Outstanding Tiny Desk AI 模板：角色、照片与镜位

理解主唱、键盘、萨克斯与两位和声歌手的对应关系，合照顺序，以及固定 15 秒模板的能力范围。

2026年10月28日Outstanding Tiny Desk

Outstanding Tiny Desk AI 模板有五个固定角色：主唱、键盘手、萨克斯手和两位和声歌手。你提供个人照片或一张合照，生成器据此重新演绎一段15 秒竖屏音乐表演。这里没有可以独立调整每个镜头时长的剪辑时间线。

本文介绍本生成器当前使用的模板，不代表所有以 Tiny Desk 命名的工具都采用相同方式。内容由 AI 辅助编写，并依据角色配置核对。封面为概念插画；实际样片及输入人像可在Tiny Desk AI 指南中查看。

模板中哪些内容固定

场景、名义时长、竖屏比例和参考音轨共同决定整体结构。你可以选择人物和分辨率，但不能在本编辑器里换歌、编写自定义运镜、拖动乐手到任意舞台位置，或指定每次切镜的时间。

理解这个范围有助于选择可行的创意。若笑点在于某个朋友吹萨克斯，就把他安排在萨克斯位置；若必须换地点、表演另一首歌，或在精确时刻展示某件商品，就超出了这里现有的控制范围。

模型仍可能在跟随参考时改变细节。“固定模板”指的是提出的目标场景，并非逐帧复刻。家具、衣服、手势和面孔都可能变化。参考片段帮助理解氛围与节奏，不能当成最终结果保证。

主唱： 单人照片模式中的必填角色，也是最适合承载核心笑点的位置。使用面部光线均匀、容易识别的人像。与只保留眼睛和鼻子的极紧裁切相比，能看到头部和上半身的照片通常提供更多人物信息。

键盘手： 对应演奏键盘的配角。源照片里不需要真的出现钢琴，人物辨识度比摆出弹奏姿势更重要，模板会提供演出情境。不过，生成的手指和演奏技术细节仍可能不准确。

萨克斯手： 适合作为第二个视觉焦点，尤其是某个意外角色承担独奏时。尽量避免使用嘴部被手或物品遮挡的照片，减少互相冲突的信息。但干净的人像也不能保证嘴部与乐器接触完全自然。

两位和声歌手： 用来补齐乐队。短标签说明的是参考选角板中的位置，不是自由调整舞台站位的控件。想让两个人分别出演时，应使用两张不同人像，并在成片远景中检查身份是否混淆。

单人模式只要求主唱，另外四个位置可以留空。留空意味着由虚构乐手出演，不会把房间清空、移除乐器，也不会自动转换成完全不同的独唱模板。

分别上传可以明确地建立照片与角色的对应关系。点击选角板中的位置，选择 JPG 或 PNG，再核对下方角色名。每张图片支持最大 10 MB；需要替换时，可以只改一个人，不必重新准备整个阵容。

合照模式把一张图片作为多人参考。模型接收的从左到右顺序是：主唱、键盘、萨克斯、第一位和声、第二位和声。优先选择面孔较大、无遮挡、没有被其他头部盖住的照片。多人分成几排的拥挤合照会让选择更困难。

这个顺序是指令，不是识别承诺。如果指定谁唱歌、谁吹萨克斯对创意很重要，独立人像更清楚。不要假设在合照上写角色名能变成额外控制，这些字反而可能被模型带进场景。

选角板显示哪些位置已选图，以及当前正在编辑谁。圆形区域只是为了紧凑地展示图片，不会把原图变成保证精准的动画面具，也不是成片的预测渲染。

人物圆圈较小或使用键盘操作时，可以使用下方的角色菜单。更换和移除按钮都作用于当前角色。手机上传同样跟随当前角色，因此应先选目的位置，再打开二维码。

当前编辑会话中，在单人和合照模式之间切换会保留已选图片。重新加载页面则不同，尚未提交的本地选图不能当成永久存储。生成前仍应确认模式、主唱图片与积分报价。

看成片时，分别关注主唱近景、配角画面和镜头衔接。开头静帧很像本人，不代表转头或切镜之后仍能保持同一个身份。

远景中检查人物是否互相混淆、手部是否与乐器自然连接；近景中对比脸部比例、发型与表情；衔接处则留意某个角色是否突然换脸或换衣。这些比单独看清晰度更有助于评价结果。

本模板无法设置精确切镜时间。如果创意只有某一秒的某个动作才能成立，先考虑是否能容忍镜头变化。明确的角色反差，往往比依赖精确动作的笑点更适合这种模板。

480p、720p 和 1080p 会改变输出尺寸和积分报价，不会解锁额外角色，也不能保证更高相似度。将编辑器显示的消耗与积分包比较，并把重新生成计入新的预算。