Hotel Lobby AI 效果：会出什么样，为什么

视频模型要融合两个来源：参考片段里的人和你照片里的人。片段里如果是名人的脸，模型就可能往他们那边偏。所以 Hotel Lobby 舞台用两位 AI 替身重拍，而不是原版表演者，提示词也写明脸、发型、体型和衣服只从你的照片里取。

走样仍有可能，最常出现在快速转头或镜头切换的时候。清楚、正脸的照片能给模型最多的依据。分辨率改变不了这一点：它决定清晰度，不决定像不像。

• 参考片段里看得见的东西，比如手套、戒指、某件戏服，都有可能被照搬。提示词明确要求不戴手套，照片里看不到衣服时穿普通便装。
• 参考片段里的剪辑和镜头运动会被复现，所以提示词要求镜头固定。模型偶尔还是会动一下镜头。
• 用「自己的片段」时，素材里的一切都算参考，画面杂乱或有名人的片段风险更大。

• 坐着或躺着的人会被画成站着，所以腿和姿势是猜出来的。
• 肖像里嘴是闭上的，吐舌头的照片不会保留舌头。
• 手里拿的东西和小首饰会被去掉；缺的衣服用朴素的款式补齐。
• 婴儿被画成像大人一样站着，可能显得大一些；宠物用后腿站立，做手势时爪子可能像手；体型大小不按比例。
• 在 Seedance 上或用「自己的片段」时没有重画，原照片原样进入。

考虑到这些影响该怎么挑照片：Hotel Lobby AI 照片怎么选。

主参考片段是横版的，中间有两次推近。放进竖屏画面，那些近景会让右边的人没地方站。所以 Wan 3.0 在 9:16、3:4 和 1:1 时用单独的竖版参考片段，16:9 和 4:3 仍用横版。靠近边缘活动的人，仍可能短暂碰到画框。

Seedance 的音轨永远自己写，视频服务方也会对音频做版权审核。所以在 Hotel Lobby 舞台上，AI 说唱会被要求照着 Hotel Lobby 音轨的节奏做一段新 beat，歌词全新，不用原曲的旋律和人声。想要原曲本身，就用默认模型配 Hotel Lobby 声音，而不是 AI 说唱。

AI 说唱的歌词、flow，以及伴奏在混音里有多响，每次渲染都不一样；主题里写的名字也不保证会被一字不差地唱出来。

• 每次渲染都是新的：同样的输入，每次出来的视频都略有不同。
• 竖屏视频里可能有人短暂被画框切到。
• 提示词虽然要求固定镜头，镜头仍可能移动。
• Seedance 2.0 和 2.5、一张合照拆分、猫、两只宠物以及非英语说唱都支持，但生成器没法保证各自的效果有多接近；分享之前先看一遍成片。

重新尝试和第一次一样计费：12 秒、480p 是 6 积分。渲染失败会自动退回；做好了但你不喜欢的，不退。现行价格都在价格页。