利用 Seedance，生成游戏人物攻击循环逐帧动画

2026-06-30 · 4 分钟阅读

文章目录

在从一张图到 SpriteSheet：AI 自动生成 2D 精灵动画实操这篇文章中，我介绍了使用 AI 对 2D SpriteSheet 进行抽帧的算法基础，也开源了一个 Skill。

本篇文章介绍曾老师团队正在开发的游戏中，一个标准的人物攻击动画素材的创造过程。

工具需求

本文使用的工具是曾老师团队的内部工具 SORB。

图像模型：gpt-image-2
视频模型：doubao-seedance-2.0
动画工具：SORB 序列帧工具

关于动画工具的核心逻辑，可以阅读这篇文章：从一张图到 SpriteSheet：AI 自动生成 2D 精灵动画实操。

扔瓶子的人

使用生图模型生成主体人物，使用 #00FF00 背景色，不生成任何形式的阴影。SORB 已经整合了大量工具用于抠图和幕布扩展生成。

为什么要使用幕布扩展功能呢？

在生成视频的时候，如果背景只比主体大一点，最终生成的动作可能会超出画面。这样在抠图生成逐帧动画时，就无法得到完整动作。

使用下面的提示词制作人物动画：

 1固定镜头，一位身穿黑色夹克和工装长裤的男性背对镜头，采取预备投掷姿势，画面为完美的无缝循环序列。
 2
 3右臂向后上方大幅度蓄力，**右手紧紧抓握住啤酒瓶的瓶颈，瓶体重心向后倾斜**，展现出符合真实生物力学的高张力爆发前摇。
 4
 51）**掷出与消失机制（核心动作）**：他右臂猛烈向前挥动，手腕发力将啤酒瓶带有强烈旋转感地掷出。**关键约束：在啤酒瓶脱离手掌的瞬间，瓶子必须立刻从画面中完全消失**，绝对不要产生任何飞行轨迹、落地或碎裂画面，以确保动作干净利落地完成无缝循环。
 62）**衣料物理动态（Clothing Physics）**：动能从下盘爆发，后脚蹬地。力量沿躯干向上传递，黑色夹克的背部与右肩区域在挥臂发力的瞬间，产生极其强烈的紧绷感与顺向的布料拉扯褶皱。
 73）**重心与次级运动**：上半身因全力向前挥臂，带动夹克下摆与袖口随物理惯性大幅度向前方甩动扬起，随后迅速且自然地回落。左臂顺势摆动以维持平衡，展现出真实的重力反馈与厚重的打击力量感。
 8
 9## 硬性细节约束
10
11* 不要修改背景颜色，保持背景颜色为纯绿幕 #00FF00
12* 啤酒瓶脱手后必须立即消失，不能有任何拖尾或残影
13* 不要增加任何形式的阴影效果，绝对不要生成任何形式的烟雾
14* 人物衣物边缘及啤酒瓶与背景之间有绝对清晰明确的边界

生成视频如下：

我是那个瓶子

生成瓶子被扔出去的动画：

1使用 @图像1 制作瓶子旋转的动画。
2
3极端的后方低角度追踪镜头（Low-angle rear tracking shot）。摄像机紧紧跟随在啤酒瓶的正后方偏下位置，视线从瓶子底部（Beer bottle base）向前延伸。
4在整个动画中，瓶底始终占据画面的中心和主体地位，瓶身由于透视关系向画面深处延伸并变窄。瓶子以瓶底为轴心，向着屏幕内部（Z 轴深处）快速飞出。
5镜头与瓶子保持静止。
6
7- 画面中 **不要** 出现瓶子之外的任何物体。
8- 确保所有画面中的一切细节完全保持一致：摄像机角度、焦距、光影、背景以及色调。
9- **不要** 增加阴影。

生成瓶子如下：

生成循环逐帧动画

从视频生成游戏中的逐帧动画，有两个核心点：

为了节省内存，游戏中的逐帧动画大部分都需要循环播放。只有找到循环用的动作关键帧，才能在帧数尽量少的前提下，保证动作尽量流畅。
要把绿幕抠得足够干净。

SORB 实现的算法，已经可以将绿幕抠得非常干净了。这里讨论一下关键帧的问题。

我曾经尝试过使用视频理解模型（例如 doubao-seed-pro-2.0）对视频进行理解抽帧，但尝试下来发现这是个糟糕的方案，原因如下：

视频理解模型本质是将视频抽帧成图像，然后调用大模型的图像理解能力，分析视频的节奏。但提供的抽帧频率有限，例如 doubao-seed-pro-2.0 提供的帧率是 0.2~5。这样的帧率无法满足流畅动作的需要。
由于抽帧率过低，视频理解模型无法理解一个快速动作的循环，因此也难以拿到合适的循环动作关键帧。

当下较好的办法是使用 OpenCV MSE 抽帧，MSE 的具体算法原理已经在从一张图到 SpriteSheet：AI 自动生成 2D 精灵动画实操一文中详述。