Evilom
4.6 KiB
SYGownwDHirvcBkYAUNcLdRon2g
Source: https://dianchukeji.feishu.cn/wiki/SYGownwDHirvcBkYAUNcLdRon2g
一、工作概述
二、主要产出
2.1-剧情投放节奏和等级核心数值框架
剧情投放节奏
剧情金币消耗分档
按你给的前45个剧情节点，可归纳为：
[嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
可拟合模型
剧情金币需求不适合用简单线性模型，更像“分阶段阶梯模型”： 其中：
- stage：当前所处阶段
- base(stage)：该阶段主档位
- fluctuation(slot)：该阶段内的小波动，用于做节奏起伏 可进一步写成：
[嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
这说明剧情消耗不是为了“越来越贵”，而是为了控制：反馈频率、目标长度、阶段感强弱
等级核心数值框架
拟合公式
已知每个剧情节点固定给：
- XP * 15 而升级点在：
- 2, 5, 9, 14, 19, 25, 31, 38, 45
- 以及你补充的 Lv10 -> Lv11 仍需 105 XP 因此可推出：
[嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
经验模型可概括为 而阶段目标剧情数呈现阶梯式增长： 2 -> 3 -> 4 -> 5 -> 5 -> 6 -> 6 -> 7 -> 7 -> 7 这不是线性增长，而是缓慢抬升后进入平台稳定增长期。
直接解释
这意味着：
- 7级以后，每升1级 ≈ 完成7段剧情
- 等级节奏不再主要由刷订单决定
- 而是由“剧情段数消耗速度”决定
等级框架表
[嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
2.2-笑脸订单机制拆解
机制拆解
推导过程主要是通过观察录频中的机制效果，记录现象加上我的推测，让AI基于现象反推详细规则，然后再代入数据验证偏差。
数值框架拆解
核心参考数据
核心结论
[嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
奖励拟合
[嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
**拟合偏差：**当前样本数据有限拟合结果存在一定偏差，但是考虑到奖励内容为不同等级的物品，本身价值存在较大的跨度，因此目前拟合值的偏差都在可接受的范围内，推导的模型可以用于支持决策
[嵌入电子表格: YP43sRKeOhwdoUtCwdZc...]
2.3-人物动画序列帧实现方案
问题修复结果
昨天整体的方案流程基本已经跑通了实现方案，但仍然存在人物抖动这一问题，根据之前定位的问题方向，今天主要修复的是切图和对齐问题，修复以后，人物头像动画基本已经可以正常播放了，同时我测试了一下使用seeddance直接生成表情动画的方式，对比了一下，还是前一套方案的可控性更强，内存占用更低。因此后续会根据这套流程去尝试批量生产任人物头像动画。
关键技术路线
核心路线就是： 母图统一 -> 固定规格生成 -> 帧对齐清洗 -> Unity序列帧播放 当前这版先落地的是“自动对齐版”：
- 所有帧保留相同画布尺寸
- 检测每张图的非透明像素区域
- 计算这个区域的外接框中心
- 把每一帧平移到和基准帧中心重合
- 输出一套对齐后的正式帧给 Unity 测试 后续如果还需要更精细，再升级到“锚点微调版”：
- 用双眼中点、鼻尖、嘴中心做人工或半自动校准 人物头像抖动的关键问题是怎么解决的 关键不是 Unity，也不完全是提示词，而是“每帧图片的像素中心不一致”。 抖动主要来自两类问题： 这套方案对这两个问题的处理方式是：
- 对第 1 类问题：用统一画布 + 自动对齐清洗解决 这是当前最有效、最稳定的一步。
- 对第 2 类问题：用更严格的生成约束 + 后续人工筛帧解决 也就是尽量让 AI 少漂，再把漂得太明显的帧剔掉。 相比直接用 AI 生成表情动画，这套方案的优势
三、收获和反思
3.1-收获：
四、明日计划
五、当前进度和规划
时间 模块 交付物 交付标准 完成情况 本周任务完成进度（%） D1 20% D2 20% D3 20% D4 20% D5 20% 规划风险提醒：探索与收口失衡【最高优先级】、空间压力设计失误、订单节奏不合理、广告点打断体验、合成反馈不够满足、 美术风格不统一、 第一版系统定义过早、单人 AI 工具使用不熟