MODEL FIELD NOTES · Verification
为什么 AI 视频请求 9:16 却返回 3:4？实测模型静默改画幅与时长翻倍排障
接口返回 HTTP 200 不代表交付的视频文件符合你请求的画幅、分辨率或时长。本文公开我们在多模型实测中抓到的静默参数偏差，以及在拼接成片前必须执行的自动探针校验。
Read in English · 黄果制片镜像请求参数 vs 实测交付文件对照表
在多镜头短剧流水线中，如果其中一个镜头的画幅或帧率与其余镜头不一致，直接拼接会导致画面拉伸、黑边或音画不同步。我们在 2026 年 9 月对多组已下载视频文件进行了字节数、SHA-256 哈希与容器元数据核验。
核验结果显示了三类典型偏差：第一，连续两次向某托管 H3 接口请求 9:16 竖屏 480P 视频，接口均返回 HTTP 200，但实际文件分辨率为 480×640（即 3:4 画幅）；第二，请求标称 480P 时，实测长边像素为 640（短边 480）；第三，请求 5 秒待机镜头，经后处理正倒放（Palindrome）循环后实际文件时长变为 10.33 秒。
| 镜头任务 | 模型标识 | 请求参数 | 实测交付参数 | 偏差类型 |
|---|---|---|---|---|
| 霓虹双人镜头 | alibaba/wan-3.0/image-to-video | 720p, 6 s | 720×406, 6.00 s, 15 fps | 未观察到偏差 |
| 拨发反应镜头 | minimax/h3-max/image-to-video | 9:16, 480P, 5 s | 480×640 (3:4), 5.17 s, 24 fps | 画幅 (9:16→3:4)、长边 |
| 待机循环镜头 | minimax/h3-max/image-to-video | 9:16, 480P, 5 s | 480×640 (3:4), 10.33 s, 24 fps | 画幅、长边、后处理时长翻倍 |
| 参考图生视频 | grok-imagine-video-1.5 | 3:4, 480p, 4 s | 480×640, 4.04 s, 24 fps | 长边像素 (640 vs 480 标称) |
为什么不能只信 API 响应码与平台文件名
许多推理服务端会将用户请求的宽高比映射到内部预编译的潜空间分桶（Bucket）。如果当前档位未开放 360×640，服务端可能静默回退到 480×640 而不抛出参数错误。
此外，正倒放拼接（Palindrome Loop）虽然能让呼吸待机镜头首尾无缝衔接，但一旦画面包含抬手或转头等单向动作，倒放半程会立刻暴露不自然的时光倒流，同时把 5 秒分镜撑大到 10.33 秒，打乱整部 Preview Film 的节奏。
成片拼接前的四项必检门禁
你可以直接使用 Porncut 工具箱中的「本地 MP4 输出探针」在浏览器内拖入文件完成以下四项检查，无需上传视频。
- 校验实际宽高比（width / height）与请求画幅的误差是否在 2% 以内，拦截 9:16 变 3:4 的静默回退。
- 核对帧率（如 15 fps 与 24 fps 混用）后再执行多镜头 ffmpeg 拼接。
- 检查实际时长是否因正倒放循环或尾帧填充而翻倍。
- 记录原始交付文件的字节数与 SHA-256，区分服务端原始输出与前端二次转码副本。