九州教育 - 人工智能创作实战课

这门课的主题很明确：把多模态模型当成生产工具，而不是演示玩具。它围绕图像、音乐、视频、角色一致性这几条线展开，讲的是在真实创作流程里怎么调用模型、怎么控制输出、怎么把零散结果拼成可用的成品。适合已经会用基础 AI 工具、但作品总差一口气的开发者对照实践。

技术栈与工具链的实际覆盖面

课程涉及的工具以国内可访问的多模态平台为主，核心是即梦系列，包括 3.0 版本的功能解析和 seedance 2.0 多模态模型的应用。这条线不是泛泛介绍界面按钮，而是把图生图、智能画布、智能识别参考这些能力放进具体任务里。比如图生图部分会处理参考图的权重与结构保留问题，智能画布部分则对应局部重绘与落笔生花的编辑逻辑。对开发者来说，这相当于一份可运行的接口行为记录：哪些参数影响构图，哪些操作会破坏风格一致性，都能在案例里看到边界。

课程结构：按创作介质切分，而不是按功能菜单

内容组织没有沿用“第一章介绍界面、第二章介绍参数”的常见套路，而是按输出介质分块。图像线覆盖绘图与图生图，音乐线单独成节，漫剧线把绘图和叙事串起来，视频线则落在多模态模型与角色一致性上。这种切分方式的好处是，每一块都能独立对应一个可交付物：一首短音乐、一组风格统一的插画、一段带角色延续的漫剧片段。学习时可以按介质挑着看，不必从头线性推进。

可复用的工程模块

从目录线索能看出几个值得单独抽出来复用的模块：

• 角色一致性控制：故事绘本和漫剧都依赖同一角色在多张图中保持特征稳定，这部分涉及参考图策略与模型选择，是多数 AI 创作项目最先卡住的地方。
• 多模态串联：seedance 2.0 相关章节把图像、视频、音频的生成顺序和依赖关系摆出来，适合用来设计流水线式的创作脚本。
• 局部编辑与画布操作：智能画布和落笔生花对应的是“生成后修改”环节，工程上对应 mask 编辑与重绘调度，比反复整图重生成更省算力。
• 音乐生成：音乐线相对独立，但接口调用方式与图像模型类似，可以并入同一套任务队列管理。

适合怎样的自学路径

如果你已经能跑通单次文生图，接下来缺的往往是稳定性和流程化。这门课可以这样用：先挑图像与图生图部分，把参考图控制的手感建立起来；再进入角色一致性和故事绘本，检验自己在多图场景下能否维持主体特征；最后看多模态模型和漫剧章节，尝试把图像、音乐、视频按一条时间线串成完整输出。每一步都以“能不能复现出可交付结果”为标准，而不是以看完视频为标准。

对照实践时的注意点

课程里的案例基于特定版本的模型和平台，接口和界面会随版本更新变化，所以重点应放在操作逻辑和参数思路上，而不是记住某个按钮的位置。建议在跟做时同步记录每次生成所用的参考图、提示词结构和模型版本，形成自己的参数对照表。多模态创作目前仍依赖大量试错，这份资料的价值在于把试错范围收窄，让你知道哪些方向已经被验证过、哪些组合容易崩。