有天刷小红书和 B 站，推荐流大半都是 AI、Codex、DeepSeek，算法已经懒得掩饰它有多懂我。中间夹着一条游戏皮肤变身视频：角色站在原地，衣服、头发和武器一路变过去，确实很炫。

我看完的第一反应很朴素：这个我也要整一个。

主角选了《英雄联盟》的格温，从里面挑了六张皮肤。第一轮用阿里云「欢乐马」，接口接通，扩图、首尾帧、图生视频全跑了一遍，最后也真的吐出了 mp4。

只是那个 mp4 有点难夸。我刚开始还盯着屏幕努力找优点，后来越看越不对：人物前面几秒像被点了穴，快结束时突然换了一身；左右画面又缺，放大以后黑边特别诚实。

第一版提示词是让 DeepSeek 帮我起的，里面有一句“最终画面完整定格为第二张图”。写的时候觉得很专业，模型理解得也非常字面：既然重点是“最终”，那前面先不动，最后再交作业。

我本来还想再试两轮，账单先让我冷静了。八十多块花下去，视频是有了，能发的成品没有。那一刻我已经不是在做 AI 视频，是在付费观看自己的参数怎么失败。

八十块没有白花，至少把两个坑照亮了

第一轮成片不能用，至少把问题拆清楚了。

先是素材。阿里云那轮用的是游戏加载界面的 308×560 窄图，人物有了，左右场景已经被裁没。让模型扩成横版，本质上是在请它凭空补两边；补不好不是意外。

第二轮我不扩了，直接去 Riot 的 Data Dragon 找 1215×717 完整原画。能拿到官方横图，就别先花钱让模型猜官方画了什么。

另一个坑是提示词。问题不在“最后要变成什么”，首尾帧已经告诉模型答案了；真正要管的是中间二十几秒别偷懒。于是提示词反过来写，把“全程持续运动、每一刻都在变化、禁止突然跳变”放到最前面。

正好 MiniMax 新出了 H3，能做 2K 首尾帧视频，价格也低一截。我决定再交一次学费，但这回先把教材看明白。

六张图只是入口，后面还有一串脏活

六张皮肤不是一次丢给模型。我把它们排成五组相邻首尾帧：基础皮肤到太空律动，太空律动到咖啡甜心，一直变到青蛙雨衣。每段标称 5 秒、2K；上一段的尾帧就是下一段的首帧，所以生成完可以直接拼。

画面之外还有配音和音乐。五段视频要接成一条，从一整段国服语音里找出五句台词，放到对应画面上；台词响起时，主题曲还得自己退后一点。

画面生成完，我本来以为最贵的部分结束，后面应该很轻松。结果找配音比做变形还琐碎：先让识别工具从长音频里找个大概，认不准的地方再裁成小段，最后还得逐句试听、去掉首尾空白。

五句台词散在 26 秒的成片里，不按原音频顺序。位置定好以后，台词出现时把 BGM 压低，说完再回来。这些都不难，但缺一个，视频就还是像几段测试素材拼在一起。

五段变形最后都用了同一条原则：别再强调“最终定格”，而是把“全程持续运动、每一刻都在变化、禁止突然跳变”放到最前面。首尾帧已经告诉模型终点，提示词真正要管的是它别在路上偷懒。

成品和账单

格温六张皮肤连续变身，2K 横版，五句国服中文配音 + 官方主题曲，26 秒：

五段标称时长加起来是 25 秒，最终封装出来约 26 秒。完整提示词、接口参数和混音命令，我另外留在了工作流程与 Prompt 手册，不全塞在正文里折磨滚动条。

这次 MiniMax 账户实际花掉 35 块，还剩 10 块。里面不只有正式五段，也包括测试片段和试过的配乐。按当时的单价，五段 2K 正片本身大约二十块；真正贵的永远是“再试一次应该就好了”。

阿里云那轮八十多块没有换来能发的结果，MiniMax 这轮三十五块做出了成片。这两张账单证明不了哪个平台永远便宜。对这一次来说，换完整素材、把运动要求写清楚，比继续抽卡省钱：第一轮八十多块买了教训，第二轮三十五块总算留下了成片。