谁在“模型掺水”？10家视频画布横评同跑S2.5丨实测篇

作者|Shiu James

在娱乐资本论“AI视频画布横评”系列的前两篇中，我们测试10 家主流 AI 视频画布工作台：AniShort、巨日禄、LibTV、纳逗Pro、OiiOii、Seko、ShotLab、TapNow、万兴剧厂、小云雀（拼音排序），帮大家算清了两笔账：

第一篇《价格篇》，我们自费充值4856元，测出了Seedance 2.5 720P满血版从0.9元/秒到2.5元/秒的真实账面秒价。

第二篇《功能篇》，我们从漫剧连载、专业 AI 影视、电商出海三类创作者视角，盘点了 10 家平台的标称功能与“独门绝技”。

而在整个调研过程中，创作者社群里呼声最高、争议也最大的一个悬念始终未解——

为什么同样选用Seedance 2.5满血模型、输入一模一样的提示词和参考图，在不同画布平台上跑出来的视频效果却可能千差万别？

有人怀疑，部分平台为了省算力，在后台把满血版2.5偷偷降档路由到了Lite/Fast甚至2.0模型；也有资深创作者指出，罪魁祸首未必是模型降档，而是关乎审核、提示词改写、系统提示词、参考图转发机制，以及加字幕、配乐、水印等后处理过程。

为“破译”这层黑盒，在本篇——实测篇中，小娱没有调用任何一家平台的专属特色功能，如3D导演台、一键成片Agent、分镜预设模板等等，只是采用最基础方式，用同一套提示词和参考图，每个平台各16抽，累计生成160条15秒720P视频成片。

为了保证评判的客观可复现，小娱制定了5大维度共23项“硬指标”，确保在不涉及主观审美的情况下，可以纯客观判断成品“硬伤”。

抽卡过程原以为一天就能搞定，结果前后耗时整整一周，原因让人意想不到：在输入提示词时，手动绑定主体和反复确认的工序，繁琐得让人匪夷所思，最夸张的情况下，输入一个提示词及添加参考图要花费20分钟。

在模型统一选择Seedance 2.5 720P满血版时，各家成品的表现比较一致，即使出错的时候，也是错得非常类似。在所有扣分项中，中招最多的是：画面冒出台词字幕、偷加BGM和人物占位出错。我们的提示词禁止出现字幕和配乐，仍有9家平台累计26抽冒出字幕，其中万兴剧厂占8抽、纳逗Pro占5抽，8家平台16抽偷加BGM，其中巨日禄占5抽。

同时，测试还发现我们设计的提示词有问题，导致第一抽时普遍出现被判违规，以及画面含箭头、白模、眼睛变色发光等问题，这些画面均未参加最后的横评，但1000多元却在几个小时内白白浪费了。所以本文也会针对“小白”创作者，揭示一些设计提示词不踩坑的经验。

本次测试中，详细的提示词、参考图、参考音频、成片等资料，感兴趣的读者欢迎在小娱AI影视社群中和编辑交流索取。

一个词导致7平台敏感，证明模型没缩水

在开测前，行业里流传着不少关于部分平台“挂羊头卖狗肉”的猜测：比如用2.0甚至Lite模型冒充2.5满血版、把15秒请求截断成10秒慢放、或者用480P超分拉伸假冒720P。

小娱认为，没有证据显示本次测试的10家平台有模型“掺水”或“减配”现象。

10家平台导出的160条成片，视频尺寸全部为720×1280，木偶面部的木纹雕刻、黄铜螺丝纹理与微缩场景细节扎实，没有观察到糊图强行插值放大的现象。

视频元数据及截屏

Seedance 2.5的中文渲染相比2.0有改进，但不多。此前有投行实测曾认为“文字准确度约80%左右”，所以我们没有用小号字来为难模型。测试中黑漆金字牌匾“守时斋”、宣纸工单“寅时取表”100%准确。

在实际测试中，还有一个源自提示词的失误，从侧面证明了10家测试平台的模型没有“偷梁换柱”。

小娱在开测前向多位头部 AIGC 创作者征集痛点，设计了覆盖文戏vs武戏 x 少参考vs多参考的4个提示词（T），讲述了这样一个小故事：

深夜钟表铺内，木偶学徒递上「寅时取表」工单，询问古钟是否会走慢，老匠说“不会”，微摇头，判定天亮前定能归位。随后学徒将工单压在黄铜镇纸下。（T1）

学徒趁老匠转身，偷拧两米高落地钟发条，致机芯崩裂、黄铜齿轮高速飞射，擦头钉入木墙。老匠蹬凳跃上柜台，将黄铜扳手插进主齿轮组，强行锁停。（T2）

深夜，青年顾客进店取表。老匠隔着木柜台与玻璃钟罩，推过古董怀表并与顾客对视交谈。学徒收下三枚铜币，合上木匣后，目送顾客离店。（T3）

学徒被门槛绊倒，手捧的齿轮滚过柜台，群演在店内围观。老匠飞身越过柜台，在离地一寸处双掌接住齿轮，学徒欢呼：“接住了！”（T4）

我们认为，如果某平台1-2抽有问题，可能是偶然的“抽卡波动”，如果3-4抽出错，则可能是真实存在的问题。如果某个问题10个平台有7-8个都出现，则应该怀疑是测试方法的问题。

根据这样的测试原则，我们注意到第1抽时提示词的大规模问题，并在修改后完成了各平台的2、3、4抽。

T1是一段安全和健康的“少儿级”木偶剧本。然而，10个平台里面7个都在第1抽报错，由此牵出了一个原始提示词的缺陷，明白原因后，不禁让人啼笑皆非。

错误提示为什么是“音频敏感”？把T1提示词逐字拆解后，小娱发现：在第4~6秒，木偶老匠有一句台词“齿轮咬紧簧片，天亮前定能归位。”

在钟表机械专业术语里，“簧片”指发条与八音盒机芯里的金属弹性薄片，这个词疑似在转换为音频时，被平台风控识别成了同音违禁词（簧→黄）。再加上前一个词是“咬紧”，后文声音禁令里又有“人物干声”等描述，增加了平台审核报错的概率。

LibTV报错

我们把T1老匠台词里的“齿轮咬紧簧片”替换为意思完全相同的钟表术语“主轴咬合游丝”，把“人物干声”改为“原声对白”，并撤下带红色准星的线稿图等，各家生成恢复正常。

由于各平台对提示词修改前后的反应高度相似，这也侧面证明了它们提供的模型具备较高的一致性。

正如小娱的超创朋友说的，“国内画布平台审查都挺严的，同一个模型在本地或海外跑完全没问题，在画布里稍微有一点敏感谐音就死活不给你生成。”不过，如果你把平台报错信息回复给生成提示词用的AI模型，一般修改后都能解决。

不久前，娱乐资本论刚刚用市面上的文字大模型，测试了一个“烧心短剧”剧本生成场景，读者可以一窥各个模型纠错的智能程度。

绝大部分平台失败时都能“秒退积分”。LibTV提示“2小时内返还”，实际退还速度也很快。此外，关于积分消耗，小娱还在AniShort上踩到了一个极具迷惑性的“陷阱”。

在第一篇《价格篇》预估充值额时，由于AniShort视频生成框底部默认停留在480p·16:9·4S·36积分（折合仅9积分/秒），我们误以为299元充值的2270积分足够跑完全程240秒。直到本次实测将参数切换为720p·9:16·15S，扣点就变成了20积分/秒。

加上第一轮测试中提前用旧版提示词在AniShort和巨日禄跑过，导致AniShort积分中途告罄，小娱不得不追加充值了300元，才跑完此后的测试。另一方面，不少平台测试完后还有剩余积分，比如Seko剩下580分，ShotLab剩420分等。

百密必有一疏，小娱的经历也提醒广大创作者，开抽前务必仔细检查所有参数是否已经设定正确。

抽卡为什么慢？手动绑参考图需20分钟

底层模型是一样的，但是不同的画布，在生成效率上却差别很大。

测试时，我们一口气打开了所有10个平台的窗口，即使在较新的MacBook Air上这也会导致浏览器卡顿。巨日禄登录后，要等待4秒钟才刷出内容。

不过，所有标签页等一会都会恢复正常，没有出现过强制刷新以后丢失进度，需要重抽的情况。在此基础上，TapNow支持启用浏览器通知，在抽完以后弹消息告诉用户。

生成时的等候时间不是最影响抽卡效率的因素，“下一个（提示词）输入完成，上一个就好了”。所有平台都支持两种并发情形：在上个视频没有生成完的时候，就提交下一条；或者一个提示词一次性抽2、3、4……次。

小娱改完提示词，以为“九九八十一难”终于来到了最后一难。让人想不到的是，耗时最长、最消磨人类意志的环节直到这时才真正浮出水面：

从按下键盘的Ctrl+V粘贴提示词开始，还得加上手动/半自动上传和绑定参考图的过程，远比出片本身费时费力。

LibTV全手动绑定主体之后的成果，这个操作耗时20分钟

Seedance 2.5原生支持单次输入多达50个多模态参考素材，其中参考图最高30张。我们在T3挂了11张图，T4挂了19张图。

在T4这种长达上千字、正文中反复交叉引用20余处的脚本里，巨日禄、LibTV、纳逗Pro、Seko和TapNow无法自动匹配主体或参考图。

小娱必须拿着鼠标，在密密麻麻的1000字里找出每一处 @图X，先删掉，点击按钮或按一下@、然后在十几张缩略图里找到对应的，点选插入。全选完了，还得重新点一下或眯眼看一下有没有错，错一张图，就是浪费掉十几块钱。

AniShort的自动匹配

万兴剧厂的匹配（手动匹配按钮位于输入框右上角“展开”的左边）

其他平台支持在贴入提示词后自动识别匹配，或者点一个按钮一键匹配。只要上传的图片文件名和提示词所引一致，就可以自动转换。不过这里要说两个平台的特殊情况。

在ShotLab贴提示词时，直接@素材图需要每次都手动重复上传一次所有图，而且容易出现“引用不可用”字样，此时得删除，手动敲入@字符重选。最好应该是新建主体，并且把正视图、三视图等填到对应坑位上，然后@主体。

ShotLab每次需重新上传参考图，上传顺序不影响，文件名对上即可。

ShotLab创建主体

Seko的问题更大一些。首先它不支持匹配素材，需要一个一个地手动选取。但选的时候，它不认你自己命名的文件名，而是重新起名，比如我们的“图1-图19”变成了“图片1-图片19”，而且会因为上传顺序的问题被打乱。比如“图1”是第四个上传成功的，它会被命名为“图片4”。

Seko重命名了用户上传的图片

这就更麻烦了，这导致小娱不得不眯缝起眼睛来，仔细查看它每一个缩略图对应的是原提示词的哪张图片。而如果你没有建立过主体，那么@之后弹出来的将会是平台默认的公用主体库，让人摸不着头脑，不知道啥时候多出来的这些角色。

Seko公共主体库

巨日禄选择主体库的主体时，可以多选。但上传参考图，只能一次传一个，不能多选。万兴剧厂在一次性多选上传时，偶发上传失败，几张几张地那么传没问题。

读者可以欣赏一段延时视频，以10倍速描述了我们抽卡的其中一个片段，即使“写好一个马上抽下一个”，这样马不停蹄，视频也长达2:48，意味着这是24分钟。而这并不是抽卡的全程，足以体现它如何磨灭了抽卡师的耐心。

今年6月，娱乐资本论曾盘点漫剧行业招聘信息，对于使用我们这种画布的工种——抽卡师，体现出岗位多，门槛低，工资一般的特点，支持0基础，培训2-3天即可上岗，工资仅承诺在当地维持基本生活的水平。

而现在，小娱才设身处地体验到了抽卡师的真实生活，难怪这个岗位离职率这么高。

画面箭头红线乱飞，提示词写错了该怎么改？

为什么明明写的是“手作发条木偶”，跑出来却变成了真人老头？为什么反复强调“严禁把参考图里的箭头和红线画进视频”，成片里还是飞出了发光箭头和红眼激光？

在第一版提示词中，我们采纳超创建议，挂载了带有红蓝方框、运镜箭头和180°红色视线轴线的工程线稿图，并在T4挂了一张带蓝色轨迹箭头的3D白模图。同时，在提示词末尾加上了隔离声明，要求严禁把线稿、色框、箭头或白模材质渲染进画面。

结果第一抽T2-T4画面纷纷“翻车”，飞出了发光的蓝色或红体箭头。

T2第一抽部分问题

T3第一抽部分问题

结合出错的具体表现看，问题可能和模型图文注意力绑定，以及平台可能的内置提示词改写、系统提示词等有关。

当参考图里有高饱和度的红蓝箭头，提示词里又反复出现“箭头、红线、白模”这些词，哪怕前面加了“严禁”二字，模型依然会强行错误关联，有点像是提醒你“千万不要去想房间里的大象”，但你就是忍不住。

部分画布平台为了降低门槛，或许会默认开启提示词改写或缩写功能。这种改写可能会优先保留前面的剧情描述，把排在最末尾的禁令截断或缩写。要排除这种可能，则禁令需要前置。

从第二抽开始，我们换用了第二版提示词：删掉所有带箭头和红线的线稿图，及正文中所有提到“箭头、线稿、白模”等字眼。修改之后，问题消失。

OiiOii 和TapNow T4第一抽，老匠变成白模+蓝色箭头

T4设定包含木偶主演和写实的群演，明确“3名主角严禁重绘成人类面孔”。巨日禄让小娱“吓了一跳”。

巨日禄的角色资产栏自动给老匠、学徒、顾客的木偶三视图打上了粉色的“真人”标签，且小娱没找到去除的方法。

巨日禄-角色管理

巨日禄-新建角色

万幸的是，这个标签对实际的提示词输入、角色绑定和最终成品没有影响，该是木偶的还是木偶。

至于Seko的问题，实际上是我们第一抽@错了图导致的。眯着眼睛看素材连线，这也是扼杀生成效率的重要原因。

七人群像跨镜头调度，谁会站错位？

过去创作者常遇到模型听不懂多镜头指令、15秒只推一个慢动作长镜头的情况。

在超创建议下，测试加入了Seedance 2.5较难处理的两个场景：T3的“隔柜台面对面正反打”，以及T4的“7人高密度群像跨镜调度”。这方面各平台没有明显扣分。

四个提示词的镜头从5-8个，难度逐级递增。只要给足秒级时间戳与景别指令，10家平台都能准确切镜。在T1要求老匠“说‘应该’时头部静止、说‘不会’时轻微摇头一次”的微表情测试中，各家也都没有失误。

不过在T3第一抽中，纳逗Pro与OiiOii的成片出现了站位错误：顾客原本应该站在柜台外侧递怀表，却绕进了柜台里面。

T3与T4在第一版和第二版中的参考图对比

这是因为第一版提示词的场景图只是一张无人的斜角柜台图，单靠文字描述，模型缺乏空间深度参考。在人物放入参考图里面之后，T3 2-4抽全部准确还原了站位关系。

T4的人数和站位更复杂，绝大多数平台都锁住了7个人的站位与衣着，仅ShotLab在第2、3抽中凭空多了几个旁观者，属于正常现象。

纯提示词能消人声，但管不住BGM和字幕

抽卡的最后一关是输出后处理。

许多专业AI影视团队习惯导出干净的画面和动作音效，后期自己剪辑、配音、配乐。如果不依赖平台功能开关，单靠提示词，能不能拿到一条没有杂音、配乐、字幕的纯净素材？

为此，T2要求0人声纯音效，并在全部四段提示词中禁出现背景音乐（BGM）与字幕。结果这一项成了全场的扣分重灾区。

好消息是，10家平台在T2全部“管住了嘴”。我们预计角色很容易发出惊呼，但仅用提示词可以实现没有多余的台词，只有音效出现。

坏消息是，管不住BGM和字幕冒出来。

只有LibTV、纳逗Pro、Seko做到了各自的16抽完全没有背景音乐，其余7家平台累计有16抽配了音乐，其中巨日禄占5抽，包含安静交谈的文戏T3。AniShort、小云雀、TapNow、ShotLab、万兴剧厂在第三场尚可静音，但一到T4的高潮动作戏，也纷纷冒出了紧张的弦乐或打击乐。抽到这类成片后，需要再做一次人声分离。

比BGM更难消除的，是画面底部的台词字幕。第二版提示词将“严禁生成任何台词字幕”的禁令移到顶端，还把正文里所有台词的双引号全部删掉，改成间接叙述，避免模型把引号内容当成字幕印出来。

即便如此，9家平台累计26抽依然生成了底部字幕。巨日禄是全场唯一16抽完全没有字幕的平台。小云雀与AniShort仅在第一抽有字幕，改提示词后的2-4抽均未再出现。