AI真人影视时代将至？《凡人职场传》EP1先睹为快

Web3天空之城 | 城主

最近花了不少时间研究视频生成领域，把国内外最新的顶尖视频大模型都翻了个遍。我想弄清楚一个小问题：生成真实感AI影视的时代，是否真的已经到来了呢？

当然，这个问题听起来可能有些老生常谈。关注这个领域的同行们都知道，理论上，我们可以手工打磨出每个镜头的静态画面，然后再逐个调整视频的分镜——但这里面显然还有很多细节需要考量。比如，哪个大模型更适合合成真人风格的静态图片？哪个模型更容易根据参考图生成高质量的视频序列？

不过，这件事在技术层面上总是可以实现的。核心无非是需要投入的时间成本而已。

这个“时间问题”，恰恰是目前真人AI影视生成面临的核心挑战。如果只是制作一个几十秒的广告短片，花上几个星期去手工打磨是完全可以接受的，也应该这么做——每个镜头的呈现都需要甲乙双方反复沟通确认。

但是，对于动辄几十分钟，甚至一两个小时的长篇影视内容呢？

手工打磨真人AI视频更像是一种作坊式的小规模制作，可以产出精致的艺术品，但这种模式无法延伸出一个影视级别的工业化流程，更无法成为一个影视内容生产的流水线。即便存在这样一条手工打磨的生产线，其人员培训成本和维护成本也必然相当高昂。

这和目前讨论的动漫AI短剧生产还不太一样。虽然已经有一些团队开始使用AI制作静态漫画甚至更高质量的动漫AI短剧，但相比于真人AI视频，动漫AI视频的制作门槛低了不止一个等级。比如，在人物角色的一致性以及影视化表现层面（包括画面光影、人物互动、对白等），两者的要求完全不在同一个水平线上。

前两周网上流传过一个帖子，介绍如何使用一张图片来生成多个分镜画面。这个方法用来生成一些病毒式传播的短视频或许可行（就像使用Sora生成十几秒的视频片段那样），但对于动辄包含上百甚至上千个镜头的影视内容，该如何确保其视觉的连续性和表现的专业性呢？

不过，这些问题并非无法解决。甚至可以反过来看，当这些问题被一一攻克之后，基于AI的长篇视频内容生产体系，将展现出无与伦比的威力。

无论如何，城主可以断言，真人AI影视的时代已经悄然来临。用不了多久，我们就能看到基于AI视频技术生成的完整真人短剧，甚至是电影长片。

这篇小文，用来附带和大家分享一个实验短剧《凡人职场传》的EP1。作为《凡人》的粉丝，在此致敬一下:)