我给拍完的 AI 视频加了 63 个机位！手把手教你视角重构|CrossView 深度指南：揭秘“三
外来客 • 2026-08-23 18:14:08
声明：本文为对公开视频内容的摘要整理，
未经本站独立核实，可能与原视频存在出入，不代表本站立场、观点或建议；
观点与版权归原作者及原平台所有。
如涉及版权问题，请联系我们，核实后立即删除。
[ 免责声明 ]
🎥 核心观点
- CrossView 是一种基于 LTX 2.3 模型的 IC LoRA，允许用户利用已生成的视频作为参考，通过提示词重构虚拟摄像机机位。
- 该技术并非简单的画面裁切或随机生成，而是基于参考视频重新生成同一场表演，实现视角的自由切换。
- 提示词采用固定的“三轴格式”，通过控制相机围绕主体的左右移动、整体高度及距离，共形成 63 种组合方法。
- 建议优先使用官方原词，避免自行创造词汇，以确保生成效果稳定。
⚙️ 关键事实与论据
- 模型与参数：使用 LTX 2.3 主模型（1.1 版）及 CrossView LoRA（1.5 版），LoRA 强度推荐值为 0.6 至 1.5。
- 工作流结构：分为两个阶段。第一阶段根据参考视频生成新摄影角度；第二阶段进行分块放大处理，无论分辨率调多大均会分块处理，并需使用第二组提示词作为内容一致性锚点，防止放大后偏离原视频。
- 三轴控制逻辑：
- 左右轴：控制相机围绕主体向左或向右移动，非人物移动或镜像，场景元素会重新组织。
- 距离轴：控制远近，拉远效果通常比拉近更稳定，拉近有时类似重新裁剪。
- 高度轴：控制高低机位，低机位增强仰视感，高机位扩大地面占比。
- 误差累积风险：连续多次生成（串联）会放大上一轮的误差，导致物体比例、细节变形（如凤凰变垂直火焰），因此建议一步生成大角度变化，仅在一步崩坏时才考虑两步串联。
- 原视频限制：原视频若包含相机运动（如侧向跟拍），会导致方向控制含糊，效果减弱；最佳输入为固定机位、单镜头、主体持续可见的视频。
📝 结论与建议
- 适用场景：适合宏大场景、复杂运动（如飞天舞者）及需要多视角剪辑的视频制作。
- 谨慎场景：商业产品描述需谨慎使用，因为改变镜头可能会改变产品细节。
- 操作建议：
- 严格遵循三轴提示词格式。
- 从中等角度开始尝试，逐步调整。
- 确保原视频为固定机位，主体清晰。
- 利用 RunningHub 等平台获取最新工作流支持。
👤 同一博主
🧭 类似博主
0 条评论
发表评论
请先 登录 后参与讨论。