👋Hello，这里是Clip设计夹，今天分享的是「LibTV使用体验分享」。
这周在LibTV测了Seedance 2.5，最直观的感受不仅是画质提升，而且终于不用盯着积分条算着用了。
放在之前，跑一组测试要反复掂量；这两天我前后跑了几十个镜头，错了就重绘，完全不用抠抠搜搜，体验上的差距比单纯的画质升级还明显。正式上线后720p限时58折，折算下来低至0.4元/秒，最高还送60条免费生成。
Seedance 2.5是火山引擎推出的底层生成模型，负责画面质感、动作逻辑、素材理解能力这些基础表现；LibTV是火山引擎的官方合作伙伴，作为承载模型的创作平台，针对实际做项目的痛点做了很多产品化功能。
LibTV上所有生成任务都有独立taskid可查，生成状态、消耗明细、参数记录都能完整追溯，不用怕消耗对不上账。
模型决定了创作的上限在哪里，平台则决定了你花多少成本和时间能摸到这个上限。今天结合我跑的一些案例，讲讲这次升级到底实用在哪～
01 AutoLink兼容多素材
LibTV的Auto Link智能引用功能是我这次用得最多的功能，它能自动理解剧本内容并把上传的素材进行智能匹配，体验感受很不错。
例如我一次性上传了2个角色参考图和2个场景参考图。
5个分镜剧本如下:
【办公室 全景】女主坐在工位前盯着电脑，眉头微皱
【办公室 近景】女主抬手揉太阳穴，屏幕映出冷蓝光
【茶水间 中景】男主端咖啡走过来，看向女主方向
【茶水间 过肩】男主递出咖啡杯，女主抬头对视
【办公室 特写】女主接过咖啡，表情慢慢放松下来
粘贴完整剧本的同时打开高级设置中的AutoLink功能，系统能智能匹配对应角色和场景参考。设置好参数后就可以生成视频了。
为了更好地让大家看到Seedance 2.5的生成效果，这里贴一个同一套素材下2.0版本(上)和2.5版本(下)的视频效果对比。
两版视频放在一起对比，很容易就能发现2.0版本的视频中，人物的眼神飘忽不聚焦，两个人的位置也出现了错位的问题。
而2.5版本的视频明显对多维度参考的理解能力更好，画面更有质感，而且基本上一次就能得到理想的效果，不需要反复抽卡。
02 片段重拍修细节
之前AI视频出点小问题，比如手崩了、服装不对，只能整段重生成，既费时间又费积分。Seedance 2.5的局部修改融合度比之前好很多，不会有明显的拼接痕迹。
例如这里我想将男主的黑色西服变成白色，就可以使用LibTV的片段重拍功能，在原视频基础上持续修改内容。
首先，基于原视频选择「片段重拍」功能，逐帧选择需要修改的时间片段。
接着重新描述人物、动作或画面要求，我这里的描述是“把视频片段00:05-00:13的黑色服装变成白色服装”。
这样就可以对这一段重新生成并替换回原视频，不用因为一个镜头的问题再重新制作整个视频。片段重拍后的视频如下，效果还是很符合预期的。
AI生成视频也从“不断抽卡”升级为可以持续修改的创作过程，提高了制作效率。
03 逐帧拉片提效率
平时做短片提案前找参考，最头疼的就是拉片。碰到喜欢的电影片段，要逐帧截出来，标清楚景别、运镜、光影、调度，三四十秒的片段，折腾几个小时是常事，有时候光核对运镜术语就要来回倒好几遍。
这次我用了《Meet Joe Black》里一段经典的男女主角在街头回望，在人群中寻找彼此的片段为例，体验了LibTV的逐帧拉片功能。
首先选中视频点击「逐帧拉片」按钮，后台跑了几分钟就出来了结构化的分镜列表，每个镜头配一张关键帧。里面自动标注了景别、镜头运动、画面主体，还有一整段可以直接复用的生成提示词。
拉片的质量也挺高，比如拍摄角度、镜头跟随、柔和的自然光和街景质感都识别到了。拉片拆解后，我直接连接Seedance 2.5，输入提示词，让它复刻一段和原版差不多的国内版本视频片段。
确定视频风格锚点、镜头脚本和人物细节后，就可以等待生成最终的视频了。
复刻的视频效果如下，模仿了原电影中男女主互相回望，但最终错过对视各自离开的经典桥段。
04 专业Skill超好用
这次LibTV围绕Seedance 2.5打造了一系列专业的Skill，这里首先吸引我的是iOS风格TVC广告Skill。苹果的广告风格简洁高级，很多产品做TVC广告都会优先对标苹果风。
这里我拿“省凳”为例，一起来看看生成的效果如何。在LibTV中上传凳子素材图，选中Skill，输入提示词：用我提供的素材帮我做一个iOS风格的TVC广告。
iOS风格TVC的技能调用后，Agent会一步步完成产品基本信息的收集，例如产品的名称、特征、Logo、配色…
然后根据收集的信息生成三视图、分镜表，最后生成一个完整版的苹果风、高级感iOS产品TVC广告，普通的凳子看起来一下子高级了不少！
另一个有意思的Skil是时间冻结电影感Skil，上传一张图就能一键生成时间冻结的画面。
例如在项目中上传一张水滴图，Agent会根据这张图生成一张非常有电影感的首帧画面。
然后再根据首帧和参考图，生成一段具有电影大片质感的片段。

最后

最近测下来有个感受，现在AI视频的竞争已经慢慢从单纯卷模型参数，转向卷生产效率和使用成本了。画面好是基础，但能不能让普通创作者低成本、少踩坑地用好这份能力，才是更关键的事。

Seedance 2.5把AI视频的效果上限又往前推了一步，LibTV的思路也很务实，不蹭模型研发的热度，一方面作为官方合作平台保证生成的稳定性和可追溯性，另一方面就是盯着真实创作里的痛点，用一个个产品功能去解决。
对设计师、短视频创作者、短剧制作团队来说，选工具从来不是选参数最高的，是选能让自己少做无用功、用得起的生产工具。从这个角度看，这次的升级确实踩中了很多实际的痛点。
感兴趣的可以直接去官网👉🏻 www.liblib.tv体验，建议先用免费额度跑一组自己的日常项目，自己测一遍最清楚～
慢慢来比较快，如觉得有帮助，
请点个赞&推荐，分享给更多的朋友，谢谢！