用生图模型做延时摄影，卡在跨帧一致性

延时摄影这件事，传统做法是用相机定时拍：架好机位，每 10 秒一张，拍几个小时。前提是你得能在现场守着。 有人提了个不用去现场的思路：把"时间流逝"交给生图模型去推演。 具体做法做成一个 Skill：你上传一张图，它先分析画面主体的状态演变——比如开花的过程、长大的过程——然后按帧把中间状态一张张生成出来，最后用 Computer Use 把静态帧合成一段延时视频。 整条链路只需要两个东西：GPT image2.5 负责逐帧生图，Astra 负责调度和收尾。 听起来像拼积木，但作者自己点出了真正的变量：GPT image2.5 在大批量密集生图时，能不能保持高度的稳定性和一致性。 这一句才是关键。延时摄影对"一致性"的要求比普通生图苛刻得多——不是出一张好看的图，而是让同一朵花在 30 帧里始终是同一朵花：花瓣数不能变、花蕊的位置不能漂、光线方向不能跳。任何一帧走形，合成的视频就会像抽帧一样闪。 这也是现在所有"生图做视频"路线的共同瓶颈：单帧质量早就够用了，跨帧的一致性还差一口气。 如果这口气补上，能玩的东西比延时摄影多得多——产品从概念到成品的过程图、装修前后、四季变化、甚至人物的年龄变化，本质上都是同一件事：用模型把两个已知状态之间缺失的过程补出来。 作者说还没实测。我倒是挺好奇：真正跑起来之后，闪帧率会有多高？