友友们，Seed-2.1-pro 大模型终于升级了，豆姐也是好起来了。

这次更新到了 Seed-2.1-pro-0915 版本，新版重点加强了多模态 Coding 和 Agent 能力。模型更擅长看懂设计图、界面截图和复杂文档，再把这些信息用到实际工作里。

写代码时，新版能更好地理解已有项目，找到需要修改的位置，处理跨文件问题，并运行检查。读财报、查资料、改 PPT 时，对密集表格、图中细节和跨页脚注的理解也更强，取证、计算和交付会更可靠。

这轮更新还强调了 Token 效率，在完成任务的同时，能减少消耗和使用成本。

不过，升级说得再好，实测出来好用才是硬道理。给大家看看其中一个案例，真的很不错：

 

01. 多案例实测

 

这次更新的模型，大家可以去火山引擎接 API，也可以直接在豆包工作里使用，我这次测试大部分案例都是在里面生成的。

Case 1：3D 工地

这个 case 主要测试模型的三维空间理解、图到代码，以及复杂场景的完整开发。模型需要把看懂的空间关系真正写进运行逻辑，画面才不会出现卡车穿楼、塔吊互撞。

参考图：

提示词：

根据上传的 construction_plan.png 和 construction_massing.png，用 WebGL 和 Three.js r160 创作一个细节丰富、持续运转的「体素微缩建筑工地沙盘」，交付单个 construction_diorama.html，可在联网状态下直接双击用 Chrome 打开，无需本地服务器或构建步骤。

仅允许从以下 CDN 加载 Three.js：

https://cdn.jsdelivr.net/npm/three@0.160.0/build/three.module.js

除此之外，不加载外部模型、图片、贴图、HDR、字体、音频或其他库。全部几何体、材质、纹理和图形效果使用代码生成，CSS、JavaScript 和 shader 均内联在 HTML 中。库加载失败时显示清楚的提示，不能留下空白页面。

先完整读图，识别坐标方向、桌面与沙盘尺寸、各区边界、道路、入口、塔吊位置和关键高度。图片是这些空间参数的来源。将识别值组织为 scene_spec 数据，嵌入 HTML，并在交付说明中列出读图结果和疑点。不能把设计图贴在地面上冒充三维还原。

1. 场景与构图

整套微缩工地摆放在室内深色实木工作桌上，桌角散落代码绘制的蓝图、钢卷尺、安全帽摆件和金属水平仪。默认相机模拟成年人站在桌前观察，略微俯视，能看清完整沙盘及桌边控制器。

工地划分基坑开挖区、钢筋加工棚、物料堆放区、在建高层楼房基座、临时板房办公区、渣土区和施工道路。分区、入口、双塔吊位置和标高按图纸还原，整体可统一缩放，比例与相对位置不能任意改动。道路与人行路线可辨认。保持丰富而协调的色彩、明显的体素颗粒和真实的微缩比例感。

2. 动态机械与作业关系

至少包含 2 台挖掘机、3 台渣土卡车、2 台塔吊、1 台混凝土搅拌罐车和 1 台小型装载机。

挖掘机执行挖土、抬臂、回转、装车的动作；卡车按等待、入位、接土、满载运输、卸料、返回循环运行。车厢土方量必须随装卸变化，车辆未停稳时不能开始装土。

塔吊通过回转、变幅或小车移动、吊钩升降，吊运钢筋和混凝土料斗。吊物、吊索与吊钩保持连接，吊运路径避开楼体和其他塔吊。搅拌罐车的罐体转动，装载机在限定区域平整地面。

3. 工人与细节

至少 32 名体素工人分布在不同岗位：绑扎钢筋、搬运建材、指挥吊装、操作工具，以及在出入口巡逻。动作错开节奏，避免所有人同步摆动。

补齐围挡大门、警示彩旗、施工指示灯、临时照明、脚手架、钢筋堆、水泥堆、砂石堆、水电杆和安全标识。工人、设备与物料的尺度一致；标识和蓝图可用 CanvasTexture 生成。

4. 昼夜与模拟天气

实现黎明、正午、黄昏、夜晚的平滑循环，通过窗外天色、室内入射光和工地灯光共同体现，始终保留室内桌面沙盘的场景关系。

夜间亮起工地探照灯、塔吊灯和板房暖色窗灯，尘土粒子缓慢飘散。

空格键切换模拟暴雨：雨滴仅在沙盘范围内出现，地面逐渐湿润并产生反光，施工灯变亮、尘土减弱，车辆减速，塔吊完成必要的安全停靠后暂停吊运。关闭暴雨后平滑恢复，不能让设备或吊物瞬移。

5. 相机与实体控制器

鼠标拖拽环视，滚轮缩放；闲置数秒后自动缓慢环绕，操作时立即停止自动环绕。限制相机高度、距离和角度，不能钻入桌面或模型。

在桌面前方制作可点击的实体旋钮或拨杆，通过射线拾取实现：设备速度 0.5×/1×/2×、昼夜循环开关、尘土强度低/中/高。控制器需要有可辨认标签、状态反馈和转动或拨动动画，不能只用屏幕悬浮按钮代替。

区分点击与拖拽，拖动相机时不能误触开关。

6. 新增「夜间混凝土浇筑」场景

增加一个桌面实体按钮，点击后在同一座沙盘内演示夜间浇筑：镜头平滑聚焦楼房基座，施工照明开启，搅拌车沿道路驶入，工人引导，车辆停稳后展开卸料槽并卸料，作业完成后收回卸料槽、沿道路离场。

提供返回常规作业的操作。进入该场景时暂停昼夜自动变化，退出后恢复原设置。若正在暴雨中，先显示等待或进入安全暂停状态，不能强行开工。保留沙盘内其他区域的空间和设备状态。

7. 碰撞与边界

先规划空间占用和安全作业范围，再实现运动。车辆使用有车距和路口让行的路线；机械臂、吊臂和吊物约束在各自工作范围内；人员避开车道和吊装区域。可用状态机、包围盒和预定义安全轨迹实现。

除铲斗挖土、落料等有意设计的施工接触外，不得出现可见的车辆互穿、吊物穿楼、人员穿车、吊臂相撞。所有工地模型及其运动包络都留在沙盘内，雨滴、尘土不能落到桌外。全局调速后这些约束仍要成立。

8. 性能与交付

以 1920×1080 下接近稳定 60FPS 为优化目标。重复体素、工人部件、围挡和堆料大量使用 InstancedMesh，复用几何体与材质；尘土和灯光光晕用自定义 shader 实现。控制投影光源数量、阴影开销和粒子数量，避免每帧创建大量对象。

必要时调整渲染像素比、阴影分辨率和粒子密度，但不得删除主要施工区域、机械或功能来换取帧率。角落显示实际测得的 FPS，可收起；不要写死性能数字。

自行打开 HTML，用同一观察方向将三维场景与两张参考图核对，检查分区、数量和高度，再检查完整装卸循环、两台塔吊、实体控制器、夜间浇筑、暴雨切换与相机边界，再修复发现的问题。实际测过性能时记录分辨率、像素比、浏览器和帧率；未测时如实说明，不承诺所有硬件都稳定 60FPS。

最终交付完整的单个 HTML 文件，附简短操作说明和实际验证结果。不要只给截图、概念说明、代码片段或需要额外素材的工程目录。

基坑、加工棚、在建楼房和运输道路摆在正确的位置，塔吊与车辆又给场景补上了动感。按下空格，晴天切成暴雨，雨滴和灯光也跟着变化。加载完成后的短时采样接近 60FPS，复杂度和可运行性都有了。

Case 2：机器人仓库

这个 case 主要测视觉信息定位、业务规则理解和长任务执行。封错一条路，后面的路径与订单结果就会受影响。成品需要一座可旋转的三维仓库，机器人、运输轨迹、拥堵热力图和订单进度一起变化。

封堵图：

提示词：

根据提供的 warehouse.json、orders.json、数据说明.txt 和 roadwork_notice.png，制作一个可在本地运行的「仓储机器人调度中心」。

warehouse.json 给出基础路网和规则，orders.json 给出订单。两次临时封路的位置与时间只在 roadwork_notice.png 中给出。请识别红线对应的道路边及时间区间，保存为 events.parsed.json，再据此实现调度。图中节点编号与基础路网一致，不得把图像当成无须读取的装饰。

视觉要求：

– 主画面为可旋转、可缩放的三维仓库，按地图摆放货架、取货站、出库站和机器人。

– 使用有工业质感的货架、可辨认的货箱、不同颜色的机器人，以及清晰的路线轨迹。机器人装货后应有可见的载货状态。

– 使用深色控制台、冷色照明与少量橙色告警。道路封闭时显示围挡和红色提示，避免满屏装饰遮住运行情况。

– 配置订单队列、机器人状态、事件时间轴及拥堵热力图，适合 16:9 录屏。

仿真要求：

1. 按释放时间接收订单，每台机器人同时执行一个订单，完成取货、装货、运输和卸货后才算交付。
2. 遵守数据中的节点占用、道路容量和行驶时间规则，处理相向冲突、争用同一节点和站点阻塞，不能穿越货架或瞬移。
3. 自动处理两次封路事件。封路期间禁止新进入相关道路，封路前已经进入的机器人允许驶离；需要时重新规划路线。
4. 显示待处理、执行中、已完成和逾期订单，以及实际行驶里程、准时率和机器人利用率。写清统计口径，所有数字由运行状态计算。
5. 让所有订单最终得到处理；如出现无法继续的状态，显示原因并保留日志，不要伪造完成。

交互要求：

– 运行、暂停、重置及 1×/2×/4× 倍速。

– 点击机器人跟随镜头，点击订单查看取送位置和执行机器人。

– 支持二维俯视与三维视图切换。

– 通过历史时间轴回放已经发生的运行过程，回放不能篡改原始记录。

调度使用固定的排序与随机种子，重置后结果可复现；切换倍速只改变播放速度。无需模拟电池、充电或连接真实设备。

交付源码、启动说明、events.parsed.json、完整运行日志及验证结果。对每个封路事件附来源图片区域，便于核对读图。实际检查订单是否遗漏或重复完成、是否发生道路或节

四台机器人把 60 个订单全部送完，封路期间也没有硬闯禁行路段。这说明地图、订单和封路通知已经进入同一套调度逻辑，三维仓库里的运动有数据依据。

Case 3：激光游戏

这个 case 测视觉符号理解、图像定位和游戏开发。模型既要读对镜子与墙的位置，也要把反射、循环检测和求解规则实现出来。

初始关卡图：

点冲突，以及封路是否生效。自行运行页面、修复发现的问题，再交付成品。

规则：

提示词：

根据上传的 laser_puzzle.png 和规则.txt，制作一个可在本地运行的「三色激光实验室」解谜游戏。

图片是关卡布局的唯一来源。请先识别网格大小、三种光源的位置与方向、12 面镜子的位置与初始方向、墙体和接收器，并保存为独立的 level.json，便于核对。

不要自行更换关卡或移动物体，也不要提前把镜子改成通关状态。

视觉要求：

– 将二维关卡还原成悬浮的三维实验台，提供俯视和斜俯视视角，保留可辨认的坐标。

– 墙体有高度，镜面有立体支架，三色光束清晰可追踪，并带适度的辉光和粒子流动效果。

– 镜子旋转时有平滑动画；接收器根据实际收到的颜色改变显示色，三色齐全时触发能量汇聚和通关动画。

– 页面包含关卡主视图、镜子操作次数、接收颜色状态和简洁的控制面板，适合 16:9 录屏。

游戏要求：

1. 点击任意镜子，在 / 与反斜杠两种方向间切换，重新计算全部光路。
2. 严格按规则处理反射、墙体遮挡、出界、进入光源格和循环状态，光束不能穿墙。不同光束在空格交叉时互不影响。
3. 接收器同时收到 R、G、B 三种颜色才算通关，判定必须来自当前光路计算。
4. 支持撤销、恢复图片中的初始状态、逐段播放光路，以及点击查看每面镜子的编号和方向。
5. 实现自动求解器，基于识别出的关卡搜索镜面方向组合。提供「提示一步」和「演示完整解法」，演示时逐面旋转镜子，并同步更新光路。
6. 求解功能与玩家操作使用同一套光路规则，不能把预先写死的方向列表当成搜索结果。

请自行完成读图、实现、运行检查和修复。交付源码、启动说明、level.json、求解结果和验证记录。实际验证初始状态未通关、求解后满足三色接收、旋转和撤销均正确，以及循环光路不会导致页面卡死。

图片里的规则和布局确实被读进了程序。12 面镜子对应 4096 种组合，程序找到了唯一解，翻转 7 面镜子后，三束光都进入了接收器。

Case 4：PPT修改

这个 case 测图文理解与 Office 交付能力。改稿要兼顾全局一致性和局部保留，收入、毛利率和交付率也得重新核算。一次需求里完成改稿、渲染和回读检查，比只生成一张漂亮页面更能看出办公能力。

原始PPT：

原始数据：

修改批注：

提示词：

请按 review_notes.png 中的全部批注，修改「经营复盘_初稿.pptx」。经营数据.xlsx 是数值来源，「原稿第2页.png」用于核对原始版面，全部内容均为合成测试资料。

先识别图片批注，把每项要求对应到具体页码、对象和修改范围。批注的颜色、排序、保留内容和统计要求都需要落实，不要跳过图片直接套用一份通用模板。

1. 保持原来的四页顺序和主题，根据批注更新标题、统计期、关键数字、图表、区域排序、配色和注释。保留图片指定不改的文字。
2. 从源表重新计算汇总值、同比、毛利率及准时交付率。公式、单位和分母要一致，全文及图表中的相关数字一起更新。源表中没有的数据保留缺口，不自行编造。
3. 按批注中的视觉方向完成整套版式，使用清楚的数字层级、充分留白和统一图表样式。提高图表与数字的可读性，保持 16:9，避免密集说明挡住图形。
4. 交付可编辑的「经营复盘_修订.pptx」，文字保留为文本框，图表和表格保留为可编辑对象。不要把页面拍平成图片，也不要改写或覆盖上传的原稿和源表。
5. 同时交付 calculations.json，记录各项指标的公式、取数范围、单位和结果；提供批注落实清单，能对应到最终页码和对象。
6. 生成每页预览图，实际检查遮挡、溢出、文字截断和图表错位，再回读最终 PPT 核对页数、数字和保留内容。检查完成后再说明实际交付状态，不能仅凭文件写出成功就宣称全部正确。

所有修改一次完成，过程中自行处理问题。若环境确实缺少编辑或渲染工具，如实说明缺少的能力和未完成步骤，不用截图冒充可编辑文件。

收入补齐到了 3600 万元，毛利率重算为 40.0%，准时交付率也按 671 单除以 700 单得到 95.9%。区域图表的顺序和颜色一起改了，要求保留的服务承诺也还在。交付的 PPT 里有原生图表、表格和文字，后续还能接着编辑。画面走的是稳重商务风，亮点在于批注、源数据和最终页面基本对上了。

Case 5：交付核验

这个 case 测密集图文解析、跨源核验和工具调用的可靠性。模型需要处理重复导出、验收修订、退回和跨月事件，再把每个数字追到证据。

出厂登记：

验收单：

企业资料：

提示词：

请核验上传资料中虚构企业「星澜工造」的三条主张，统计时点统一为 2026-07-31 23:59:59，时区 Asia/Shanghai：

– 首批 200 台机器人已全部交付。

– 这 200 台中，80% 即 160 台已完成客户验收。

– 已交付机器人全部为 R2 型号。

请以提供的文件为证据边界，读取任务范围、统计口径、物流与验收导出、修订说明，以及 registry_scan.png 和 acceptance_revision_scan.png，独立给出核验结论。

两张扫描页包含必要信息：型号登记只在 registry_scan.png 中，acceptance_revision_scan.png 的修订尚未合入验收 JSON。先从图像提取结构化登记与修订记录，再与明细合并核验。引用需标出文件、页号或图像区域，无法辨认的字段要保留疑点。

需要区分产品与配件、预创建运单与实际揽收、客户签收与验收。处理重复事件和被修订记录，按核验时点重建状态；后续发生的事件不能改变当时的完成情况。识别转载之间的来源关系，不把重复宣传当成独立证据。

制作一个可本地运行的「交付证据指挥台」：

1. 以三维工厂、仓库和客户节点展示货物流向，按实际核验状态区分在途、签收、返仓等连线。locations.json 中的坐标只用于合成场景，不对应真实地理位置。
2. 页面保留三条主张卡片，分别显示核验结论、支持证据、反证与证据缺口。
3. 设置可拖动的历史时间轴，切换时重新构建截至该时刻的物流与验收状态。提供返回固定核验时点的按钮。
4. 点击数字、产品节点或证据连线，能展开原始记录，定位文件名、event_id、record_id 或图片中的具体区域。
5. 用来源关系图显示宣传稿与转载的关联，避免把同一消息画成多份独立支持。
6. 使用深色控制台、简洁的三维建筑、动态流向和适量告警高亮，保证文字和证据可读。

交付可运行项目、图像提取 JSON、逐主张报告、状态重建脚本与完整引用清单。保留每条修订对应的原图区域和被替代记录，支持点击查看。数值必须可由原始数据复算，百分比必须写清分母；证据不足时保留缺口，不编造原因或外部材料。

自行检查数据汇总、时间轴回放、来源跳转和三维显示是否一致，修复问题后交付。

120 台签收，扣掉退回的 10 台后只剩 110 台净交付；再合并扫描件里的验收修订，真正通过验收的是 90 台，占原计划的 45%。已交付的机器中还混着 40 台 R1，提示词中的三条主张都找到了对应反证。

Case 6：读财报，做经营模型

这个 case 主要测密集图文读取、跨页脚注理解和分析交付。

财报：

提示词：

请读取上传的「砺川智造」财务资料图像，完成可复算的经营分析，并交付带公式的 Excel 模型和可本地运行的交互经营看板。

所有财务数值和计算口径来自图片。先识别表头、年份、累计期、单位及附注，再提取结构化数据。阅读全部页面后确认是否存在修订、单位差异和跨页引用；不要只读首页或把每列都当作单季度。

分析要求：

1. 为每条提取值记录原始数值、单位、期间、最终采用值、页码与图像区域。存在更正时保留原值和替代关系，避免重复调整。
2. 统一金额单位，还原 2024、2025 年四个季度的单季收入与成本，并计算年度收入增长、毛利、毛利率、经营利润和自由现金流。
3. 核对分部收入与总收入，按图片约定计算应收账款和存货周转天数，分析收入、利润与现金流变化是否一致。结论只能由材料支持，不编造业务原因。
4. 按第 5 页参数建立 2026 年情景预测和二维敏感性表。假设保持可编辑，修改后预测与图表自动更新。把历史值和情景值清楚区分。

交付与视觉：

– model.xlsx 包含原始提取、口径调整、历史计算和情景分析。计算结果使用可检查的公式，来源页号放在对应数据旁，不能将全部结果写成常量。

– 交互看板使用有空间层次的经营展台：收入分部、季度趋势、利润与现金流桥图、敏感性热图围绕同一组选定年份联动。保持准确的比例、坐标、色标和数字，不为了三维效果扭曲统计关系。

– 点击指标能展开计算过程与来源图片，定位对应表格或脚注。调整预测参数时，看板与导出的模型使用同一口径。

– 提供 extracted_data.json、分析脚本、计算结果与简短报告，说明异常、修订和仍然缺失的证据。

自行运行计算，抽查更正前后差异、累计转单季、单位换算、汇总勾稽和公式更新；渲染并回读 Excel，打开网页检查联动与来源跳转。报告实际完成的检查，不编造工具结果或调用记录。

资料完全为虚构案例，不做真实企业估值、投资建议或外部资料补充。

这组财报题，难点藏在页面的口径里。前面还保留原报数据，后页又给了更正公告，还有千元与万元、累计值与单季值的差别。最终模型采用了更正后的比较数，把收入同比算成 20%，情景参数变化后，Excel 公式和网页计算也能得到对应结果。

Case 7：做白模，再生成视频

最近先做白模再生成视频的视频制作流程非常火，因为这样能保证视频画面走向非常正确。

所以这次先让 Seed-2.1-pro-0915 通过 Blender MCP 搭出白模，安排人物动作和摄影机，再把预演视频交给 Seedance 生成成片。能看到 Seed-2.1-pro-0915 的三维空间理解、复杂动作编排，以及调用 Blender 完成建模、动画、检查和导出的能力。

白膜布局图：

提示词：

我的电脑已经安装 Blender。请在当前 Claude Code 环境中，先自行检查、配置并连接 Blender MCP，再读取上传的 layout_plan.png，在 Blender 中制作一段「滑板手穿越旧厂房」的三维白模预演动画。交付可编辑工程和实际渲染的视频，供后续 Seedance 参考人物动作、空间布局、镜头和速度节奏。

零、先完成 Blender MCP 连接，再开始制作

我授权你为本任务安装缺少的 uv 和 Blender MCP、配置当前 Claude Code 项目的 MCP 服务、启动本机 Blender 的专用工作实例，并执行连接检查。复用已安装的 Blender 和可用依赖，保留现有工程、其他 MCP 配置，以及当前模型和 API 路由。普通安装、配置和连接工作直接执行，不要只返回一份让我照做的教程。

1. 检查当前操作系统、Claude Code 是运行在 Windows 本机还是 WSL、Blender 可执行文件路径与版本，以及 uv、uvx 和现有 Blender MCP 的状态。已有可用连接时直接复用；未连通时先看实际错误，再补齐依赖。仅从 uv 官方入口和 Blender MCP 项目维护者提供的渠道安装，记录实际使用的路径及版本。

uv 安装说明：https://docs.astral.sh/uv/getting-started/installation/

Blender MCP：https://github.com/ahujasid/blender-mcp

Claude Code MCP：https://code.claude.com/docs/en/mcp

2. 安装或定位与 MCP 服务匹配的 Blender 插件，可参考当前项目文档中的 uvx blender-mcp install-addon。优先通过本机 Blender 的 Python 启动脚本，在专用实例中启用插件并启动连接所需的监听服务；具体模块和启动接口以已安装插件代码为准，不凭空猜测。若必须通过界面操作，先用当前可用的桌面控制工具完成。
3. 在当前项目添加或修复名为 blender 的 stdio MCP 服务。依据当前 CLI 帮助使用 claude mcp add –transport stdio –scope local blender — blender-mcp，其中路径必须替换为实际找到的路径。先检查已有配置，避免重复添加或覆盖其他服务。根据实际运行环境核对插件的主机地址、端口及进程，确认服务连接的是本任务使用的 Blender 实例。
4. 通过实际 MCP 请求读取当前场景信息，并获取一张对应的视口截图，检查返回内容和真实场景一致。配置写入成功、端口可访问或 claude mcp list 显示 Connected，都不能单独当成 Blender 已经可操作的证明。两项实际调用通过后直接继续下方制作任务，不再询问是否开始。
5. 如果当前会话无法加载新工具，或某一步确实需要人工点击、确认权限，先完成其余可执行的配置，把完整任务、已完成步骤和下一步保存到 CONTINUE.md，再只告诉我必须完成的那一个操作。需要时说明如何在 /mcp 中重连，或重启 Claude Code 后恢复当前会话并读取 CONTINUE.md。不要自行终止当前会话，不要让我重新复制整段需求，也不要把未完成的连接写成成功。此类必要的环境操作单独记录，不算成模型自行完成。

在 check_report.md 中将首次环境配置时间、人工操作和后续建模渲染时间分开记录。对比新旧模型时，使用同样已准备好的连接环境评测制作能力。

总长 12 秒，24 FPS，共 288 帧，16:9，1280×720。全片使用一台连续运动的摄影机，不切镜头。建筑、人物、滑板和道具全部用 Blender Python 创建，采用灰白材质与清楚的接触阴影；人物和滑板可略深于建筑，方便辨认。不下载模型、贴图、动作库或 HDR。

一、先读图，再搭建空间

识别图上的坐标方向、尺寸、墙体、两个门洞、立柱、障碍物、人物路线、环绕区域和空间高度，将结果保存为 scene_spec.json。建筑尺寸和物体位置以图片为准，不把图片铺在地面上代替建模。

建立前院、封闭厂房和露天天井三个连通区域。厂房有真实厚度的墙体与屋顶，摄影机和人物只能通过指定门洞出入；屋顶采光窗可以透光，但不能临时隐藏墙体、屋顶或柱子来让镜头通过。路线箭头是人物的行进方向，摄影机需要另行规划安全路径。

二、人物和滑板

制作一个约 1.75 米高、能清楚辨认头、躯干、骨盆、上下臂、大小腿和脚掌的关节人偶。滑板具有板面、桥架和四个轮子，比例与人偶匹配。可以使用简化骨架或父子层级，不必制作面部和衣服

完整表现蹬地推进、双脚回板、屈膝转向、压板蓄力、起跳收腿、越过障碍、落地缓冲和恢复滑行。蹬地时一只脚支撑在板上，另一只脚实际接近并接触地面；收脚后回到板面。起跳时滑板随脚抬升，落地后轮子接地。不能只平移一个四肢不动的人偶，也不能让脚穿过板面、轮子穿地或人物悬空滑行。

三、十二秒的动作与镜头

0—2 秒：滑板手在前院完成两次蹬地加速，沿图示路线进入门 A。镜头从后轮侧后方追拍，离地约 0.25 米，能看见轮子、脚和前方门洞。

2—4 秒：镜头跟随滑板手通过门 A，进入厂房。人物按图中路线绕过立柱、转向中部通道，身体倾斜、双臂调整平衡；镜头平滑升至约 0.8 米，始终能判断人物与立柱的距离。

4—5 秒：滑板手靠近低矮障碍，屈膝压板，准备起跳。镜头移动到侧后方，为随后的环绕留出空间。

5—8 秒：人和滑板腾空越过障碍，进行一次慢动作展示。摄影机围绕移动中的人物完成连续 360° 环绕，从侧后方经过侧面、正面、另一侧，再回到侧后方；环绕半径约 3 米，相机高度由约 0.6 米平滑升至 1.4 米。全程让人物、板和障碍的关系可辨认，不能用摄影机原地自转代替围绕人物移动。

8—10 秒：恢复正常速度，完成四轮落地、屈膝缓冲、身体回正，再向门 B 加速。镜头顺势回到跟拍位置，衔接时不能突然掉头或跳位。

10—12 秒：人物与摄影机先后通过门 B 进入天井，摄影机确认离开建筑后再抬高，最后同时看见滑板手、出口和厂房外立面，展示确实穿过了同一栋建筑。

慢动作是成片时间的变化：起跳和越障的同一段运动被延长展示，人物、滑板与轮子的时间进度一致，摄影机仍按计划环绕。请用单调递增的运动时间映射或等价方式控制节奏，慢速进入和退出都要平滑，不靠人物空中悬停或重复播放帧凑时长。

四、空间约束和视觉检查

先为人物、板和摄影机规划可通行范围，再制作动画。人物和摄影机通过门洞时都要留有余量；绕柱和环绕时避开墙体、立柱和屋顶，人物腾空时确实越过图中的障碍。只有蹬地、脚踩板、轮子落地等预期接触可以发生。

利用 Blender MCP 查询场景、运行代码，并查看关键帧截图。至少检查进入门 A、绕柱、蓄力、起跳、环绕的四个方向、落地、通过门 B 和片尾。检查镜头是否穿墙、人物是否被柱子长时间遮挡、脚板关系是否正确、环绕是否满一圈、最后是否仍能看清出口。发现问题后自行修复，最后从头播放或逐帧检查完整导出视频。

五、交付

– previs.blend：保留物体命名、人物层级、动作和摄影机关键帧的可编辑工程。

– previs.mp4：实际渲染的 12 秒白模视频，无字幕、时间码或调试文字遮挡，兼容普通播放器。

– build_scene.py：能重建场景和动画的完整脚本。

– scene_spec.json、camera_path.json：记录读图结果，以及逐帧的成片时间、运动时间、人物位置、摄影机位置、朝向和焦距，便于核对空间与速度。

– contact_sheet.png：至少 12 个带时间标记的关键帧，单独用于验收，不烧录进视频。

– check_report.md：记录实际检查过的内容、修复项和未完成项。

请在同一项任务内自行完成环境连接、读图、建模、动作、运镜、检查和导出，只有上述必要环境操作才需要我介入。渲染任务较长时分段执行并查询完成情况。连接或导出失败时先自行诊断修复，仍无法继续才说明具体缺口并保留工程及恢复记录；只有脚本或截图时，不能声称视频已完成。

12 秒的镜头从前院跟进厂房，经过越障和一圈环绕，再从另一扇门出去，人物动作与空间关系有了可以直接观看的参照。对照轨迹文件，5 到 8 秒确实完成了 360° 环绕，慢动作也有连续的时间变化，作为拍摄预演，已经能检查镜头怎么走、动作放在哪。

接下来我们用白模来生成视频，我用的是seedance 2.5。

提示词：

请以本次上传并指定的白模预演视频为动作、空间布局、摄影机路线和速度节奏的参考，生成一段 12 秒、16:9 的写实滑板广告短片，一镜到底。

主角是同一位成年滑板手，穿酒红色宽松夹克、深灰工装裤、米白板鞋，戴黑色头盔；滑板为浅木色板面和黑色轮子。人物面貌、服装、身体比例及滑板外观全片保持一致，不添加其他主角。

场景是一座改造成滑板练习场的旧工业厂房：前院是浅灰水泥地，内部保留混凝土立柱、裸露钢梁和高处采光窗，天井洒入傍晚暖光。补充墙面磨损、轮胎印、少量浮尘与自然反光。人物和滑板的细节清楚，避免用过暗画面或浓烟遮住动作。

严格沿用参考中的前院、门 A、厂房、立柱、低矮障碍、门 B、天井的相对位置和尺度，保留绕柱方向、越障位置与两次穿门过程。新增材质和细节不能堵住原有通道，镜头变化时建筑结构保持一致。

动作和镜头按参考视频的时间顺序执行：

0—2 秒，贴地追拍脚部与后轮，两次蹬地加速接近入口。

2—4 秒，跟随进入厂房，绕柱转向，身体倾斜、双臂保持平衡。

4—5 秒，靠近障碍、屈膝压板蓄力。

5—8 秒，腾空越障的慢动作，同时沿参考路线完成围绕人物的连续 360° 环绕。

8—10 秒，恢复正常速度，四轮落地、屈膝缓冲，再加速驶向出口。

10—12 秒，通过出口进入天井，镜头在建筑外抬高，人物、门洞和厂房外立面同框。

保留参考视频中镜头高度、前后景遮挡关系、环绕方向和速度变化。全片动作连续，人和滑板的运动一致，脚踩板和轮子接地清楚可见。不要切镜头、瞬移、更换场景，或用重复帧和长时间空中悬停代替慢动作；不要把 360° 环绕改成画面自身旋转。

保持写实摄影质感，暖色夕阳与略冷的室内阴影形成层次。高速段有自然运动模糊，慢动作段能看清脚、板和障碍的相对位置。音效以滑轮、蹬地、落板和室内回声为主，无对白、字幕、品牌 Logo 或额外片头片尾。

把白模和生成的视频放在一起看，效果就很直观了。人物从室外进门、绕过柱子，再到起跳越障，基本沿着白模里的安排推进。最值得看的是中间那段环绕：镜头绕着腾空的人物转过一圈，衣服、滑板和动作还能接上，随后继续出门，最后抬高镜头收尾。前面在 Blender 里安排的路线、动作和镜头，在成片里都有了对应。

总结：这轮测下来，开头提到的几个升级方向，确实有了能看的见的成果。

设计图里的空间关系被用来搭建工地，封路通知进入了机器人调度，扫描件修订和财报脚注也影响了最终计算。

再到可编辑的 PPT、带公式的 Excel，以及能继续生成视频的白模预演，豆包已经能把多模态理解用到一整项任务里。

 

02. 一些分享

 

我觉得豆包这次升级最优秀的点，是能把看图、理解要求和制作成品接起来。

AI 编程和 Agent 进入实际业务，面对的往往是混在一起的图纸、表格、文档和软件操作。团队需要把这些材料整理成明确要求，再做出能演示、能修改、能交付的成果，这中间有不少重复工作。

做视频的友友们，可以重点看看白模那组。先在 Blender 里把人物怎么走、镜头怎么绕安排出来，生成预演后，再交给 Seedance 补上人物、材质和光影，让这套做法的价值很直观。

友友们想测试，可以挑一件手头正在做的事：比如把带批注的 PPT 和源表一起交过去，写清要改哪里、哪些内容要保留，看看交付能完成到什么程度。

用自己的材料跑一遍，也更容易判断豆包能帮上哪些忙，以及最后还需要自己补多少工作。

原文链接：Seed 2.1 Pro 升级实测，7 个高难度任务，看懂豆包这次的发力点