Midjourney：高审美模型标杆，30$/月。支持三种垫图方式（star reference管风格、image transform保留元素、only reference记录细节），可进行竖横屏转换和视频导出。
豆包：擅长中国地标识别，可作微缩模型预生图再导入Midjourney精修。
千问 Image：相当于纪梦3.0，免部署费但网页生速稍缓。
万 2.2：动作迁移能力已超越部分闭源工具。
Multitalk：开源对口型顶级工具，支持多人对话和音色克隆。
首尾帧+多帧功能（灰度中）低成本生成视频串联；Agent模式可自动完成小说推文的大纲编写、分镜绘制；文字效果需置于双引号内。
核心关键词：cinematic Micro photography + isometric bird's eye view。无需完全复用示例，可通过Google按省份生成定制提示词并筛选地标建筑。悬空寺、南天门、少林寺等已验证无需垫图可直生。
Context改图：支持万物转换（短发、金发等），操作快速简便。
工作流搭建：RunningHub网站提供现成方案，小白可直用，高阶者可自建或云端部署（需付算力费）。
制作核心：根据画面写差异化提示词，保持首尾帧元素一致实现丝滑过渡。案例演示：以"一家人看电视→电视内古罗马斗兽场"为例展示分层构图。可借PS调整（裁剪、缩放）精控画面。
核心要素：融入胡同、天坛、紫禁城等地标，融合全聚德等文化符号，强化国际化传播（多语种字幕配音）。
避免末日提交（最后1-2天审核堆积）。充分利用剩余时间多作品参赛，同时创作视频和图片，多抽奖卡。
"微缩摄影提示词 + 地标建筑垫图"这套方法论已在天坛、少林寺等标志性场景验证可行，关键是用Google按省份生成定制提示词而非生硬复制。