第274章 找到你们了 (第1/3页)

皇后区杰克逊高地，某栋公寓里。

三个人，三个工位，一条流水线。

戴眼镜的坐在最左边，敲完最後一行字，把文档拖进共享文件夹。

屏幕上的文件名标着「HS-ATK-019」。

文档里是一段视频脚本：一个自称前急救员的中年白人男性，坐在厨房餐桌前，声音发抖地控诉他亲眼看见一个骨科医生在没有儿科资质的情况下，对一个七岁女孩开了刀。

「十九号搞定了。」

中间工位的络腮胡点开文件。

他的工作分两步。

第一步是定妆，为脚本角色生成一张脸。

他在本地部署的开源图像模型中输入提示词：白人男性，四十五至五十岁，方脸，法令纹深，蓝灰色眼睛，藏蓝色工装外套。

回车键敲下，屏幕同时弹出四张面孔。

不管是生图还是生视频，这个过程在圈内被称为抽卡。

以前做AI视频，全凭概率。後来技术更迭，新一代模型支持多模态输入。

同时喂入参考图片、音频和文字，模型依循参考生成，良品率提升了一个量级。

但他们无法使用商业平台。

主流商业模型会在生成的每一帧画面中嵌入C2PA元数据签名，等同於「AI制造」的隐形水印。

TikTok的检测系统会自动读取签名，打上AI生成标签。

他们只能依赖修改过的本地部署开源模型，没有水印，代价是极低的良品率。

他从4张定妆照中选出合适的那张保存，进入第二步：

生成视频。

定妆照作为角色锚点拖入视频生成模型的参考面板，挂载预先录制好的台词音频，提示词栏填入表情、动作与镜头指示，随後丢进队列。

不久後，一段十五秒的视频生成完毕。

这种生成视频的过程要重复好几次，运气差的时候甚至几十次。最後抽到一个满意的为止。，毕竟他们用的模型不是最先进的视频模型。

最右侧的是个胖子。

电竞椅发出轻微的吱嘎声，三十二寸显示器上铺满剪辑软体的时间线。

他处在流水线末端，负责让AI生成的视频具备人类拍摄的质感。

络腮胡的抽卡与生成保证了人脸的真实度，胖子需要完成最後一层伪装。

他给画面叠加一层低解析度的传感器噪点，模拟廉价手机前置摄像头在室内弱光环境下的画质。

接着加入轻微的手持抖动，幅度控制在哭泣时人体自然的晃动区间。

最後在左下角打上一行小字：「故事来自真实受害者家庭，为保护隐私已做处理」。

伪造的免责声明。

平台的内容审核模型识别到这行字，会倾向於将视频归类为新闻转述，进而跳过AI检测的优先队列。

导出，拖入上传文件夹。

文件夹内已经

（本章未完，请点击下一页继续阅读）