抽帧与视频理解

鼠标移到视频画面上，下沿浮出控件条，最右边那颗就是截帧；工具栏提取下拉末尾那一组截取帧是同一个入口，也是同样这三条：

点一下那颗相机 = 截当前帧；悬停展开的三条：

• 截取当前帧 — 播到哪儿截哪儿，先拖进度条到想要的位置。
• 截取首帧 — 片子的第一帧。
• 截取尾帧 — 最后一帧。

截出来的画面会在原节点右边落成一个图片节点，之后就是一张普通的图：能改、能当参考图、能接着往下连（见第 3 章）。

常见用法是拿尾帧当下一条片子的首帧 —— 两条接起来是连贯的。

工具栏提取里的解析是另一头：它把整条片子送给模型看，让模型写出这条片子的分镜脚本 —— 每个镜头多长、拍的是什么、怎么运镜。

点下去在右边落一个草稿脚本节点并选中它，底部随即浮出一条只读输入栏：提示词由系统给（框里那句「根据视频生成脚本」只是说明），要你挑的是型号 —— 默认豆包 Seed 2.0 Lite 全模态（含音频），听得到台词与配乐；另一档豆包 Seed 2.1 Pro 视觉画面更强但听不到声音。按发送才真的开始反推：这一步按抽帧计费，是实打实的开销，所以不替你点（也正因为要按片长抽帧，这条不显示预估积分）。出来的脚本能直接铺成一整组分镜图、一整组视频、一整组配音，那些在第 6 章。

紧挨着它那颗拉片是同一类的另一种产物：它不写脚本，而是把这条片子拆成分镜 / 动态 / 音乐 / 脚本四组参考摆到右边。点了先落一个草稿拉片节点，在卡片上勾要拆哪几个维度，再按开始拉片 —— 那一节在 4.8。

研究、仿拍别人的片子时这两条最省事：先把结构拆出来，再照着改。

同一只提取下拉里还有两条：深度动作捕捉与智能抠像。它们逐帧在本机过一个模型，不花积分、不改原片 —— 选一档清晰度（480P / 720P），右边就落一个视频节点开始装产物：

• 深度动作捕捉 — 产出一条灰度深度片：离镜头越近越亮、越远越暗。拿它当参考素材接给下一次生成，能把运镜、人物动作与空间关系单独拆出来，减少原片画面细节对结果的干扰。第一次用要先下一个约 45MB 的模型。
• 智能抠像 — 把画面里的动画主体从背景里抠出来，产物是一条带透明通道的片子，可以直接叠到别的画面上。它是动画人物分割模型，画面里没有清晰主体时抠不出东西；第一次用要先下一个约 176MB 的模型。