用途
Hotel Lobby AI 用于把两张人像照片制作成流行的“酒店大堂”双人对唱视频(Hotel Lobby AI duet)。场景设定在一间橙色录音亭中,两名表演者分别站在悬挂式麦克风两侧,一人先唱,另一人回应,然后交换。官方描述称,朋友、伴侣或家人即使原始照片是分别拍摄的,也可以出现在同一段视频中。
主要能力
- 上传两张照片,分别指定出现在左侧和右侧的表演者,并可选择性地添加一句造型说明(如服装、配饰或表情)。
- 使用 GPT Image 2 合成橙色录音亭场景,再用 DreamActor 动作迁移(motion transfer)将参考表演及其音频转移到生成的人物上。
- 输出带音频的竖版 9:16 MP4 视频,可选经典镜头或全身镜头。
- 官方称生成结果约需 3–5 分钟;页面提到点击生成后场景在不到一分钟内就绪,成品视频约 3–5 分钟完成。
- 成品视频保存在“My videos”中。
使用方式
官方给出的流程为:
- 为每一侧选择一张清晰的人像照片(可见面部、自然表情、相近的相机角度有助于保持两个人物的区分度)。
- 确认同意(consent)后开始生成。
- 可写一个简单的情节顺序:A 先开始,B 回应,然后交换主导权;固定机位和较小的动作通常更便于判断首次生成效果。
- 点击生成并选择套餐,系统会先把两人合成到橙色录音亭中,再迁移 Hotel Lobby 表演和音频。
- 分享前检查身份一致性、手部、中央麦克风以及左右位置。
页面还提供了一个可复制的起始提示词思路:竖版 9:16 画框、哑光橙色录音亭、两个独立的人、一支黑色麦克风、柔和光线和固定机位,并要求模型保留面部和服装,避免左右互换、增加人物、字幕和水印。造型细节写在 direction 字段中,保持简短,避免影响核心构图。
适用场景
官方给出的使用建议包括:
- 朋友之间的对唱:一人先唱第一句,另一人在麦克风前回应,用眼神、微笑和小动作表现关系。
- 兄弟姐妹的一来一回:一人自信开始,另一人在下一拍加入,分别站在橙色录音亭两侧。
- 情侣的同步表演:给一段安静的首段和共同的副歌,动作保持小巧,用越过麦克风的对视标记汇合的时刻。
- 也可用于情侣、朋友或家人(包括父母与其子女,前提是上传者为该子女的父母或法定监护人)。
收费与积分
官方页面写明为“按次付费生成 · 无需订阅”,积分仅在生成对唱视频时消耗:
- 8 秒对唱视频 = 440 积分
- 15 秒对唱视频 = 680 积分 页面列出的积分档位大致对应:一档约 1 个 8 秒对唱视频;一档约 2 个 8 秒或 1 个 15 秒;一档约 5 个 8 秒或 3 个 15 秒;一档约 10 个 8 秒或 6 个 15 秒。可选择一次性积分包或按月订阅。生成失败时积分自动退回余额。
背景与限制
官方说明该趋势源自 2022 年 6 月 17 日 COLORS YouTube 频道发布的 Quavo 与 Takeoff 演唱《Hotel Lobby》的视频:两人在纯橙色背景前,共用一支从天花板悬挂的麦克风轮流演唱。2026 年 9 月起,TikTok 和 X 上的创作者开始用 AI 视频工具把两位说唱歌手替换成朋友、情侣、名人、虚构角色甚至宠物,同时保留原有的动作、口型同步和音频。
限制与注意事项:
- 身份保持取决于生成模型和照片,结果会有差异;模型在参考不清晰或动作复杂时可能出现漂移,可能需要多次尝试才能得到可用片段。
- 官方建议使用清晰、完整面部、够辨识服装的照片,避免重滤镜、墨镜、拥挤背景和裁剪掉脸部的图像;两张参考照片的光线和视角接近效果更一致。
- 仅可转换获得授权使用的图像,并须获得照片中每个人的许可,分享时标注为 AI 生成内容。
- 上传的两张照片会在浏览器中调整尺寸,并在点击生成后发送至 AI 提供方 fal.ai 用于创建场景和视频;点击生成之前不会上传。
- 官方声明所有生成都消耗积分,具体数量显示在按钮和价格部分;页面还建议在分享前检查视频,包括确认 A 保持在左、B 保持在右、麦克风位于两人之间,检查手部变形、面部合并、多余人物或服装变化,并可关掉声音观看一次以确认交接在视觉上仍然成立。