上传6张服装图，10分钟生成一段节奏精准的AI换装卡点视频——全程自动化，无需手动剪辑一秒。
卡点换装是短视频平台上最容易引爆流量的内容形式之一：模特随音乐节奏逐一展示多套服装，每套在节拍点瞬间切换，视觉冲击力极强。这类视频在时尚、电商、穿搭类账号中频频出圈。
但它的制作门槛也极高——你需要拍摄多条素材、逐帧对齐音乐节拍、手动剪辑每个换装瞬间。一条15秒的卡点视频，往往耗费数小时。
现在，扣子工作流把整个过程完全自动化了。你只需上传最多6张服装图、设定视频时长，剩下的全部交给AI。
卡点换装的三个核心难题
卡点换装视频的技术难点有三个：
- 服装数量多：通常展示3-6套服装，每套都要在画面中清晰呈现
- 节奏对齐：换装瞬间必须精准卡在音乐节拍上，差一帧效果大打折扣
- 角色一致性：模特的脸、身材、发型在多次换装中必须保持统一
这套工作流用自动化链路逐一解决了这些问题。
从服装图到卡点视频：全流程拆解
第一步：极简输入，开箱即用
工作流入口只需要四样东西：
- API密钥：调用AI服务的凭证
- 6张服装图片：对应6套待展示的服装
- 视频时长：3-15秒，建议10秒以上效果更佳
上传6套服装即可生成卡点换装视频，全程无需输入任何提示词——所有提示词已预设在工作流中。
第二步：AI自动生成“数字模特”
工作流调用图片生成插件自动生成一位商业大片质感的模特形象。提示词预设为：
“高清写实摄影，年轻东亚戴墨镜女性模特，身材匀称，妆容精致自然，长发温柔，正面全身照，站姿优雅大方，身穿时尚女装，背景简约干净，光线柔和均匀，质感高级，细节清晰，肤色自然，无畸变，无水印，商业服装大片质感”
工作流设计了智能兜底机制：首先生成包含墨镜的标准模特图；若生成失败，自动调用备用方案生成带马赛克处理的版本（规避侵权风险），确保流程在任何情况下都能产出可用素材。
第三步：素材智能整合
生成的两张模特图经过三个环节的处理：
- 变量聚合：将即梦生成的两个结果合并为一个整体
- 字符转列表：将聚合结果转换为列表格式，便于后续处理
- 代码节点整合：将模特图与用户上传的6张服装图合并为单一参考图列表
这个列表最终作为Happyhorse的参考图输入，让AI知道“模特长什么样”“服装长什么样”。
第四步：Happyhorse卡点视频生成
核心环节调用Horse视频生成插件，预设提示词为：
“帮我生成一个视频：参考【@图1】图片的人物，依次搭配【@图2】到【@图7】的服装，制作跳舞变装视频，节奏感强的背景音乐，卡点变装，变装时有特效”
Happyhorse接收到合并后的参考图列表后，会以模特图为身份锚点，依次将多套服装“穿”在模特身上，生成连贯的舞蹈动作和卡点变装效果。
第五步：轮询等待与自动输出
提交任务后进入自动轮询机制（最多10次，每次间隔60秒），系统持续查询任务状态，直到视频生成完成。最终自动输出去空值后的视频链接。
技术规格一览
| 参数 | 说明 |
|---|---|
| 输入 | API密钥 + 6张服装图 + 视频时长(3-15秒) |
| 模特生成 | 图片生成，9:16竖版，图片4.0模型 |
| 核心接口 | Horse视频生成（horse_video_generate） |
| 输出分辨率 | 720P或1080P |
| 视频比例 | 9:16（竖版短视频） |
| 最大等待时间 | 10分钟 |
关键认知：这是“生成”不是“编辑”
需要特别区分的是，这套卡点换装工作流与常规的视频编辑换装在底层逻辑上完全不同：
| 视频编辑换装 | 卡点换装（本工作流） | |
|---|---|---|
| 核心接口 | horse_edit_video | horse_video_generate |
| 核心能力 | 在原视频基础上替换服装 | 基于参考图从零生成新视频 |
| 输入要求 | 必须有参考视频 | 只需服装图 + AI生成模特图 |
| 输出内容 | 保留原动作的换装视频 | 全新生成的卡点舞蹈视频 |
| 适用场景 | 已有素材二次修改 | 从零快速产出创意视频 |
这套卡点换装工作流的本质是AI视频生成，而非视频编辑——它不依赖任何现有视频素材，完全基于参考图生成全新的舞蹈动作和换装效果。
应用场景：谁能用，怎么用
- 服装电商卖家：上传新品服装图，快速生成展示视频，无需模特实拍
- 时尚品牌营销：批量产出卡点变装广告素材，测试不同风格的市场反馈
- 短视频内容创作者：高频产出换装类短视频，保持账号日更节奏
- 跨境商家：Happyhorse支持多语言提示词，可适配不同目标市场
