毛孔，单根发丝，真实的眼部反光，物理准确的织物和阴影。 严格负面约束： 无塑料皮肤，无 CGI，无动漫，无 3D 渲染，无美颜滤镜，无僵硬或机器人般的动作，无面部变形，无换脸，无身份改变，无发型或服装改变，无发光眼睛，无多余手指或肢体，无重复舞者，无身体扭曲，无文字或水印，无瞬移。