AI是如何把照片变成异世界物种的

你拍下一张路边小草的照片，几秒钟后，它在你的手机里变成了一株”荧光苔藓”——异世界里的稀有植物，还附带了一段星灵伙伴的惊叹对话。

这不是魔法，是AI。本文将拆解「异界拾光」背后的AI技术链路。

一、整体流程

异界拾光的AI流程分为四个阶段：

拍照 → AI识别 → 异世界转化 → AI生图 → 剧情生成

每个阶段调用不同的AI模型，共同完成”把现实变成奇幻”的体验闭环。

二、AI识别：看懂照片里是什么

模型选择

我们使用视觉多模态模型（hunyuan-vision / hy3-preview）进行图片识别。这类模型能同时理解图片内容和文字指令，一次调用完成”看图+分类+描述”。

提示词设计

识别提示词的核心是：让AI不只识别物种，还要转化为异世界形态。

{
  "realName": "现实物种名称",
  "fantasyName": "异世界风格的奇幻名称",
  "category": "plant/animal/insect/scenery/object/food/other",
  "setting": "异世界形态描述（外观、特性）",
  "usage": "在异世界中的特殊能力或用途",
  "emotion": "愉悦/惊讶/好奇/害怕/兴奋"
}

一次API调用，返回完整的物种档案，无需多次请求。

关键挑战

• 识别准确率：角度差、光线暗、遮挡都会影响识别。我们通过提示词引导AI”不确定时给出最可能的猜测”
• 响应速度：视觉模型调用约3-8秒，加上网络延迟，用户等待时间需控制在10秒内
• 内容安全：所有上传图片先经过微信security.imgSecCheck审核，违规图片直接拒绝

三、AI生图：把描述变成插画

模型选择

使用文生图模型（hy-vision-2.0-instruct），根据物种的奇幻名称和设定描述生成插画。

提示词策略

幻想风格插画，异世界奇幻美学，梦幻光影，发光粒子。
主体：{fantasyName}，{setting}
风格：{世界观风格关键词}
构图：居中，全身，细节丰富

关键点是关闭revise（提示词优化），确保AI按原始提示词生成，而非”自作主张”修改。

异步生成

生图耗时较长（10-30秒），我们采用异步策略：

1. 识别完成后立即返回结果
2. 后台异步调用生图
3. 生成完成后更新数据库
4. 用户下次查看详情页时自动加载

这样用户无需等待生图完成，体验更流畅。

四、剧情生成：让每个物种都有故事

这是最难的部分

识别和生图都是”一次调用解决问题”，但剧情生成需要连贯性——同一世界观下的故事要前后呼应，不能每次都是独立的片段。

前情提要机制

// 查询同世界观最近3章已生成剧情
const recentChapters = await db.collection('species')
  .where({ worldview: currentWorldview, openid })
  .orderBy('storyGeneratedAt', 'desc')
  .limit(3)
  .get()

把这3章的标题和摘要作为”前情提要”注入提示词，让AI知道之前发生了什么。

反模板化设计

早期版本的剧情高度模板化——16篇里有13篇开头几乎一字不差。我们通过以下方式解决：

1. 开篇哈希选择：用物种ID的哈希值从8个开篇角度中选一个，避免雷同
2. 人格对话指引：星灵有3种人格（好奇/傲娇/温柔），不同人格的对话风格完全不同
3. 禁用模板句清单：提示词中明确列出”禁止使用的句式”

起承转合结构

每篇剧情500-800字，采用四段式结构：

段落	内容	字数
起	星灵与主人在异世界探索时发现物种	~100字
承	接近、观察、与物种互动	~200字
转	遇到小冲突或意外	~150字
合	化解冲突，获得感悟	~150字

五、技术栈总结

功能	模型	调用方式
图片审核	微信security.imgSecCheck	云函数
图片识别	hunyuan-vision / hy3-preview	TokenHub API
星灵对话	hunyuan-turbos-latest	TokenHub API
文生图	hy-vision-2.0-instruct	TokenHub API
剧情生成	hunyuan-turbos-latest	TokenHub API

所有AI调用通过云函数中转，API Key存储在服务器端，前端不接触密钥。

六、AI内容的标识

根据《生成式人工智能服务管理暂行办法》要求，所有AI生成内容均明确标识：

• 对话页面显示固定提示”内容由AI生成，仅供参考”
• AI生成的插画带有”AI生成”角标
• 剧情页面标注”AI生成内容”

这不仅是合规要求，也是对用户的诚实。

结语

把照片变成异世界物种，看似是”一个AI功能”，实际上需要识别、生图、剧情三个AI模型的协同，加上前情提要、反模板化、异步生成等工程手段，才能呈现出连贯的奇幻体验。

AI不只是一个工具，它是创造情感体验的画笔。