如何制作 AI 影片:在 3D 中规划场景,来自 9 部在 Flick 中制作的影片的数据

是的,一个人可以制作 AI 影片:编写情节节奏、选择一种视觉效果、制作参考设定表、规划每个镜头、将静态图转为视频,然后配合声音进行剪辑。每个镜头从提示词开始,当提示词无法准确控制机位或位置时,在 Flick 的 3D Stage 中布置镜头:代理从你的一张图像构建场景,用彩色形状代表演员,你可以用手机拍摄机位运动,因此不需要 3D 经验。下面在 Flick 中制作的 9 部影片,每完成一分钟的中位数生成次数为 84 次。

你唯一需要的 3D 转 AI 电影制作教程,由 Jaime Yao 讲解(Flick YouTube 频道)。下面的步骤 4 基于该方法构建。

影片作者:Jaime Yao(Flick 团队和 Flick Residency)、Zoey Z.(Flick 团队)和 Simay Ezer Pekcan(Flick Residency)。精选教程:Jaime Yao。

制作 AI 电影需要什么：9 部影片的数据

Flick 发布了每部影片的共享工作流程详情：为其生成的每张图片和视频，包括被舍弃的版本。这是 9 部拥有公开详情的影片。

影片	片长	图片	视频	生成视频	主要图片和视频模型
In 'twixt Vows	16:00	1,145	373	90 min	Nano Banana Pro, Seedance 2.5
A Proper Introduction	5:45	897	217	32 min	Nano Banana Pro, Kling O3 Pro
The Herder	4:27	364	254	32 min	Nano Banana Pro, Kling 3.0 Pro
Ulysses	4:36	349	37	3 min	Nano Banana Pro, Kling O3 Pro
Embedding Valley	4:12	242	109	20 min	GPT Image 2, Seedance 2.0
In Our Time	3:47	33	98	9 min	Nano Banana, Seedance Pro
Sonny's worth	2:50	81	56	16 min	Nano Banana Pro, Seedance 2.5
To My Grandma	1:38	22	13	3 min	Midjourney, Seedance 2.5
The Little Fox's Dream	1:31	59	59	9 min	Nano Banana, Seedance Pro

Flick 影片数据详情，2026年10月19日。数量包括废弃的片段；上传和音频不计入统计。片长来自 Flick 的视频站点地图。

• 每成片一分钟约需84次生成。这是9部影片的中位数。范围从《To My Grandma》的21次（一部基于少量简单静态图片的旁白影片）到《A Proper Introduction》的194次（每个镜头都先绘制草图然后多次编辑）。
• 每一秒成片需要约5.5秒视频素材。在8部影片中，中位数影片需要的视频量是其片长的5.5倍，因此大多数生成的视频最终未被使用。减少重复生成正是第4步中用3D阻挡镜头的目的。《Ulysses》未计入此统计：其工作流为4:36的影片保留了3分钟视频，因此比率无法比较。
• 大部分工作是静态图片。所有生成中的72%（4,408次中的3,192次）都是图片：角色设定、分镜以及在任何动态制作之前完成的编辑。一次带参考的 Seedance 2.0 或 2.5 生成成本是图片的10到60倍（见下方成本表），因此影片会先确定每一帧。
• In 'twixt Vows 由 Jaime Yao 创作（Flick Residency）
• A Proper Introduction 由 Jaime Yao 创作（Flick 团队）
• The Herder 由 Jaime Yao 创作（Flick 团队）
• Ulysses 由 Jaime Yao 创作（Flick 团队）
• Embedding Valley 由 Jaime Yao 创作（Flick 团队）
• In Our Time 由 Jaime Yao 创作（Flick 团队）
• Sonny's worth 由 Zoey Z. 创作（Flick 团队）
• To My Grandma 由 Zoey Z. 创作（Flick 团队）
• The Little Fox's Dream 由 Jaime Yao 创作（Flick 团队）

第1步：在生成任何内容之前，将创意写成节拍

节拍是观众必须看到的一个时刻，按顺序呈现，带有大致时长。先写节拍能告诉你需要哪些镜头和参考，这样你就不会生成在影片中没有位置的图片。

1. 将影片规划为定时节拍

如何获得

The Herder (4:27)： Jaime 在画布上的笔记中将整部影片写成11个定时节拍，从片头字幕到云端的安静结尾。大多数节拍都标注了所需的镜头，因此笔记同时也是镜头清单。

To My Grandma (1:38)： Zoey 从一封以第一人称写的短信开始。旁白由10段 ElevenLabs v3 片段配音，然后引导画面：视频提示词通常就是简单的第一人称句子，就像信中那样。

The Little Fox's Dream (1:31)： 创意是一段描述单一长镜头的段落，相同的文本被输入 Midjourney。其中一张森林图片成为影片中重复使用最多的参考，在13次生成中被使用。

模型： 文本笔记（The Herder） · 备注： 11个节拍之一

First a hand reaches through the cloud top, then his head emerges, then he swings a leg over and climbs onto the cloud surface.

模型： Seedance 2.5（To My Grandma） · 备注： 第一人称句子，用作视频提示词

My grandma would walk around, tending to her garden.

注意： 一系列看起来不错但毫无变化的镜头。Flick 学院要求每个场景包含三个节拍（之前、转折、之后），每个都是可见的动作，并且第一部影片要有一个地点和少量角色。

步骤 2：选择一种视觉风格并在每个提示词中重复使用

视觉风格是影片的视觉呈现方式：媒介、质感、光线和色调。在设计角色之前就要确定视觉风格，因为每一张参考图和每一帧画面都必须使用它来制作。我们的 AI 动画风格指南提供了 15 种视觉风格以及来自 Flick 影片的提示词（文末附链接）。

2. 撰写一次视觉风格描述，然后逐字重复使用

如何获得

The Herder：所有镜头都像拍摄微缩模型一样：移轴、浅景深。在 254 个视频提示词中，有 196 个描述了相同的视觉风格。Jaime 选择这种风格的部分原因是，AI 的小瑕疵会在模糊中消失。

Embedding Valley：在保留的 245 个提示词中，有 193 个提到了建筑纸剪纸风格，而且 242 张图像中有 199 张由同一个模型 GPT Image 2 生成，因此纸张质感在不同场景之间从未变化。

In Our Time：这里的视觉风格来自绘画而非文字：66 个被动画化的静帧中有 59 个是上传的插图，其中许多采用双色木刻风格，视频提示词重申了这一风格。

模型：Kling 3.0 Pro（The Herder）· 备注：视频提示词的开头部分

Miniature diorama / tilt-shift macro cinematic look, shallow DOF. Heavy rain with wind-driven diagonal streaks. …

注意：模糊的风格词汇。Jaime 的提示词速查表中有一条规则："用可见的具体指令替换模糊的风格词汇"：具体说明你想看到的质感、光线和色调，而不是写"电影感"。

步骤 3：为每个角色、场景和关键道具制作参考图

参考图（也称为转身图或三视图）展示角色的正面、侧面和背面。后续的每一帧和每个片段都从它生成，这使其成为保持角色在不同镜头间一致性的主要方法。

3. 制作一次参考图，然后到处使用

如何获得

重复使用的频率：在 Embedding Valley 中，四个角色参考图分别在 118、112、102 和 62 次生成中被作为参考。在 A Proper Introduction 中，骑士的参考图被使用了 167 次，比影片中任何其他图像都多。

道具和生物也需要：A Proper Introduction 为一个纸箱制作了专属参考图，包含每一面以及尺寸和材质说明。在 'twixt Vows 中，生物头部参考图在 92 次生成中被使用，藤蔓缠绕的武器在 59 次中被使用。

从有效的素材开始：Sonny's worth 从早期测试片段的帧中制作参考图，而非全新设计，因此参考图与视频模型已经生成的内容相匹配。

尝试两个模型，保留更好的：在教程中，Jaime 将 Flick 的图像生成提示词指南保存为代理的常设规则，然后用 Nano Banana Pro 和 GPT Image 2.5 生成每个参考图，并保留更好的那个。

扩展而非重绘：Ulysses 从一张三视图的面部设定开始，然后将其扩展到半身和全身，同时保持面部完全一致。In 'twixt Vows 对 Lady Caerwyn 也采用了相同的方法：

模型：Nano Banana Pro（In 'twixt Vows）

… Image A is the approved final head-and-shoulders three-view design. … Do only one thing: extend Lady Caerwyn into a full-body three-view sheet without changing any approved design already present in Image A…

步骤 4：从提示词开始，当提示词无法实现时再用 3D 进行镜头预演

预演是指在拍摄前放置演员和摄影机。提示词在精确的摄影机路径和位置方面最为薄弱，每次失败都意味着需要重新生成视频，花费约 344 到 550 积分（成本表见下文）。在 Flick 的 3D Stage 中，你可以用彩色替身在场景的粗略副本中进行预演，记录摄影机运动，然后将该记录提供给视频模型遵循。第 4.1、4.3 和 4.4 部分遵循 Jaime Yao 的教程，讲述一个 1943 年的场景：地下室里一名受伤的抵抗战士，他身旁的医生，楼上的钢琴家以及街上的巡逻士兵。第 4.2 部分来自 Flick 的 3D Stage 文档和 Simay Ezer Pekcan 的 Happy Souls Alive 镜头。

4.1. 无需 3D 技能的预视化

这是什么

预视化：预视化是镜头的粗略版本，用于确定摄影机的位置和人物的站位。在 AI 影片制作中，你应在花费积分生成视频之前完成预视化。

其他影片的做法：草图和简单布局。A Proper Introduction 在 Blender 中预演镜头，然后将每个镜头重新绘制成草图，总共约 70 张。Ulysses 的 349 个图像提示词中有 158 个是从草图开始的。In 'twixt Vows 在 GPT Image 2 中制作了简单的白模布局。3D Stage 提供了同样的控制力，无需建模或绘图。

如何获得

从一张图像构建场景：在画布上选择你的环境图像，然后点击"To 3D Stage"。据 Jaime 说，AI 智能体通常会在 2 到 3 分钟内从中构建出粗略的 3D 场景。

通过提问添加替身：向 AI 智能体请求为每个角色创建一个简单的角色，每个使用不同的颜色（Jaime 的请求见下文）。Flick 还提供了可以摆姿势的人体模型，用于身体位置重要的情况。

添加摄影机：添加摄影机并通过其预览窗口而非编辑器来判断镜头效果：录制内容正是摄影机所显示的画面。

模型：Flick 智能体，在 3D Stage 中 · 注意：按视频中显示的方式输入；每个角色使用一种颜色

Use a sphere and a cube as a character's head and body. add four characters into the scene. Yellow one lying on the bed in the basement, the red one is beside the bed. The blue one is by the piano at the first floor, and the green one is outside the building on the street.

4.2. 制作 3D 动态分镜来确定场景时长

影片：Happy Souls Alive，作者 Simay Ezer Pekcan（Flick Residency）

这是什么

动态分镜：动态分镜是在最终画面完成之前，将影片的镜头按实际长度剪辑在一起。在 3D 动态分镜中，这些镜头是你预演的录制镜头，因此你可以同时检查摄影机运动和时长安排。

为什么要在渲染前完成: 一个运行时间过长或开始过早的移动会浪费整个视频镜头。关于 Happy Souls Alive 这个镜头中的环绕运镜,Simay Ezer Pekcan 说:"要做对可能需要无数次重新生成。"

如何获得

为每个移动计时: 每个摄像机和角色在 3D Stage 时间轴上都有一个轨道,每个移动都是一个具有自己持续时间或速度的片段。按下 Rehearse 从摄像机视角播放场景,并调整直到移动与动作配合。Simay 以这种方式设置了她的环绕运镜的持续时间、方向和距离,并在录制前预览了几次。

或者按时间绘制: 在画布上的 3D 场景卡片上,场景会在你绘制摄像机移动时播放,移动会保持你绘制时的速度,包括暂停。

录制每个摄像机: 舞台顶部的 Record 会录制所有摄像机,每个摄像机在时间轴的各自片段中录制。镜头会落在画布上。

将镜头剪辑在一起: 选择一个镜头并使用 Add to Timeline 将其发送到 Flick 的视频编辑器。按顺序排列,这些镜头就是你的动态脚本:场景的长度和剪辑点,在生成任何视频之前进行检查。

注意: 一个镜头中有两个移动。Flick 的文档建议每个镜头每个摄像机一个任务,每个节拍一个动作(行走、停止、然后转身),因为组合移动很难与生成的片段匹配。

4.3. 用手机拍摄真实的手持晃动镜头

这是什么

手持晃动镜头: 手持晃动镜头是手持拍摄的画面,画面随着拍摄者的步伐上下起伏和漂移,让场景感觉真实而紧张。在提示词中你必须描述每个细微的移动;而通过将手机放入 3D 场景中,你可以直接表演它。

如何获得

连接你的手机: 选择摄像机,将 Manual 动作拖到其轨道上,在其属性中点击 Start filming,选择 Phone 并扫描二维码。

走位拍摄: 你在手机上取景的内容就是 3D Stage 摄像机录制的内容,包括晃动。做几次练习,然后在手机上点击录制。Jaime 说,一旦你掌握了窍门,就能获得"非常自然的手持摄像机运动"。

带回来: 镜头出现在 3D Stage 时间轴上。点击 Record 捕获它,然后将你想要的画面作为你的走位片段发送到画布。

无法拍摄? 在摄像机属性中为 3D Stage 摄像机设置手持晃动,或将晃动写入提示词,就像 In 'twixt Vows 为行走镜头所做的那样:

模型: Seedance 2.0 (In 'twixt Vows) · 注: 参考转视频;修剪标记为 …

… Camera: one continuous handheld shot. … The follow is imperfect and human, with clear handheld presence throughout: visible footstep bob, irregular body sway, small balance corrections, and slight reframing as the operator walks through wet uneven ground. The camera movement is steady in intention but physically unstable from walking. … No cuts, zooms, push-ins, or pull-outs. …

起作用的词语: "可见的脚步起伏、不规则的身体摇摆、小幅平衡修正"设定了晃动;"意图稳定"保持了跟随的可读性。

4.4. 从分镜片段到最终镜头

规则

每个参考只负责一项工作：你的图像控制外观：面部、服装、场景和光线。分镜片段只控制摄像机路径、时间节奏和人物站位。正如 Simay 所说，"3D 影片只用于摄像机运动。"

如何获得

给 AI 助手下达指令：Jaime 首先将 Flick 的两份 Seedance 提示词指南粘贴到笔记中，告诉 AI 助手这些是它编写 Seedance 提示词的规则，然后将它们保存为项目记忆（Flick 文档中称为聊天规则）。他告诉 AI 助手分镜片段控制什么以及每种颜色代表谁（第一个框），然后 AI 助手编写 Seedance 2.5 提示词（第二个框）。

生成：将提示词粘贴到 Omni Reference 中，并附上分镜片段、角色表和场景。Jaime 的 30 秒镜头以 720p 渲染花费了 1,440 积分，大约每秒 48 积分。

或从完成的画面开始：Simay 在她的 3D 镜头上使用了提取画面功能，用她的角色替换了替身来制作绘制的首帧，然后给 Seedance 提供该画面、角色表和 3D 运动。Flick 的文档也建议同样的做法：画面引导开场，录制引导运动。

模型：Flick AI 助手 · 注：按视频中显示的内容输入；省略部分标记为 …

I'll be using these assets as references in our omni seedance 2.5 videos. the 3d blocking video controlls the camera movements and shots composition, we also have our environment and characters references. Specify the yellow proxy represents the resistance wounded soldier, the red represents the doctor, the blue for pianist, and the green for patrol soldier. the doctor is doing a surgery to the wounded soldier, … pianist is playing piano like crazy trying to cover up the sound, the patrol soldier … loads his weapon in the end. Give me a seedance 2.5 prompt…

模型：Seedance 2.5，Omni Reference · 注：720p，30 秒；由 AI 助手编写

For all four characters, identity, facial structure, hairstyle, body proportions, outfit, and all visible wounds, stains, and equipment 100% match their respective image references.

… reference only the blocking. Camera trajectory, framing, height, angle, roll, recorded handheld movement, timing, architectural layout, occlusion, character locations, relative scale, and base facing directions remain 100% unchanged. Add the articulated performances below within these established positions.

Live-action appearance, natural skin texture, subtle lens softness, and fine photographic grain.

…

如果 AI 助手遗漏了规则：准确指出它哪里出错了，这样它就能纠正并且不会重复错误。这就是为什么 Jaime 要求你自己阅读指南。

注意事项：直接将 3D 截图转换为照片。Jaime 发现 Blender 截图会显得很合成化，这就是为什么 A Proper Introduction 先经过草图阶段。

何时使用：当摄像机路径或位置很重要而提示词总是失误时。Jaime 写道他总是先尝试提示词；在 In 'twixt Vows 中，他将一个镜头带到 3D Stage，因为它需要摄像机精确转动 90 度。

682 人在 3D Stage 中录制了 1,833 个镜头（Flick 数据，最近 90 天，2026 年 10 月，不包括 Flick 员工）。

步骤 5：将完成的静态图像制作成动画，并为每个参考分配任务

这些影片中的大多数镜头都是从完成的静态图像或一组参考图像开始的，而不是单纯从文本开始。视频提示词有三项工作：说明每个参考控制什么、设置摄像机以及按顺序描述动作。

5.1. 说明每个参考控制什么

如何获得

In 'twixt Vows：263 个保留的视频提示词中有 183 个通过"外观匹配"线将每个角色与其角色表关联，97 个还传递了角色的声音和口音片段。130 个为镜头编号（"镜头 1"），以便 Seedance 可以在一个片段内切换。

Embedding Valley：86 个保留的视频提示词中有 62 个传递了声音片段，76 个准确说明了要制作多少个镜头，45 个要求硬切换而不使用溶解。

模型：Seedance 2.0（Embedding Valley）·注意：@ 指代画布项目；角色表的中文名称意为三视图角色表

Congxing's appearance match @Congxing 三视图角色设定 100%.
Reference Congxing's voice and accent from @Usage Growth Projection.
…
Exactly 2 shots in total.
Exactly 1 hard cut.
Do not create any additional shots.
Do not morph, dissolve, or add transitions between the shots.
…

5.2. 先设置摄影机，然后一次一个动作

如何获得

A Proper Introduction：206 个保留的视频提示词中有 191 个以摄影机开头，手持或固定，然后逐行描述动作。163 个要求不添加背景音乐，将声音留给剪辑。

In Our Time：98 个视频提示词中有 62 个从固定摄影机开始，然后指定唯一可以移动的元素。

连接镜头：对于 The Herder 的 44 个片段，模型获得了第一帧和最后一帧，并填充了它们之间的运动。The Little Fox's Dream 从完成的片段中提取了 20 帧，使下一个镜头从上一个镜头结束的地方开始。

模型：Seedance Pro（In Our Time）

Locked camera, same composition and style as the source image: woodcut-like linework, strict two-tone palette of deep desaturated blue and off-white, no new details, no change in lighting, no extra textures.
Only animate the salmon and the waterfall inside the doorway; the doorway, trench, sky and foreground stay completely still.
…

模型：Seedance 2.5（Sonny's worth）·注意：成功的重拍

The woman screams hysterically: "Do it!"
when she says "it!", the camera quickly zoom pans into her mouth until the screen is dark
don't fade to black, the scene should be at full opacity the entire duration, it just zooms into the darkness of her mouth
don't start the zoom in until she says "it", before that camera should be locked

注意：过早开始的移动，或无人要求的淡入淡出。Sonny's worth 中的尖叫首先尝试作为视频编辑，然后使用缩放可以开始的确切时刻以及不得发生的内容（第二个框）重新生成。

步骤 6：在 Flick 中剪辑影片并添加声音

这些分析对剪辑的描述少于早期步骤。它们显示的是：声音和音乐是在画面旁边生成的，9 部影片中只有 Sonny's worth 的分析描述了剪辑：它是在 Flick 的视频编辑器中完成的。

• 有对话时在视频之前录制声音。Embedding Valley 生成了 15 个 ElevenLabs v3 语音片段，并将它们作为声音参考传递给 Seedance。其配乐是用 Eleven Music 制作的 12 段音乐。
• 字幕和剪辑。Sonny's worth 使用 ElevenLabs v3 制作对话，使用 ElevenLabs Scribe 制作字幕，并在 Flick 的视频编辑器中通过修剪、片段效果、调整图层和标题文本进行剪辑。
• 以影片的视觉风格制作图形。Embedding Valley 的名称卡也生成为剪纸风格，因此标题属于同一个世界。
• 尽早且果断地剪辑。Flick 学院建议尽早组装整部影片的粗剪，即使某个镜头制作起来很困难或成本很高，如果它对故事没有帮助也应该舍弃。

哪些 AI 模型可以制作电影，以及一次拍摄的成本

这 9 部影片主要使用了几个模型。其中 5 部主要使用 Nano Banana Pro 作为图像模型;另外 4 部使用的是 Nano Banana(2 部影片)、GPT Image 2 或 Midjourney。在动态方面,9 部影片中有 8 部使用了 Seedance,其中 3 部主要使用 Kling 作为视频模型。

模型	典型积分	典型时间
GPT Image 2	约 9	约 75 秒
GPT Image 2.5	约 9	约 33 秒
Nano Banana Pro	约 32	约 45 秒
Seedance 2.0 Mini 带参考	约 77	约 3.5 分钟
Seedance 2.0 带参考	约 344	约 5 分钟
Seedance 2.5 带参考	约 550	约 6 分钟

Flick 数据,2026 年 10 月过去 90 天内成功生成的内容。为平均值;时长更长或分辨率更高的片段成本更高。

完成一分钟的粗略计算:每完成一分钟影片的中位数约为 26 次视频生成。使用 Seedance 2.0 和参考时每次约 344 积分,视频部分在生成任何图像之前就接近 9,000 积分。由于片段长度不同,且其中几部影片使用了更便宜或更旧的模型,可将此作为数量级参考。

在 Flick 中制作你的第一部 AI 影片

注册,打开画布,在生成之前先用 3D 规划你的第一个场景。

每个账户在注册时获得 100 免费积分，每周一再获得 100 积分。

创建你的免费 Flick 账户 →

继续探索

• AI 动画风格 15 种外观,每种都附有在 Flick 中制作的影片的实际提示词。
• AI 镜头运动 12 种镜头运动及提示词措辞,以及何时在 3D 中绘制运动。
• 《In 'twixt Vows》幕后 Jaime Yao 讲述现实世界参考、各模型的作用以及 3D Stage 镜头工作。
• 我如何用 AI 制作维京影片 Jaime Yao 的完整《Ulysses》工作流程,从草图到 Kling 对话片段。
• 《The Herder》幕后 微缩外观和转身表是如何诞生的。
• 制作你的第一部影片(Flick Academy) Flick 的分步课程,从故事简介到最终剪辑。
• 图像生成提示词指南(文档) Jaime 保存为代理静态图像规则的指南。
• Seedance 性能指南(文档)
• Seedance 动作指南(文档)
• 3D Stage 基础(文档) 替身、道具和镜头;代理可以根据你的图像构建场景。
• 3D Stage 镜头(文档) 镜头、取景和所有镜头动作,包括手动模式。
• 3D Stage 导出(文档) 录制一个或所有镜头,然后在 Omni Reference 中使用该片段。
• Omni Reference(文档) 哪个参考控制什么:起始帧、角色、动作和声音。
• 与代理对话(文档) 如何向代理简要说明,以及聊天规则的位置。

关于作者

Bilguun Bayarkhuu 是 Flick 的增长工程师。本指南基于 Jaime Yao 和 Zoey Z. 在 Flick 中制作的 9 部影片的公开工作流程分析、Jaime 在 Flick YouTube 频道上的 3D 教程,以及 Simay Ezer Pekcan 的 Happy Souls Alive 教程构建而成。

常见问题

我可以用 AI 制作影片吗?

可以,而且可以独立完成。《Ulysses》是一部 4:36 的短片,由一个人在没有团队的情况下制作完成,而《To My Grandma》(1:38)只需要 22 张图像和 13 个视频片段。工作的重点在于规划:节拍、统一外观、参考表以及每个镜头的计划,然后才是视频。

他们如何制作 AI 影片?

上述大多数影片遵循以下顺序:编写节拍、确定统一外观、为主要角色和场景制作参考表、通过草图或 3D 规划每个镜头、将计划转化为完成的静态图像、使用 Seedance 或 Kling 等视频模型为静态图像添加动画,然后使用声音、音乐和字幕进行编辑。约 72% 的生成内容是静态图像。

制作一部 AI 影片需要多长时间?

Jaime Yao 用大约 8 天时间制作了《尤利西斯》(4:36),运行了 432 个生成任务,他说大部分时间都花在了选择不同镜次上,而不是等待渲染。在 Flick 中,一个视频镜次通常需要 3.5 到 6 分钟来生成,图像则不到一分半钟。

制作一部 AI 影片需要多少成本?

在 Flick 中以积分支付,视频占了大部分:一个典型的带参考的 Seedance 2.0 或 2.5 镜次约需 344 到 550 积分,而图像约需 9 到 32 积分。上述 9 部影片每完成一分钟的中位数约为 26 次视频生成。Flick 的月度套餐包含 500(Casual)、2,500(Standard)、8,000(Pro)或 24,000(Studio)积分。