兄弟们，年底了，AI 圈开始神仙打架，
真的太卷了…
先有谷歌 Nano Banana pro ，画图强得离谱，然后咱们国产软件开始放大招。特别是可灵刚发布的 O1，号称“一句话就能改视频”。还有不少大厂蠢蠢欲动，一大波产品在路上。
神仙打架，凡人享福。
问题来了：工具太多，个个还都挺能打，该怎么选？
哈哈，小孩子才做选择，成年人全都要，给你推荐一个顶流 AI“全家桶”：
lovart.ai
做图的 Nano-Bnanan pro、Midjourney、Flux；做视频的 Veo3.1、Sora2、可灵 O1、即梦、海螺。
全球叫排得上号的顶流 AI，Lovart 全都有！
这感觉就是，想吃白糖蘸白糖，想吃红糖蘸红糖，完全不用做选择题。
启用 lovart
打开 lovart.ai，注册登录。有免费积分。
界面超级干净，就一个无限画布，左边导航一个“+”号，选图像生成器啥的。
进去了先点左边“+”新建一个项目
下面和你分享几个Lovart 让我“哇塞”的瞬间：
1. 第一次被震撼：视频还能这么改？
以前都知道 AI 可以改图片，可以生视频，谁听过可改视频？用AI做得也好，影视剧里面扒下来的好，你自己拍的也行，一句话，搞定修改。
前几年有个美剧就是讲这个，设定为顶级黑客掌握的高科技。这才几年，现在普通人都可以弄了？
我抱着试一试的心态，上传了一个形象不错的女士的视频，再传了张形象不错的女士照片上去。
上传或选中一个视频（左），一张图片（右），
在提示框输入：
- 提示词：“把视频中的女人的衣服更换为（图片）中女人衣服，其他不变。”
过了几分钟，改好了。
真的就是“一句话改视频”！
不是那种糊弄人的换，是连光影、质感都一起对齐的那种。
我当时真的有点懵，脑子里只有一句话：现在技术已经进化到这个程度了？
2. 发现新大陆：这才是做视频的正确姿势！
经过这两天反复测试，我发现在 Lovart 里先用 Nano-Bnanan pro 做图，再用 Veo、Sora、可灵生视频，才能发挥最大威力！
下面分享做视频的过程。先在 lovart 做分镜图片，然后调用几个顶流的AI视频做武侠小短片。
先用 Nano-Bnanan pro 做图
在 lovart 中，点左侧导航条+号，选“图像生成器”，选择 Nano-Bnanan pro，输入提示词，设置分辨率（可以到 4K!)
我输了一串巨长的提示词，想要那种胶片感、眼神要有戏的东亚女生。如下：
- 提示词：”在户外草地边、阴天自然光下，一位 25 岁左右的东亚女性坐着，被抓拍到三分之四侧脸。她黑色马尾、空气刘海，几缕碎发贴在脸颊，有自然淡妆（轻腮红、柔和眼线、粉色唇）。她佩戴细银项链，肩颈与锁骨线条清晰，身型紧致无赘肉。上身穿海军蓝细波点吊带短上衣，心形/微 V 领口（深 v）、金属肩带调节环可见；下身为高腰军绿色工装裤。她右手持白色毛巾，身体微前倾、目光看向右侧，表情温柔害羞、面色轻微绯红，轻咬下唇。背景为轻微雾化的草地与野餐物件（蓝色垫、橙色物件）并强烈散景，右侧有一位朋友被半截裁切且虚化。色调柔和、对比偏低，长焦镜头、浅景深（bokeh）、细微颗粒与轻雾感，胶片感但保持写实。
啪，图出来了。 Nice ！鲜艳欲滴
然后！重点来了！ 我直接让 AI 把这个活色生香的美女生成个“九宫格分镜”。
甚至我都懒得想词，选中美女图，再上传张参考图到 lovart，说：
- 参考图 1 九宫格人物姿势，生成图 2 人物的九宫格照片，与图 2 人物外貌衣着保持一致“
没啥问题，分镜图秒出。
你也可以不用参考图，就用原始美女图加长提示词。我试了一下，提示词太长，我放文末了。
先看看效果：
有了分镜，就可以拿着去做小电影了。
- 提示：将图片中故事板网格按顺序（左到右，上到下）转为连续视频。每格为一个镜头，平滑过渡。保持一致性，不显示任何文字。电影质感，纯净画面。
找了个武侠分镜头：
用前面的方法让小姐姐当主角，生成了分镜图片：
拿着这个分镜，我直接在 lovart 同一个页面里调用 Veo3、Sora2、可灵 O1 轮番轰炸，分别做视频。提示词也很简单：
- 提示词：围绕图 1 的分镜图片，生成一段视频，要求包含每一个镜头。
做好的视频如下：
那一刻我真的觉得太方便太方便了…最爽的地方就在这儿——你根本不用纠结用哪个工具最好，只管试，哪个出来最对味，就用哪个。
如果未来有新的模型出来，lovart会很快集成到平台里。比如昨天可灵发的声画同步视频2.6，我估计今天或者明天lovart就会集成上去。
以前是你迁就工具，现在是工具围着你转，这种感觉特别舒服。
3. 真正的高潮：Touch Edit，“可控改图”，指哪打哪！
除了集成几十个顶流 AI， Lovart 还有不少绝活。
如果前面只是觉得“方便”，那发现 Touch Edit 这个功能的时候，我真的是要拍大腿了！
咱们以前用 AI 改图最痛苦的是啥？是抽卡！ 画出来的图，还不方便修改。
模型再强也会有这个问题。Nano Banana Pro 本身已经是很强的出图模型，但都有一个问题： 好用 ≠ 好控制，你要不断改 prompt、重新生成，不断抽卡，成本很高。
1、编辑元素
lovart 有一个“编辑元素”功能。lovart 可以精确识别原图的每一个元素，包括背景、前景、产品、文字，全都分成了独立图层！所有元素都可以选中、拖动、替换，甚至文字都可以直接修改内容和字体样式！
2、Touch edit
让我彻底服气的，是 lovart 新出的 Touch edit ，点哪改哪的功能
使用很简单，键盘按住 ctrl 键/ cmd（Mac）， 点选任意图片。选中的元素会自动跳到对话窗口，你再到对话窗口发出指令。
精确控制
我们用 AI 做图，常碰到“需要用脑子去想怎么描述画面某部分”的难题。
比如我之前为了让一张海报里的蛋挞“被咬一口”，硬是抽了十几次卡，人都要裂开了。
现在好了，我直接在图上点一下那个蛋挞，打一句“这里被咬一口”，就完事了。
有了这个功能，这就可以实现精准局部改动了，修改、替换，可控延展：加物体、换场景、补环境、补光线啥的。
融合生图
简单说，你可以在 lova 的平台上传很多图的素材，全部拖进去，然后分别点选你想要的部分，最后让他们把这些点选的部分融合生成图片。
功能很强，做到了像素级选择，你点中女孩，系统会判断你选的是女孩还是女孩的脸，选中笔记本，会判断是选的苹果电脑的 VI 还是整个苹果电脑，还提供了手动选择功能。
看来看这个案例，我上传了一堆图
提示如下:
得到一个好吃嘴女生图：
看到上面这张图的时候，我笑不活了——这已经不是“生图”了，这是在“拼想法”。以后融图、修图、换打光、换背景、换脸、换字，只要在图上点一下，就能自动识别，然后通过聊天对话即可完成修改。
当然，还有一些其他功能，改海报、做 PPT。 直接 mark 文字部分就可以进行修改。大家可以自己试一试，非常方便。
一通用下来，感觉 Lovart 终于解决了“参考图怎么用”的世纪难题。
现在AI 就是你手下的员工。你在旁边指指点点，有一个顶级设计师（还是特别听话那种）在帮你干活。
智能体
我们使用原生 AI 做图，常常有一种无力感，你要用各种提示词，去和 AI 斗智斗勇。
而 lovart 自带智能体，懂设计，有上下文记忆，它每次接到指令，都会先规划，再分步做图。
看看它的思考过程，每次做图它都会这样思考，所以生图质量很高。如果生图报错，它还会自动调整提示词和策略，重新生成。
还支持连续多轮修改，怎么改都不乱。
总结一下
说实话，这几天深度用下来，我感觉 lovart 的底层智能体，Touch Edit 等功能， 把强模型变成强工作流，即见即所得，用鼠标点一点就行，这也是最符合直觉和用户习惯的交互方式的工作方式。
以前，光靠提示词，用嘴指挥 Nano Banana，修改精度 80%；现在，lovart 智能体加上 Touch edit 功能，修改精度提高到 90%。
别小看这 10% 的效率提升，真的救了专业用户的老命了。
总之，有了 lovart 的加持Nano Banana Pro 也好，各种视频 AI 也罢，用起来感觉简直天衣无缝，如虎添翼！
网址给你们放这儿了：https://www.1ai.net/35218.html。真的，去试试那个 Touch Edit，试完你会回来谢我的！
九宫格提示词①
<role>你是一位电影分镜师。将一张参考图扩展为有故事性的电影镜头序列。</role><input>用户提供一张参考图。</input><rules>1. 分析图中所有主体（人物/物体/环境）及其关系2. 保持严格一致性：同一角色、服装、环境、光线贯穿所有画面3. 不要猜测真实身份或地点，基于可见内容创作4. 不要引入图中不存在的新元素5. 景深随镜头变化：远景深、特写浅</rules><task>生成一个 3x3 故事板网格图（如需更多镜头可用 4x3）叙事顺序（左到右，上到下）：- 第1格：远景建立环境- 第2格：全景展示主体全貌- 第3格：中景切入- 第4格：中近景聚焦- 第5格：近景/特写- 第6格：超近景细节- 第7格：动态角度（仰拍或俯拍）- 第8格：情绪/反应镜头- 第9格：收尾镜头要求：- **画面中不要出现任何文字、标签、编号、标注**- 网格仅用细黑线分隔- 每格是一个纯净的电影画面- 整体有清晰的情绪递进（铺垫→发展→高潮→收尾）- 统一的电影调色风格</task><output>仅输出一张干净的故事板网格图，无任何文字。</output>
九宫格提示词②
3×3 电影分镜 Contact Sheet 生图提示词（中文工程版）任务目标基于输入图片进行构图分析，锁定同一主体与同一环境，生成一个 3×3 的电影级分镜 Contact Sheet 网格，共 9 个画面，完整覆盖不同焦段与机位角度的电影镜头表达。全局强制约束（Global Constraints）必须是同一人物必须是同一服装必须是同一光照必须是同一环境真实摄影质感（photorealistic）统一电影级调色（cinematic color grading）每个画面底部必须叠加现代感、电影风格的中文字标签字体要求：极简、专业、现代电影感字体禁止卡通风禁止游戏风 UI禁止廉价字体第一排：环境建立（Establishing）超远景 ELS｜标签：超远景主体在极其宽广的环境中人物比例极小，突出空间规模与整体氛围远景 LS｜标签：全身人物从头到脚完整入镜标准站姿或自然动态中远景 MLS｜标签：膝部构图人物从膝盖以上入镜兼顾环境叙事与人物表现第二排：主体核心（Core Coverage）中景 MS｜标签：腰部以上从腰部以上构图强调人物姿态与互动关系中近景 MCU｜标签：胸部以上从胸部以上构图聚焦人物情绪、状态与表情近景 CU｜标签：面部特写纯面部特写突出眼神、情绪张力与心理状态第三排：细节与角度（Details & Angles）超近景 ECU｜标签：细节特写微距聚焦身体部位或饰品允许：眼睛、耳朵、耳环、手指、项链禁止：纯布料纹理、无意义物体表面极端低角度 Low Angle｜标签：低角度仰拍从地面向上仰拍形成强烈透视感人物呈现高耸、压迫、英雄化视觉效果动势感极强高角度 High Angle｜标签：高角度俯拍从上方向下俯视主体突出空间关系营造弱势视角或环境压迫感最终输出画面要求3×3 整齐分镜网格每一格必须满足：正确镜头语言对应的中文镜头标签真实光影电影级统一调色人物与环境严格一致现代专业中文字体排版