假设你拍了一段普通的街景视频，却想让它在朋友圈里变成“梵高星空下的街道”。听起来像魔法，但今天我们要开一家“魔法动画工作室”，用两件法宝做到：一件叫 Deforum，它像一位“梦境画师”，只要给它剧本（提示词），它就能从零凭空画出一帧帧会动的梦境；另一件叫 EbSynth，它像一支“临摹名画的助手团”，你先请大师画一张风格定稿，助手们就照着定稿，把真实视频的每一帧都描成统一画风。整篇文章围绕这两件法宝展开：先看梦境画师如何逐帧作画（Deforum 原理），再看他的时间脚本（参数关键帧）、运镜轨道（镜头运动）和剧本记忆（提示词与种子），接着认识助手团（EbSynth），最后走一遍工作室流水线，并学会控制成本办展览。全程不讲天书公式，只讲画室里看得见摸得着的故事。

岗位关联

掌握 Deforum 与 EbSynth，你就能从“会用滤镜”升级为“能导演 AI 视觉短片”，这是 AIGC 视频创作者和 AI 视觉设计师的核心技能之一。

目录
  1. 可视化演示
  2. Deforum 原理：梦境画师的数字画室
  3. 参数关键帧：导演的时间脚本
  4. 镜头运动：移动画布的魔法轨道
  5. 提示词与种子：给画师下指令与维护记忆
  6. EbSynth 原理：大师定稿，助手描画
  7. 工作流实战：魔法工作室的完整流水线
  8. 风格化应用与优化：让作品登上展览
  9. AI 应用场景
  10. Python 演示
  11. 常见误区
  12. 面试题

可视化演示

动态演示Deforum/EbSynt的核心机制，通过全局/局部/动态/静态四种模式展示关键概念与交互流程。

本节配有交互动效（进入视口后自动加载，约 3KB）。

Deforum/EbSynt：Defo Deforum与EbSynth Deforum的帧间一致性控制 核心机制可视化 Deforum/EbSynt整体架构与关键组件

Deforum 原理：梦境画师的数字画室

想象你推开一间魔法画室的门：没有模特，没有照片，画师只对着空中一团彩色烟雾，吸一口烟，烟雾就长出轮廓；再吸一口，轮廓变成一片星空。这位画师不是人类，而是 Deforum。它不像摄影师那样一按快门就得到 24 张完整画面，而是像连环画作者一样，一张一张往下画，每张都接着上一张的笔触。

Deforum 是构建在 Stable Diffusion（简称 SD）之上的视频动画工具。SD 本身擅长“文生图”和“图生图”，Deforum 把它扩展成“逐帧生成动画”：从第 1 帧开始，每一帧都以“上一帧画面 + 一些变化”为输入，重新生成下一帧。这样画面在时间上是连续的，同时在内容上又能自由演化。为了让这种演化不至于变成一团乱麻，Deforum 引入了一个核心思路——潜空间漫步。潜空间是 AI 作画时使用的“草稿空间”，观众看不见，但它决定了最终图像的轮廓与色彩。Deforum 让每帧的草稿都继承上一帧，再做一点平移、旋转或加噪，于是画面就像在梦里被轻轻推动一样。

第 \(t+1\) 帧可以写成：

梦境画师并不是每帧都从空白开始，而是把上一张画布轻轻一推、再补几笔，所以梦境才能连贯地流淌下去。

It+1=SD(T(It;θt), promptt, dt)I_{t+1} = \mathrm{SD}\left( \mathcal{T}(I_t; \theta_t), \ \mathrm{prompt}_t, \ d_t \right)
这串式子说的是：把上一帧画面做一次“姿势调整”，再交给 Stable Diffusion 按当前提示词和重绘力度重新画一遍。
  1. 当前帧 \(I_t\)画师刚完成的第 t 帧草稿，是后续变化的基础。
    ItI_t
  2. 仿射变换 \(\mathcal{T}(I_t;\theta_t)\)把上一帧的画布平移、旋转或缩放，模拟镜头运动。
    T(It;θt)\mathcal{T}(I_t;\theta_t)
  3. 重绘力度 \(d_t\)即 denoising strength，决定“擦掉多少重画”，值越大越自由、越容易跑偏。
    dtd_t
  4. SD 采样 \(\mathrm{SD}(\cdot)\)Stable Diffusion 在草稿上重新去噪润色，输出新的一帧。
    SD(⋅)\mathrm{SD}(\cdot)

参数关键帧：导演的时间脚本

一位导演拍摄长镜头时，不会每秒都喊“走快一点”，他们只在“转场”“爆发”等关键瞬间喊停，中间的走位交给副导演按时间脚本自动补完。Deforum 里也有这样一位“副导演”，它的名字叫参数关键帧。

Deforum 把生成参数（如 denoising strength、CFG scale、渲染步数、运动参数）写成一张时间表：你在第 0 帧、第 30 帧、第 60 帧分别设置好数值，其余帧由电脑自动插值。比如 denoising 从第 0 帧的 0.2 平滑升到第 60 帧的 0.8，画面就会从“微调上一帧”逐渐过渡到“几乎重新绘制”，形成明显的视觉节奏变化。如果你希望节奏更舒服，还可以选择平滑缓动，而不是死板的直线过渡。

最常用的平滑插值是 smoothstep，公式为：

导演只需要在关键帧上喊“这里开始转场、那里进入爆发”，副导演就会自动补全所有中间帧，动画节奏因此变得可控又顺滑。

s(x)=3x2−2x3s(x) = 3x^2 - 2x^3
这个函数把一个 0 到 1 的进度值“揉”得更圆润：起步和收尾都比较缓慢，中间加快，看起来像自然的镜头运动。
  1. 归一化进度 \(x\)当前帧在两个关键帧之间的位置，取值范围 0 到 1。
    xx
  2. 平方项 \(x^2\)让进度变化在前期加速，体现“起步慢、后来快”。
    x2x^2
  3. 立方与平方的配合 \(3x^2-2x^3\)正是这两个项的差值，使起点和终点处的变化速度都为零，画面不会突然卡顿或急停。
    3x2−2x33x^2 - 2x^3
  4. 缓动结果 \(s(x)\)作为插值权重替代原来的线性比例，让参数过渡更自然。
    s(x)s(x)

镜头运动：移动画布的魔法轨道

如果画师只会画静止的画，观众很快就会看腻。真实电影有摄影师推着摄像机在轨道上滑行，从而产生推近、横移、旋转的镜头语言。Deforum 的魔法画室内没有真实摄像机，却可以用数学给画布装上一条“魔法轨道”。

Deforum 在 2D 模式下提供平移、旋转、缩放参数：水平位移让画面左右横移，垂直位移让画面上下升降，旋转角度让画面像摄像机环绕一样转动，缩放则模拟推拉镜头。这些参数同样可以写成关键帧，与音乐节奏对齐。在 3D 模式下，还能加入绕 X、Y、Z 轴的旋转，生成穿行空间的立体运镜感。

所有 2D 运动叠加在一起，本质上是一个仿射变换：

有了这条魔法轨道，静态画布也能获得电影的呼吸感，让观众感觉摄像机真的在画面中移动。

[x′y′]=[cos⁡θ−sin⁡θsin⁡θcos⁡θ][xy]+[txty]\begin{bmatrix} x' \\ y' \end{bmatrix} =\begin{bmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{bmatrix}\begin{bmatrix} x \\ y \end{bmatrix} +\begin{bmatrix} t_x \\ t_y \end{bmatrix}
这个矩阵表示：先把画面中的每个点绕中心旋转一个角度，再整体平移一段距离，模拟摄像机移动后的取景变化。
  1. 原始坐标 \((x,y)\)上一帧画面中某个像素的位置。
    (x,y)(x,y)
  2. 旋转角度 \(\theta\)控制画面顺时针或逆时针转动的强度。
    θ\theta
  3. 旋转矩阵把坐标按照角度 \(\theta\) 进行旋转的数学操作。
    [cos⁡θ−sin⁡θsin⁡θcos⁡θ]\begin{bmatrix} \cos\theta & -\sin\theta \\ \sin\theta & \cos\theta \end{bmatrix}
  4. 平移量 \((t_x,t_y)\)水平与垂直方向的位移，决定画面横移或升降的幅度。
    (tx,ty)(t_x,t_y)
  5. 新坐标 \((x',y')\)变换后的位置，表示同一内容在下一帧中应该出现在哪里。
    (x′,y′)(x',y')

提示词与种子：给画师下指令与维护记忆

梦境画师作画时，既需要剧本告诉他“接下来画什么”，也需要一份“角色档案”保证主角不会中途换脸。在 Deforum 里，剧本就是提示词，角色档案则叫种子（seed）。

Deforum 支持提示词关键帧：你可以在不同时间点设置不同的提示词，让主题逐渐变化。比如前 30 帧写“雨夜街道”，后 30 帧慢慢混合“星空下的街道”，画面就会从雨天过渡到星空。种子决定了生成时采样的起点：固定种子，初始噪声保持一致，画面更容易延续；更换种子，相当于换了一张初始草稿，人物和场景都可能“重新投胎”。CLIP 引导则会实时把画面推向更贴合提示词语义的方向，让“剧本”真正生效。

当多个提示词同时参与时，它们的语义向量会按权重融合：

剧本与角色档案配合默契时，梦境既不跑题也不崩脸；如果乱改种子，就像让演员中途换人，画面很快会“面目全非”。

e(t)=∑iwi(t) pi,∑iwi(t)=1\mathbf{e}(t) = \sum_{i} w_i(t)\,\mathbf{p}_i, \qquad \sum_i w_i(t) = 1
这段公式表示：每一帧都用一个加权混合向量代表“当前剧本”，哪个提示词权重高，那一帧就更像哪段剧情。
  1. 第 i 段提示词向量 \(\mathbf{p}_i\)剧本中某一幕的语义编码，比如“雨夜”或“星空”。
    pi\mathbf{p}_i
  2. 动态权重 \(w_i(t)\)在第 t 帧时，第 i 段剧本所占的重要性，随时间变化。
    wi(t)w_i(t)
  3. 混合向量 \(\mathbf{e}(t)\)所有剧本加权后的总语义，是画师当前听到的指令。
    e(t)\mathbf{e}(t)
  4. 归一化条件所有权重加起来必须等于 1，避免多段剧本互相打架。
    ∑iwi(t)=1\sum_i w_i(t) = 1

EbSynth 原理：大师定稿，助手描画

小美想把真实旅行视频变成梵高画风，但她不想让 AI 凭空乱画，而是希望保留自己走过的街道、遇到的人群。于是她换了一间画室：先请一位“大师”把视频中的某一帧画成梵高风格定稿，然后让一群“助手”照着定稿，把视频的每一帧都描成相同的风格。这就是 EbSynth 的哲学：先定稿，再传播。

EbSynth 是专门做视频风格化的工具，输入通常是一段原始视频和至少一张风格化关键帧图。它首先通过光流分析出视频中每个小碎片的运动轨迹，然后在关键帧中查找相似区域，把大师画好的笔触、纹理和颜色“搬运”到其他帧上。由于关键帧只需少量几张，创作者的工作量大幅减少：人类只负责把几张图画漂亮，剩余几千帧全部交给算法。

风格化过程可以抽象为一个函数：

大师只画一帧，助手团就能让整段旅行视频“穿”上梵高的画风，而且每一帧都能保持人物的运动关系，不再是一张张孤立的滤镜图片。

Ot=Ψ(It, K, F(t))O_t = \Psi\left( I_t,\ K,\ \mathcal{F}(t) \right)
这个式子说明：输出第 t 帧时，算法同时参考原始第 t 帧、大师风格定稿，以及从定稿到该帧的运动轨迹。
  1. 原始帧 \(I_t\)助手拿到的第 t 张底稿，真实视频中的一帧。
    ItI_t
  2. 风格定稿 \(K\)大师画好的风格参考图，通常来自关键帧。
    KK
  3. 光流映射 \(\mathcal{F}(t)\)记录底稿中每个碎片从关键帧移动到第 t 帧的轨迹。
    F(t)\mathcal{F}(t)
  4. 风格传递函数 \(\Psi(\cdot)\)按照轨迹把定稿的笔触粘贴到新帧，同时保持原始结构。
    Ψ(⋅)\Psi(\cdot)
  5. 输出帧 \(O_t\)完成描画后的风格化结果。
    OtO_t

工作流实战：魔法工作室的完整流水线

任何工作室要稳定产出，都需要一条清晰的流水线：选素材、定风格、逐帧描画、合成输出。Deforum 和 EbSynth 各有自己的工位，但思路是一致的——按顺序走完流程，最终出片。

Deforum 工作流通常这样走：先写配置文件，设置提示词关键帧、参数关键帧、种子等；然后启动渲染，让梦境画师逐帧生成 PNG 序列；再用 FFmpeg 等工具把序列合成视频；最后加上背景音乐和调色。EbSynth 工作流则不同：先从视频中按一定间隔抽取关键帧，比如每 20 帧取一张；然后用 SD 或其他工具把这些关键帧风格化；接着把所有风格化关键帧和原始视频一起交给 EbSynth，生成完整帧序列；最后合成视频并检查是否有闪烁。

关键帧间隔是 EbSynth 实践中最重要的旋钮：间隔越小，风格越一致，但需要人工绘制的图片越多；间隔越大，越省力，却容易产生块状闪烁。因此合理的策略是“小间隔出质量，大间隔出效率”，根据预算取平衡。整条流水线的数学表达非常简单：

只要流水线顺序不乱，新手也能像成熟工作室一样稳定量产风格化短片，而不是每次都在“不知道怎么开头”中卡住。

Vout=Compose({Ot}t=0N−1, A)V_{\mathrm{out}} = \mathrm{Compose}\left( \{O_t\}_{t=0}^{N-1},\ A \right)
这里的意思是：把所有风格化输出帧按顺序拼接，再配上音频，就得到一部完整短片。
  1. 帧集合 \(\{O_t\}_{t=0}^{N-1}\)从第 0 帧到第 N-1 帧的全部风格化结果，相当于 N 张半成品。
    {Ot}t=0N−1\{O_t\}_{t=0}^{N-1}
  2. 合成器 \(\mathrm{Compose}(\cdot)\)把图片序列编码为视频的软件操作，比如 FFmpeg。
    Compose(⋅)\mathrm{Compose}(\cdot)
  3. 音频轨道 \(A\)背景音乐或人声，为画面提供情绪温度。
    AA
  4. 最终视频 \(V_{\mathrm{out}}\)从流水线尾端出来的成品，可以直接拿去放映。
    VoutV_{\mathrm{out}}

风格化应用与优化：让作品登上展览

工作室的作品最终要挂进展览馆，观众口味各异：有人喜欢水墨，有人喜欢厚涂油画，有人喜欢赛博霓虹。Deforum 和 EbSynth 的组合，恰好能覆盖从“纯想象”到“真实世界转绘”的大片风格光谱。

常见的应用场景包括：音乐 MV 的全 AI 视觉动画，用 Deforum 生成梦境般的画面；实拍短片转二维手绘，用 EbSynth 把演员表演变成动画质感；品牌广告则用混合工作流，先用 Deforum 生成风格关键帧，再用 EbSynth 将产品实拍转成统一画风。展览还要算预算：渲染一部长片如果像素全开，显卡可能咆哮一整天。因此要控制成本，常见优化手段包括降低分辨率、降低帧率预渲染、分批渲染，以及用固定种子和低 denoising 来提高帧间一致性。

分批渲染的耗时估算非常简单：

掌握了成本公式，小工作室也能在预算内办一场精彩展览：先小批次试渲染，再全量冲刺，最后从容地挂上大银幕。

Ttotal=⌈NB⌉⋅TbatchT_{\mathrm{total}} = \left\lceil \frac{N}{B} \right\rceil \cdot T_{\mathrm{batch}}
这是说：把总帧数分成若干批，每批渲染一次，所有批次的时间加起来就是总工期。
  1. 总帧数 \(N\)作品的全部镜头数量，比如 6000 帧。
    NN
  2. 批次大小 \(B\)每次让显卡处理多少帧，比如 64 帧一批。
    BB
  3. 取整符号 \(\lceil \cdot \rceil\)批次必须是整数，不足一批也要按一批计算。
    ⌈NB⌉\left\lceil \frac{N}{B} \right\rceil
  4. 单批耗时 \(T_{\mathrm{batch}}\)渲染一批所需的时间，受分辨率和采样步数影响。
    TbatchT_{\mathrm{batch}}
  5. 总耗时 \(T_{\mathrm{total}}\)把批次数量乘上单批耗时，得到可预估的工期。
    TtotalT_{\mathrm{total}}

AI 应用场景

音乐 MV 全 AI 动画（Deforum）

阶段：内容生成

解决的问题：传统 MV 动画制作需要建模、绑定、逐帧渲染，成本极高。Deforum 用提示词关键帧直接把音乐段落变成可流动的梦境视觉，无需任何实拍素材。

具体案例：独立音乐人写一首 3 分钟的歌曲，把歌词拆成 6 段提示词，用 Deforum 逐段渲染成星空、海洋、机械城等风格画面，再按节拍对齐，最终产出完整 MV。

实拍视频转手绘（EbSynth）

阶段：视频风格化

解决的问题：实拍转二维手绘原本需要逐帧人工转描，工作量巨大。EbSynth 只需人工绘制少量风格关键帧，算法就能把画风传播到全部帧。

具体案例：短片创作者把一段 1 分钟舞蹈实拍视频抽出 15 张关键帧，用 SD 改成水彩风格，再用 EbSynth 生成全片，最终影片保留舞者动态的同时呈现手绘笔触。

品牌广告混合工作流（Deforum + EbSynth）

阶段：创意视觉合成

解决的问题：品牌广告既要真实产品展示，又要有艺术辨识度。单用 Deforum 容易失真，单用 EbSynth 缺少从无到有的创意元素，两者结合可兼顾。

具体案例：某潮牌新品广告先用 Deforum 生成一系列霓虹风格背景关键帧，再把这些关键帧与产品实拍视频一起输入 EbSynth，让真实产品融入统一画风。

Python 演示

python34 行
class KeyframeInterpolator:    def __init__(self, frames, values):        if len(frames) != len(values):            raise ValueError("frames 和 values 长度必须一致")        self.frames = list(frames)        self.values = list(values)     def _smoothstep(self, t):        return t * t * (3 - 2 * t)     def sample(self, frame):        n = len(self.frames)        if frame <= self.frames[0]:            return self.values[0]        if frame >= self.frames[-1]:            return self.values[-1]        for i in range(n - 1):            a = self.frames[i]            b = self.frames[i + 1]            if a <= frame <= b:                t = (frame - a) / (b - a)                weight = self._smoothstep(t)                return self.values[i] + (self.values[i + 1] - self.values[i]) * weight        return self.values[-1]  if __name__ == "__main__":    interpolator = KeyframeInterpolator(        frames=[0, 15, 30, 45, 60],        values=[0.2, 0.8, 0.5, 0.9, 0.3]    )    for frame in range(0, 65, 5):        value = interpolator.sample(frame)        print("frame {:3d}: denoising = {:.3f}".format(frame, value))
目的：实现 Deforum 参数关键帧的 smoothstep 插值——输入关键帧位置与参数值，输出每一帧的实际参数，帮助你在渲染前预览动画节奏。
  1. class KeyframeInterpolator定义关键帧插值器，对应 Deforum 的时间脚本副导演。
  2. self.frames = list(frames)记录关键帧帧号，如第 0、15、30 帧等。
  3. def _smoothstep(self, t)实现 smoothstep 曲线，让参数过渡更顺滑。
  4. def sample(self, frame)查询任意帧的插值结果，是主入口。
  5. if a <= frame <= b找到当前帧落在哪两个关键帧之间。
  6. t = (frame - a) / (b - a)计算当前帧在区间内的归一化进度。
  7. weight = self._smoothstep(t)用缓动权重替代线性比例。
  8. return self.values[i] + (self.values[i + 1] - self.values[i]) * weight按权重混合前后两个关键帧的值。
  9. if __name__ == "__main__":可执行入口，直接运行即可看到逐帧参数。
  10. print("frame {:3d}: denoising = {:.3f}".format(frame, value))打印每 5 帧的 denoising 参数，方便检查曲线是否合理。

常见误区

误区很多人以为 Deforum 像美颜滤镜一样，把一段现成视频拖进去，自动套上风格就完事了。但打开 Deforum 后发现要写一堆配置文件，立刻傻眼。

正解Deforum 的核心能力是“从无到有”生成动画序列，它不一定需要输入真实视频。它读取的是提示词、参数关键帧和种子，然后一帧帧生成画面。真正需要“输入视频再转风格”的是 EbSynth，两者定位完全不同。

为何常见：因为两类工具都被称为“视频风格化”，界面又都充满参数，初学者很容易把“逐帧生成动画”和“现有视频转绘”混为一谈。

误区新手生怕画面跑偏，于是在每一帧都设置参数，结果渲染出来反而卡顿、抖动，甚至出现明显的突变。

正解关键帧只是锚点，真正决定连贯性的是插值方式和采样参数。合理做法是在关键变化处设置锚点，其余帧交给 smoothstep 等缓动曲线补全。关键帧过密会让参数在局部频繁转向，破坏运动的惯性感。

为何常见：人们天然觉得“控制得越细越精确”，却忽略了插值算法的平滑作用，导致用力过猛。

误区有同学发现固定 seed 后，第一帧确实相似，但后面几帧还是变得面目全非，于是怀疑自己设置错了。

正解种子控制的是初始噪声，它保证了“从同一张底稿出发”，但后续参数如 denoising strength、提示词关键帧、镜头运动都会持续改造画面。种子是角色记忆，不是冻结按钮；想稳定画面，还要同时压低 denoising 并保持提示词一致。

为何常见：大家把“固定”两个字理解成“完全相同”，忽略了生成过程本身是多次采样，参数变化会不断累积。

误区为了追求风格变化和消除闪烁，有人把 denoising strength 拉到 0.9，结果画面像万花筒一样不断爆炸，完全失去连贯性。

正解denoising 越高，每次重绘的自由度越大，越容易脱离上一帧。合理做法是控制在 0.4~0.7 之间：低值适合保持内容，高值仅用于少数强调变化的节点，并且要与其他参数如运动幅度配合。

为何常见：因为生成图时高 denoising 常常带来“每张都惊艳”的效果，大家误以为动画中也能靠高 denoising 提升质量，却忽略了时间维度上的连续需求。

误区有人以为把视频拖进 EbSynth，它就会自动“学会”某种风格，像换了滤镜一样直接输出。

正解EbSynth 本身不创造风格，它需要你提供一张或多张风格化关键帧图作为“大师定稿”。它只负责传播风格，不负责生成风格。正确流程是先用 Stable Diffusion 或手绘把少量关键帧风格化，再交给 EbSynth 传播到全片。

为何常见：EbSynth 界面简洁，输出又快，让人误以为它内置了无数艺术风格，其实它更像一个“描画助手”，不具备凭空创造风格的能力。

面试题

Q1. Deforum 逐帧生成动画时，每帧画面主要从哪里获得延续性？

单选题 · easy

  • A.继承上一帧并变换重绘← 正确答案
  • B.完全随机生成独立画面
  • C.由文本直接生成无底稿
  • D.拼接外部视频素材帧

答案：A。Deforum 的核心是逐帧生成，每一帧都会取上一帧的画面进行仿射变换，再交给 Stable Diffusion 重新采样，因此延续性来自“上一帧的继承”。B 会完全丧失连贯性，C 只适合单张文生图，D 是传统剪辑而非生成动画。

Q2. 参数关键帧的作用是什么？

单选题 · easy

  • A.关键帧间参数平滑插值← 正确答案
  • B.压缩视频为更少帧
  • C.提升画布分辨率
  • D.自动编写提示词

答案：A。参数关键帧就像导演在时间轴上设置锚点，Deforum 在锚点之间自动插值补全参数。它不会改变总帧数，也不负责分辨率和提示词生成，所以只有 A 正确。

Q3. EbSynth 进行视频风格化时，必须提供什么？

单选题 · easy

  • A.风格化关键帧图← 正确答案
  • B.完整的逐帧手绘稿
  • C.训练好的专用模型
  • D.高分辨率 3D 模型

答案：A。EbSynth 是“大师定稿、助手描画”的工具，必须提供风格化的关键帧参考图，风格才会被传播到其他帧。它不需要逐帧手绘，也不需要专门训练的模型或 3D 模型。

Q4. 关于 smoothstep 插值，说法正确的是？

单选题 · mid

  • A.比线性插值更平滑缓动← 正确答案
  • B.改变关键帧处的参数值
  • C.只能在 2D 运动使用
  • D.只适用于种子参数

答案：A。smoothstep 的特点是起点和终点加速度为零，中间加速，比直线插值更自然。它不会改变关键帧本身的值，也不限定于 2D 运动或种子参数，所以 A 正确。

Q5. Deforum 中 denoising strength 过大会导致什么？

单选题 · mid

  • A.画面与上一帧失去连续性← 正确答案
  • B.生成速度显著提升
  • C.完全消除画面闪烁
  • D.自动降低显存占用

答案：A。denoising 表示“重画力度”，太大会让每一帧都接近重新生成，从而切断与上一帧的联系，出现画面突变。它不会提升速度、消除闪烁，也不能降低显存占用。

Q6. Deforum 的 2D 相机运动参数不包括下列哪项？

单选题 · mid

  • A.水平平移幅度
  • B.画面旋转角度
  • C.整体缩放倍率
  • D.模型跳过层数← 正确答案

答案：D。2D 相机运动参数负责模拟镜头平移、旋转和缩放，对应 translation、rotation、zoom。跳过层数（clip_skip）是控制 Stable Diffusion 模型语义提取层数的参数，不属于相机运动范畴。

Q7. 下列哪些手段可以减少 EbSynth 风格化结果的闪烁？

多选题 · mid

  • A.减少关键帧间隔← 正确答案
  • B.使用光流约束← 正确答案
  • C.后处理时域滤波← 正确答案
  • D.逐步增大 denoising

答案：ABC。减少关键帧间隔能让风格参考更密，光流约束保证运动轨迹上的纹理传播一致，后处理时域滤波能抹平帧间抖动。增大 denoising 是 Deforum 的参数，与 EbSynth 传播过程的闪烁无关。

Q8. 关于提示词关键帧的权重公式 \(\mathbf{e}(t)=\sum_i w_i(t)\mathbf{p}_i\)，正确的是？

单选题 · hard

  • A.权重随时间变化可平滑切换主题← 正确答案
  • B.权重总和可以任意大于 1
  • C.提示词向量不需要归一化
  • D.权重只能取 0 或 1

答案：A。提示词权重 \(w_i(t)\) 随时间变化，主题就能平滑过渡。权重总和必须等于 1，提示词向量本身是模型输出的语义编码，权重是叠加系数。D 是对“二值权重”的误解，实际允许 0 到 1 之间的连续值。

Q9. 关于 Deforum 与 EbSynth 的适用场景，正确的是？

多选题 · hard

  • A.从文本生成梦境风格动画← 正确答案
  • B.把实拍视频转成统一画风← 正确答案
  • C.二者能够组合使用← 正确答案
  • D.EbSynth 可直接文生视频

答案：ABC。Deforum 擅长从提示词和关键帧生成鬼畜动画，EbSynth 擅长把实拍视频转成统一画风，两者组合可以实现“Deforum 生成风格关键帧 + EbSynth 转绘实拍镜头”。EbSynth 本身没有文生视频能力，所以 D 错误。

Q10. 在潜空间漫步递推式 \( I_{t+1} = \mathrm{SD}(\mathcal{T}(I_t), d_t) \) 中，增大 \(\mathcal{T}\) 的旋转参数主要影响什么？

单选题 · extreme

  • A.画面朝向与运动感← 正确答案
  • B.提示词的语义权重
  • C.音频采样率
  • D.关键帧的插值方式

答案：A。\(\mathcal{T}\) 是仿射变换，旋转参数直接改变画面内容的朝向，带来镜头环绕的运动感。它不干预提示词语义、不采样音频，也不决定关键帧用哪种曲线插值，因此只有 A 正确。