liblibai运镜需依赖外部3d白模视频驱动，先用updream生成灰度深度白模视频，再通过controlnet（depth或openpose）绑定，配合seed、cfg scale=8.5、dpm++ 2m karras等参数锁定一致性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
LiblibAI本身不直接支持运镜控制，必须通过外部3D白模视频作为运动骨架输入，再经由ControlNet或深度图引导模型理解空间位移与镜头轨迹，否则所有“运镜”提示词都会被模型忽略或随机解释。
用UpDream预演台生成3D白模视频
打开 updream.cn → 登录账号 → 点击「新建项目」→ 右键画布选择「新建预演台」→ 点击「生成空间」→ 上传一张含明确空间结构的参考图（如带墙面、地板、门窗的健身房实景照片）。
等待4–7分钟，系统将自动重建带Z轴深度信息的3D白模空间。此时你看到的不是渲染图，而是纯线框+灰度深度图，它决定了后续所有运镜的物理合法性——【没有这一步，任何运镜指令在LiblibAI里都是无效盲猜】。
在预演台中添加人物模型，拖入机位，用关键帧设定起始帧与第15帧的位置/旋转/焦距。点击右上角「录制白模视频」，导出为MP4格式（建议分辨率720×1280，时长≤10秒）。
在LiblibAI中绑定白模视频驱动运镜
方法一：用ControlNet深度图模式
进入LiblibAI「创作中心」→ 选择「图生图」→ 上传你刚导出的白模MP4 → 在右侧参数区展开「ControlNet」模块 → 「类型」选「Depth」→ 「权重」设为1.1～1.3 → 「启用预设模式」选「动态运镜增强」。
方法二：用OpenPose绑定动作路径
若白模视频中人物有明显位移或姿态变化，改选ControlNet类型为「OpenPose」→ 上传同一段白模视频 → 勾选「启用姿态引导」→ 在提示词末尾追加“camera dolly in, slow pan left, consistent depth layering”。
注意：白模视频必须是灰度无纹理的线框动效，不能带文字、logo、色块；否则ControlNet会误识别为干扰噪声，导致运镜错乱。
调参锁定运镜一致性
第一步：固定Seed值，确保每次生成基于同一随机起点；
第二步：CFG Scale严格设为8.5，高于9.2会导致镜头抖动，低于7.0则运镜逻辑丢失；
第三步：采样步数不低于35，且必须选用DPM++ 2M Karras采样器——该组合对深度图响应最稳定；
第四步：关闭所有其他ControlNet模块（如Canny、Tile），仅保留Depth或OpenPose一项；
第五步：负向提示词中强制加入“floating camera, inconsistent perspective, warping background, lens flare artifact”，防止模型自行插入不可控镜头畸变。
