boxmoe_header_banner_img

Hello! 欢迎来到盒子萌!

加载中

文章导读

AI魔改短剧合集:古风玄幻穿越修仙题材338部视频815张图打包


avatar
66fls 2026年11月6日 8

整理这个合集的时候,硬盘里的临时文件夹重命名了三次。最初按题材分类,后来发现古风和玄幻界限太模糊,干脆按生成模型版本归档,最后妥协成现在的混合结构——338个视频文件,815张配图,压缩包解压后104G,占满了两块机械硬盘的剩余空间。

1

这批资源的来源比较杂。早期几十部是去年下半年某开源模型微调的产物,画面还带着明显的“AI质感”:人物眨眼时眼睑穿模、袖口随风物理失效、背景建筑近看全是噪点。后期陆续补充的内容,多半基于今年上半年几个主流视频生成模型的二次创作,连贯性肉眼可见地提升。修仙题材里有几段御剑飞行的长镜头,云层穿透、光影变化处理得甚至比部分商业网大还要自然。

2

古风类占比最大,接近120部。这部分内容有个共性:台词极少,靠动作和表情推进剧情。比如某部《宫墙柳》改编片段,女主角在御花园折枝、被雨淋、在长廊下躲雨遇太子,全程无台词,配合古筝BGM和字幕提示,十分钟讲完一个微型故事。这种“去台词化”处理,反而规避了AI生成口型对不上的硬伤。

3

玄幻和修仙题材的特效素材复用率极高。同一套“灵气入体”粒子特效、同一个“渡劫雷云”动态背景,在十几部不同短剧里轮番出现。整理时专门建了个“特效素材库”文件夹,把这些高频片段单独提取出来,方便后续二创时直接调用。穿越题材倒是意外地少,只有十来部,大多套用“现代灵魂附身废柴小姐”套路,开头必有穿越特写——手机屏幕亮起、灵魂流光钻入眉心,这套模板化镜头语言,倒是省去了不少理解成本。

4

图片部分815张,分辨率参差不齐。早期生成的多为1024×1024正方形比例,后期才出现16:9横屏和9:16竖屏适配短视频平台的规格。内容上以人物半身像、场景概念图、关键道具特写为主。有组《九幽魔尊》的角色设定图,从面部特写到全身铠甲展开,再到武器魔气缠绕的动态过程图,十几张连贯图把一个反派形象立得很全。这类“设定集式”图片组,对二创者参考价值最大。

5

存储结构上没用复杂分类,根目录下只有三个文件夹:video、image、reference。video里按“题材_序号_时长”命名,比如“xianxia_047_03m28s.mp4”;image按“题材_角色/场景_序号”命名;reference放的是整理时产出的索引表格,记录每部短剧的核心看点、明显瑕疵、可用片段时间轴。表格里有列专门标注“手部崩坏”“穿模严重”“逻辑断层”,方便后续筛选素材时避坑。

6

体量上104G听起来不小,实际有效内容密度并不高。去重后,纯可用素材大概在60G左右。剩下的多是生成失败的废片、重复片段、过长的黑屏过渡。清理这些垃圾数据花了整两个晚上,写了个Python脚本按MD5去重,又手工逐帧检查了前五十部的关键镜头。现在的合集算是“去粗取精”版,但保留了所有原始生成参数记录——提示词、模型版本、采样步数、CFG值,全在reference里的JSON文件里。

完整资源: 成人魔改短剧AI合集 古风/玄幻/穿越/修仙等【338V+815P/104G】

7

这批资源的实用场景很具体:做短视频二创剪辑、练手AE特效合成、训练风格化LoRA、甚至直接当素材库卖课。但要拿来直接发布成品短剧,台词生成、逻辑硬伤、人物一致性这些坑,没人工二创介入根本过不了审。整理过程中发现,有三部标注“完结”的修仙短剧,大结局直接切到“敬请期待第二季”,生成者估计连自己都没看完就打包扔进来了。

8

最后补一句:压缩包分卷压缩,单卷不超过4G,方便网盘传输。解压密码在readme.txt里,没加密,纯防在线解压预览触发风控。整理记录、预览联系表、废片清单全在reference文件夹,拿到手先看那三个文件,能省下大半筛选时间。

9



评论(0)

查看评论列表

暂无评论


发表评论

表情 颜文字
插入代码