INMU KING 是如何诞生的?

广告使用联盟推广链接。

新手先选这两种组合

用免费额度先做一支舞蹈

自制图片 + Viggle Free + CapCut 基本剪辑。第一支先别加嘴型和 AI 台词。

试作不用额外付款,Viggle 水印会保留。素材备好後,手动剪辑先抓 10~20 分钟;注册、排队生成与重拍另计。

用免费额度做舞蹈(官方・广告)

从新歌开始的 30 秒 MV

Suno 作曲 → Viggle 跳舞 → 唱歌特写才用 HeyGen → 有台词才用 ElevenLabs → Filmora 剪辑。

制作时间先抓 2 小时以上,生成与重做另计。Suno、Viggle、HeyGen、ElevenLabs 全部月付合计 US$54.99/月,另加日本 Filmora Basic 年费 ¥6,980(含税)。只订需要的工序即可。

Filmora 免费版可以试剪,但导出会有水印。想先不花钱,就用 CapCut 的基本剪辑与一般素材。

保留 INMU KING 原曲旋律、替换歌词的步骤 →

用一张照片制作 INMU KING 舞蹈 →

目录
  1. 新手先选这两种组合
  2. Suno Custom:可直接贴上的歌词与 Styles
  3. 图片转视频:可直接贴上的英文提示词
  4. 有关《INMU KING》制作的资讯
  5. 准备歌曲、人物图像和视频的步骤
  6. 仅从公开资讯无法了解原始视频生成AI
  7. 在合唱部分尝试使用影像、视讯和音讯
  8. 阅读下一篇文章
  9. 参考资料
  10. 作者已确认与尚未公开的制作资讯

作者 Yajuman 公开确认的是使用 Suno 与制作费用,公开贴文没有说明视频生成模型。先整理作者透露的资讯,再介绍自己做类似 MV 的步骤。

关於INMU KING的制作可以确认什麽

INMU KING是Yajuman於2026年8月10日发行的歌曲和音乐录影带。作品标题中使用了YAJU-MC这个名字。网路上有很多诸如「用什麽样的人工智慧来制作它?」之类的问题,但引用的贴文没有提及视频生成模型的名称或详细的制作过程。

不过,Yajuman先生在贴文中谈到制作成本时表示,「视频部分约为4万日元,如果包括Suno等人,则不到5万日元。」至少从这里我们可以确认Suno是用来制作音乐的,而视频部分是花钱的。无法确定该贴文的产生次数或费用明细。

视频的产生次数无法根据视频的长度来决定。由於没有公开未使用的素材和翻拍次数,因此不能用来估计「这笔钱可以制作同样的MV」。

准备歌曲、人物图像和视频的步骤

1.在歌词中写出要切换视频的位置

将歌曲输入到编辑软件中,并标记出要更改视频的歌词的开头。 例如「冰茶」部分,我们一一确定所需的镜头,例如玻璃的特写,「国王」部分,一个人坐在王座上,合唱部分,全身舞蹈。以下是自己制作MV时的剪下清单范例,并非原始制作记录。

歌曲位置准备视频制作材料
介绍镜头接近坐在宝座上的人。宝座和人在一起的图像
冰茶歌词拿着玻璃的手的特写手和玻璃没有散落的图像
合唱舞蹈展现全身的舞蹈全身图像和动作参考视频
唱歌的脸特写口型与歌声同步该部分的面部图像和音频

在此阶段,您可以将静态图像排列在歌曲之上。确保图片在歌词中间不会改变,或者在将其转换为视频之前相同的作品不会持续太长时间。

2. 如果您自己写歌,请使用 Suno 的 Custom 新增歌词。

Suno Custom:可直接贴上的歌词与 Styles

这是把自写梗歌词唱成新旋律的做法。以下是本站范例,不是本家的提示词。要保留 INMU KING 原曲旋律,请看音源剪辑教学。

  1. 打开 Suno 的 Create,切换 Custom。要有歌声就关掉 Instrumental。
  2. 把下方歌词贴进 Lyrics。[Verse] 是主歌,[Chorus] 是副歌;要唱的文字写在标签下面。
  3. Styles 只贴下方其中一个英文范例。歌词放 Lyrics,曲风放 Styles,不要混在一起。
  4. 输入曲名,查看所选模型与画面的点数消耗,再按 Create。两个版本都听,挑发音与副歌进点较合适的。
  5. 日文汉字被唱错时,只把那一行改成平假名再生成。选定後用 Download 存档,导入视频剪辑软件。

Lyrics:短梗歌词范例

[Intro]
さあ 王のおでましだ

[Verse]
アイスティー片手に 今日も待机中
再生ボタンで 始まる戴冠式

[Chorus]
お前 はしゃぎすぎ
朝まで 踊りすぎ
王様 まだまだ 终われない

[Outro]
王のおかえりだ

Styles 范例 1:90 年代 J-pop+合唱

1990s Japanese pop anthem, energetic male lead vocal, grand choir in the chorus, bright synthesizers, driving drums, dramatic build-up, catchy repeated hook, 140 BPM

Styles 范例 2:Eurobeat+高速副歌

Eurobeat, fast four-on-the-floor beat, bright synth brass, punchy bass, energetic male vocal, call-and-response chorus, short instrumental breaks, 155 BPM

Styles 范例 3:Hyperpop+呼应人声

Hyperpop, distorted synth bass, glossy digital leads, chopped vocal accents, energetic Japanese vocals, explosive call-and-response chorus, playful mood, 160 BPM

标签、BPM、曲风是方向,不是原曲重现按钮。先用短歌词生成,下一次只改合唱或速度其中一项,才听得出差别。

Suno 官方:Custom 歌词教学 · 替换原曲歌词的步骤

3.准备一张同一个人的全身图和脸部特写

对於舞蹈图像,选择一张包含从头到脚的图像,并且可以将手臂与身体和背景区分开来。对於口型同步,请对靠近正面的脸部进行特写。如果是王座场景,则影像中不仅要包含人物,还要包含王座和房间。

首先,决定脸部、发型和衣服的颜色,然後安排每个场景的图像。如果您发现视频制作後脸部发生了变化,则必须重新建立场景。如果手或玻璃已经破损,请在此阶段更换。

4.指定「要新增什麽样的运动」到影像中

将场景影像插入诸如 Runway 等从影像建立视频的功能中。对於王座的剪辑,首先指定一个动作,例如「人保持坐着,镜头慢慢靠近」。如果你让他们同时走、转身、跳舞、转动镜头,就很难看出是哪个指令导致他们崩溃了。

Runway 的官方指南不仅要查看生成结果的开头和结尾,还要查看中间的手、脸和背景,并决定使用的范围。

图片转视频:可直接贴上的英文提示词

在 Runway 或 Kling 开启 Image to Video,上传角色图片。先在界面选 5 秒与 9:16 或 16:9,再把英文贴进动作栏。写 8K 不会改变输出解析度,解析度要在设定选。

慢慢推近王座

The camera slowly pushes in toward the seated character. The character remains seated and looks straight ahead. Continuous single shot, steady lighting.

脸部特写,转头一次

The character slowly turns their head toward the camera, then holds eye contact. Locked camera, continuous single shot.

向右横移拍摄道具

The camera slowly pans right across the glass of iced tea on the table. The glass stays still. Continuous single shot, steady lighting.

要重现指定舞步,就把参考舞蹈交给 Viggle;要对口型,就把歌声交给 HeyGen。相机提示词负责的是另一件事。

Runway: Image to Video · Kling: Image to Video

5. 将舞蹈交给 Viggle,将口型同步交给 HeyGen

如果您想转移固定编排,请使用 Viggle 的 Mix。在Add Motion中添加可以使用的舞蹈视频,在Add Image中添加全身图像,并使用MIX生成。避免拍摄人物与萤幕分离的视频,甚至包括人物手臂交叉在脸上的场景。

要做唱歌的脸部特写,把人物图与那段音讯放进 HeyGen 的 Photo to Video。一次放整首歌之前,先用一句确认嘴型。

如何制作 INMU KING 拼贴视频中总结了您在萤幕上按下的项目以及如何传递材料。

6. 将视频排列在歌曲之上,并配合歌词和动作

将歌曲和视频载入到 CapCut 或 Premiere 中,并将歌曲放在下部音轨上,将视频放在上部视频轨道上。将视频的开头与您制作的第一个歌词标记对齐,并剪掉前後多余的部分。如果产生的视频有不必要的声音,则仅降低该视频的音量。

如果舞蹈开始较晚,请移动视讯位置。 将唇形同步对齐到与传递到生成的音讯相同的位置,并避免仅在一侧开始时剪切静音。最後,将其写成一首歌曲,播放歌曲的开头、副歌和结尾,以确保声音中没有间隙或空白。

仅从公开的资讯无法了解原始视频生成AI。

仅透过观看完成的视频无法确定使用的工具:HeyGen 因为脸部在唱歌,Viggle 因为舞蹈很自然。 Suno和制作成本可以从作者的贴文中确认,被视为原始讯息。以上步骤是其他制作人制作类似MV的范例。

在合唱部分尝试图像、视频和音频

首先,只编辑副歌的一小部分。透过在歌曲中安排全身舞蹈、歌唱面孔和眼镜等道具的剪辑,您可以看到哪些图像需要重新创建。对於脸部特写不适合的地方,我们会改变长度来跳舞等,利用我们可以使用的材料来增加长度。

阅读下一篇文章

作者已确认与尚未公开的制作资讯

INMU KING 由やじゅまん於 2026 年 8 月 10 日发布。作者在 9 月的贴文表示,视频花费约四万日圆,连同 Suno 等费用总计不到五万日圆。这是作者的说法,并非已公开完整收据。

该贴文没有证实视频生成模型、生成次数、提示词、剪辑软件或实际工时,因此不能宣称某工具就是原作使用的模型,也不能假设同样预算必定能重现成果。

已确认资讯应以作者发布内容为准,类似作品教学则另行区分。YAJU&U 是由另一位创作者发布的不同作品。

参考资料