Pro
中文
登录账户 下载 Mac 版
下载 Mac 版
日志 / 2026-10-11

一台 Mac,最后一条:《LAST TAKE》是怎么拍成的

外景片场的雨,一首歌,还有站在麦克风前的 Bizarro。《LAST TAKE》的每个镜头、每个音符,都来自一台 M4 Max 上的光幻(Phosphene)。以下是值得记下的设置、渲染耗时,以及踩过的坑。

《LAST TAKE》海报
作者:Mr Bizarro

麦克风老是跑到 Bizarro 嘴前。舞台灯亮起来,闪了几下,又灭了。有几条生成出来,画面里还多出一张脸。拍《LAST TAKE》时,不少时间都花在对着 Mac 说“再来一条”上。

成片全长 64 秒。外景片场的雨。空荡的舞台醒了过来。Bizarro,也就是 Mr Bizarro 留着小胡子的化身,先坐上导演椅,再对着旧麦克风唱起来。每一帧画面、每一个音符,都来自一台 MacBook Pro 上的光幻(Phosphene)4.19:M4 Max,64 GB 内存。全程没有云端渲染。

先从歌曲开始

这首歌定下了影片的骨架。Music Studio 由 YuE2 驱动,根据原创歌词生成整首歌:外景片场的雨,一盏还没熄灭的灯泡,一段关于“最后一条”的副歌。在最终版质量、90 秒上限下,渲染花了大约 70–90 秒。

在节拍之间剪了一刀,主歌因此短了一截。这给片头标题卡留出 4.5 秒,也让画面剪辑落在节拍上,或紧贴节拍。

应用自带的人声分离功能把歌声单独拆了出来,主歌部分再把这一轨静音。唱到“Roll the camera”时,人声进来,画面里的摄影机也正好开始转动。一个小剪辑,让这个镜头有了往下走的余地。

逐个镜头看影片

时间镜头模式
0:00黑底标题,钢琴前奏Music Studio
0:04外景片场的雨和闪电添加声音
0:09舞台灯从一盏长明灯亮起关键帧,然后延长
0:19缓慢推近导演椅延长两次
0:34旧摄影机开始转动快速高清
0:38Bizarro 对着麦克风唱歌,镜头环绕对口型,只听人声
0:48最后一句用特写对口型,只听人声

外景片场这组镜头,最初是一段 LTX-2.5 高画质片段。先去掉它的原声,再用 Hailuo H3 的“添加声音”做出雨声、雷声和脚步声。画面完全保持原样。

舞台部分,H3 拿到两张静帧:黑暗中的一盏长明灯,以及整套灯光设备。一次 10 秒的关键帧尝试过了头,画面又闪了回去。两帧相隔 5 秒,再接一次 5 秒的延长,就成了。成片用的就是这一条。

这个推镜头从一张静帧开始。两次延长之后,它变成了一段连续 15 秒的运镜。

唱歌部分,H3 的“只听人声”让口型跟着人声走,而不是跟着鼓点。一个 20 秒的环绕镜头在第三个生成窗口之后开始漂移,麦克风于是挡在了 Bizarro 嘴前。把最后 10 秒单独拆出来做成特写,就解决了。

实际渲染耗时

以下数据来自那台 64 GB 内存的 M4 Max,画质开在高画质档,适用时启用快速版适配器。大多数任务都在队列里跑了一整夜。

任务耗时
歌曲,90 秒70–90 秒
一张 LTX 静帧151–191 秒
LTX 片段,5 秒,高画质261 秒
H3 关键帧,5 秒约 9 分钟
H3 图生视频,5 秒553 秒
H3 延长,+5 秒约 11 分钟
H3 添加声音,5 秒583 秒
H3 对口型,10 秒1,176 秒

让角色保持一致

Bizarro 是创作者以自己为原型的形象,本片使用这一形象已征得他本人同意。每一条都对照他自己的训练照片,检查角色一致性。在那套评分标准下,训练照片本身的得分是 0.76–0.78。片中静帧的得分是 0.73–0.76,15 秒的推镜头则保持在 0.67–0.76。

这些数字有助于比较各条生成结果。但背景里多出一张脸,或者麦克风挡住了嘴,这一条还是得弃用。镜头可以在本地生成,但依然需要剪辑师的眼力。

试试你自己的版本

Hailuo H3 需要一台内存至少 16 GB 的 Mac。两个视频引擎加上 Music Studio,大约要预留 125 GB 磁盘空间;这部片子是在 64 GB 内存的 Mac 上完成的。光幻(Phosphene)免费,第一条没拍好,下一条也免费。

先安装光幻(Phosphene),再从一个你想看的镜头开始。整部片子可以以后再拍。