水墨破纸成飞鱼：用“材质阶梯法”实现 AI 绘画 5 阶丝滑蜕变

在这项实验中，最困难的挑战出现在结尾。我们的锦鲤从一张手工宣纸上跃然而出，依次蜕变经历折纸、液态铬、玻璃以及发光的生命体状态，最后必须重新变回一幅平面的水墨画。从画中挣脱的过程令人惊艳且具说服力；然而最后的“回归”却仅仅找回了开场画面的大致意境，未能 100% 还原最初精确的构图像素。

这个并不完美的收尾，往往比一段平淡的无缝循环更能揭示生成式视频模型的底层规律。它清晰展示了当摄影机、光影、画幅比例、空间环境乃至物体的解剖结构全部发生剧烈演化之后，AI 模型在试图“回忆”最初的起始帧时会面临怎样的严峻挑战。

实验参数档案卡

• 输入素材：单张 16:9 水墨锦鲤图片
• 视频模型：Seedance 2.0
• 原始时长：15 秒
• 生成尝试：单次直出（零重抽）
• 音频状态：已关闭（纯视觉评估）
• 核心约束：单条锦鲤、单一连续运动轨迹、清晰可辨的身体轮廓
• 本文范围：仅聚焦原始模型生成；后续用于展示的剪辑提炼不视为单次模型的原生输出

最艰难的部分在于如何重新回到纸面

这段 15 秒的原始成片始于象牙白宣纸上的浓黑水墨。画中的游鱼挣脱纸面跃入空中，经历数次结构蜕变，游弋穿过深邃的宇宙空间，并在最后重新撞击回纸面上。我们期望这最后的一击能够闭合整个视觉创意，而无需假装首尾两帧能够在像素级别做到天衣无缝的重合。

成片确实成功变回了一条落于纸上的水墨鱼。然而，它并未能精准找回最初的机位俯仰角与居中构图，不足以构成肉眼无感知的无缝循环。我们将这种结果定义为**“语义层面的回归”**，而非物理意义上的绝对循环。

挑选能够承受材质剧烈蜕变的主体

选择锦鲤作为主体，是因为它具备天然流线型的弯曲躯干、明确的头尾朝向，以及无论在平面还是三维立体形态下都清晰可辨的大鳍轮廓。此外，锦鲤天生契合水墨画与水流环境，因此无论是开场的静态画卷还是后期的活体生命形态，都不需要额外的逻辑解释。

锚定图片的生图提示词为：

Premium museum-grade still of a single koi painted in saturated black ink with electric-cyan and vermilion accents on textured ivory handmade paper. The koi curves diagonally as if frozen mid-swim, precise fins and scales, one wet brush edge, dramatic raking light, macro editorial composition, surrounding paper clean and empty. No calligraphy, seals, words, letters, numbers, logo, watermark, interface, border or second fish.

【提示词中文解析】：

博物馆级高级静物大片：单条锦鲤以浓郁饱满的黑色水墨绘制于带纹理的象牙白手工宣纸上，带有电光青与朱红色点缀提亮。锦鲤呈对角线弯曲，宛如在游弋瞬间被定格，精细的鱼鳍与鳞片，边缘带有一抹湿润的运笔墨痕，戏剧性的侧逆光，微距杂志级构图，周围纸面干净留白。严禁书法、印章、文字、字母、数字、Logo、水印、界面、边框或出现第二条鱼。

鱼身周围大面积的干净留白，为画面的第一次“破纸而出”提供了施展空间；湿润的运笔边缘暗示着画面仍处于活跃可变的状态；青色与朱红色则在黑墨退去后充当了贯穿始终的“色彩记忆锚点”。

如果换成一朵云彩或抽象雕塑，评估难度就会大得多，因为它们的轮廓即使发生巨大变形也不会显得突兀。在本次测试中，我们必须能一眼识别出主体在何时开始脱离“同一条鱼”的形态感知。

搭建材质递进阶梯

仅仅罗列 5 种华丽的视觉风格，并不能指导 AI 模型如何平滑地将上一帧过渡为下一帧。我们按照**“相邻状态之间能够自然交接的物理属性”**来为材质排序：

湿润水墨
    ↓
折叠纸艺
    ↓
坚硬反光金属
    ↓
通透透明玻璃
    ↓
自发光活体生命
    ↓
重归湿润水墨

我们将这一时序链条称为材质阶梯。水墨与折叠纸张同属于最初的纸张载体；纸张的折痕可以自然硬化为金属刻面，而无需改变几何结构；金属的高光反射可以平滑演化为玻璃的透光折射；玻璃内部流动的光芒则顺理成章地化作生物荧光。

链条中最大的一处不确定性出现在最后的箭头：深邃宇宙空间中的活体游鱼，与最初俯视视角下的平面水墨画在几何轮廓与布光逻辑上几乎没有任何共有特征。虽然提示词强行下达了“回归”指令，但前置的状态演变并未给这次回归留下轻松的物理铺垫。

用具体的物理动词连接不同材质

每一次状态交接都需要一个真实的物理动作：水墨从纸面上撕裂挣脱；纸张折叠起棱；折痕硬化为铬合金；铬合金褪去反光变得纯净通透；光芒在透明鱼身内部被点燃；最终，撞击将立体身躯重新拍散为平面颜料墨滴。

具象的动词为大模型提供了明确的运动演算依据。“神奇、惊艳、电影级的蜕变”是在描述人类看到结果后的主观赞叹，并非运动指令；而“折痕向内翻折并硬化为镜面刻面”才是真正的动作指令。

视频生成所使用的完整提示词为：

Use supplied image as exact opening frame. Hold only 0.4 seconds, then the painted koi snaps alive. Fast match-transformation trailer with hard splash cuts every 0.8-1.3 seconds: wet ink koi tears free from paper, becomes folded origami, then liquid chrome, translucent glass, and a living bioluminescent koi racing through a cosmic ocean. Camera plunges from macro to tracking, then whip-pans through ink, paper shards, water and light as natural occluders. No dissolves or lingering beauty shots. Preserve one koi, same silhouette, trajectory, screen direction and motion phase across transformations. Finish with the koi striking the paper and exploding back into one elegant ink image. No text/logos, extra fish, random morphing, broken fins, flicker or camera jumps.

【结构化中文逐句拆解说明】：

• 起始帧与节奏： 以上传图片作为精准首帧。仅定格 0.4 秒，画中锦鲤随即获得生命。
• 剪辑节拍与硬切： 节奏明快的动作匹配蜕变预告片，每隔 0.8–1.3 秒配合水花硬切转场：
• 材质递进链条： 湿墨锦鲤撕脱纸面 → 化为折叠折纸 → 化为液态铬合金 → 化为半透明玻璃 → 化为在宇宙海洋中穿梭的自发光生物荧光活体锦鲤。
• 运镜与自然遮挡： 摄影机从微距俯冲为跟拍，随后在墨汁、碎纸片、水花与光芒充当自然遮挡物时进行快速甩镜。绝无淡入淡出，拒绝无意义的慢节奏空镜。
• 特征锁定： 在所有蜕变中严格保持单条锦鲤、相同轮廓、运动轨迹、屏幕朝向与游动节拍。
• 收尾定格与负向： 以锦鲤撞击纸面、爆裂还原为一幅优雅水墨画收尾。严禁文字/Logo、多余游鱼、随机形变、残缺鱼鳍、画面闪烁或机位跳跃。

墨滴、碎纸屑、水花和强光同时充当了天然的视线遮挡物。它们为上一种材质的退场提供了短暂的遮掩瞬间，随后再露出清晰的新材质，从而避免模型将不完美的中间过渡形变暴露在观众眼前。

逐帧拆解生成的 5 种材质状态

折纸阶段是结构继承最干净的一次交接。三角形的多边形折面较好地贴合鱼身与鱼鳍的走势，使主体依然极易辨认。

玻璃阶段则带来了更多麻烦。透明材质暴露出鱼身内部的三维体积，而这恰恰是原始二维水墨画从未定义过的盲区。模型在凭空脑补这部分内部体积时，不自觉地放大了眼睛比例，并简化了部分鱼鳍结构。

铬合金阶段可以将不确定的解剖结构巧妙掩藏在高光反射之下；而通透的玻璃却无法做到这一点。单次生成尚不能断定修改提示词是否能彻底解决该问题，但这一现象给创作者敲响了警钟：当所选材质会暴露参考原图中从未提供过的内部结构时，模型极易发生形变失真。

进入活体生命阶段后，青色与朱红色的点缀以体内自发光的形式被成功找回。这些色彩锚点巧妙地将立体活鱼与最初的水墨画重新关联在一起，即便此时的生存环境与身体解剖已经截然不同。

最终的撞击动作将颜料墨斑与象牙白宣纸重新带回了画幅中。

在单次连续播放时，它确实呈现出了“画作回归”的意境；但如果将其首尾相接制作成循环视频，依然会产生跳跃感，因为此时的景别、动作时序与具体像素与最初的开场图存在客观差异。

本次实验成功保留了哪些特征

画面始终维持了单条核心锦鲤，且自始至终沿着大致相同的头尾方向向前游动。标志性的弯曲轮廓、青红双色点缀以及向前的游动动量，在绝大多数材质变换中均得到了完好传承。视频也在结尾如约返回到了纸面载体上。

相比之下，鱼鳍数量、眼部比例、画面缩放比例以及机位俯仰角度的稳定性则相对较弱。玻璃阶段暴露了最大的解剖学漂移，而宇宙空间段落则距离原始构图最为遥远。这种程度的漂移对于实验性概念艺术短片而言完全可以接受；但如果是用于品牌吉祥物或严谨的科学可视化，则需要更加严格的控制。

如何规划你自己的轻量级材质实验

在开始创作前，请先挑选一个即便变换了表面材质、其外形轮廓依然清晰可辨的主体：蝴蝶、鞋子、花朵、面具、汽车、裙装、雕塑或乐器。唯有当你能用具体的物理动作描述两种材质之间的转换过程时，才将它们相邻放置在链条中。

炭笔素描 → 撕裂纸张 → 飘逸织物 → 缕缕烟雾 → 飞舞活鸟

冰雕作品 → 晶莹玻璃 → 流淌液体 → 升腾云雾 → 积雪雕塑

黏土运动鞋 → 抛光陶瓷 → 电镀铬合金 → 半透明果冻胶 → 真实球鞋

对于链条中的每一个转换箭头，尝试在脑海中完成这句指令：

[当前材质] 通过 [具体物理动词] 转化为 [下一材质]，同时严格保持 [主体轮廓]、[屏幕运动方向] 与 [游动/运动节拍]。利用 [粒子飞溅或自然遮挡物] 掩盖材质交接瞬间，且不遮蔽主体身份辨识度。

一次性串联 5 到 6 种材质会急剧增加漂移概率。人脸、精细文字排版、脆弱的生物结构以及精确的产品外形，通常更适合减少单次变换的级数。将整个流程拆解为多个独立阶段、将表现最好的一帧作为下一阶段的父级参考图，往往能带来更强的确定性控制——这种方法正是我们所沉淀的定帧接力工作流。

对于初次尝试，建议挑选 2 到 3 种关联紧密的材质，并务必先写动词、再写形容词。在选定模型前，你可以查阅我们的 8 款主流 AI 图片转视频工具深度横评，随后在 Motiofy 中上传最满意的一张静态图开始生成。在审片时，特别留意中间材质是否暴露出源图片中从未提供过的结构盲区。