实测updream预演台：一张图，换来一整个3D片场！|机位|柱子|水晶|运镜|镜头|预演台

Seedance 2.5正式推出之后我写过好几篇，这个模型最能打的能力之一，是它能拿视频当参考素材——尤其对白模的参考，这一代提升得很明显。

上周刷到影视飓风那条《太卷了！改变视频行业的AI又迭代了什么？》，里面有一段是拿一条3D预演素材去生成的：泰坦尼克号那样的甲板，光头男人扶着栏杆，女人站在他身后，右下角画中画放着原始的3D素材，人物的站位和手扶栏杆的姿势一模一样。

这个一模一样的构图真有点震到我了。

于是我自己也试了试。下面这条上下同框，上面那条灰白的是我先做出来的白模——一块悬空的水泥板、几根护栏、一个蓝色人形；下面是把它丢给Seedance 2.5生成的成片，赛博朋克雨夜天台。

你可以盯着人和镜头看：他什么时候走到护栏边、镜头什么时候从他背后绕到侧面、最后一段从多高俯下来，上下两条严丝合缝。这些全是我事先在3D场景里排好的，不是模型自己想的。

白模视频我是用AI视频平台updream做的，它这两天上了个新功能叫预演台：传一张场景图，它自动重建出一个3D白模场景，你在里面摆人物、调机位、排走位，把镜头设计好之后录一段视频，再丢给Seedance 2.5渲染成片。不用会建模，也不用写代码。

这几天我拿它完整跑了一遍，从一张图到成片，做了组对照实验，也把它推到了我目前能想到的难度上限：15秒、四个机位、中间还要求镜头做升降。这篇讲讲整个过程和它每一步怎么用。

一、抽卡抽的到底是什么，白模又从哪来

这个月初我写Seedance 2.5那篇的时候，夜里跑的几条片子全部一次过，零重抽。你可能会问，那还折腾什么白模，直接写提示词不就完了。

这两件事其实说的是两个东西。一次过，指的是模型能不能出可用的画面，画质、物理、人物一致性这些，它确实没什么可挑的。抽卡抽的是另一件事：它出的东西，和你脑子里那个镜头能对上几成。

就拿我这次要拍的一个镜头举例，我想要镜头从水晶吊灯的高度往下降，一边降一边往前穿过大厅，人物在画面中央慢慢变大。写成提示词交出去，模型很可能还你一条金碧辉煌、人物自然的片子，但镜头是平推的，高度一点没变。这条片子质量完全达标，作为你的分镜完全废掉。质量达标和意图达标是两回事，提示词能保住前者，很难锁住后者。

这两件事在剧组里本来就是两个人在管。导演决定这个镜头从哪儿起、往哪儿走、什么时候切到下一个；摄影师负责把它拍出来，拍得好看。你写一句提示词丢出去，其实是把这两个活儿一起外包了——你给的是「金碧辉煌的大厅，一个男人走向楼梯」，剩下的机位摆哪、镜头多高、什么时候切，全是模型替你定的。它定得其实不差，Seedance 2.5这一代的构图审美挺能打的，只是那成了它的机位，不是你的

原因也很简单，你脑子里的镜头是具体的空间关系，交到模型手上要过两道翻译：先压缩成文字，再由模型把文字展开成画面。每道都在丢信息，而且第二道你完全插不上手。

学界早有结论：给模型一个看得见的空间条件，可控性立刻上一个台阶。ControlNet那篇论文的出发点就是这个，今年CHI 2026还有篇PrevizWhiz，讲的就是用粗糙3D场景引导视频预演。白模就是那个空间锚点，Seedance 2.5这一代把它做成了官方能力，还配了套白模提示词规范。

问题只剩白模从哪来。在预演台之前有三条路：学Blender，影视工业的正路，代价是几个月起步的学习成本；ComfyUI加ControlNet搭工作流，门槛不比学代码低多少；让AI写代码，这是我自己一直在用的，让Claude Code写Three.js拼几何体、写运镜函数、渲成白模视频，前几天我还用这条路做过一个巴黎街头追车的六镜头白模——它对我成立是因为我有顺手的coding agent，但调一版运镜要改参数重渲，来回也挺折腾。

预演台给的是第四条路：传一张图，等几分钟。

二、宴会厅：把预演台完整用一遍

我拿一个宴会厅的镜头来讲整个流程，它是我这轮做得最完整的一条，后面第四节会给它的成片数据。

第一步：一张图变成一个3D场景

updream的主界面是个无限画布，预演台只是画布上的一种节点。入口有两个：空白处右键选「新建预演台」；或者你已经有一张场景图，右键那张图片节点选「创建预演台并连线」，一步到位。

参考图我是在同一个画布上生的，Seedream 5.0 Pro，25秒出图，画的是一座空无一人的宴会大厅——水晶吊灯垂在中央，双层拱廊环绕，尽头是铺红毯的大理石旋转楼梯。

进了预演台点「创建场景」，选一张主参考图（也能现场传，最多三张）。

然后是六步的建模进度：提交任务、分析参考图、搭建场景、检查并优化、修正细节、生成最终版本。官方标的是4到7分钟，我这轮三个场景实际花了4到12分钟，复杂的明显更久，这个过程关掉页面不会中断。

宴会厅出来是112个部件。柱子是柱子，拱廊是拱廊，楼梯是楼梯，每一个都是能单独选中的独立物体（默认锁着，防你误拖）。空间层次、纵深、遮挡关系跟参考图基本对得上。

不会建模的人第一次拿到一个能直接用的三维场景，这个体验确实挺妙的。

第二步：认识这个片场

进去之后界面分三块，理解了这三块就基本会用了。右侧图层区等于片场里有什么，场景模型、人物、机位、灯光都在这儿，点谁右边就出谁的属性。底部时间轴等于排戏，每个对象一条轨道，轨道上是路径片段和一排菱形关键帧。右上角那个小窗是机位监视器，显示当前选中机位的画面，也就是你最后会录下来的东西。

监视器顶上那排开关有一个要特别注意：「人物名牌」务必关掉，它会把人物头顶那个「人物1」的黑色标签烧进录制画面，每一帧都有，对后面的生成是纯干扰。

第三步：放个人，让他真的走起来

左栏点「新建人物」，人就出生在场景中心。属性面板里体型、身高、辨识颜色都能调，重点是「基础姿势」那个下拉，里面有自然站立、行走、跑步、坐姿、蹲下这些预设。

要走路的人必须把基础姿势改成「行走」，否则他是站着的姿势在地上平移，看着像滑行。白模的全部作用是给模型一个运动控制信号，一个站着不动的人形等于什么都没给。

走位的画法是：图层面板里选中人物（视口里点容易点到机位的取景框），点左栏的「绘制轨迹」，在地面上按住拖一笔，松手之后时间轴上自动出现轨道、路径片段和关键帧。透视视角下点地面容易误选到屋顶和柱子，先切顶视图、再把显示模式从「实体」改成「半透」，就没这问题了。

第四步：摆机位，以及让镜头升降

机位的建法有个很顺手的设计：先用鼠标把视口调到你想要的构图，再点「从当前视角创建机位」，机位就照着这个构图生成了。参数是真实相机的语言，摄影机型号、镜头系列、焦距、光圈，宴会厅第一个机位我用的24mm全画幅。

机位属性里有个「看向」，选一个人物，相机的角度会自动算好对准他。但它不是持续锁定，是一次性对准——把你点的那一瞬间的角度写死，相机沿轨迹移动的时候朝向并不跟着人转。我第一轮就理解错了，结果相机走到弧线另一端，人早就偏出光轴了。

正确的做法是用关键帧。时间轴上每条「空间轨迹」行中间有个◇按钮，在播放头位置插入一个轨迹点，点中任意一个菱形，右侧就出「轨迹点」面板：位置XYZ、水平角、俯仰角、横滚角、单点看向，两点之间自动插值。

这个面板是整个预演台里最有用的东西。逐个航点设「看向」，相机才会全程锁定主体；更关键的是，只有关键帧建的路径尊重高度——用「绘制轨迹」画出来的机位路径是贴着地面走的，机位属性里那个Y值只在机位静止时生效。所以crane down、crane up这类升降运镜，画是画不出来的，必须用关键帧。宴会厅第二段从吊灯高度往下降穿过大厅，Y从9米降到1.8米；第四段反过来，从1.5米升到7.5米。

第五步：四个机位＝四个镜头

宴会厅这条15秒的片子里有四个机位和一个人物。人物的路径片段是0到450帧（全程走），四个机位的路径片段在时间轴上一段接一段排开：0-120、120-255、255-360、360-450，帧数是30fps算的，450帧就是15秒。

这个排法就是这条片子的分镜：

时间

机位

运镜

0-4秒

机位1

吊灯高度横移，俯瞰整个空厅，人在画面下方很小

4-8.5秒

机位2

从吊灯高度下降，同时向前穿过大厅

8.5-12秒

机位3

齐眼高度跟随，平视跟着人走向楼梯口

12-15秒

机位4

升起并后拉，停在楼梯口上方

第六步：录制，然后交给Seedance

顶栏「录制」里有两个选项，全局录制是导演视角，当前轨道录制是当前监视器里那个机位的画面，要用的是后者。录制不花积分，15秒导出大概一分钟，录完自动回到画布上变成一个视频节点，1920×1080、30fps、整整450帧。

最后一步是生成成片。右键添加视频节点，从它左边的⊕拖到源节点身上建立引用，白模录制和场景参考图各连一条。模式选「全能参考」，模型Seedance 2.5，时长在底栏那个「16:9 / 15S / 720P」里改。

提示词有一条我认为是这套流程里最关键的经验：必须写清楚两个素材各自负责什么。我的写法是这样开头的：

素材职责：白模视频只提供四段机位的切换时刻、机位的高度变化、镜头的推进与后拉、人物横穿大厅走向楼梯的路线与速度；它的灰白几何体与蓝色人形不保留。图片2定义全部美术——水晶吊灯、双层拱廊、大理石旋转楼梯、红毯、金色装饰与暖光。

不写这段，模型会把白模那身灰白配色也当成一种风格继承过去。后面还有按时间轴逐段写的镜头说明，和一段「保持一致」的约束（同一个人、切点严格对齐、用硬切不要转场）。

这条15秒720P的成片扣了3,525积分，是整条流水线上唯一真正花钱的一步。

三、对照实验：白模到底锁住了什么

上面那套流程走下来，一条片子的成本是一张参考图加十几分钟。它到底买到了什么，我在最开始用一个4秒的小实验测过。

场景是黄昏的美术馆长廊，混凝土方柱、落地窗斜阳，一个人沿着柱廊纵深奔跑，镜头在侧面平行跟拍。我先在预演台里把这个镜头排出来录成白模，挂上参考图去生成。

两条并排逐帧看，人物出现的位置、他穿过哪根柱子、镜头推进的速度全部对得上。最让我意外的是一个细节：白模里人物在3秒半左右跑出画面，成片里他也在3秒半跑出画面，只剩一条空柱廊和斜阳。连人什么时候离开画面这种时序信息都被白模锁死了。

对照组是这么设的：同一张参考图、同一段提示词，只把白模那个引用摘掉，其余一个字没改。出来的片子质感同样在线（黄昏、柱廊、奔跑都有，光影甚至更华丽），但镜头是模型自己的主意——机位贴得很近，人物大半身特写，从头到尾在画面里跑着。我要的那个远景纵深里穿柱奔跑，还有人在3秒半出画，一样都没有。

两条都是质量达标的片子，只有一条是意图达标的，差别就是那一个引用。参考图和提示词管的是这里有什么、什么风格，白模管的是人和镜头在空间里怎么动。后者你写多少字都写不准，挂一段白模上去就解决了。

白模买到的东西，说到底是确定性：你在预演台里排的那场戏，到成片里还是那场戏。

四、再往难里推：同场景，多机位

4秒单机位只是下限测试。在同一个场景内用多个机位拍摄主体运动的视频我做了三条，开头那条赛博雨夜是其中之一，另外两条在这儿，方向和它都不一样。

宴会大厅，就是第二节全程讲的那条。

这条是三条里对得最齐的。四段镜头之间有三个切换点，我拿白模和成片逐个比了一遍，最大的一处差了不到一帧——你按暂停一格一格看，都很难挑出毛病。第二段那个一边下降一边往前穿过，还有第四段的升起后拉，也都老老实实做出来了，这两下是我最没把握的，「镜头一边降一边往前」这种话写在提示词里，模型多半会理解成平推。

地下神殿，一座圆形下沉竞技场，穹顶破口射下一道光柱，人从光柱中心走向外侧柱廊。四段分别是高处俯瞰、正面后退跟拍、贴地环绕、柱廊远景。

回头再看开头那条赛博雨夜。

三条都是一发出片，没有为质量重抽过。返工都发生在白模那一侧，而白模录制不花积分，重录的成本只有时间。

五、什么时候值得开预演台

按我这几天的体验给个实操建议。

值得开的：镜头和人物有相对运动关系的（跟拍、环绕、穿过）；有明确空间调度的（人物走特定路线、在特定时刻到达特定位置）；需要升降的运镜；一条片子里要切多个机位、且机位之间的空间关系必须成立的。这类镜头的共同点是空间关系就是内容本身，文字怎么写都在丢信息。

不用开的：单镜头的简单动作，一个人说话、产品特写旋转这类，文字提示词加一张参考图就够了，开预演台反而多花十几分钟。

还有一类我建议你别用它：光影本身就是全部内容的镜头。剪影横移、光线扫过这种，视频模型本来就做得很好，给它一个白模等于多此一举。

六、最后说一句

其实4月updream刚内测的时候我就写过它，当时我还许愿说，希望它以后能把我上传过的视频、我的口播风格自动导入分析。

四个月后它给我的是白模控镜，和我当时许的愿完全是两个方向。说实话第一反应是有点落差的。但把这次实测跑完，我倾向于认为它选的这个方向可能更对——更懂我是个无底洞，先让创作者对镜头说了算，是个能一步步兑现的工程问题。

回到影视飓风那句「这个运镜和原素材完全一样」。那句话真正的意思是，镜头这件事从今往后可以不用赌了。我这种没学过Blender的人，用一张图和二十分钟，就能排出一个四机位、带升降、切点误差在一帧以内的15秒镜头，然后让模型照着拍。