求开源模型从参考图反推电影级摄影提示词，ChatGPT 不够准
Complete-Box-3030 · reddit · 2026-10-29
一位电影创作者发帖求助：想找开源视觉语言模型，分析参考图后生成能高度还原同一画面的详细提示词，而不是普通图像描述。ChatGPT 试过但效果不好，输出过于笼统。
他需要的模型要能理解镜头角度与景别、构图与框架、镜头特征与景深、光线方向与对比阴影、人物站位与空间关系等摄影级细节——更像摄影师拆解剧照而非普通 caption。
帖子附带了对话上下文引用，属于向社区征求开源模型、ComfyUI 节点或工作流推荐，可本地部署运行。
「编程与Agent」频道最新
- 开源 Orinyx 明日发布：用 MCP 独立验证医疗 AI Agent 输出 — Practical_Green5775 · 2026-10-29
- DHH:最强程序员用 AI 与最弱不用者差距可达 1000 倍 — tristanbob · 2026-10-29
- 开源 Stackchan 桌面机器人:会聊天跳舞放梗图,附完整搭建指南 — alexcovo_eth · 2026-10-29
- Addy Osmani：你在过度提示 Claude，新模型只需一个目标加验证方式 — addyosmani · 2026-10-29
- 让 Hermes 学习 OPNsense 文档，15 分钟搞定防火墙优化 — Teknium · 2026-10-29
- 用 Gemma 4 做交互式鬼屋游戏，478 个问题实测防剧透护栏 — Extreme_Ad5709 · 2026-10-29