▶ [1/8] 口播稿 ✓ 《上线前必跑:端到端冒烟测试》(132 字,约 37 秒) ▶ [2/8] TTS 配音 ! 按参数跳过 ▶ [3/8] 讲解分镜 ✓ 3 个镜头,总时长 30s ▶ [4/8] 人物资产多视图(即梦) ! 按参数跳过(跨镜头可能换脸) ▶ [5/8] 场景图(无人)→ 关键帧(有人) ! 未提供人物资产多视图(--character),关键帧将不含身份锁定 —— 跨镜头大概率换脸 建议先跑:fmode-mv character-sheet --desc "..." --limit 4 [shot-01] 场景图(无人)1664×936 预估费用 ¥0.20 文生图3.0 · 1664×936 → 提交 文生图3.0(预估费用 ¥0.20)workId 获取中… → workId=4ARgaOL4ne,轮询中(最长 600s,每 15s 一次)… [15s] 生成成功 ✓ 落盘 /tmp/mvtestb3/work/scene/shot-01.png(52.0 KB) ✓ → /tmp/mvtestb3/work/scene/shot-01.png(52KB) [shot-01] 关键帧(参考 1 图:场景图)2560×1440 → 上传参考图到公网:/tmp/mvtestb3/work/scene/shot-01.png 预估费用 ¥0.22 图片生成4.0(文生图/多图组合) · 参考 1 图 2560×1440 → 提交 图片生成4.0(文生图/多图组合)(预估费用 ¥0.22)workId 获取中… → workId=H2w5kqLMsY,轮询中(最长 600s,每 15s 一次)… [15s] 生成中,请等待... [31s] 生成成功 ✓ 落盘 /tmp/mvtestb3/work/frames/shot-01.png(1986.5 KB) ✓ → /tmp/mvtestb3/work/frames/shot-01.png(1.9MB) ✓ 成功 2 张 → /tmp/mvtestb3/work/frames(¥0.42) ▶ [6/8] 图生视频(即梦) ✓ → /tmp/mvtestb3/work/clips/shot-01.fallback.mp4(941KB,Ken Burns 兜底) ✓ 兜底:1 段,花费 ¥0.00 ▶ [7/8] 讲者唇形驱动 ! 通道不可用,1 个讲者镜头将不对口型(观感影响有限) ▶ [8/8] 剪辑合成 ▶ 合成成片(1 段) ! 1/1 段来自 Ken Burns 兜底(非真视频生成) ✓ 画面轨:/tmp/mvtestb3/work/video-only.mp4(10.0s,1280x720,941KB) ✓ 字幕:/tmp/mvtestb3/work/subtitles.srt(1 条) ! 未提供任何音轨(--music / --voice / --bgm),成片将无声音 ✓ 字幕已烧入画面 ✓ 响度归一化完成(I=-14 LUFS) ▶ 成片 文件 /tmp/mvtestb3/out/talk.mp4 时长 10.0s 分辨率 1280x720 @ 30fps 大小 655KB ! 提示:1 段为兜底运镜(非真 AI 图生视频) ════════════════════════════════════════════════════════════════ 产线B · AI 口播讲解视频 · 执行报告 ════════════════════════════════════════════════════════════════ ✅ 口播稿 132 字 / 约 37s ⏭️ TTS 配音 --skip-tts ✅ 讲解分镜 3 镜 / 30s ⏭️ 人物资产 --skip-character ✅ 场景图+关键帧 成功 2 / 失败 0 / ¥0.42 ◐ 视频片段 Ken Burns 兜底:1 段,¥0.00 ⚠️ 唇形驱动 1 个讲者镜头未对口型 ✅ 剪辑合成 10.0s / 655KB ──────────────────────────────────────────────────────────────── 成片: /tmp/mvtestb3/out/talk.mp4 未完成项: · 唇形驱动: 1 个讲者镜头未对口型 详见 SKILL.md「能力现状」与 references/capability-matrix.md ════════════════════════════════════════════════════════════════