本文讨论了利用AI制作短剧的全流程，强调剧本质量、场景设计、角色一致性和镜头运用的重要性。剧本是制作的基础，场景数量应控制在5到10个，角色需保持一致性，镜头的景别、角度和运镜方式直接影响AI生成效果。

作者利用 Sora2 制作了一分钟动画，突破了15秒生成限制。通过镜头设计和新功能，角色一致性有所提升，最终完成了一条风格统一的视频，尽管仍存在一些瑕疵。这次实验让作者重新认识了工具的边界。

Black Forest Lab推出的FLUX.2模型在Cloudflare的Workers AI平台上运行，具备高质量图像生成能力，支持多语言和JSON提示，解决了角色一致性问题，适用于广告、电子商务和创意摄影等领域。

谷歌DeepMind推出的Gemini 2.5 Flash Image具备精准的图像生成和编辑功能，解决角色一致性问题，支持模糊背景和物体移除等操作。该模型已集成至Gemini应用，并提供开发者API，用户可免费使用，生成的图像将添加浮水印以防止滥用。Gemini的推出旨在与ChatGPT竞争，吸引更多用户。

Google推出Gemini 2.5 Flash Image模型，具备高质量图像生成与编辑功能，解决角色一致性问题，支持自然语言指令精准编辑及多图像融合，提升智能化，适用于多种创意场景，标志AI图像工具的重大进步。

GPT4o推出的新绘图功能支持自然语言生成图像，角色一致性良好，适合设计师使用。尽管存在中文显示模糊和比例限制等小问题，但整体效果令人满意，降低了作图门槛。

DiffSensei是一个结合多模态大语言模型与扩散模型的漫画生成框架，解决了多角色场景中的一致性和布局控制问题。它通过创新机制实现角色动态调整，支持灵活对话布局，并发布了包含4.3万页漫画的MangaZero数据集。实验结果表明，DiffSensei在角色一致性和图像质量上优于现有模型，推动了漫画创作和教育可视化的发展。

OpenCharacter是一个框架，用于训练可定制的AI角色，能够大规模生成个性一致的虚拟角色。通过对话模拟生成多样化的训练数据，快速创建角色扮演AI，且在角色一致性和互动性方面优于现有方法。