出品 | 虎嗅科技组

作家 | 王沁

裁剪 | 苗正卿

头图 | AI生成

在白日，Danny是一位白领，朝八晚五。他大学毕业后，就进了故土南昌的一家公司，一待即是七八年，如今30岁出面，住在公司大楼内的出租屋，是一位勤恳力恳的UI联想师。

当夜晚莅临，Danny回到茕居的小屋，成为我方的造梦师——用AI把我方多样神奇的黑甜乡酿成短片。他是艺术生，高中时一直梦思去4A告白公司作念创意片，但职责后从事的是莫得那么宠爱的UI联想师，在业余时间作念电商产物创意带货短视频，来连合职业梦思。

本年7月，看到一场AI短片的创作大赛见告后，Danny决定all in AIGC，“你不需要上流的拍摄竖立，不需要阵势，不需要演员，致使不需要配音，皆不错用AI结束许多天马行空的创意。”

Danny蓝本缱绻年底离开南昌，去上海北京求职，然则AI让他看到契机：“毋庸离开我方的城市，也不错创作。”

自此，Danny每天晚上回到茕居的斗室间，熬夜到凌晨两三点，用可灵AI作念短片。几秒钟的镜头，从Midjourney生图片再到可灵AI生视频，频频要抽卡十几、二十屡次，直到舒心。

他以西纪行的为题材，作念了两集AI短剧，为了调试不同镜头中白骨精的发型、头冠、穿戴的调节性，每张图片皆要重绘几十次，致使上百次，“相配大的职责量，快作念崩溃了。”

AI生成一组图片/视频的经由中，每个图片/视频的成果皆不同，有些会变形诬陷，或者动作、神采和预期的不一致。创作家们只须抵制调理指示词，生成屡次，在一组图片/视频中挑选成果合适的，这个经由被称为“抽卡”。

为了制作白骨精的短片，Danny抽卡一共花了五六千元。Danny对画面细节要求高，破耗也比其他创作家高，别东说念主可能抽卡几遍，但他要几十遍，找到最舒心的版块。他用我方的工资来救助制作用度，“赌的因素很大，淌若流量不好，就相配于取水漂了。”

其后Danny用名为“怪物集”的账号，发布了《白骨精前传》短片，终末在快手和抖音的播放量一共近2000万，他在快手可灵的AI短剧大赛中取得一等奖，拿到了5万元奖金，“我终于被群众看到了。”Danny说。

AI视频当作实质形态的“新物种”，来势汹汹。各家大模子厂商和互联网大厂纷纷发力AI视频生成。

本年8月，昆仑万维昆仑万维推出AI短剧平台SkyReels。9月，字节跳跃发布了豆包视频生成-PixelDance、豆包视频生成-Seaweed两款大模子。到了11月，腾讯混元也运转内测视频生成模子，又在12月把视频模子开源。

快手在9月上线了可灵大模子的1.5版块，凭证快手2024 Q3财报，可灵AI的月活跃用户在9月非凡了150万。

如何烧钱，又如何省钱

谈起AI视频的制作，创作家们纷纷惊羡烧钱，但烧钱也要冲，因为长久收益大，AI视频是他们的东说念主生“第二增长弧线”和“第二春”。AI视频创作家们，大多是副业作念AI，主业散播在百行万企，如联想师、游戏工程师、告白、电影导演、VR从业者等等。

对UI联想师Danny来说，AI圆了他的告白创意的梦。

对主业从事VR的葛雇主来说，AI是职业的更动。本年40岁的葛雇主在十年前从一家视频网站离职，其后与东说念主合伙作念VR公司，作念了十年，阅历了VR行业的潮涨潮落，“还在苦苦救助”，又在当下发力AI视频。

“AI的交易比VR好落地许多。”比拟于VR实质需要Apple Vision Pro、XR眼镜等硬件终局当作载体，AI视频在手机上就不错大边界传播。

葛雇主的AI动画短剧《胡相公》取得快手可灵AI短剧大赛的最好创意奖，奖金两万。他的AI视频作品也给他带来了一些影视剧制作和AI文旅宣传片的商单。

AI视频的烧钱，皆围绕一个中枢：在AI生成的不笃定实质中，为了保抓东说念主物扮装的一致性和故事连贯，要抵制抽卡。

可灵在10月底运转内测东说念主脸模子，用户上传一些对于团结东说念主物的动作/神采视频，每段视频10-15s傍边，就能覆按出这个东说念主物的数字东说念主，之后就不错生成这个数字东说念主在不同角度、不同景别的视频，而不会发生东说念主物的形变。

生成这么一个东说念主物模子，需要2000点数傍边（给超等创作家打完折后需要1000点数，约合东说念主民币100元），每次从东说念主物模子生成一段视频，需要破费35点数傍边（约合东说念主民币3元多）。

AI视频创作家葛雇主在使用可灵的东说念主脸模子后发现：“淌若是浅易的神采，比如浅笑，用视力看你一眼，是不错的。大笑、哽咽以及过于细巧的神采演绎，就会比较劳作，神采容易不当然，可能要屡次抽卡才能成果舒心。”

Danny示意，现时业内常用的Lora覆按模子，不错疏漏惩办东说念主脸长相上的一致性，但对于更多细节举例发型、发饰、妆容、服装造型等，还无法齐备规复。举例，Danny的《白骨精前传》中，白骨精头顶上银色金属的发冠，用AI生成图片后频频形态、大小不一致，“确实每张图片皆需要进行几十次致使上百次的局部重绘。”

《白骨精前传》AI短剧截图，创作家Danny确实每张图片皆要几十次上百次重绘。图片开端：受访者提供

“一段5秒钟的片断，频频要抽十几二十次，花一两百块钱。要作念两分钟的视频，就很用钱。我会执着一些细节，破耗比别东说念主高一些。”Danny 示意那时作念白骨精短片花了五六千块，皆用我方工资救助。

固然抽卡很烧钱，然则国产视频模子比拟于海外模子，照旧把价钱打下来许多。

对于非会员，国产视频模子如可灵、即梦给用户每天施济登录积分，有一定的免费生成视频的额度。

在基础包月会员价要求下，用指示词文生视频，生成一个5秒片断，Runway需要约1好意思元，Pika需要约0.25好意思元，即梦需要约0.4好意思元（约3元东说念主民币），而可灵只须约0.1好意思元（约0.9元东说念主民币）。在卷价钱方面，可灵AI照旧走在前边。

固然AI视频要抽卡烧钱，但比拟于传统影视制作，AI视频的性价比到底如何？

对于传统电影行业诞生的后生导演朱智立来说，AI影像比拟于电影实拍，照旧大大降本。

朱智立的AI短片《新桃花源记》入选了“工业强国·工业与科幻影像展”，诠释了一位宇航员为地球寻找新家园的故事，影片海报的画面是一位宇航员走向桃花缤纷的岩穴，原图是用文生图模子Midjourney制作的，片中镜头是再用AI器用图转视频。“（淌若是电影实拍），要呈现这么质感的洞，还要有桃花，深信要制景。还需要非凡大功率的灯，以及一个相配好的灯光率领，才能打出这种有线索的光效。淌若实景找不到这么的洞，就需要绿幕加殊效或杜撰拍摄，资本比AI生成要高得多。”

朱智立的AI短片《新桃花源记》海报，用AI器用作念出堪比电影实拍的成果。图片开端：受访者提供

影片斥逐使用的音乐是用音乐生成模子Suno制作，朱智立最运转合计AI音乐会相配机械，没思到AI生成的配乐展现出相配复杂的厚谊，“有一段是十分纠结的旋律，糟践大约体现出这个东说念主物终末离开桃花星时，住户告诉他‘不及为外东说念主说念也’，但他又思把这个方位公之世人的复杂神志情景。”

令朱智立诧异的是，AI不仅能很精微地抒发出他的创意，还会我方产生新的创意，“AI还会我方加戏。”比如，他用图生视频生成一个镜头，进展存一群外星住户围住宇航员，宇航员跟外星住户讲我方是从地球来的。限制AI不仅生成了这个画面，还充任了半个导演，加了戏——有个外星住户果然我方拿出手机拍宇航员，然后宇航员讲完后还跟外星住户里的一个小一又友击掌，这些皆是猜度除外的。“AI很聪惠，会帮你加一些创意，至于适不适合，你不错我方选拔。”

决骤的技能，如何影响叙事

AI视频生成模子们，在技能迭代的路上，一起决骤。

针对东说念主物一致性的痛点，各家纷纷出招：

10月底，可灵1.5版块运转内测东说念主脸模子。

11月，生数科技Vidu 1.5推出了多主体一致性功能，依靠通用模子能力的晋升，而非业界常用的LoRA 微调有推敲，声称用三张图就能结束主体在不同场景下的一致性。

Runway也在10月底上线了Act-One功能，在从真东说念主神采迁徙到AI东说念主物神采时，原始图像的外不雅特征得以保留，神采变化不会让东说念主脸形变。

抵制迭代的技能，也在影响创作家们的叙事款式。

每个创作家皆有我方保抓东说念主物一致性的才略。一个讨巧的才略是，从一运转的扮装形象联想上，就躲避细节复杂的形象，而选拔风景松懈的扮装形象。举例Sora在一个demo片断中展现的气球东说念主，头顶一个气球，即使发生若干形变，不雅众也不大看得出来。因此，朱智立在短片《桃花源记》中选拔了身穿宇航服、头戴面罩的东说念主物形象。

动画亦然保抓东说念主物一致性的捷径。东说念主类自然地对东说念主脸更敏锐、更容易挑刺，而动画形象即使发生若干形变，不雅众的容忍度也更高。2024北京国际电影节AIGC短片单位中，最好影片《致亲爱的我方》、最好好意思术联想《达芬奇推敲：新文艺回应》以及近半的优秀奖短片如《AI升职记》《老鼠嫁女》等等皆经受动画扮装。

在故事题材选拔上，一种才略是选拔人人老到的故事原型加以改编，这么即使AI短片自己的叙事不及，不雅众大约自行脑补剧情。葛雇主的AI短剧《胡相公》取得了可灵AI短剧创作大赛的最好创意奖，诠释了狐狸与书生的爱情故事，全程莫得证实词，“不雅众一看到狐狸和书生，脑海内部当然会有一个画面，许多东西（剧情）就毋庸先容……尽量写100 字以内就能讲显明的故事，淌若讲一个300字以上的故事，用AI进展就难了。”

这种才略是毋庸证实词，另一种相背的款式是——糟践依赖证实词来叙事，这在AI短片中也非频频见，举例朱智立的短片《新桃花源记》中经受古文《桃花源记》的改写版当作全片的旁白，Runway获奖影片《My Mom》全片以口述信件当作旁白。

“故事依赖证实词”的表象，背后原因是量入为出资本，因为AI视频还hold不住长镜头复杂叙事。要鼓舞剧情和东说念主物，就需要大批有用的分镜头，而不是一些MV式空镜过场画面。

淌若不依赖旁白与证实词，而靠东说念主物对话，最初要惩办的是配音。AI视频创作家葛雇主示意，“找一个好的配音演员其实很花时间，在短时间内作念到是很难的”。其次，即使找到好的配音演员，如何把配音与AI扮装的嘴型同步，亦然个周折。

针对这种问题，视频模子的技能也在连忙进化。本年10月，可灵新增“对口型”功能，生成东说念主物的口型与上传配音同步。

AI扮装对嘴型的问题，对于Danny亦然一个难点。在制作《白骨精前传》时，Danny找了全球十几个有利给扮装对嘴型的网站，成果皆不太好。此外，为了给AI扮装置音，Danny也尝试了全球十几个AI语音合成的网站，发现AI配音仍然比不上真东说念主谈话的质感，就去找真东说念主配音。为了在短时间内低资本完成比赛作品，他在抖音上找1万-10万粉丝量的配音博主，花几百块钱完成了2分钟AI短片的配音。

但AI技能抵制决骤，谁也说不上AI语音何时会非凡真东说念主配音的质感。Danny近期在用AI语音合成软件“Dubbing X”，该软件在发布的全AI生成台词演绎的《十二公民》中，扮装台词的音色、心情皆展现出复杂线索。

最近视频模子厂商们运转卷的“多主体一致性”功能，也给AI短片的叙事带来残害。

生数科技在11月推出Vidu 1.5版块，主打多主体一致性功能，不错让东说念主物在环境中大幅度出动，而不出现东说念主物和环境的形变。

现时，多主体一致性的功能成果还有局限。葛雇主在尝试使用时，“比如我把一个东说念主放到卧室配景的床上，再让他抱着一只公仔小熊，他的脸会有点变化，抱熊的姿势会很怪，然则全体上画面可用。”

但这比拟于之前，照旧给叙事带来很大解放度。在此之前，葛雇主很难制作有两个主体同期在指引的画面，淌若思让两个扮装同期出现时画面中且有指引，就需要把两个扮装各自抠像，先各自生成视频，再放到配景上。

不错预感，驰骋大进的视频模子，会让AI视频的叙事解放度不竭晋升。