十二月上旬，AIGC圈子复现了年初Sora曝光时的热闹：
一方面，OpenAI憋了大半年的Sora终于开放使用，服务器随即被挤爆宕机；而在另一边，国产视频模型也开始高强度更新产出。比如快手的可灵AI，现在就已经进化到可以拿来拍电影的阶段了。
月初，由可灵牵头的国内首个“AIGC导演共创计划”，对外发布了首批总共9部短片，快手搜这个计划名字就都能看。
9部片子来自圈内9位知名导演和AIGC作者协作，导演组这边，像是担任过《英雄本色》、《卧虎藏龙》美术指导的叶锦添，《海洋天堂》和《北京遇上西雅图》系列导演薛晓路，风格各异但大咖确实不少。
这些片子有个共同点：都是AI做的——都是拿可灵AI视频模型生成的，正片时长五六分钟左右。
放在影视行业，这就只是一部微电影的体量，或者两三集时下大火的短剧时长，内容上基本做到了剧情连贯，但画面部分槽点还是颇多。
不过这些并不重要，重要的是所有片子100%由AI制作，虽然后续访谈中导演们都谈到了“确实需要反复地生成和调优”。
AI拍电影，现在终于不是噱头了。
AIGC的一大步
角色、故事，然后做出音视频和表演等等要素，构成了我们认知里的“电影”，不管大制作还是小成本，微电影还是好莱坞。
首先的要求就是，角色得确定，故事要连贯。传统影视制作要剧本、选角，动画电影要原画设计，基本定下来之后再开工。
但“连贯性”和“确定性”，对于AI生成视频模型来说，一直都是个巨大的难题。几秒钟一个场景或许还行，一旦时间长了、提示词复杂场景比较多，画面主体、环境等等很可能就“千变万化”，圆的变成了方的，下一个场景也许又变回去了。
并且，这种变化在“黑箱”中，几乎不可控。
今年七月份，蓝媒汇受邀参加了一场头部短剧团队的媒体沟通会，AI生成视频的在话题会上聊得非常热闹。
从形式上看，短剧本身的体量决定了行业的每部作品都不会也不能是大制作，所以如果能用AI直接生成内容，理论上会带来大幅度的降本增效。
但一线短剧从业者，在当时给出了暂时性的否定回答：AIGC目前还不太能用，原因概括就是“质价比不高”。
首先，目前AI视频模型的调用成本还比较高，这个成本是相对于生成结果来说的。
假设找专业团队做后期特效等内容是花一份钱办一份事，那么，同样的需求让AI来做，结果很可能是花了半份钱，却只办了不到1/10的事，且后面还要多次返工，劳神费力、得不偿失。
不好用导致的不划算，成了AI视频生成模型，在短剧这个几乎是目前最小单位的影视作品赛道中，形成供需关系的阻力：技术有了但尚未形成生产力。
会上主理人大胆做了一个预判，说“至少半年”。
五个月过后，可灵还真就掏出来了这种生产力，至少是生产力的雏形。
类比拍电影，就是主角、场景什么的要素都能固定下来了，能拍成作品了，以前的AIGC是没办法做出这种长时间的连贯性和一致性的。
好在哪里？差在哪里？
具体看看影片，拿时长最长的一部说下细节：
开头这段讲故事的起因，小蓝和父母通过电脑视频通话，了解到父母正在家乡准备收麦子，引出后面派机器人过去帮忙这么一套情节。
剧情逻辑本身不用在意，这个画面确实有些亮点。
首先，第一个镜头中固定位置的电脑很稳定，包括背部的苹果logo都没有随着时间推进出现变化，AI显然是理解了“电脑”在场景里是个固定物体的意思，视频通话不影响电脑外观。
人物方面，可以看到小蓝和父母，三个人嘴部的动作和音频内容大体是能对上的，至少开闭时间正确。
导演贾樟柯在访谈里专门提了这个点，说用到了可灵AI新推出的“对口型”功能，并挑战了“对口型”功能讲方言的能力，这个功能让用户可以在生成人物视频后上传音频，再将音频内容与视频人物嘴型同步，以满足影视创作中人物对白的基本需要。
而且，这里导演用的还是方言，山西汾阳话。
当然，小问题也不是没有，后面这段画面在短时间内切换了三个场景，小镇里找路、搭车，最后找到麦田。
在这三个场景的切换中，人物主体虽然保持了大面上的一致，都是人脸+白色机械为主体的男性机器人，但不管是面部细节还是白色机体的构造，三个场景明显细看都能看出是三个完全不同的“角色”。
这就是前面提到的“一致性”问题，不管是三段内容分别生成，还是同一段提示词写了三个场景切换，画面主体人物依然出现了细节上的不可控。
用影视的标准去评价，这当然是有问题，但对于AIGC来说，这种程度的一致性保持，考虑到全片五分多钟的时长，其实还算比较不错。
这部片子的最初设计中，机器人的设定是下图这个更为抽象的纯机器形象，更据称“更加难以把控画面的一致性”，AIGC作者Jade Wu的解决办法就是换成了一个带有人像的半机器人设计。也就是说，目前的画面状态实际上已经费了一番功夫去调整。
前段时间，OpenAI 的视频王炸Sora对外放出，从大量实测画面来看，Sora在画面稳定性和一致性上的独属t0应该是毫无疑问的。
而且很值得注意的点是，不少Sora生成的拟真画风视频中，画面几乎看不到很浓的“AI味”，而是有种世界模型概念下物理模拟出的实拍感。
时长方面，可灵等目前分钟级以上的能力已经非常可观，下一步要期待的，还是模型生成的画面能否去掉AI味，做到“以假乱真”。
技术层面的有限差距和追进过程，反而是值得期待的。
Lanmeih/今日话题
你用过AI生成视频吗？体验如何？
