80 lines
9.8 KiB
Markdown
80 lines
9.8 KiB
Markdown
# 视频画布模型匹配与逐项对照（2026-09-16）
|
||
|
||
参考：[LibTV 画布](https://www.liblib.tv/canvas)。以登录后的 1280×720 画布为界面对照基准。用户最新要求：模型接通即可，不继续真实生成测试。因此下表区分接口与参数核验、界面核验、实际生成，不能把未生成的功能标为产物验收通过，也不把局部对齐称为整站像素级复刻完成。
|
||
|
||
## 模型结论
|
||
|
||
初始生产登记 413 个模型，模型和服务商同时启用 23 个，真正的视频模型启用数为 0。前端菜单硬编码模型名称，后端把 Agnes 文字模型当成视频模型；无匹配模型时还会把图片、文字和 3D 模型全部列出。
|
||
|
||
本轮改为按真实模型 ID、适配器、输入模式筛选。管理员默认与节点覆盖都使用现有模型；用户手动指定不可用模型时明确报错。图片编辑按参考图能力筛选，分析节点只接受语言/视觉理解模型，专用图像工具沿用自己的服务接口，不提供无效的通用模型覆盖。
|
||
|
||
| 类型 | 匹配结果 | 参数 / 限制 |
|
||
|---|---|---|
|
||
| 文生、首帧、首尾帧、多参考视频 | VIP98K `veo-3.1-fast` | 当前目录为 8 秒、16:9、720P/1080P；首尾帧 2 图，多参考最多 3 图 |
|
||
| 图片生成与编辑 | 现有 GPT Image 2.5 默认，其他兼容已启用图片模型可选 | 依据模型返回能力，手动选择不静默换模型 |
|
||
| 脚本、视频分析、提示词优化翻译、元素识别 | 官方 Qwen3.8 Max 默认，其他兼容模型可选 | 阿里云百炼直连；排除图片、视频、3D、世界生成模型 |
|
||
| 音频驱动视频 | AtlasCloud 适配器已传递 `reference_audios`，当前无可用启用线路 | 普通 Veo 不冒充音频驱动能力 |
|
||
| 视频超清、字幕擦除、人声/背景音分离 | 当前目录没有确认可用的专用线路 | 明确提示未接通，已移除计时后返回原素材的模拟成功 |
|
||
| 视频画面裁剪、音轨提取与静音视频 | 48 服务器本地 FFmpeg | 无需模型；125 MiB、10 分钟处理上限，与生成结果下载上限无关 |
|
||
|
||
用户要求停止真实测试之前已获得的证据：AtlasCloud Seedance Mini 返回 402；旧 VIP98K Seedance 路由返回 404；当前 VIP98K Veo task 接口完成过一个任务。此后没有再提交真实模型生成。其他模式按当前公开 schema、请求契约和界面检查，不宣称分别生成成功。
|
||
|
||
## 逐项记录
|
||
|
||
| 功能 | 完成的改动 / 核验 | 验证状态 |
|
||
|---|---|---|
|
||
| 节点模型菜单 | 删除固定 Seedance 等名称；显示真实模型及模式；无匹配项不混入其他类型 | 单测、浏览器菜单通过 |
|
||
| 参数联动 | 根据模型与模式限定比例、清晰度、离散时长；Veo 无虚构 4K 或 5 秒选项 | 浏览器确认只有 16:9、720P/1080P、8 秒 |
|
||
| 文生视频 | 统一现有服务商选择与任务调用；自动选择也能正确进入 VIP98K 适配器 | 既有接通证据；不再新生成 |
|
||
| 首帧 / 首尾帧 / 多参考 | 按 schema 补入可选 `file_urls`；区分 frame/ingredient；校验数量与模式 | 契约单测通过，不做效果验收 |
|
||
| 音频生视频 | 音频实际进入请求；筛选支持音频参考的适配器，无兼容模型明确拒绝 | 单测通过，线路未接通 |
|
||
| 全能参考入口 | 由旧首帧专用编辑器改为统一视频节点编辑器，支持模式和模型切换 | 浏览器确认参考图与 8 秒参数 |
|
||
| 脚本 / 角色场景提取 | 语言/视觉模型严格筛选，指定模型错误不静默替换；鉴权先于视频帧提取 | 类型检查与选择单测通过 |
|
||
| 视频分析 / 提示词优化翻译 | 同上；替换生产配置中的失效文字模型引用 | 不发起真实分析 |
|
||
| 三视图、四宫格、九宫格、25 宫格 | 参考图编辑链路与独立提示词核对，模型覆盖传入生成请求 | 接线核验，不做效果验收 |
|
||
| 角色脸部三视图、角色设定图、场景设定图、产品设定图 | 按当前参考站补入四项预设，支持管理员提示词及模型配置 | 代码与类型检查；不点击生成 |
|
||
| 九宫格菜单 | 核对 11 项内容，采用 14px 文案、39.25px 行高与可滚动浮层，避免旧缩放导致菜单过小 | 参考 DOM 尺寸已记录 |
|
||
| 光影校正、画面推演、打光、重绘、擦除 | 保留现有图片编辑入口；复用兼容模型，显式选择不切换 | 请求链路核对，不发起生成 |
|
||
| 多角度 | 现有 fal Qwen Multiple Angles 专用路由 | 接线核对，不额外调用 |
|
||
| 图片高清、扩图、抠图、图层分离 | 沿用对应专用接口；管理员不再显示无效通用模型选择 | 接线核对，不额外调用 |
|
||
| 图片裁剪、宫格切分 | 本地图片处理，无需分配生成模型 | 既有处理逻辑保留 |
|
||
| 视频画面裁剪 | 拖动框选，按真实源视频像素编码新文件，返回新 URL | 本地合成短片裁成 160×120，通过 |
|
||
| 音视频分离 | 从原视频提取 AAC 音轨及静音视频，移除示例音频替代分支 | 本地合成短片验证通过 |
|
||
| 视频超清、字幕擦除、人声分离 | 移除虚假成功；保留明确未接通提示 | 当前模型目录不足，未标为可用 |
|
||
| 空画布入口 | 四卡片每项 240×56、984px 行宽、8px 间隔、42px 图标；保留本站品牌 | 本地 1280×720 截图核对 |
|
||
| 底部工具栏 | 补拖动画布按钮、空格临时拖动；48px 高度与参考对齐 | 浏览器显示确认 |
|
||
| 新增节点 / 工作流定位 | 避免新节点互相覆盖；工作流按当前窗口居中缩放 | 代码和本地界面核对 |
|
||
| 视频编辑器 | 保持固定可读尺寸，模型参数随节点保存，位置限制在窗口内 | 本地界面核对 |
|
||
| 积分显示 | 删除固定积分文案，修复缺少会员配置时误显示“免费” | 会员状态读取核对 |
|
||
| 素材、角色、特效、运镜、历史 | 保留现有持久化与引用链路，参数进入统一视频生成入口 | 未逐项实测完整业务闭环 |
|
||
|
||
## 尚未达到像素级一致的部分
|
||
|
||
参考站当前新增的人像质感、工具箱模板、分享与 Agent 顶栏等与本站仍有差异。本次没有把这些差异记为完成，也没有复制参考站最新模型名称充当本站已接入模型。专用视频能力缺少可用供应商线路，不能靠改菜单补齐。
|
||
|
||
## 检查与发布
|
||
|
||
- 模型匹配、VIP98K 参考图与恢复相关测试：48 项通过，无真实外部生成请求。
|
||
- TypeScript 检查通过；本地 FFmpeg 合成短片完成画面裁剪、音轨提取、静音视频三项验证。
|
||
- 旧 `model-classification.test.ts` 两项测试在未修改基线同样失败，未混入本轮修复。
|
||
- 2026-09-16 16:34（北京时间）已发布至 48 服务器。开发代码提交 `60b7900b`、`50d78285`；生产分支对应提交 `924c8065`、`741fe366`，均已推送 Git。生产构建 ID：`K0n2G6mHmGeLX5FZ2HsUc`。
|
||
- 生产构建、类型检查通过。备用端口页面、18 项静态资源及视频处理接口未登录返回 401 检查通过；旧服务连接排空后切换正式 3125 端口，正式页面与同批静态资源检查通过。
|
||
- 生产默认模型已更新为上表三项，Veo 已启用且可见；元素识别、视频提示词优化/翻译的失效模型引用已替换为 Qwen3 VL Plus。修改前的模型与设置已保存到服务器 `backups/video-parity-0916-1789547429368.json`，Nginx 配置备份为 `backups/nginx-video-parity-0916.conf`。
|
||
- 上线验收没有提交真实模型生成任务；登录后的节点菜单与参数交互使用本地测试配置验证，生产模型状态与默认值使用数据库只读复核。
|
||
|
||
### 官方千问 3.8 配置更新
|
||
|
||
- 按用户后续要求，将默认分析模型由 Qwen3 VL Plus 改为阿里云官方 `qwen3.8-max`。参考[阿里云模型说明](https://help.aliyun.com/zh/model-studio/qwen3-8-max)，支持文字、图片及视频理解。
|
||
- 复用现有阿里云官方线路 `https://dashscope.aliyuncs.com/compatible-mode/v1`；只读查询 `/models` 返回 200，目录包含 `qwen3.8-max`，未调用推理或生成接口。
|
||
- 新增并启用模型 `4b412065-fa6c-475c-a3d9-2bc4239b9601`；更新 `defaultMultimodalModel` 及 `element-mark`、`video-prompt-optimize`、`video-prompt-translate` 三项覆盖。数据库回读一致，配置直接生效，无需重建或重启服务。
|
||
- 原配置已备份到服务器 `backups/video-canvas-qwen38-1789553368137.json`。已打开的画布需要重新打开才能读取新配置；节点手动指定的模型保留用户选择。
|
||
|
||
|
||
开发分支补充记录：
|
||
|
||
> 2026-09-17 深层复核更新：请以 [231 项逐层对照记录](video-canvas-deep-parity-2026-09-17.md) 为当前差异基线。本文的“完成”只限当时列出的子范围；音频、脚本资产、历史管理等仍有活动占位交互，不能据此认定整套功能已复刻。
|
||
> 后续第三轮进展见 [脚本、参考图与视频转存回归](video-canvas-followup-2026-09-16.md)。
|
||
> 后续进展见 [继续完善与复测记录](video-canvas-completion-2026-09-16.md)：官方千问 3.8 提示词处理、Veo 文生视频、完整媒体处理 API 已出现真实成功结果。下文保留上一轮当时的测试状态。
|
||
参考：[LibTV 画布](https://www.liblib.tv/canvas)。以登录后的 1280×720 画布为界面对照基准。本记录对应此前“模型接通即可，不继续真实生成测试”的阶段；用户随后已要求恢复真实测试，最新结果见 [真实测试与参考站对照](video-canvas-real-test-2026-09-16.md)。因此下表区分接口与参数核验、界面核验、实际生成，不能把未生成的功能标为产物验收通过，也不把局部对齐称为整站像素级复刻完成。
|
||
| 视频分析 / 提示词优化翻译 | 分析模型配置已替换；后续实测发现视频提示词优化/翻译按钮仍仅提示待接入，不能视为功能已接通 | 见最新真实测试记录 |
|