好家伙AI帮我穿越到唐朝做了荔枝监

最近有一种玩法真的火啊，就是利用 AI 视频的能力，生成一个现代人穿越到古代见证历史事件，比如穿越到赤壁战场，穿越到春秋战国，甚至穿越到潘金莲武大郎的那个夜晚。。。

视频的样子如下，看起来是不是很新颖也很真实啊。

这个玩法最开始是利用 Veo3 强大的视频和语音能力生成的，只不过 Veo3 的门槛太高了，我们普通人基本用不了，所以国内的小伙伴又研究了适合咱们普通人人玩的方法，做起来虽然比 Veo3 麻烦一些，但是效果还是很不错的。

Veo3 的提示词如下

Selfie-style vlogging shot. A young Asian woman with a ponytail, wearing a bright pink modern hoodie, excitedly films herself with a selfie stick inside a dimly lit, rustic ancient Chinese peasant home. In the background, a woman in traditional historical Chinese attire (Pan Jinlian) is tending to a man (Wu Dalang/Wudang) lying on a simple wooden bed, offering him a bowl of medicine. Striking contrast between modern vlogger and ancient setting. Natural light filters through a small window 一个现代人回到古代，在潘金莲和武大郎家中直播。武大郎躺在床上，潘金莲坐在床边，正在将碗中药送到武大郎嘴边。现场一边走一边进行直播。 面向镜头，手持自拍杆进行解说。画面镜头跟随手持自拍杆上的手机镜头移动，真实现场感

Veo3 最牛的地方就是配音，可以根据视频具体情节来给出相对应的语气，非常符合语境。

当然这么牛的 Veo3 大模型，我们一般人是用不起的，所以咱们来退而求其次，用普通人可用的大模型来做一个类似的短片。

最近《长安的荔枝》非常火，就做一个相关的视频吧。

穿越到唐朝视频生成

我们使用即梦 AI 来做，先生成视频分镜图片

女主播在古代战马上直播的提示词

一个平凡的女主播身穿整齐的正装，骑在古代战马上，身后是一队运送岭南荔枝的队伍，脸上的表情震惊又欢喜，拿着自拍杆。第一人称自拍视角，穿越到盛唐时期平坦的大道上。身后是运送荔枝的战马队伍，队伍中间有人打着“荔枝监”的招牌，队伍中有很多马拉着荔枝，超写实风格，历史与科幻融合，电影级光影，电影质感。

第四张整体还不错，就是多了一个手机，我们使用即梦的消除功能去掉即可

我是准备制作三组镜头，还有两个提示词如下

运送荔枝的队伍出发

一个平凡的女主播身穿整齐的正装，站在古代南方崎岖的山路上，身后是一队运送岭南荔枝树的队伍经过，脸上的表情震惊又欢喜，拿着自拍杆。第一人称自拍视角，穿越到盛唐时期的岭南。身后是运送荔枝树的马车队伍，队伍中间有人打着“荔枝监”的招牌，队伍中有很多马车拉着荔枝树，超写实风格，历史与科幻融合，电影级光影，电影质感。注意：荔枝是挂在树上的，不是被摘下来的荔枝！

队伍进入长安

一个平凡的女主播身穿整齐的正装，站在古代长安的大街上，身后是一队运送岭南荔枝的队伍经过，脸上的表情震惊又欢喜，拿着自拍杆。第一人称自拍视角，穿越到盛唐时期的长安。周围很多老百姓争相观望运送荔枝的队伍，队伍中间有人打着“荔枝监”的招牌，队伍中有很多马车拉着新鲜的荔枝，超写实风格，历史与科幻融合，电影级光影，电影质感。

注意三组照片要保持人物五官一致性，所以生成图片的时候，要使用参考图，人像写真识别

这样我们就得到了三组分镜图片，接下来分别生成视频即可

比如这张图片我们很满意，直接点击生成视频按钮就行

提示词如下

手持镜头拍摄，画面摇晃，镜头跟随画面重点人物移动

接下来我们选择生成音效，给视频增加一些感觉

生成音效之后，再进行对口型处理

点击音频按钮，选择生成音频

然后输入想要人物说的话

经过十天的跋涉，我们终于到达长安啦

确定生成即可

因为这里人物说话不需要太大的情绪起伏，所以直接使用即梦配音即可。如果是那种很紧张或者很震惊的话语，则需要其他配音工具，我们后面会提到。

利用上面的方法，把三组视频都进行音效和配音工作，最后就可以到剪映里面进行剪辑了。

其他穿越视频生成

我们当然也可以生成其他类型的视频，比如到长城上当劳工

第一人称视角，一个穿现代服装的中国女记者手持自拍杆，在中国古代秦朝万里长城修筑的地方上，背后是忙碌的建筑工人，有人徒手搬运着石头，有人拿着各种工具。手延伸自拍杆显示女人震惊的脸，然后旋转捕捉工地上忙碌的身影。

再比如下面这个提示词，就能很好的展现潘金莲和武大郎的那个场景

第一人称视角，一个穿现代服装的中国女记者手持自拍杆，在潘金莲和武大郎家中直播。武大郎躺在床上，潘金莲坐在床边，正在将碗中药送到武大郎嘴边。现场一边走一边进行直播。 面向镜头，手持自拍杆进行解说。画面镜头跟随手持自拍杆上的手机镜头移动，真实现场感

当然了，即梦3.0 生成视频还是需要抽卡的，比如上面这个视频，前半段还是非常不错的，但是到了后面就有一些穿帮镜头了。。。

或者先生成图片，再生成视频穿越到赤壁战场

生成图片的提示词

一个平凡的女主播身穿破旧的冲锋衣，在一艘巨大的木质战船上，脸上有烟熏和受伤的痕迹，脸上的表情震惊又恐慌，拿着自拍杆。第一人称自拍视角，穿越到古赤壁战场上燃烧着熊熊烈火的战船上。周围很多士兵惊慌逃跑，很多巨大的战船冒着烈火浓烟，断桅残帆，乱箭横飞。火光映红天空，超写实风格，历史与科幻融合，电影级光影，电影质感。

然后再进行图生视频即可

对于这种感情比较激烈的视频，普通的配音工具根本无法准确的表情人物的情绪，找了很多工具，最后还是觉得海螺AI 的配音还不错。

https://www.minimaxi.com/audio/text-to-speech

海螺AI 可以选择配音的情绪，算是能够大致的改变一下人物的语气

调整一番之后，生成的效果如下，虽然语气还不是特别激烈，但是比起其他工具要好很多了。

最后放到剪映当中剪辑即可

最终效果如下，是不是有那么一点感觉啦！