首頁 > AI工具 > LibTV用的是GPT Image 2模型嗎?模型標註和切換位置

LibTV用的是GPT Image 2模型嗎?模型標註和切換位置

更新時間:2026-10-19 23:53:02 發布時間:2小時前 閱讀:3 views次

LibTV 頁面上的模型名和官方發佈名是兩套寫法。生成頁選擇欄裡寫的是站內代號,官方發佈名只在模型說明裡出現。判斷用沒用 GPT Image 2,看三處:選擇欄代號、參數頁的模型欄位、出片後的元資訊。

LibTV模型標註切換

LibTV的模型名標在生成頁選擇欄

選擇欄是判斷模型的第一處證據。生成頁左側或頂部有一排模型卡片,卡片上寫的是站內名,短的像 Fast、Pro、Image,長的會帶版本號。站內名是給使用者選的,不等於官方發佈名,兩者對不上是常態。

把滑鼠停在卡片上,右側會彈一段說明,裡面寫著這枚模型的能力範圍:出圖、圖生影片、文生影片、是否支援首尾幀。說明裡如果出現官方模型名,以那一段為準,卡片標題只當簡稱看。

LibTV的圖生影片和文生影片走不同模型池

同一個帳號下,文生影片和圖生影片的可選模型不一樣。文生影片的池子偏重鏡頭語言,圖生影片的池子偏重首幀一致性。站在文生影片頁看模型列表,看不到圖生影片專用的那幾個,反過來也一樣。

判定方法很直接:把同一段提示詞分別丟進兩個入口,看出片風格是否一致。風格差得遠,說明用的是兩個池子;風格接近,說明共用一套底座。做系列內容時以首幀為準,選圖生影片池裡首幀一致性標註清楚的那一枚,比追求模型新更重要。

LibTV頁面沒寫模型名時看輸出參數

有的生成記錄只寫「預設」,不寫模型名。這時看匯出後的元資訊,或者看參數頁裡那一行 model 欄位。欄位值是站內代號,拿去和模型說明頁對照,能定位到具體是哪一枚。

三處對不上時以參數頁為準,元資訊會被轉碼改掉,說明頁更新滯後。

LibTV換模型會改變扣分檔位

不同模型的扣分不一樣。圖像類模型按張扣,影片類模型按秒乘解析度扣,同一段 5 秒、1080P 的片子,換一枚模型會多扣一倍。

做法是先看扣分預覽再提交。生成按鈕旁邊有一行小字,寫著這次提交要扣多少,換模型時這行數字會跟著變。把三枚模型的預覽扣分記下來,除以各自的出片合格率,得到單條可用成片的真實成本,按這個數選模型,而不是按名字裡的版本號選。

LibTV模型名與官方發佈名對不上的原因

站內代號承擔的是產品分層,官方名承擔的是版本標識,兩套命名各管一件事,所以對不上。同一枚官方模型在站內會同時出現在兩個檔位裡,靠參數區分,比如是否支援音訊、是否支援首尾幀。

覈對順序三步:先在模型說明頁找官方名,再回生成頁看代號,把兩者記在一張表裡。遇到代號升級(尾號變了),先跑一條對比片,參數一致的情況下比較出片品質,再決定要不要換。別按版本號大小判斷強弱,版本號跟能力不是同一條線。

常見問題

LibTV生成頁顯示的模型名是官方的嗎

顯示的是站內代號,不是官方發佈名。代號短、好記,方便在檔位之間做區分。要找官方名,把滑鼠停在模型卡片上看說明,或者進模型說明頁對照。兩套名字指向同一枚模型時,能力和扣分也一致;指向不同模型時,以參數頁的代號為準,說明頁更新滯後。

LibTV換模型後提示詞要改嗎

要改。不同模型對提示詞結構的響應不一樣,偏重鏡頭語言的模型吃運動描述,偏重首幀一致性的模型吃外觀描述。換模型後先保留原提示詞跑一條,再按差異補兩句,把運動、鏡頭、光線分開寫。一次只改一處,出片對不上時才知道是哪句起的作用。

LibTV的預設模型值得改嗎

看題材。人物特寫、產品細節這類要求穩定的題材,預設模型出片合格率高的就留著,換模型省不下錢。快速運鏡、鏡頭切換多的題材,換到吃運動描述的模型上,廢片率會降。判斷標準是同一提示詞連跑三條的合格條數,不是單看某一條出得好不好。

LibTV能看到歷史記錄用的哪個模型嗎

能,在生成記錄的詳情裡。每條記錄右側有參數入口,點開列出提示詞、比例、時長、模型四項。翻歷史記錄的用處是覆盤:把合格成片的模型代號統計一遍,出現次數最多的那一枚就是你的穩定配方,下次直接選它,不用每次試。