單人動畫工作室
AI 工具鏈與選型
用一組訂閱，把故事從腳本做到 4K 成片。
前期企劃ChatGPT / Midjourney
分鏡與動態Nano Banana / Freepik
配音與合成ElevenLabs / Suno / Topaz
全流程拆成三階段，資料依序流動
創作者把時間留給敘事、風格與情緒，重複繪圖交給工具。
1 前期企劃腳本與風格
- ChatGPT / Gemini：故事、分鏡腳本、提示詞
- Midjourney：角色與美術風格
▶
2 分鏡與動態畫面與影片
- Nano Banana：角色一致、構圖微調
- Freepik：Veo、Kling 等模型生成影片
- Higgsfield：嘴型同步
▶
3 配音與合成聲音與成片
- ElevenLabs：語音、變聲、音效
- Suno：配樂與主題曲
- Topaz + 剪輯軟體：4K 與合成
傳統動畫的三大成本：動態捕捉設備、跨畫面一致性、專業配音。這條管線把三者都壓到個人可負擔的範圍。
先用 Midjourney 定風格，再用 Nano Banana 鎖角色
Midjourney 美感最強但細節會走樣；Nano Banana 一張參考圖就能維持角色一致（一致性 5/5）。
Midjourney：定調
- Style Search 找畫風，Style Reference 套用到新角色
- Omni Reference 鎖角色，多角度、多表情
- Moodboard 存風格，之後勾選即可套用
- 選圖後先 Upscale，當作 Nano Banana 的高畫質底圖
Nano Banana：合成
- 背景與人物分開做：Midjourney 出背景，Nano Banana 合成角色
- 支援中文指令：換表情、姿勢、視角、增刪物件
- Figma 畫箭頭做視覺提示，鎖定特寫對象
- 用 Google AI Studio 可刪除回應、回上一步修圖
長寬比規則：輸出比例跟著最後上傳的那張圖。先傳 1:1 角色圖，最後傳 16:9 背景，才會得到 16:9。
Freepik 一次訂閱，切換多個影片模型
整合 Veo、Kling、Hailuo、Seedance、Seedream、Nano Banana，內建 Topaz 放大。Midjourney 不在其中，需另外訂閱。
| 生成模式 | 輸入 | 自由度 | 控制力 |
|---|
| Text to Video | 純文字 | 極高 | 極低，角色難連貫 |
| Image to Video | 起始影格 + 提示詞 | 中等 | 高，適合已有分鏡圖的管線 |
| Video to Video | 角色圖 + 真人演出影片 | 依原片 | 極高，不需動捕設備 |
起訖影格
- 上傳 Start 與 End 兩張圖，AI 補出 8 至 10 秒過渡
延長片段
- 單段僅 6 至 10 秒：用 Extend，或取最後一格當下一段起始圖
聲音靠 ElevenLabs，嘴型選 Higgsfield
Veo 3 動態最好，但每個鏡頭聲線會漂移，要用 Voice Changer 修回來。
ElevenLabs
- Voice Design：用文字描述造出專屬聲線
- Enhance：自動加入呼喊等語氣
- Text-to-SFX：一次出四組音效
- Suno：純音樂用 Instrumental，主題曲用 Custom 貼歌詞
嘴型同步比較
- Freepik 內建：方便，但嘴部僵硬
- Higgsfield + Infinite Talk：貼合尚可，肢體生硬
- Higgsfield + Kling：嘴型自然、表情豐富
- Higgsfield + Veo 3：最佳動態，但聲線不一致
聲線防護三步：Veo 3 生成帶對白影片，拖進 ElevenLabs Voice Changer 換成角色聲線，再回剪輯軟體替換音軌。
後期：Topaz 放大補幀，剪輯軟體收尾
AI 影片解析度低、幀數少，這一步決定成品像不像影院作品。
Topaz Video
- 空間放大：無損升到 4K，修復邊緣與紋理
- 幀率補幀：讓生硬的動態變平滑
- Freepik Premium+ 已內建，不必另購
剪輯與混音
- CapCut、DaVinci Resolve 或 Premiere Pro
- 對齊影片、對白軌、音效軌
- Audio Ducking：對白出現時配樂降 12 至 18 dB
- 最後轉場、調色、輸出 4K
工具要組合著選，預算依規模配置
| 工具 | 強項 | 一致性 | 成本效益 |
|---|
| Midjourney | 美感與風格定調 | 3/5 跨畫面細節有出入 | 中，需獨立訂閱 |
| Nano Banana | 角色一致、構圖合成 | 5/5 單圖鎖定 | 極高，AI Studio 可免費 |
| Freepik | 多模型聚合、含 Topaz | 4/5 標籤與起訖影格 | 極高，單一訂閱 |
| ElevenLabs | 語音、音效、變聲 | 5/5 專屬 Voice Profile | 高，配音必備 |
| Higgsfield | 嘴型與表情驅動 | 3/5 搭 Veo 3 需修聲線 | 中，專精嘴型 |
單人工作室：約 $100–112／月
- ChatGPT、Midjourney、Freepik Premium+、ElevenLabs
- 搭配免費：AI Studio、Figma、Upscayl、Suno、剪輯軟體
小型團隊：約 $250–270／月
- 提升 ElevenLabs 額度，加訂 Higgsfield
- 解鎖 Kling、Veo 3 嘴型 + 聲線三步防護