AI 视频里，人和异兽怎样自然同框？《大侦探皮卡丘》全片拉片

在所有把二次元经典形象搬上真人银幕的尝试里，2019年由罗伯·莱特曼执导的《大侦探皮卡丘》（POKÉMON Detective Pikachu）提供了一个非常特殊的样本。

故事的起点很克制：与父亲疏远多年的年轻人蒂姆（Tim Goodman），得知身为侦探的父亲哈里疑似在车祸中遇难，只身前往人类与宝可梦共同生活的莱姆市料理后事。在那里，他没有遇到传说中的宝可梦大师，而是撞见了一只失去记忆、戴着猎鹿帽、沉迷咖啡因，而且全城只有蒂姆一人能听懂它在说人类语言的皮卡丘。这个意外让一人一兽不得不绑在一起，沿着哈里留下的线索，卷入一场危及整座城市的阴谋。

我想借这部电影拆一个具体问题：角色的毛发、皮肤和表情已经很精细，为什么一放到真人旁边，还是像两张图拼在一起？这篇会沿全片故事看搭档关系怎样建立，最后集中讨论共同光照、尺度、接触、遮挡和摄影质感。

对我来说，本片最值得学的是两件事怎样一起成立：蒂姆开始接受伙伴，画面也让这个伙伴越来越像一个能够被依靠、被托住的身体。

开场的威胁与蒂姆的疏离

开篇先抛出危险：深蓝冷调的实验舱内，超梦的下半身与尾部处在液体和环形装置之间（G01上）。工业结构把身体包围起来。随后发生的逃脱与车祸，留下哈里生死未明的谜面。影片先让我对这个世界有所戒备，再带我认识蒂姆。

到了日光下的草地，尺度和观看位置都变了。卡拉卡拉占据靠近摄影机的前景，蒂姆与朋友在远处较模糊的位置（G01中）；另一张里，穿衬衫、系领带的蒂姆单独站在草丛里（G01下）。朋友希望他收服一只宝可梦，他却并不积极。

把这两张画面放在一起，我先注意到他们没有靠近。卡拉卡拉很显眼，蒂姆却和它隔着距离；人已经进入田野，关系还没有建立。如果把练习拍成双方连续的大特写，可能更容易强调一次收服的对抗；保留环境和彼此的距离，则有机会让观众感到一次勉强参与。这个区别会在后来的并坐和托举中得到回收。

城市共处与警局日常

蒂姆乘火车进入莱姆市。出站后的城市画面把他放到街道与人群之间（G02上）：近处是背光的人与宝可梦，远处是高楼和层叠招牌。宝可梦没有独占一块展示区，人与它们共同构成了街景的前后层次。

随后是警局。蒂姆的背影在近处，吉田警官坐在办公桌后，搭档布鲁占着桌边的位置（G02下）。窗侧光同时落在白衬衫、粉色皮肤、文件和家具上。它的存在不需要另起一个介绍镜头，就已经和这间办公室的工作关系接上了。

办公桌既给出了尺度，也给出了关系。 如果把布鲁单独拍成一张可爱的特写，我会更注意它的造型；让它留在吉田身旁，则更容易把它理解为这位警官生活的一部分。同框在这里承担的是社会规则的说明。

莱姆市的人与宝可梦共同生活，先通过一个普通工作空间变得可感。蒂姆此刻没有伙伴，这个落差也因此更容易被看见。

父亲公寓里的初遇与危机

蒂姆来到父亲留下的公寓，在寻找线索时接触到瓶中的R气体。图里的紫色烟雾围在他面部附近，与室内原有的暖色和蓝紫色灯光叠在一起（G03上）。这个颜色此后与宝可梦的狂暴状态关联起来。

初遇皮卡丘时，蒂姆拿起订书机防身。一只戴着猎鹿帽的小生物进入他的视线，却能说出只有他听得懂的人类语言。图里的皮卡丘占着清楚的近景，背景较暗、较模糊；它的黄色毛发也接受了房间里的冷暖混光（G03中）。

长尾怪手的袭击又把这场认知冲突推进行动压力。图中，皮卡丘在前景，蒂姆和袭击者留在后面的室内空间（G03下）。观众需要同时留意两个位置：前面的新伙伴，以及后面正在遭遇危险的人。单拍一张会说话的可爱面孔，承担不了这种双重注意。

导演罗伯·莱特曼在《纽约时报》的场景讲解里解释，这场戏要同时建立三件事：普通宝可梦不说人话、蒂姆能听懂这只皮卡丘、皮卡丘也刚刚发现这一点；长尾怪手的威胁又使他们无法从容确认。导演还谈到现场用眼线标记、偶和特技配合帮助演员完成反应。对我而言，这场戏可借鉴的是让“互相认识”和“必须合作”同时发生；若只留下对话，人物会有更多解释的时间，压力则会减小。

咖啡馆里平视的搭档

摆脱袭击后，一人一兽走进了一家充满黑色电影质感的街头咖啡馆。这一场戏确立了他们真正的搭档契约。

第一张图里，蒂姆在左，皮卡丘在右，手机、杯子与吧台给出了明确的尺寸参照。第二张里，皮卡丘在左侧桌面高度，蒂姆坐在右边，两张脸进入相近的观看高度。顶灯与蓝色霓虹同时进入这个小空间（G04）。

吧台给体型不同的角色提供了交流的位置。 持续从成人高度俯看小生物，可以强调照顾与依赖；借桌面抬高它，再让人坐下来，则更适合呈现协商。这里两人需要交换线索：蒂姆想找父亲，皮卡丘想找回记忆。高度调整并不自动产生平等，但它让双方成为搭档的可能先在画面里成立。

审讯魔墙人偶：同一套虚构规则

追查哈里生前的线索，把他们引向了一个废弃仓库里的线人——魔墙人偶（Mr. Mime）。这是全片喜剧感最强、也是虚实互动最严密的段落之一。

三张图保留了同一场表演的不同关系：魔墙人偶遮住眼睛的手；它伸到前景、挡住部分画面的手臂；后面蒂姆摊开的双手（G05）。冷色顶光把圆形关节、白色手套和红色肩部照出体积。真人的姿态必须与它的默剧规则发生联系，喜剧才不会只剩一个怪造型。

我喜欢这场戏让蒂姆参与那套无形道具的规则：他需要理解对方怎样表达，再想办法回应。若始终让皮卡丘替他解释，蒂姆会更像旁观者；让他亲自配合，则把调查能力和关系推进交给了他。导演在采访中谈到过用默剧角色做审讯对象的构想，以及开发时对真人化效果的顾虑。画面里的荒诞，也因此有一套可以认真执行的规则。

地下斗场：灯光撕开和平假象

线索指向了城市地下的非法宝可梦格斗场（Roundhouse）。与地面上人类和宝可梦平静共处的规则相反，这里保留了原始残酷的笼斗传统，也是违禁药物“R气体”流通的温床。

斗场把皮卡丘放进明显超过它体量的竞技空间：蓝色灯架、铁网和观众围在它四周；另一幅里，喷火龙和火焰占据大块画面；紫色烟雾中的蒂姆则又把注意力带回人类身体（G06）。与咖啡馆相比，这里的尺度不再帮助交谈，而是突出角色的脆弱。

Framestore的制作案例说明，实拍斗场使用了演出灯架、屏幕、激光与烟雾，后期也重建灯光与布景，让CG角色匹配现场照明。这提供了一个很实际的提醒：风格强烈的场景更需要统一光照依据。若把这场练习改成平静、均匀的照明，空间会更清楚，却会削弱地下演出场所的刺激和不安。

暗部的并坐与关系的锚定

斗场之后，调查没有立刻带来答案。电影把两位搭档留在城市的夜色里，让关系有一个从行动转向倾听的空间。

宽画面里，蒂姆与皮卡丘并坐在建筑、竹林和暗部之间，人物所占的面积很小；另一张更靠近蒂姆，背景灯点已经虚化（G07）。前者保留两人共同承受处境的空间，后者把注意力交还给一个人的表情。图组并不需要被认作直接相邻的两个切镜，才能看清这两种距离的作用。

将它与咖啡馆对照，也有变化：那里共同的桌面帮助交换信息，这里共同占据的一小块位置更像陪伴。如果只留下蒂姆的近景，他对父亲的感受仍然可以成立，却会减弱“有人在旁边听”的关系。

前面调查屡屡受阻，画面却保留了两人坐在一起的事实。故事的进展暂时变慢，关系的进展并没有停止。

高塔上的援助与被组织的信息

就在调查陷入僵局时，莱姆市的创建者、巨头霍华德·克利福德（Howard Clifford）派人把他们接到了位于城市顶层的豪华办公室。

全景里，蒂姆与皮卡丘背对摄影机，面对办公室、落地窗与巨大的宝可梦雕像；霍华德的近景有暖色灯光，另一幅蒂姆的脸则处在较冷的光里（G08）。从庞大的权力空间到近处温和的面孔，援助获得了一层很有说服力的包装。霍华德展示车祸的全息还原，并把怀疑导向超梦与自己的儿子罗杰。

看得见的还原，仍然受提供者选择的信息限制。 对蒂姆而言，它提供了比零散线索更完整的解释；对后来的观众而言，同一场援助又可以被重新理解。如果提前给霍华德一个明确的恶人信号，观众会等待蒂姆识破；让他的说法暂时站得住，后续翻转便需要重新解释之前看过的画面。我更愿意从这个信息差理解这场戏，而不把雕像或仰拍直接当成“他一定是坏人”的公式。

同伴加入与废弃实验室

得到霍华德的线索后，蒂姆与立志成为真正记者的露西（Lucy Stevens）及其搭档可达鸭汇合，四位同盟者一同潜入位于城外荒野的废弃遗传学实验室。

咖啡馆里的露西与后面的实验室构成了跨场对照（G09）。她在熟悉的城市空间里加入调查；到了实验室，金属舱体、垂落线缆和黑暗区域占据画面，蒂姆与皮卡丘显得很小。另一幅里，小生物处在蒂姆肩头的高度，共同进入这个陌生空间。

实验记录把超梦与R气体联系起来，也让调查接近危险来源。单拍一串屏幕特写能更快交代信息，保留人物与巨大装置的比例，则能让“知道得更多”同时伴随“更难掌控环境”。露西和可达鸭也加入这次行动，调查已经从两位搭档扩展为两人与两只宝可梦的共同经历。

尺度失控：折叠的巨型龟背

实验室调查之后，甲贺忍蛙的追击把同伴们逼进新的危机：被实验巨型化的土台龟，使原本可以当作背景的地形成为危险的一部分。

G10把两种尺度放在一起：近处是挤进画面的蒂姆、露西和宝可梦；另一张是方向异常的树根与地形；第三张里，两人与两只宝可梦出现在前景土坡之后，身体仍是辨认这个空间大小的标尺。这里最有用的关系，是观众熟悉的树木与地表也失去了稳定的朝向。

大远景可以让我更清楚地看懂巨兽的全貌，靠近人物则更容易保留“不知道下一块地面是否可靠”的处境。这两种选择各有代价：只看奇观，容易失去人的风险；始终贴着脸，又会看不懂危险的体量。我从这组图里能学到的，是把人物反应与环境比例配在一起，而不是把晃动本身当成危险。

托举与呼救：身体重量成为证据

逃出塌陷的土台龟森林后，皮卡丘在撞击中受了重伤，陷入昏迷。这一刻，一人一兽之间维系了整部电影的插科打诨被彻底剥离，只剩下最纯粹的肉体相托。

G11上图越过蒂姆的前景轮廓，让闭着眼、毛发湿乱的皮卡丘成为注意力中心。中图里，蒂姆把它抱在胸前，周围有妙蛙种子和独立的发光睡睡菇；到了下图，蒂姆站在睡睡菇附近，双手已经空着。这几幅图分别给出了受伤、托抱和进入求助环境的状态，不能把整组都理解成他一直抱着伙伴。

这个远景足以支持一个关键关系：蒂姆的手臂与胸口包住了皮卡丘的体积，他需要为它的身体负责。 它已经从吧台上能够谈判的搭档，变成必须被保护的生命。若只拍受伤面部的特写，悲伤还在；保留人类如何承托它，责任便有了具体形状。图中看不清指尖如何压毛，那属于更近的镜头和制作资料才能回答的问题。

误解的分离与空旷公路

超梦在峡谷中现身，用念力修复了皮卡丘的伤势。但紧随而来的并不是团聚的喜悦，而是剧烈的情感撕裂。

图组先保留蒂姆与皮卡丘的近距离关系，再让超梦出现在峡谷的亮处（G12上两幅）。救援并没有解决调查里的误解：随后超梦被捕获，皮卡丘因不完整的信息误以为自己背叛了哈里，选择离开。后两幅把它放回近景和空旷公路，两旁护栏与树林远远超过它的体量。

把公路独处与先前并坐对照，失去同伴才有了可见的尺度。近景可以强调它的表情，宽画面则让原来属于两位搭档的位置只剩一个身体。对我来说，这比另外增加一个悲伤的表情更有力量：观众记得它曾经和谁共享空间。

阴谋落地：强制融合与狂欢游行

与此同时，返回城内的蒂姆终于发现了真正的幕后黑手——不是超梦，也不是被伪装陷害的罗杰，而是莱姆市的奠基人霍华德。

G13上图是戴着控制设备的霍华德人类面孔，中图是超梦头部对应的装置，下图是游行街头拿着麦克风的露西。把控制端、被控制的身体和城市日常放在一起，便能理解阴谋怎样从一个房间扩展到公共空间。R使宝可梦狂暴；霍华德再借受控超梦的能力实施强制融合，两者在计划中作用不同。

这也让我重新理解“共处”这个主题：蒂姆逐渐愿意接受一个与自己不同的伙伴，霍华德却要替全城的人与宝可梦决定他们应当变成什么。前者需要互相回应，后者取消了选择。这个对照是我对故事的阅读，也为文末讨论视觉统一提供了边界：处在一个世界里，不需要抹掉彼此的差异。

双线决战：高空与办公室的肉搏

终局之战被精准地拆分为室外空战与室内搏斗两条平行线。

皮卡丘重新加入行动，空中一线面对受控的超梦，蒂姆一线则需要设法解除控制。G14分别保留黄色游行气球旁的皮卡丘、建筑外侧的蒂姆，以及百变怪的本体。气球与楼群给出了空中行动的尺度，高处俯视则让人的身体风险变得清楚。

假罗杰涉及百变怪伪装，真正的罗杰不能与这个形象混为一谈。粉色胶体与硬质办公室地面的对比，又把另一种虚构身体带进同一个场景。它的材质应当与皮卡丘不同，但占据地面、接受室内照明的规则仍然相通。

双线行动的价值在于共同目标：皮卡丘牵制超梦，蒂姆解除霍华德的控制。若把胜负全部交给更大的能量攻击，蒂姆容易退回旁观者；让他也承担决定性的行动，搭档关系就从一起调查走向互相依靠。这里可以讨论两线的功能，但这三张选帧不足以还原具体切点与速度。

秩序重建与父子的真实拥抱

控制解除后，被强制融合的人类与宝可梦重新分开。超梦也揭示了哈里仍然活着的真相：车祸后，它为救哈里而将其意识暂时安置在皮卡丘体内，最终让他恢复人身。蒂姆一路寻找的人，原来以另一种方式陪在自己身边。

G15里，蒂姆的面部、父子拥抱、哈里的面部和共同进入街景，被放成一组结尾对照。拥抱那张中，父亲的手落在儿子背部，红色衣帽被包在两具身体之间。相比前面的托抱，这次是人类父子重新建立身体上的靠近。

蒂姆最终选择留在莱姆市。最后的街景重新容纳父子、皮卡丘与其他居民，共处又回到了日常尺度。假如结尾停在超梦与城市的大全景，危机解决了；落回拥抱与走入人群，蒂姆为什么愿意留下，也有了更具体的落点。

这个结尾对我最有用的地方，是身份揭晓没有替代关系的建立。父亲回到人身，皮卡丘继续作为宝可梦生活，而此前那些并坐、共同调查和托举，依然构成蒂姆的改变。

视觉机制：真人和宝可梦，怎样住进同一个世界

回到开头的问题：同框的可信度究竟来自哪里？前面的咖啡馆、警局、森林与城市街道，已经给了不同的答案。下面把这些观察和制作资料放在一起，重点讨论它们怎样接受同一套视觉规则。

角色细节当然重要，但它还需要与周围的人、物和光建立关系。我更在意的是：观众能否从一幅画面里读出，它们属于同一个正在发生的场景。

可以从摄影、材料、接触、遮挡与行为五个方面继续拆。

共同的摄影系统

影片的真人摄影使用35mm胶片。摄影指导约翰·马西森在British Cinematographer的访谈中谈到稳健的摄影取向，也介绍了团队在不同照明条件下拍摄颗粒样本、扫描后供视效公司匹配的做法。胶片是本片的选择；可迁移的是让CG和实拍接受同一种成像处理。

G16下图很直观：近处皮卡丘的侧脸失焦，远处建筑外侧的蒂姆较清楚。宝可梦也可以成为模糊的前景。若把它额外锐化，角色细节会更多，却会破坏这幅画面已经建立的距离关系。共同景深不是让所有对象一样清楚，而是让清楚与模糊能被同一机位解释。

同一盏灯，材料各作各的回答

街景样本中，四臂怪力处在路口，卡比兽坐在近处（G16上）。这张取自官方预告的画面适合做空间研究：路人、车辆与宝可梦共享街道的尺度，也分别占据不同的前后位置。

这类画面提醒我，角色的颜色可以突出，受光逻辑仍需与街道相通。毛发不能被处理成塑料，金属也不该被统一磨成柔软的漫反射表面。

皮肤、毛发、织物、金属和玻璃，在同一光源下可以有不同的亮部形状。看警局里的布鲁、吧台旁的皮卡丘和魔墙人偶，它们的表面并不相同。判断是否同场时，应该先问光从哪里来、身体怎样遮住光、暗面受到什么环境影响，不能只检查是不是用了同一层滤镜。

Art of VFX的Pete Dionne访谈介绍了现场校准：团队用实物材质参考、灰球与铬球，以及环境光记录，为后期匹配光的位置、强度和颜色提供依据。不同表面需要各自的参考，共光关系则要回到同一个场景。

统一光照，允许材料作出不同回答。 黄色毛发进到阴影里也要服从现场曝光，明亮的角色颜色不等于自发光。反过来，人物皮肤和毛发也不必出现完全相同的高光位置——表面朝向、粗糙程度和遮蔽关系都会改变它。

接触、受力与身体回应

虚拟角色落地最怕的是“脚底漂浮”和“形体僵硬”。在《大侦探皮卡丘》中，物理真实感很大程度上来自看不见的受力变形。

MPC的程序毛发报告说明了毛发如何在身体与物体靠近时压回；组织动力学报告则介绍动态脂肪层、体积保持与碰撞处理。它们支持一个制作原则：柔软身体需要对接触作出反应，细密纹理本身还不够。

把这个原则转到练习里，可以先拍一只手托住小兽：让手臂位置、身体承托和接触面的遮挡先成立，再增加压毛等细节。G11的远景证明了托抱关系，却不能替我们证明每一根毛的动态；同样，悬空的身体也不能靠脚下加一块黑影来“接地”。

Insider的制作采访还介绍了道具回应：有些被皮卡丘碰到的物件会用CG处理，椅子的移动则可以由现场人员配合。对创作的提醒是，角色发出动作后，周围世界需要给出回应；并非每一样接触都只靠一种制作方法解决。

允许被遮挡与让出视觉中心

这是整部电影在美术与镜头调度上最克制、也最值得从业者学习的一点。

在befores & afters的访谈中，Pete Dionne谈到，团队曾尝试把街头宝可梦做得更亮、颜色更突出，导演要求撤掉这种强调，让它们像普通人群成员。这个取舍很贴合前面看到的城市画面。

为保留自然人群的空间关系，制作中还用大量转描处理人与CG的前后遮挡。回看G02的城市景象，角色能够被挡住，也能够遮住别人，才更像占据同一条街道。这里没有必要让每一只宝可梦都完整展示。

当一只宝可梦可以被路人挡住半边身子、可以只露出一截尾巴、可以在阴影里充当不起眼的背景板时，观众就不会再把它当成一个“特效展示品”。只有当虚拟角色开始承担被遮挡的代价，它才真正获得了占据空间的物理权利。

共享任务与眼线对齐

在视听语言层面上，最致命的合成往往是“人看人的、怪摆怪的”。

咖啡馆里双方需要交换线索，魔墙人偶一场需要理解并回应对方的规则，危机里又要面对同一个危险。这些共同任务，使人物的注意力有了去向。安排练习时，可以先让人类递出一个物件，小兽看它、接触它，人再对结果作出反应；比让两个角色分别朝镜头摆姿势，更容易检查关系是否成立。

眼线也要为任务服务。交谈时找对方的脸，托举时可以看接触位置；不必每次都对视。广角同框给出共同空间，近景则保留另一方的局部或明确的视线方向，避免切开后双方像在各演各的。

当然，广告或角色亮相有时就需要突出形象，额外提亮也可能是明确的审美选择。本片给我的经验有适用条件：当目标是“它们一直生活在这里”，就值得让角色接受街道的阴影、人群的遮挡，以及别人正在做事的节奏。

把同框关系写进AI视频练习

我会先把镜头缩到一个共同动作：人递出东西，小兽回应；或者人把它托起，它把前爪搭在手臂上。先看双方是否真的互相影响，再增加城市、群众和特效。下面是根据本片分析提出的练习起点，焦距按全画幅等效描述，并非原片参数，也没有经过本轮生成测试。

中文基础风格母版

这段放在角色、场景和动作描述之后，负责统一视觉规则。具体景深、机位与天气交给每个镜头决定，不在母版里锁死。

真人与原创幻想生物共同存在于有生活痕迹的实景中。统一的电影摄影质感，克制的色彩，细微颗粒同时覆盖人物、生物和环境。同一场景光源照到两者，明暗能够由相同的光向和遮挡解释；皮肤、毛发、织物和硬质表面保留各自不同的高光与粗糙程度。生物进入阴影时随现场曝光变暗。身体尺度稳定，真实占据空间，人与生物可以互相遮挡，接触处有合理的承托、压毛和衣物回应。两者的注意力围绕同一个动作展开。

母版只负责共同规则。例如换成明亮的厨房，就把窗光和室内反光写清楚，不必保留莱姆市的霓虹或潮湿地面。同一种视觉风格可以跨明暗场景成立；每场都蓝紫、每个身体都泛光，反而可能丢掉照明的理由。

三种镜头，按任务替换

交谈中景：把双方放到可以交流的位置。

50mm镜头，固定机位，侧前方双人中景，f/5.6作为练习起点。人坐在桌边，小兽位于稳固的桌面上；安排两张脸距摄影机大致相同，焦点落在眼睛所在平面，两者表情都清楚。桌面和杯子给出尺度。小兽看向人手中的物件，人注意它的回应。窗侧光同时照到双方，背景柔和失焦。

如果身高差仍然使眼线难接，可以调整台面与人的坐姿，不必靠拉长生物的身体解决。若故事需要强调照料关系，也可以保留高度差；这里的选择是为了交流，并非所有镜头都必须平视。

街景全景：让角色拥有一个普通生活位置。

28mm镜头，固定平视全景，f/8作为练习起点，对焦中景约4米处的角色与路人。较小的原创生物站在店门旁，和人一起等店主开门；近处一位行人短暂遮挡它的部分身体。阴天漫射光照亮整条街，角色与门框保持稳定比例，最近的行人可以稍虚，中景清楚。保留道路与店铺的纵深，生物无需占画面正中央。

先用少量路人。大量人群确实能增加生活感，也会增加遮挡与动作连续性的难度。如果目标是第一次亮相的角色广告，可以让它更突出；如果目标是共居世界，就值得给它留出被日常生活遮住的机会。

接触近景：检查重量怎样传过去。

85mm镜头，固定机位，略高于手掌的近景，f/4作为练习起点。焦点落在人掌与小兽腹部的接触面，脸部可以较柔和。双手从下方承托小兽，手掌没有穿进身体；接触处绒毛轻微压伏，身体落在手臂之间。动作只做缓慢托起一次，衣袖和身体随承托发生小幅变化。柔和窗光同时照到手、毛发与衣物。

这三个镜头各用一套条件。选了街景的较深景深，就删除交谈镜头的背景虚化要求；选了接触近景，也不要再要求同时看清远处所有人的表情。参数提供比较的起点，构图与距离仍需随结果调整。

一个完整的原创人兽同框示例

可以先尝试这段五秒固定镜头。角色保持一名机械师、一只四足幼兽，主要动作只有托起，幼兽以前爪回应。

五秒固定镜头，50mm平视中近景，f/4作为练习起点，对焦机械师双手与幼兽腹部的接触面。旧维修车间里，一位穿深蓝粗布工装的年轻女机械师坐在工作台旁，将垫布上一只猫大小的原创四足幼兽缓慢托到身前。幼兽有灰白短绒毛、额头两枚短小骨角、背部少量哑光青灰鳞片，前爪轻轻搭在她的前臂上。

机械师的双掌始终从下方托住腹部，幼兽的体积落在两条手臂之间，接触处绒毛轻微压伏，袖口受到小幅挤压；手指不穿入躯干。她看着手里的幼兽，幼兽注意前臂的承托，两者围绕同一个动作作出反应。

画面左侧窗户提供柔和阴天天光。皮肤、工装、毛发、鳞片和金属工作台接受同一光向，高光形状随各自表面变化；桌面在角色下方产生微弱反光，暗面保留细节。细微电影颗粒覆盖整个画面，背景工具柔和失焦。角色数量、四肢结构和身体尺度保持一致。

第一轮可以先检查两件事：手到底有没有托住身体；生物是否接受了窗户的光。若接触失败，就保留机位与灯光，只简化托举动作；若它像一张发光贴纸，就保留动作，改清光源位置与暗面的环境影响。每轮主要改变一个问题，结果才便于比较。

这部电影留给我的收获，是把“同框”看成一段具体关系：两者共用一个桌面，在同一个危险里反应，也能在需要时承托对方。材质可以不同，大小可以悬殊，画面仍然能让我们相信它们生活在一起。

——

我是南鸢，主要做 AI 生图、AI视频、Skill 和视觉创作。

日常会分享真实测试过的方法和工具。

独立创作者嗷嗷待哺中，欢迎合作交流学习……