AI Video
Seedance 的台北巷弄為何像「亞洲平均值」：生成影片的在地化 QA
一支 Seedance 2.5 台北巷弄影片初看很像台灣，逐格卻出現紅色計程車、綠底白字車牌與無意義招牌。重點不是提示詞更長，而是建立地標、車輛、車牌、文字與生活物件的在地化驗收。
2026年9月8日1 分鐘閱讀👁 8
AI Video / Localization QA
提示詞能買到「像台北」，買不到「真台北」
Threads 作者只用「台北市老式住宅巷弄」就生成洗石子、白鐵門、雜貨店、藍色桶裝水與塑膠袋等熟悉細節；但第 22 秒的紅色計程車、綠底白字車牌與糊字招牌暴露模型學到的是東亞舊市區的統計平均，而不是可被在地人核對的台北。
可見的成功與失敗
| 面向 | 第一眼 | 逐格 QA |
|---|---|---|
| 建築／巷弄 | 洗石子、鐵門、電線、盆栽具台灣感 | 屬泛東亞元素，單獨不能證明地點 |
| 交通 | 背景車輛不顯眼 | 紅色計程車與綠牌更像香港語彙，破壞台北設定 |
| 文字 | 雜貨店招牌遠看像中文 | 放大為無意義糊字，是生成影片常見弱點 |
| 連貫性 | 30 秒角色與生活動作有敘事感 | 仍需逐鏡檢查人物、服裝、手、道具、音畫與物理一致性 |
成本 caveat：作者回報 1080p、30 秒、含音訊為 3,270 credits、約 NT$1,160，720p 六秒無聲為 168 credits；這是作者所用平台／方案的當時帳面數字，不是 ByteDance 通用官方定價。官方可確認的是 Seedance 2.5 主打 30 秒音畫聯合生成與多模態參考。
在地化製作流程
- 文字 bible：列出必須出現與禁止出現的地方特徵。
- 先圖後影：用可審核的 reference frame 鎖建築、車色、車牌、招牌與角色。
- 分鏡驗收：每 1–2 秒抽幀，不只看前三秒。
- 文字重做：重要招牌以後製或受控圖層完成，不把可讀中文字交給影片模型賭。
- 在地人 review：建立 yellow taxi、白底黑字車牌、機車密度、路牌、垃圾車等檢查表。
- 錯誤分級：背景小瑕疵可接受；身份、地點、品牌與法律標示錯誤直接退件。