Dual-Character Japanese Dance MV with PIP Swap Finale

viva @viva_artificial

Original post 2026-08-13 · View the full post on X ↗

Prompt (original, unmodified)Copy prompt

@Image1=MAINIMG @Image2=PIPIMG MAIN="MAINIMG唯一主体";MAIN_FACE="主画面人物脸部身份";MAIN_HAIR="主画面人物发型母体";MAIN_BODY="主画面人物身体比例";MAIN_C0="主画面人物原始服装母体";MAIN_ACC="主画面人物关键饰品逻辑" PIPCHAR="PIPIMG唯一主体";PIP_FACE="左下人物脸部身份";PIP_HAIR="左下人物发型母体";PIP_BODY="左下人物身体比例";PIP_C0="左下人物原始服装母体";PIP_ACC="左下人物关键识别逻辑" WALL="背景墙层";FLOOR="地面层";CHAR="主画面角色层";PIP="左下观察窗层" subject:"仅读取MAINIMG与PIPIMG各一次并分别锁定两个主体.MAIN只属于主画面人物;PIPCHAR只属于左下PIP窗口人物.两者都是独立人物,禁止混淆,禁止提前互换,禁止把PIPCHAR误当MAIN,也禁止把MAIN误当PIPCHAR.全片绝大部分时间主画面人物=MAIN,左下PIP人物=PIPCHAR,仅在最后高速转场中执行明确位置交换." vocal:"全片使用同一个原创日语女性主唱声线;歌词不预写,由生成侧自由即兴原创日语短句;清晰日语咬字与口型同步;强节奏钩子+短句+延音;禁止引用现有歌曲,禁止读提示词,禁止ah/oh/woo循环.禁止男性主唱,禁止男女切换,禁止因画面角色交换而改变歌手." music:"150BPM极强日系舞曲/电子浩室/高速俱乐部;巨大四拍踢鼓,紧凑军鼓/拍手,滚动低频,侧链合成贝斯,明亮超锯齿和弦墙,金属打击,人声切片,琶音,上升音效,冲击.无慢前奏.0-13s每段有明确重拍与切换感;13-15s进入高密度切碎终章,并在最后完成MAIN与PIPCHAR位置交换.全片主唱保持同一个女性声线,不得变男性,不得因角色交换改变声线身份." VOCAL_IDENTITY_LOCK:"0.00-15.00s始终使用同一个原创日语女性主唱声线.声音是独立音频层,不随画面人物身份,外观,性别表现,PIP内容或最终角色交换而改变.即使PIPCHAR进入主画面,女性主唱声线也必须完全连续.禁止男性主唱,禁止男女声切换,禁止双主唱化,禁止角色交换导致歌手身份变化." priority:"1主画面MAIN识别成立 2左下PIPCHAR识别成立 3全片女性主唱固定 4主画面持续日语唱跳 5主画面同步三层转场 6左下PIP稳定存在 7CHAR描写变化清晰可见 8镜头 9最终交换成功." MAIN_IDENTITY_DEFINITION:"MAIN的一致性指人物识别一致,不是外观逐项完全一致.目标不是像素级复制原图,而是无论主画面风格如何变化,观众始终一眼认出是同一个MAIN." MAIN_IDENTITY_LOCK:"MAIN固定属性:脸部骨相与五官相对关系;眼睛形状与神情基调;前发结构与发型母体;头身比,体型,身体比例;年龄感与整体气质;关键识别饰品存在逻辑.这些构成MAIN识别核心,必须持续成立." MAIN_MUTABLE_ATTRIBUTES:"MAIN允许大胆变化的属性:描画风格与媒介;线条语言;上色方式与阴影方式;材质表现;二维/三维/印刷/工艺化处理;服装颜色;服装材质;服装细节与装饰;同一服装母体上的舞台化改造;局部配饰强化或弱化;光效与轮廓强调方式;抽象程度.只要MAIN固定属性仍成立,以上变化全部合法." MAIN_FORBIDDEN_DRIFT:"MAIN禁止:变成另一个人;脸型与五官关系明显重构;发型母体消失;体型,年龄感,性别感大幅漂移;完全脱离原角色识别性的陌生服装体系;关键识别饰品逻辑彻底消失." PIP_IDENTITY_DEFINITION:"PIPCHAR也必须保持同一人物识别.左下PIP里无论角度,动作,吃东西状态如何变化,都必须始终被看作同一个PIPCHAR." PIP_IDENTITY_LOCK:"PIPCHAR固定属性:脸部骨相与五官相对关系;发型母体;身体比例;年龄感与整体气质;服装母体与关键识别点.左下PIP窗口中的人物必须始终是PIPCHAR本人." identity_repeat:"MAIN与PIPCHAR必须始终区分清楚.0-13s绝大部分时间主画面=MAIN,左下PIP=PIPCHAR.只有最终交换段才允许彼此替换位置.声音层不参与这个交换." MAIN_SCREEN_MODEL:"主画面由三个同步变化层组成:WALL=背景墙/立面/后景装置;FLOOR=地面/舞台地板/地表;CHAR=MAIN人物本体.主画面采用同步切换逻辑,每个主要切换点WALL/FLOOR/CHAR一起进入新段落,形成清晰高执行率的整体转场." SYNC_RULE:"主画面采用同步三层转场,不追求复杂异步.目标是执行率优先,每段整体变景清楚有力." CHAR_RULE:"主画面CHAR只指MAIN本体.所有主画面角色变化只作用于MAIN:脸/头/发/颈/躯干/手臂/手/腰/腿/脚/服装/饰品.变化后仍必须被看作同一个MAIN." CHAR_TRANSFORMATION_REQUIRED:"每次MAIN描写变化都必须肉眼立即可辨.只改变色温,亮度,轻微滤镜或弱纹理不算变化.每次至少明显改变以下项目中的两项:线条语言;上色方式;材质表现;媒介表现;服装颜色或服装细节." WALL_RULE:"WALL只负责巨大背景墙面/屏风/海报墙/显示墙/装置艺术墙.允许神秘人物大脸,巨大眼睛,抽象肖像,人物海报,屏幕中的脸,图形化人物印象,以及MAIN自身超大特写脸作为墙面艺术,但都只是墙面图像,不是独立角色." FLOOR_RULE:"FLOOR只负责地面层.允许巨大人物脸部影像,巨大眼睛显示,抽象肖像LED地板,以及火焰/水面/草原/霓虹网格/液态金属/花田/冰面/棱镜/像素地面/元宇宙数据地台等地表.这些只能停留在地面,不得立起成角色,不得改变MAIN身体或服装表面." BACKGROUND_EXTRA_RULE:"WALL与FLOOR可吸收两类环境语言:1元宇宙/虚拟都市/全息数据建筑/透明UI空间;2像素艺术/8-bit/16-bit/块状游戏地景.这两类只作用于环境层,不得改变MAIN身份." goal:"15秒高密度实验MV.0-13s主画面是MAIN的同步型三层MV,左下PIP是PIPCHAR黑背景吃汉堡的奇妙附加视频.13-15s最后2秒进入高速终章转场,最终完成主画面与左下PIP人物位置交换,但主唱始终保持同一个女性声线." dance:"MAIN在主画面执行150BPM高能俱乐部编舞:脚跟脚尖快速步,快速脚步,侧移,髋部重拍,肩击,胸部弹动,手臂波浪,锁舞,身体滚动,斜向移动,半转,旋转,反弹,高低位变化,短跳,节奏性转头.MAIN从0.00-15.00s持续明确日语唱跳,绝不站定展示,直到最终交换前仍是主舞台中心." dance_timeline:"0-1.5脚跟脚尖前进+肩击+手臂波浪|1.5-3斜向移动+胸部弹动+半转反弹|3-4.5低位侧步+上扬扫臂+小旋转|4.5-6快速两步+躯干扭转+后退反弹|6-7.5侧向脚步+手臂锁定+前进律动|7.5-9高低位变化+快速转向+髋部重拍|9-10.5跑步式舞步+控制旋转+扫臂|10.5-12反向步+身体滚动+跳跃落地|12-13快速交叉步+270°转身+移动收束|13-13.5高速段A|13.5-14高速段B|14-14.5高速段C|14.5-15终极爆发" MAIN_AUTONOMOUS_STYLE:"每次MAIN描写变化时,生成侧必须自主发明一种与当前描写明显不同的新视觉表现方式.不要按固定列表死板执行.可自由改变线条语言,色彩系统,材质感,二维/三维表现,印刷方式,动画媒介,实体工艺感,抽象程度,服装配色与舞台化细节.目标是让观众明确看到‘同一个MAIN被另一种视觉文化重新描写’." MAIN_STYLE_RANGE:"可联想到但不必固定命名的方向包括:漫画线描,高对比美式平面,流行平面艺术,复古手绘动画,贴纸化,收藏模型化,毛绒化,黏土化,剪纸化,拼贴化,绘本化,时装插画化,三维赛璐璐化,纸浆工艺化,像素化,低模几何化,马赛克化,彩窗化,霓虹化,全息化,蓝图化,喷绘涂鸦化,装饰艺术化,错版印刷化,丝网印刷化等." COSTUME_RULE:"MAIN服装采用‘母体固定,表现可变’原则.必须保留原服装大轮廓,核心识别结构与整体穿着逻辑.允许变化:配色;材质;局部装饰;舞台化强化;图案密度;光泽与反射;层次增减.禁止变化:完全换成陌生角色服装体系;与原角色无关的全新身份服." COSTUME_CHANGE_REQUIRED:"MAIN服装必须发生肉眼立即可辨的阶段变化.3s以后每个阶段必须明显改变颜色系统,材质或服装细节,不能只靠灯光,色温,滤镜或整体风格冒充换装.即使MAIN视觉媒介同时变化,服装本身也必须独立发生可见变化." costume_vector:"C0=原始状态;C1=保留原服装轮廓,主配色明显改为鲜艳舞台色,加入高光面料与明确装饰强化;C2=保留母体,明显改为强烈图形双色/三色色块,增加几何边饰;C3=保留母体,明显改为深黑或深色主体+高对比亮色边线,装饰锐利化;C4=保留母体,明显改为珠光/虹彩/半透明未来材质,配色与C3明显不同;C5=明确白金配色终章服装." COSTUME_VISIBILITY_RULE:"C1,C2,C3,C4,C5彼此必须肉眼明显不同.如果观众无法仅看服装判断已经进入下一阶段,视为换装失败." costume_timeline:"0-3 C0|3-6 C1|6-9 C2|9-12 C3|12-13 C4|13-15 C5终章倾向" MAIN_STAGE_TRANSITIONS:"主画面同步三层转场按段落推进.每次切换时,WALL/FLOOR/CHAR共同进入新的整体段落." main_stage_timeline:"0-1.5 Stage1:WALL=流行平面艺术墙+抽象图形+高对比色块;FLOOR=巨大陌生人物脸部特写LED地板;CHAR=接近原始高细节风格,轻度舞台化;情绪=开场抓取 1.5-3 Stage2:WALL=海报拼贴墙/广告视觉/撕裂边缘;FLOOR=巨大眼睛与虹膜动态显示地板;CHAR=明显漫画线描或高对比平面化;情绪=第一次明显风格变化 3-4.5 Stage3:WALL=屏风绘式墙面/金地/折屏结构/传统绘画印象;FLOOR=火焰地表/热浪/燃烧裂隙;CHAR=复古手绘动画感或绘本化;情绪=传统+热烈 4.5-6 Stage4:WALL=大型显示墙/CRT矩阵/投影墙/数字屏;FLOOR=透明水面/涟漪/镜面反射;CHAR=贴纸化或图形海报化;情绪=数字+流体 6-7.5 Stage5:WALL=MAIN自身超大特写脸墙面艺术,放大眼部/唇部/局部发丝;FLOOR=真实草原/风吹草浪;CHAR=收藏模型化或三维赛璐璐化;情绪=MAIN身份最强强调段 7.5-9 Stage6:WALL=元宇宙虚拟都市墙景/全息高楼/透明UI/数据拱门;FLOOR=元宇宙电子地台/高亮网格/透明数据格;CHAR=全息化/霓虹化/未来舞台化;情绪=科技夜店 9-10.5 Stage7:WALL=大型像素艺术背景墙/8-bit与16-bit混合城市;FLOOR=像素地面/8-bit砖块/像素草地/像素水面;CHAR=像素化倾向或低模几何化,但仍清楚是MAIN;情绪=游戏化电子感 10.5-12 Stage8:WALL=神秘巨大人脸墙面/抽象肖像墙/波形屏;FLOOR=液态金属波面;CHAR=马赛克/彩窗/装饰工艺感处理;情绪=异质艺术感 12-13 Stage9:WALL=喷绘涂鸦/错版印刷/霓虹标牌混合墙;FLOOR=花田向冰面棱镜渐变;CHAR=混合媒介,服装终章化前冲;情绪=终章累积 13-13.5爆发A:主画面高频同步切入新状态,压缩空间,强化速度 13.5-14爆发B:主画面继续同步切换,准备与PIP发生位置入侵 14-14.5爆发C:主画面与PIP发生边界破坏,画面互相侵蚀,开始交换 14.5-15终章:完成MAIN与PIPCHAR位置交换,主画面主体变为PIPCHAR,MAIN进入左下PIP" camera_lock:"主画面镜头必须在真实三维空间中大幅移动,不是固定机位平移/俯仰/数字变焦/抖动.每个镜头段必须改变世界坐标X/Y/Z并产生明显视差.禁止原地晃动冒充环绕,禁止仅数字变焦冒充推进." orbit_rule:"每次环绕至少完成90°明显方位变化,重点段120-180°.顺时针与逆时针必须肉眼可辨.垂直环绕必须从低位沿主体真实升高,越过头顶到高位俯拍." frame_rotation:"整画面旋转必须是明确连续镜头滚转30-90°或更大,并与环绕/推进/升降叠加,不是随机抖动." camera_timeline:"0-1.5左前低位顺时针120°环绕到右侧,膝高升至胸高|1.5-3继续顺时针90°到右后方,高速贴肩掠过后重捕脸|3-4.5背后低位启动垂直环绕,越过头顶俯拍后向前下降|4.5-6右前低位逆时针150°环绕到左后方,半径先缩小再扩大|6-7.5高位逆时针环绕同时快速下降至贴地并掠过|7.5-9贴地冲刺:远处贴地冲向MAIN,脚边急拉升,越肩后反向环绕90°|9-10.5巨大螺旋:120°环绕+明显升高+半径收缩+60°滚转|10.5-12超高位俯冲擦过肩侧,穿到背后后立刻180°翻向回正面|12-13极近脸开始极速倒飞至超广角全身+巨大WALL/FLOOR,随后高速推近|13-13.5顺时针快速环绕90°+45°滚转|13.5-14逆时针快速环绕120°+高空俯冲|14-14.5螺旋120°+90°整画面滚转+画面撕裂|14.5-15从主画面破裂中完成位置交换后重新锁定新主角" PIP_RULE:"在主画面左下加入小型观察PIP窗口.不是四分屏,不是大分割,而是独立小型画中画.面积约全画面1/16,建议宽22-25%,高22-25%,保持小而清楚,不要过大,不要明显干扰主画面.位置固定左下,可有细白线或淡发光边框." PIP_BACKGROUND:"PIP内部环境固定纯黑空间或极暗黑色虚空.不要复杂背景,不要环境变化,不要墙面艺术,不要地面花样,不要额外特效堆满.目标是清楚观看PIPCHAR吃汉堡." PIP_SUBJECT:"PIP窗口中显示PIPCHAR,不是MAIN.这是独立的奇妙附加视频.0-13s大部分时间左下PIP人物都必须是PIPCHAR." PIP_PURPOSE:"PIP窗口展示PIPCHAR在黑背景中从多个角度吃汉堡.气氛略微滑稽,略微神秘,像莫名其妙插入的无关短视频,但视觉上必须清楚,可爱,令人困惑." PIP_ACTION_CORE:"PIPCHAR手持或拿近一个完整汉堡或厚实肉排汉堡,明确执行吃汉堡动作:看汉堡,举起,张口咬下,咀嚼,吞咽,再咬,轻微满足表情或面无表情继续吃.必须明显看出在吃汉堡,不是拿着不动." PIP_HAMBURG_RULE:"汉堡必须清晰可见,面包,肉排,配料可辨识.左下PIP核心笑点就是PIPCHAR认真吃汉堡.禁止变成别的食物,禁止吃空气,禁止只摆姿势." PIP_ANGLE_RULE:"PIP中的PIPCHAR以角色展示+吃汉堡结合方式呈现.可缓慢转身,转头,半身转体,轻微姿势切换,或小幅连续转台观察.同时保持吃汉堡动作可见.可展示正面,左45°,侧面,背后回头,右45°,半身近景等." PIP_MOTION_STYLE:"PIP中的PIPCHAR可轻微动作:轻转身,轻摆头,抬手拿汉堡,咬一口,咀嚼,吞咽,再次进食.不要大幅舞蹈.重点是多角度+持续吃汉堡." PIP_AUDIO_RULE:"PIPCHAR不唱歌,不提供独立主唱,不接管歌曲声线.PIPCHAR只执行无声或弱存在感的吃汉堡动作,可有咀嚼感但不形成主唱人声.左下PIP与最终位置交换不得影响主歌曲女性主唱." PIP_TIMELINE:"0.8-2.8正面与左45°吃汉堡,首次清楚咬下一口|2.8-4.8左侧面与左后45°,一边转身一边咀嚼|4.8-6.8背面与右后45°,回头露出脸并继续拿汉堡|6.8-8.8右侧面与右45°,再次明显咬一口|8.8-10.8上半身近景转体,突出脸部与汉堡,清楚咀嚼|10.8-12.8小型连续转台观察,不同角度持续吃|12.8-13.8吃汉堡动作加快,同时开始感应主画面异变|13.8-15.0PIP边界被主画面吸入并放大,PIPCHAR从左下窗冲出成为主画面角色" PIP_STYLE_RELATION:"如果主画面变化过于激烈,左下PIP仍应优先保证PIPCHAR识别清晰与吃汉堡动作清楚.PIP风格可适度跟随终章气氛,但黑背景和汉堡核心不能丢." PIP_MAIN_SEPARATION:"0-13.8s主画面MAIN继续正常日语唱跳与主镜头运动.左下PIP只是附加层.两者同时存在,但左下PIP不改变主画面背景逻辑,不抢主体,不遮挡MAIN主脸." SWAP_RULE:"最终交换是本次实验核心事件.13.8-15.0必须发生明确位置交换:PIPCHAR从左下PIP突破边界,经高速转场放大并进入主画面中心;MAIN被压缩,缩小,拉入左下PIP窗口或其原本位置;交换完成后主画面最终主体=PIPCHAR,左下PIP中的人物=MAIN;观众必须明确看出二者位置互换成功;但音频主唱身份绝不交换,全片主唱始终是同一个女性主唱声线." SWAP_VISUAL_GRAMMAR:"交换过程可使用屏幕撕裂,镜面翻转,画中画放大,窗口爆裂,层级穿透,角色穿屏,旋转缩放,颜色爆闪,故障扭曲,画面反转等高速转场手法.交换不是简单硬切,必须有明显‘主画面与PIP互换’的视觉奇观." SWAP_FINAL_STATE:"14.7-15.0时主画面中的新主体必须已经是PIPCHAR,并可带着汉堡或吃汉堡后的状态站上主舞台;同时MAIN必须已进入左下PIP,变成被观察的一方.位置交换必须完成,不要停留在半路.女性主唱声线仍保持不变." PIP_FAILURE:"若PIP窗口过大,不是黑背景,窗口里不是PIPCHAR,没有清楚吃汉堡,或最后没有与主画面完成角色位置交换,均视为失败." typo:"少量动态文字,仅单汉字或极短英字.候选:舞,光,音,瞬/GO,UP"

Reproduced verbatim from the original post. Never edited or translated. Everything outside this block is our own commentary.