AI 怪物生成器:创建和动画化生物

设计一次 AI 怪物,然后让它动起来:在影片的每个镜头中,使用同一个生物、同一个参考图。

一幅水墨画,展示一只咆哮的长角怪物举起带爪的手臂

大多数 AI 怪物生成器只能生成一张图片,而在不同镜头间变形的生物会破坏影片的连贯性。Flick 电影制作人驻留计划的两部影片将怪物搬上银幕,我们分析了其 80 个生物片段背后的提示词:《Tusk Hunters》中流星头怪物和《Xenogenesis》中的翼状生物。本页展示这些片段及其完整提示词、设计和制作自己怪物的四个步骤,以及制作者如何保持每个生物的一致性。

在 Flick 中使用 AI 怪物生成器可以制作什么?

您可以将怪物设计为参考表,通过编辑该表进行细化,然后制作它战斗、飞行或在场景中潜行的动画,每个片段都保持相同的设计。
  • 一个包含正面、侧面和背面视图的生物设计表,如为《In 'twixt Vows》绘制的、以鹿头骨为头部的瘦削掠食者。
  • 战斗中的怪物,如《Tusk Hunters》中流星头、手臂为刀刃的生物在洞穴中面对两名男子。
  • 追逐中的飞行生物,如《Xenogenesis》中粉红色、有喙、蝙蝠翅膀的生物在城市中逃脱。
  • 受伤或变化的怪物,每个状态都有新的设计表,如《Tusk Hunters》为其生物被烧伤后制作的设计表。

在 Flick 中制作真实的 AI 怪物影片

下面的每个片段都来自驻留计划影片,并附有逐字复制的生成提示词,您可以直接粘贴并替换为自己的生物。
A glowing red monster twists back as burning sparks rain down on it in a dark blue cave00:13

痛苦中的怪物,逐个节拍描写

提示词用中文编写,将片段分割为带时间标记的镜头,并为每个镜头指定怪物的动作、摄影机、声音和光线,使痛苦呈现为一种表演。

镜头1|持续2秒 — 极端仰角 · 中全景(场景和氛围参考Frame at 15.1s,但是所有场景中都没有左侧的人出现) 景别:极端低机位仰拍怪物怪物设计 刚刚恢复上半身的中全景(35mm F1.4),画面中心的怪物身上被信号弹点燃,背景被冷蓝光包裹,站姿。 镜头运动:贴地仰拍的手持猛推兼微抖,随火雨砸落轻颤,并跟随怪物的动作。 表演内容:星火密集砸中怪物,它抬起右臂横挡面门、上半身猛地向后拧扭,重心失稳后撤半步;被灼处的皮肉瞬间迸出橘红灼线,怪物弓背、肩胛剧烈耸动,另一只手在体侧痉挛地抓挠火苗,脚趾抠地强撑不倒——痛得全身绷成一张拉满的弓。 声音设计:星火砸落的密集嗤嗤灼肉声;一声压抑的闷吼从齿缝挤出;低频灼烧嗡鸣。 光效介质:低调高反差;右上冷蓝顶光为底,火雨为暖橙点光源,青烟贴身升起,火星在雾中拖出斜向光迹。

镜头2|持续3秒 — 侧后方 · 全身 景别:侧后方略俯的中全景(50mm,F1.5),怪物全身入画,背对偏侧,火雨斜贯画面。 镜头运动:贴身横向弧线甩摇——机位绕着怪物侧后快速平移半弧,跟随它的扭动,带失焦回焦呼吸感。 表演内容:怪物承受不住痛楚,整条脊背弓成反弓、头颅猛地后甩,双臂大幅度地胡乱拍打蔓延到背与肩的火线;焦黑的半边后背在火下再度爆出熔岩裂缝,一条腿猛地跪塌,身体螺旋般拧转想甩脱附骨之火,肌肉在火下抽搐鼓胀,血肉刃缘甩出零星火星。 声音设计:撕裂的高频嘶吼;肉体拍打的连串闷响;火焰卷烧的呼呼声;骨腱抽搐的吱嘎。 光效介质:转高调高反差;橙红火光暴涨包裹全身,冷蓝退为背脊轮廓光,浓烟翻涌作介质。

镜头3|持续4秒 跪倒 · 被雾气吞没 景别:正面略仰的中景(35mm),怪物半身至全身入画,背后大面积暗与烟。 镜头运动:先随怪物砸落急坠下摇,随后缓缓稳住、极轻微前推,最终静止。 表演内容:怪物力竭,一个踉跄向前重重跪塌,双手撑地、上身前扑又被自身重量压沉,头颅垂落,火焰被压成稀疏残焰。它没有死——跪伏在地肩背随粗重喘息大幅起伏;通体苍白皮肉与半焦后背的伤口密集蒸腾出白烟青雾,越冒越浓,与洞穴冷雾渐渐融为一体,最终整个身形被自己伤口散发的雾气完全包裹、隐没消失在雾中。 声音设计:躯体跪落的沉重闷响;粗重而破碎的喘息声;残焰低哑的呼声;蒸汽持续的嘶嘶声;灼烧嗡鸣渐弱,归于空旷洞穴回声与滴水回响。 光效介质:低调收尾、暗红余烬低反差;冷蓝顶光重新压入,蒸腾白烟与冷雾作主介质弥散逆光,将身形逐渐吞没,余烬为周身微弱暖点。

镜头4|持续4秒 新形态登场 · 中心对称构图 景别:中心对称构图(50mm F1.8)。起幅为满屏的迷雾与蒸汽近景,随后落幅为怪物膝盖以上的中景。 镜头运动:从雾中特写缓慢向后拉(dolly out),迷雾在拉镜中逐渐散开,退到怪物膝盖以上景别收住。 表演内容:起幅只见翻涌的迷雾与蒸汽充满画面;迷雾在后拉中缓缓散开,正中浮现出怪物的新造型剪影——如参考图被火烧伤的怪物角色设计定稿:熔岩裂纹遍身、半边后背焦黑、单刃长爪。怪物从跪倒的姿势缓缓撑起、脊背挺直重新站立,蓄势备战;蒸汽仍源源不断从全身伤口向外冒,透过散开的雾能看到它伤口深处灼热游走的火星。 声音设计:低沉的蒸汽持续嘶鸣打底;缓缓起身时骨腱与焦壳的干裂吱嘎;臂刀横挥的破空湿响;一声低沉压抑的威胁性咆哮收束,重返战斗的气势。 虚化的背景参考 空圆形神殿,浓雾光效介质:低调起、随雾散渐显轮廓;冷蓝顶光为主,中心对称的雾与蒸汽作核心介质在逆光中翻涌透光,伤口裂缝内橙红余烬自发光作暖色点缀,通透与雾气交替。
Alan Xiao 执导的《Tusk Hunters》
含义:极低仰角手持推进怪物被火雨击中痛苦后仰侧后弧线跟拍扭动拍打最后跪倒被雾气吞没缓慢后拉露出浑身熔岩裂纹的新形态重新站立呈现黑暗史诗感
A spiky, meteor-headed monster looms over a man in a dark shirt in a misty cave00:15

控制猎物的怪物

怪物的设计表在多个镜头中被命名了三次,因此当摄影机从特写移动到俯视时,其流星般的头部和刀刃手保持稳定。

画面氛围参考 Frame at 2.9s,场景参考祭坛 - 俯视图
镜头1|持续3秒 景别:仰拍特写(35mm)。以达兰达兰-角色设计图 被控制背影为左侧虚焦前景,怪物怪物设计 刚刚恢复为画面主体。构图参考仪式 双人关系 01 镜头运动:带呼吸感的缓推,由双人构图逐渐收成怪物陨石状头部与其缓缓抬起的手刀的仰拍特写。 表演内容:达兰双臂自然向后甩摆,胸膛被无形力量向上提拉撑开,头随之仰起;动势如胸腔被吸附向前、重心却仍压在双脚——既非飞起也非抵抗,而是被一股无形牵引力从体内向上向前拉扯,如提线木偶在原地被操控,如同Frame at 2.9s。怪物怪物设计 刚刚恢复同时缓缓抬起左臂那把血肉凝成的手刀,蓄力,准备挥落终结达兰。 声音设计:无形牵引力的低频嗡鸣;体腔被撑开的骨腱吱嘎声;血肉手刀抬起时黏稠的湿润撕拉声;空旷洞穴回声。 光效介质:低调低反差,冷调雾气弥漫,怪物顶部一束冷光勾出陨石头部轮廓,前景达兰背影沉入暗部。

镜头2|持续3秒(画幅与角度改为图1所示) 景别:高位俯拍 镜头1的内容(35mm),摄像机在台阶侧上方俯视,参考仪式 全景 鸟瞰,达兰达兰-角色设计图 被控制(黄)居中偏左,怪物怪物设计 刚刚恢复(红)居右近楼梯,斜向下的构图带入平台、楼梯与两侧暗墙。 镜头运动:缓缓推进。 表演内容:与镜头1同一时刻——达兰被无形力从体内向上向前牵引、提线木偶般的悬滞姿态;怪物立于楼梯前抬起血肉手刀蓄势。俯视角强化两者体量落差与那条无形精神牵引线的空间关系。 声音设计:延续低频嗡鸣与手刀湿润撕拉声,回声更空旷,凸显平台纵深。 光效介质:低调低反差,通透中带薄雾,冷调顶光从楼梯侧洒下,两侧墙体没入暗部。环境参考祭坛 - 俯视图

镜头3|持续6秒(改为向后拉镜头) 景别:起幅为怪物头部仰拍特写(如仪式 双人关系 遮挡,头部偏左、右侧大面积留白);落幅拉成双人构图(如相机 4,怪物居右、达兰肩背入左侧前景)。 镜头运动:带呼吸感的静止起手 → 随后持续向后拉(dolly out),由头部特写一路退到双人构图。 表演内容:  0–4秒(呼吸感静止):左侧画外传来信号弹发射声,燃烧弹从左侧画外入画,飞向画面右上方远景处;红光映上怪物;怪物随之扭头看向信号弹飞行的方向。镜头也随之转向变焦聚焦到信号弹的特写上  5秒:左画外骤然一声手枪枪响——信号弹被击中,炸散为一片红色白炽火雨。  6秒:镜头快速后拉至双人构图相机 4;火雨朝怪物与镜头方向倾泻,怪物抬手遮挡、企图护住自己的身体,身上被细小碎片点燃如遭白磷灼烧;与此同时,随怪物护头动作,左侧达兰的精神控制被打断而释放,失衡向后倒下。 声音设计:左画外信号弹"噗"的发射声→划空嘶嘶尾焰;一声清脆手枪枪响;爆裂闷响与噼啪火星炸裂声;火雨密集灼烧噼啪声;达兰身体后仰倒地的闷响。 光效介质:低调起、随爆裂转高调高反差;洞穴云雾承接红光弥散,爆裂后红色白炽光暴闪照亮全场,火雨作为动态点光源在雾中拖出光迹。


Alan Xiao 执导的《Tusk Hunters》
含义:参考Frame at 2.9s和祭坛俯视图的氛围,仰拍达兰背影与怪物,达兰被无形力牵引如提线木偶,怪物抬起血肉手刀蓄力,冷调低反差雾气,镜头缓推至怪物头部与手刀特写,然后切换高位俯拍显示双人体量落差与空间关系,最后仰拍怪物头部特写镜头后拉,信号弹入画被枪击爆裂成火雨,怪物抬手遮挡被灼烧,达兰失控倒地,冷调转高反差红光暴闪
A pink, beaked creature with bat wings flies down a dim apartment hallway through drifting dust00:11

走廊中的有翼生物

每个场所都有自己的参考图像,走廊、外面的城市和一个构图图像,因此生物可以在一个连续的镜头中飞过所有这些场景。

Use Creature Profile Sheet Wonder 3 as the visual reference for creature, 
use Drainage Hallwayas hallway
use Someoneas someone.
use Drainage Backdrop Reverseas the city outside. 
use ChatGPT Image Jul 19, 2026, 10 11 54 PMstrictly as a framing reference. 

Identity lock — the creature has heterochromia: its right eye (on the viewer's left) is blue-grey, its left eye (on the viewer's right) is brown. This two-tone eye coloring is intentional and must be preserved exactly in every frame; do not normalize both eyes to the same color.
Single continuous shot.
Action: Front-on, close-up on the creature with the camera flying backward directly ahead of it as it flies toward the lens — the camera holds this front-on lead the entire shot. The creature flies out of the blown-open hole on the right of the hallway through drifting dust, then banks left to fly down the hall. As it passes a door on the left, someone cracks the door and peers out — in focus — catches sight of the creature, turns back over his shoulder into his apartment and yells, "Babe! I think I smoked too much again!" The creature is passing him as he speaks, so most of the line lands as he falls out of focus in the background left. Still the same shot, the creature reaches an open window at the end of the hall, flies through it, and begins ascending into the sky over the street of the city outside. The camera stays front-on, leading it upward as it climbs higher and higher, wings beating steadily. It is calm and peaceful, the city dropping away below.
Blocking: creature center-frame throughout, moving from deep hallway toward the backward-leading camera, then out the end window and upward; neighbor's door on the left mid-hall, sharp as the creature reaches it, softening as it passes.
Camera: front-on, flying backward ahead of the creature, leading it down the hall, out the window, and up into the sky, staying with it the entire shot.
Style: smooth and methodical camera movement. 35mm film emulation, halation, bloom, shallow depth of field with hexagonal bokeh.
Audio: no music, no score. Wingbeats, settling debris and dust, the neighbor's shout, then the quieter open air as the creature ascends.
Forbidden: no white blobs on the character's faces.
Gertywood 执导的《Xenogenesis》
含义:生物从走廊破洞中飞出,经过邻居门口时邻居探头喊话,然后飞出窗户升向城市上空,镜头始终正面后退引导,胶片质感浅景深。
Close-up of a pink, beaked creature's head and eye against a blurred teal city at night00:04

锁定一个奇特的细节

身份锁定命名了生物的两种眼睛颜色以及每种颜色在哪一侧,然后告诉模型永远不要将它们平均化,因此这个细节在每次拍摄中都能保留。

Use Creature Profile Sheet Wonder 3 as the visual reference for creature, 
use Drainage Street Birds Eyeas the city below. 
Performance: creature motion is frantic and fast, flying away from something. 
Identity lock — the creature has heterochromia: its right eye (on the viewer's left) is blue-grey, its left eye (on the viewer's right) is brown. This two-tone eye coloring is intentional and must be preserved exactly in every frame; do not normalize both eyes to the same color.
bullet trajectory lock: All bullets are flying from lower frame right to upper frame left. 
Action: Shot 1 — chaotic handheld, extreme close up profile on the creature rising vertically from lower frame right to upper frame left. background is mostly the top of buildings at a slant. Creatures wings are beating extremely fast, lots of motion blur. Suppress image of the street in frame. Eyes fixed on something off camera. Gunfire comes from the lower frame right towards upper frame left, mostly in the background, some in the foreground. tracers streaking behind. suddenly one bullet finally finds its mark and goes through the creature's neck severing the head from the body. the head goes flying towards frame left. The body falls off bottom screen. 
Camera: crazy chaotic handheld with lots of instability and jitters.
Style: chaotic handheld camera, jittery, action film. 35mm film emulation, halation, bloom, shallow depth of field with hexagonal bokeh.
Audio: no music, no score. Wingbeats, gunfire and tracer-whines from below, the creature's strained squeaks, then a bullet hit and wet sever.
suppress slow motion. 
Gertywood 执导的《Xenogenesis》
含义:参考生物档案和城市鸟瞰图,生物在枪林弹雨中疯狂向上飞逃,一颗子弹击穿颈部导致头部分离,混乱手持摄影呈现动作片风格。

如何逐步制作 AI 怪物?

将怪物描述为三视图表,通过编辑来完善该表,在每个镜头中引用它,并为模型提供怪物和人物站立位置的布局。
  1. 第 1 步

    首先用文字设计怪物。

    编写一个三视图表提示词,在白色背景上详细说明姿势、解剖结构、头部和皮肤,这样每个后续镜头都有一个清晰的设计可供复制。

    • In 'twixt Vows 的捕食者表来自一个529字的描述,详细描绘了它的脊柱、肋骨、四肢、爪子和鹿头骨头部,使用 Nano Banana Pro 制作。
    Three-view sheet of a gaunt forest predator with a deer skull head, in front, side and back views on white
    Jaime Yao 执导的《In 'twixt Vows》 · Nano Banana Pro
  2. 第 2 步

    通过编辑来完善表。

    编辑你已有的表而不是重新开始,每次改变一个细节,例如金属质感或腿部,这样怪物保持其轮廓的同时细节得到改进。

    • 最终的 Tusk Hunters 表是两个早期版本的编辑版本,影片画布上生成的48张图像都命名了该怪物。
    Monster design sheet showing the front, back and a close-up of a pale creature with a metal blade arm on black
    Alan Xiao 执导的《Tusk Hunters》 · Nano Banana Pro
  3. 第 3 步

    在每个镜头中引用风格参考表。

    在每个显示生物的提示词中命名该参考表,与人物和场所的参考表一起,这样模型就能在特写和广角镜头中绘制相同的怪物。

    • Xenogenesis 中 44 个生物片段中有 21 个引用了同一个生物设定表,36 个引用了某种生物参考表。
    A pink creature with bat wings flies up through the dark over a city at night00:04
    Gertywood 执导的《Xenogenesis》 · Seedance 2.0 · 参考转视频
  4. 第 4 步

    显示它的站位。

    为模型提供一个粗略的布局图像,标明怪物和人物的站位,用颜色编码,这样战斗或对峙场景就能在镜头之间保持空间关系的一致性。

    • Tusk Hunters 中 36 个怪物片段中有 13 个将怪物标记为红色,将它控制的人标记为黄色,与摆姿势的人体模型的渲染相匹配。
    Overhead view of a clawed monster reaching toward a man held still in thick blue fog00:04
    Alan Xiao 执导的《Tusk Hunters》 · Seedance 2.0 · 参考转视频

如何让 AI 怪物在不同镜头中保持一致?

一个模型可以复制的设计,通过名称引用:这两部影片中 80 个生物片段中有 59 个引用了怪物参考表,而不是仅用文字描述生物。
两部影片公开 Flick 画布上的生物片段,读取于 2026-10-28:提示词中命名了怪物或生物的已生成视频片段
影片生物命名它的片段保持一致性的方法
Tusk Hunters一个拥有流星头颅和刀刃手臂的怪物161 个中的 36 个一张设计稿,在 23 个片段中被引用
Xenogenesis一只有翼的生物和一只巨大的黑色生物44 / 420一张生物设计稿,在 36 个片段中被引用
  • Tusk Hunters 在其 36 个怪物片段中的 32 个片段中描写了怪物的声音,从湿润的撕裂声到压抑的咆哮声,并在 33 个片段中将其置于雾中,让人先听到声音再完整看到怪物。
  • Xenogenesis 在其 44 个生物片段中的 18 个片段中锁定了有翼生物的两种眼睛颜色,这是一个模型在不同镜头之间通常会均匀化的细节。

关于 AI 怪物生成器,人们常问什么?

什么是 AI 怪物生成器?

AI 怪物生成器是一个根据提示词、绘图或两者结合来生成怪物或生物的图片或视频的工具。Flick 专为影片制作而设计,同一个怪物可以先设计为设计稿,然后在一个画布上的多个镜头中使用。

我可以免费制作 AI 怪物吗?

可以,您可以免费开始:注册时获得 100 积分,加入 Flick Discord 后再获得 200 积分,并且每周获得 100 积分。使用 Nano Banana Pro 制作怪物设计稿和使用 MiniMax H3 Max 制作视频都可以在 Free 计划中运行,而 Seedance 2.0 需要 Standard 计划(每月 $20)。

我可以把自己画的怪物转成视频吗?

可以。将绘图上传到 Flick 画布,并在参考转视频片段中将其作为参考引用,或将其用作图片转视频片段的起始帧。驻留计划影片 Xenogenesis 中的生物设计稿就是以这种方式上传并引用的。

如何在每个镜头中保持同一个怪物?

制作一张包含正面、侧面和背面视图的怪物参考设计稿,并在每个显示它的提示词中按名称引用它。Flick 驻留计划的影片 Tusk Hunters 在其 36 个怪物片段中的 23 个片段中引用了怪物的设计稿。

如何让 AI 怪物看起来恐怖而不是滑稽?

少展示它,让声音和光线来完成工作:描述雾气、单一的冷光以及在完整的生物出现之前它发出的声音。《Tusk Hunters》中36个怪物片段里有32个同时描述了雾和怪物的声音。

我能给怪物添加一个固定不变的奇特细节吗?

可以。编写一个身份锁定,命名该细节、准确说明它的位置,并告诉模型不要改变它。《Xenogenesis》就是这样做的,为一个拥有两种不同眼睛颜色的生物设定了这一点,在18个生物片段中命名了哪只眼睛是哪种颜色。

在Flick中我可以使用哪些AI模型来制作怪物视频?

这里的片段是在Standard套餐上使用Seedance 2.0制作的,图片则由Nano Banana Pro、Nano Banana 2和GPT Image 2生成。Flick还运行Seedance 2.5和Kling 3.0 Pro,你可以在一部影片的不同镜头中混用不同模型。

更多关于 Flick 中生物和角色的内容

本页中的影片

在Flick中让你的怪物栩栩如生

设计一次作为图片,在每个镜头中引用它,并将每次生成保存在一个画布上。

在 Flick 中制作怪物

免费试用,无需信用卡。

让 AI 解读本页:ChatGPTPerplexityClaude