十二月上旬，AIGC圈子復現(xiàn)了年初Sora曝光時的熱鬧：

一方面，OpenAI憋了大半年的Sora終于開放使用，服務器隨即被擠爆宕機；而在另一邊，國產視頻模型也開始高強度更新產出。比如快手的可靈AI，現(xiàn)在就已經進化到可以拿來拍電影的階段了。

月初，由可靈牽頭的國內首個“AIGC導演共創(chuàng)計劃”，對外發(fā)布了首批總共9部短片，快手搜這個計劃名字就都能看。

9部片子來自圈內9位知名導演和AIGC作者協(xié)作，導演組這邊，像是擔任過《英雄本色》、《臥虎藏龍》美術指導的葉錦添，《海洋天堂》和《北京遇上西雅圖》系列導演薛曉路，風格各異但大咖確實不少。

這些片子有個共同點：都是AI做的——都是拿可靈AI視頻模型生成的，正片時長五六分鐘左右。

放在影視行業(yè)，這就只是一部微電影的體量，或者兩三集時下大火的短劇時長，內容上基本做到了劇情連貫，但畫面部分槽點還是頗多。

不過這些并不重要，重要的是所有片子100%由AI制作，雖然后續(xù)訪談中導演們都談到了“確實需要反復地生成和調優(yōu)”。

AI拍電影，現(xiàn)在終于不是噱頭了。

AIGC的一大步

角色、故事，然后做出音視頻和表演等等要素，構成了我們認知里的“電影”，不管大制作還是小成本，微電影還是好萊塢。

首先的要求就是，角色得確定，故事要連貫。傳統(tǒng)影視制作要劇本、選角，動畫電影要原畫設計，基本定下來之后再開工。

但“連貫性”和“確定性”，對于AI生成視頻模型來說，一直都是個巨大的難題。幾秒鐘一個場景或許還行，一旦時間長了、提示詞復雜場景比較多，畫面主體、環(huán)境等等很可能就“千變萬化”，圓的變成了方的，下一個場景也許又變回去了。

并且，這種變化在“黑箱”中，幾乎不可控。

今年七月份，藍媒匯受邀參加了一場頭部短劇團隊的媒體溝通會，AI生成視頻的在話題會上聊得非常熱鬧。

從形式上看，短劇本身的體量決定了行業(yè)的每部作品都不會也不能是大制作，所以如果能用AI直接生成內容，理論上會帶來大幅度的降本增效。

但一線短劇從業(yè)者，在當時給出了暫時性的否定回答：AIGC目前還不太能用，原因概括就是“質價比不高”。

首先，目前AI視頻模型的調用成本還比較高，這個成本是相對于生成結果來說的。

假設找專業(yè)團隊做后期特效等內容是花一份錢辦一份事，那么，同樣的需求讓AI來做，結果很可能是花了半份錢，卻只辦了不到1/10的事，且后面還要多次返工，勞神費力、得不償失。

不好用導致的不劃算，成了AI視頻生成模型，在短劇這個幾乎是目前最小單位的影視作品賽道中，形成供需關系的阻力：技術有了但尚未形成生產力。

會上主理人大膽做了一個預判，說“至少半年”。

五個月過后，可靈還真就掏出來了這種生產力，至少是生產力的雛形。

類比拍電影，就是主角、場景什么的要素都能固定下來了，能拍成作品了，以前的AIGC是沒辦法做出這種長時間的連貫性和一致性的。

好在哪里？差在哪里？

具體看看影片，拿時長最長的一部說下細節(jié)：

開頭這段講故事的起因，小藍和父母通過電腦視頻通話，了解到父母正在家鄉(xiāng)準備收麥子，引出后面派機器人過去幫忙這么一套情節(jié)。

劇情邏輯本身不用在意，這個畫面確實有些亮點。

首先，第一個鏡頭中固定位置的電腦很穩(wěn)定，包括背部的蘋果logo都沒有隨著時間推進出現(xiàn)變化，AI顯然是理解了“電腦”在場景里是個固定物體的意思，視頻通話不影響電腦外觀。

人物方面，可以看到小藍和父母，三個人嘴部的動作和音頻內容大體是能對上的，至少開閉時間正確。

導演賈樟柯在訪談里專門提了這個點，說用到了可靈AI新推出的“對口型”功能，并挑戰(zhàn)了“對口型”功能講方言的能力，這個功能讓用戶可以在生成人物視頻后上傳音頻，再將音頻內容與視頻人物嘴型同步，以滿足影視創(chuàng)作中人物對白的基本需要。

而且，這里導演用的還是方言，山西汾陽話。

當然，小問題也不是沒有，后面這段畫面在短時間內切換了三個場景，小鎮(zhèn)里找路、搭車，最后找到麥田。

在這三個場景的切換中，人物主體雖然保持了大面上的一致，都是人臉+白色機械為主體的男性機器人，但不管是面部細節(jié)還是白色機體的構造，三個場景明顯細看都能看出是三個完全不同的“角色”。

這就是前面提到的“一致性”問題，不管是三段內容分別生成，還是同一段提示詞寫了三個場景切換，畫面主體人物依然出現(xiàn)了細節(jié)上的不可控。

用影視的標準去評價，這當然是有問題，但對于AIGC來說，這種程度的一致性保持，考慮到全片五分多鐘的時長，其實還算比較不錯。

這部片子的最初設計中，機器人的設定是下圖這個更為抽象的純機器形象，更據(jù)稱“更加難以把控畫面的一致性”，AIGC作者Jade Wu的解決辦法就是換成了一個帶有人像的半機器人設計。也就是說，目前的畫面狀態(tài)實際上已經費了一番功夫去調整。

前段時間，OpenAI 的視頻王炸Sora對外放出，從大量實測畫面來看，Sora在畫面穩(wěn)定性和一致性上的獨屬t0應該是毫無疑問的。

而且很值得注意的點是，不少Sora生成的擬真畫風視頻中，畫面幾乎看不到很濃的“AI味”，而是有種世界模型概念下物理模擬出的實拍感。

時長方面，可靈等目前分鐘級以上的能力已經非?？捎^，下一步要期待的，還是模型生成的畫面能否去掉AI味，做到“以假亂真”。

技術層面的有限差距和追進過程，反而是值得期待的。