创建一个 30 秒的广告视频（带声音，MP4 格式），完全由马赛克瓷砖构成，使用附带的图片作为“最终画面”。
在浏览器中构建（Three.js），在 Chrome 中渲染所有帧，并使用 ffmpeg 转换为 MP4。

# 目标
- 观众在前 25 秒认为他们正在观看一个瓷砖创作过程。在最后几秒，他们意识到这其实是附带的图片（广告）。
- 最终画面与附带图片高度匹配。文字清晰可读。整个屏幕被瓷砖填满（不要显示地板）。

# 规格
- 1920x1080，30fps，30 秒。单个 HTML 文件（Three.js。通过 npm 安装并使用 esbuild 打包成一个文件）。
- 确定性渲染：传入时间 t 始终产生相同的图像（seek(t)）。
- 每个瓷砖都是独立的实例。在 16:9 网格（576x324）中约有 190,000 个瓷砖。
- 为每个瓷砖改变位置、方向、厚度、倒角和颜色。留出缝隙（灌浆线）。不要画线。
- 仅使用附带图片来提取瓷砖颜色（不要用作纹理）。
- 材质：约 12 种类型（釉面陶瓷、板岩、珍珠贝母、瓷器、赤陶、玻璃等）。根据亮度和饱和度分配。
- 光照：左上方有一个硬太阳光源。地板是石膏材质。背景中有模糊的红色木工粉笔线。
- 自定义后期处理景深（圆形散景）。光圈从大开始，最后变小。

# 流程（秒）
0-3：地板上有一块深色瓷砖。相机贴近地板掠过。
3-10：瓷砖从 [起始位置] 开始旋转并落下。从第一块瓷砖向外扩展。
10-21：迅速向外扩散。相机拉远以展示 [期望图像]。
21-24：完整视图可见。将成为文字的区域保持与周围相同的浅色。
24-26：形成文字/logo/按钮的瓷砖从左到右翻转。
26-30：定格在俯视构图。光标点击 [按钮文本]，按钮瓷砖轻微下沉。

# 注意事项（必须遵循）
- 形成文字的瓷砖最初必须以周围背景色排列。通过从外向内填充确定背景色。一起翻转文字的白色轮廓。否则，文字形状会过早显现。
- 俯视相机不应完全垂直（方向旋转 90 度）。在停止点，动量归零（避免插值过冲导致反转）。
- 将最终画面与原图并排比较，以匹配曝光、饱和度和色调。
- 如果文字太小无法阅读，增加瓷砖数量。
- 深色底面只应出现在瓷砖已落下的单元格中。

# 音频
- 使用 ElevenLabs SFX 创建放置瓷砖、翻转和鼠标点击的声音（每个 0.5 秒）。在生成前通知信用消耗。
- 将声音与瓷砖落地/翻转时间对齐并分层。音量随相机距离减小；如果有很多瓷砖，像雨声一样分组。
- 最强调 24-26s 的翻转声音。音量目标 -16 LUFS。

# 流程
1. 首先输出脚本（每秒场景）用日语，等待 OK 后再构建。
2. 自行审查并修复中间帧（第一块瓷砖 / 开始组装 / 拉远 / 完整视图 / 文字出现 / 结束）。
3. 交付 MP4 文件和原始图像对比报告。