10分钟生成高质量AI短剧 LibTV Star Video 2.0实测

昨晚在测试新工具时，无意中发现了LibTV平台悄然上线的最新视频生成模型——Star Video 2.0。本来只是想简单体验一下，没想到实际效果令人越测试越兴奋，睡意全无。

毫不夸张地说，Star Video 2.0所展现出的高质量视频生成能力，再加上LibTV原创的多模型整合工作流，可以说是当前制作AI短剧的理想选择。

口说无凭，来看看一个具体的演示：

可以看到，音画同步效果非常出色，分镜设计也十分连贯流畅。这意味着用户不再需要手动绘制分镜图，也无需进行繁琐的后期配音。

更值得关注的是，在尝试生成长度更连贯的短剧片段时，场景的连贯性和人物的一致性都保持得非常出色。

接下来，就通过详细的实测过程，一探究竟。

01. 实测 Star Video 2.0

首先访问LibTV官网，点击开始创作。

平台会直接进入一个无限画布工作区。同一个项目内的所有素材——无论是文本、图片、视频、音频还是脚本——都可以在这张画布上进行调度和生成，操作非常直观。

双击画布空白处添加视频节点，并在左下角切换到Star Video 2.0模型（注：该模型目前主要面向企业团队申请开放）。

先做一个简单的短片测试，输入以下提示词：

随手拍风格，现代校园操场，白天，自然光，很多学生在操场上聚集玩耍、聊天、奔跑，画面有真实校园生活感。镜头先以较宽的视角拍摄热闹的操场和教学楼，氛围轻松日常。突然，教学楼一侧传来骚动，一只巨大的哥斯拉猛然从楼体旁边出现，带来强烈压迫感，周围学生惊慌逃散，现场瞬间混乱。

镜头迅速切到操场边长椅，一位年轻女生原本安静坐着看书。她神情冷静，缓缓放下手中的书，起身朝怪兽方向走去。随着她一步步前进，身体开始发光，服装和身体结构逐渐机械化升级，完成炫酷变身，化作机甲战神形态，金属装甲包裹全身，气场强大。她继续向前，抬手蓄力，猛然一拳轰出，拳风形成强烈空气冲击波，肉眼可见的气浪正面击中哥斯拉，将其瞬间轰飞并重重打倒在地。画面震撼，冲击感强，电影级特效，节奏紧凑。

不到十分钟，一段完整的短片就已经生成。

画风极为写实，画面质感非常出色。最令人惊喜的是Star Video 2.0对复杂动作序列的理解能力。提示词中的每一个动作要求都被精准呈现，模型甚至能自主设计出具有电影感的分镜，镜头之间的衔接处理得非常到位。

如果想实现更精细的画面控制，可以将提示词结构进一步细化。例如，明确风格、人物、画面元素、环境，甚至精确到每秒的时间线。

-风格

风格化三维动画，造型夸张，形体圆润，带有平面图形感，动作表现力强，镜头语言具有电影感，整体节奏紧凑流畅，带有神秘华丽的哥特舞台氛围

-人物

一位女魔术师站在前方，身穿哥特风黑色礼服，收腰长裙带有层叠裙摆和蕾丝细节，内搭白色高领衬衣，佩戴黑色丝绒领结，头戴黑色哥特礼帽，整体造型精致、神秘、冷艳、优雅

一小群观众站在她周围和前方，形成松散的半圆形

女魔术师神态沉稳，自信从容，手部控制精准，动作优雅克制

-道具

一枚银币，中等大小，金属质感清晰，表面带有自然高光反射

开场时只有这一枚银币

双手中没有其他多余道具

银币在空中分裂后，所有银币都与原始银币保持相同材质、尺寸和外观

整段表演中银币形象始终一致

-环境

夜晚的河边步道，石质地面，柔和的路灯光，头顶是开阔夜空

周围观众在背景和画面边缘都清晰可见

暖色环境光落在女魔术师身上，银币表面带有细腻反光

整体氛围神秘、浪漫、暗色系，烟花能够清楚铺满夜空

-时间线

0:00–0:03

镜头以女魔术师双手的近景特写开场。

她将一枚银币放在左手手心，缓缓握紧左手，翻转成手背朝上。

右手轻轻摩擦左手手背。

0:03–0:04

她将左手翻转成手背朝下，慢慢张开左手，银币已经消失。

0:04–0:06

她让右手与左手形成九十度交叉状态。

右手悬停在左手手心上方轻轻晃动，再缓缓移开。

银币重新出现在左手手心中央。

0:07–0:10

她拿起硬币向空中抛起。

镜头跟随银币向上倾斜。

银币在上升过程中分裂成多枚相同的银币，松散地向四周散开。

0:10–0:12

镜头继续向上追踪。

在到达最高点时，这些银币在各自所在的位置瞬间化作樱花花瓣。

花瓣先从几处小范围散开，随后迅速增多，像被夜风托起一样在空中层层铺展。

大片樱花自高空缓缓洒落，形成一场绵密而梦幻的樱花雨。

花瓣数量不断增加，前景、中景、远景都有飘落的樱花，铺满整个夜空。

整体画面浪漫唯美，色彩柔和，带有轻盈飘逸的动态美感。

0:12–0:14

当少数残余银币开始落下时，镜头向下倾斜。

女魔术师微微向前一步，流畅抬手，干净利落地用食指和中指夹住一枚落下的银币。

特写，她将银币递向镜头，只见银币在她的食指尖持续旋转不倒。

0:14–0:15

镜头缓缓拉远，露出女魔术师和周围观众。

观众鼓掌，她在胸前展示旋转的银币，同时轻轻抬帽致意，背景中樱花花瓣渐渐消散。

即便是如此细致入微的要求，Star Video 2.0也都能理解并呈现出来。生成的画面一镜到底，非常连贯流畅。从银币化作樱花雨的唯美特效，到人物从容优雅的姿态，整体质感已经达到了非常高的水准。

虽然最后要求硬币在食指指尖旋转的指令，被模型“脑补”到了中指上，但瑕不掩瑜，整体画面依然令人惊艳。

具备如此强大的视频生成质量，不用于创作连贯的短剧，实在有些可惜。

众所周知，创作短剧的核心痛点在于场景和人物的连贯性。而在LibTV中，可以充分利用其无限画布工作流，进行连续剧情的批量创作。

为了让剧情保持高度一致，首先需要确定主角形象。在画布中生成两张主角的图片，并将这些图片与视频节点连接起来。

可以直接将图片拖入提示词输入区，或者通过“@”功能引用图片素材作为精准参考。

镜头1（0~4秒）

画面：妈祖庙内，香火缭绕，供桌烛光轻轻摇曳。女孩【图片1】跪在妈祖像前，双手合十，神情虔诚又紧张。暖色调光影，镜头特写女孩闭眼许愿的脸。

台词：女孩小声许愿：“吾心所愿，天赐良缘。”

镜头2（4~8秒）

画面：女孩【图片1】拿起圣杯 【图片2】掷向地面，圣杯翻滚后停下，竟是笑杯。镜头切地面圣杯特写，再切女孩愣住又失落的表情，庙内气氛安静庄重。

台词：女孩沮丧低声道：“妈祖娘娘，还是不同意吗……”

镜头3（8~12秒）

画面：女孩【图片1】不甘心，又捡起圣杯【图片2】再次掷出。圣杯落地后仍然是笑杯。镜头快切圣杯落地和女孩越来越着急的神情，带一点轻微喜感。

台词：女孩小声嘀咕：“怎么又是笑杯啊……”

镜头4（12~15秒）

画面：女孩【图片1】重新跪好，双手合十，抬头望着妈祖像，眼眶微红，神情委屈又认真。烛火映照下，妈祖像慈悲安静。

台词：女孩可怜巴巴道：“妈祖娘娘，您就帮帮我吧……”

制作AI短剧，最怕人物表情僵硬。而Star Video 2.0生成的视频画面中，女孩从虔诚许愿、掷出笑杯时的失落，到最后恳求时的委屈，微表情的变化非常自然。

关键在于，提示词仅仅描述了简单的剧情走向，但Star Video 2.0凭借其高质量生成能力，不仅完美还原了暖色调的电影质感，更如同一位经验丰富的导演，将画面情绪渲染得十分到位。

可以说，Star Video 2.0非常懂得短剧的叙事节奏。

接下来制作第二集。要保持剧情连贯，不仅需要人物一致，场景的一致性也至关重要。得益于LibTV强大且丰富的功能，这一切在画布上变得异常简单。

点击第一集视频右下角的“照相机”按钮，可以一键生成画面截图。

将妈祖雕像的截图作为参考图，直接拖拽并连线到第二集的视频节点中。

镜头1（0~4秒）

画面：女孩【图片1】闭上眼睛，神情格外认真，对着妈祖神像 【图片3】低头默默许愿。

台词：女孩内心OS：“求您了，妈祖娘娘……”

镜头2（4~9秒）

画面：女孩【图片1】掷出圣杯【图片2】，圣杯落地翻滚，最后停成笑杯。镜头特写地上的圣杯。

镜头3（9~12秒）

画面：妈祖雕像【图片3】悄悄弯下身，轻轻拨动其中一只杯。镜头特写地上的笑杯 缓缓变成圣杯 。

镜头4（12~15秒）

画面：女孩【图片1】睁开眼，发现竟然是圣杯，先是愣住，瞳孔放大，随即露出惊喜笑容。她双手捂嘴，眼睛发亮，开心得差点跳起来。台词：女孩惊喜低声道：“成了！真的成了！”

在第二集中，女孩的五官、服饰，乃至妈祖雕像的细节，都做到了像素级的复刻，剧情完美衔接。

即便是神像悄悄弯腰拨动圣杯这种带有奇幻色彩、极度考验AI理解能力的桥段，Star Video 2.0也精准地呈现了出来。

这意味着，创作者无需反复撰写长篇描述来复现上一个镜头的样貌，创作效率得到了极大提升。

继续挑战第三集，这次增加难度：引入大跨度场景切换，并添加新角色——男主。

镜头1（0~3秒）

古代闺房内，红木梳妆台，女孩【图片1】身穿红色嫁衣，头戴金色凤冠，长发编成粗辫垂胸前。女孩貌美可爱，眉头紧锁，撅嘴闹脾 气，双手叉腰。特写脸部表情，暖色调烛光。

女孩撒娇道：”我才不要嫁给素昧蒙面的人！”

镜头2（3~6秒）

红色喜庆花轿内景，女孩【图片1】手持红色团扇遮面，坐在轿中。红色纱帐飘动，女孩表情不满，嘟囔着。外面喜乐声传来。

女孩内心OS：”反正肯定是个丑八怪…”

镜头3（6~12秒）

古代府邸大厅，女孩【图片1】手持团扇缓缓走下轿子，抬头望去。一袭紫金云纹锦袍的男主【图片2】从逆光中走来，外披白色纱衣， 累丝金冠束发，金冠上红宝石闪耀。腰系暗紫宽带，佩 戴白玉禁步和翡翠玉佩。紫金长袍在阳光下流转生辉，华贵逼人。墨发飘扬，桃花眼含笑，俊美绝伦。阳光洒落，仿佛渡了一层金光。电影级光影 ，慢镜头，衣袂飘飘，仙气与贵气并存。

镜头4（12~15秒）

女孩【图片1】特写，团扇掉落，瞳孔放大，眼神呆住。脸颊瞬间爆红，嘴唇微张。害羞咬唇，手指绞着衣袖。画面淡出，浪漫唯美滤镜。

女孩内心OS：”妈祖娘娘…真显灵了”

面对多场景切换和多角色引入，Star Video 2.0的表现依然出色。尤其是结尾几秒钟，女主扇子掉落、瞳孔放大、脸颊爆红这一系列连贯动作一气呵成，配合内心OS的娇嗔与惊讶，这种质感……很难相信是AI在几分钟内完成的。

02. 体验总结与展望

整体体验下来，Star Video 2.0的生成成功率令人印象深刻。在有限的测试额度内，几乎未产生废片。

对于所有饱受AI视频生成“开盲盒”式不确定性困扰的内容创作者而言，这无疑是一次体验上的巨大升级。

而作为生产力工具，LibTV无缝整合的无限画布工作流，才是其真正的核心竞争力。

回顾过去，制作一条AI视频的流程往往非常割裂：需要构思分镜、撰写提示词生成分镜图、切换软件生成视频、再寻找工具配音，最后将所有素材打包进行剪辑。

如今，LibTV将顶级的模型与功能一站式整合。所有内容的创作不仅保证了质量，更能在同一张画布内通过连线操作完成，整体创作效率实现了指数级的跃升。

“一个人就是一支剧组”正在从愿景变为触手可及的现实。

在过去，要制作出服化道精良、光影出色且带有特效的短剧，需要庞大的资金、昂贵的设备和专业的团队。但今天，情况已然不同。一个具备网感、懂得讲故事的大脑，配合LibTV和Star Video 2.0，就具备了入局创作的直接能力。

这为广大的草根创作者和一人团队，提供了将脑洞落地、打造下一个爆款内容的坚实底气。