万字复盘！电影周金奖AI短片 创作幕后与AIGC干货教学：如何48小时完成一部AI获奖短片

万字复盘！电影周金奖AI短片 创作幕后与AIGC干货教学：如何48小时完成一部AI获奖短片 万字复盘！电影周金奖AI短片 创作幕后与AIGC干货教学：如何48小时完成一部AI获奖短片 Modified September 24, 2025 No access 924 16 00:00 但，真要做好一个短片、讲好一个故事，就得拥有导演思维，这是基础要求，与 AI 无关。 具体到画面的运镜、调度、构图等等每个影响镜头的元素，现在你都可以非常简单的去操控AI，但到底要操控成什么样子？ 比如这里的景别到底是松一点好紧一点好？那里的镜头运动快一点好还是慢一点好？这颗镜头用4秒还是用3.5秒？ 可能一丁点儿看似微弱的变化，放到一场戏里就能带出完全不一样的叙事节奏和情绪。 因此你会发现，哪怕AI工具如此之强，最终还是会回到根本、回到人本身，回到最核心的那个问题： 到底如何导好一部片子 。 包括上述的剧本、美术、分镜，乃至后面的剪辑、声音设计等等步骤，技术上的门槛都愈发的低，作品的下限都愈发的逼近，真正有价值的东西其实都是导演思维在介入。 我们可以得出结论：以后AI片子质量的核心将取决于导演能力的优劣（好像说了一句废话，什么片子不是？） 这是我的思考之一，值得分享的第二点是： 灵活调整你的创作 。 可能是传统创作习惯对思维的限制，我们会默认每一步走完之后，就很难再回到上一步。 比如在传统摄制中，分镜就这样设计完了，拍也拍完了，你要说剪辑的时候加镜头或换一场戏，那可不得编剧、导演、摄影这些主创重新上片场再补拍，一般情况下经不起这么玩儿。 但那是过去，现在不一样了。 剪辑的时候我突然觉得调换一下这几颗镜头的顺序，或再加那么一两颗新镜头，将会得到一个更好的结果？ 那我完全可以火速回到生图/生视频的步骤来“补拍”相应的镜头，或将已有的镜头做优化调整，这几乎没什么成本。 再或者，某个镜头用AI 无论如何都得不到好的结果，那也可以火速调整镜头设计，换一种全新的方式来讲这场戏，反正也没啥成本。 这个结论听起来似乎仍是废话，但我发现真正在创作的时候，尤其是传统创作者，一下子扭不过来弯儿，这其实就浪费了 AI的灵活性，以及低成本的优势 。 此外，除了工作流上的灵活， 某些效果的实现逻辑其实也可以灵活思考 。 比如这组镜头： 一开始的镜头设计并非如此，猪猪们拉爆大喇叭的全景画面其实我设计的是个升格镜头，比较有史诗感和情绪，但生成效果怎样都不满意，所以我得想个办法，在拉爆的一瞬间就把镜头切走，不让这颗镜头停留太久了。 但，肯定不能硬切，切镜头也要符合气质和故事，所以我设计了一颗被“爆炸声”吓飞的鸟的空镜，用来接那个镜头结尾往下摇的运镜，利用动势来衔接。 这就是一种思路上的“灵活”。 但在实际制作过程中，上一颗镜头（拉爆喇叭全景）的结尾的运镜、与下一颗镜头（群鸟吓飞）的开头的运镜，是很难“完美”匹配的，像运动方向、运动速度等，如果不匹配的话，这个动势剪辑的效果就会不自然。 AI 很难做这么精准的操控，最终我的解决方案很简单：第二颗飞鸟镜头开头的运镜，我用后期来做关键帧动画，说白了就是在剪辑软件里做个运镜。 但要做到后期运镜效果好的话，原素材的构图得对、分辨率得大，不然我没有多余的画面素材内容，来支撑我做一个大范围的运镜。 我的解决方案还是很简单：先生成正确的横版画面，再用 AI 把其上下扩图，扩成竖版的视频： 然后后期直接把这个竖版的图做个上下位置移动的关键帧动画，就伪装成“运镜”了，而且运动速率非常可控，与前一颗镜头的结尾的动势匹配十分契合： 这，也是一种“灵活”。 4 后期阶段 后期其实就是传统影视后期，与AI关系不大，前文也多多少少带到了一些后期值得分享的小点，比如音效设计的完整性，因此这里别的不再赘述，只分享一点小思考，就是调色。 我们的片子是动画，还是AI动画，或许你觉得没必要调色，但我觉得还是蛮有必要的，虽然确实没什么调色空间，但在一定程度上，调色能够为你片子的“一致性”再加一分。 原因很简单，不像实拍，你可以摄影的时候就精准控制每个镜头的光比之类的参数，AI生成的东西或多或少会有点瑕疵，导致前后镜头不接，这时候调一调色（镜头匹配），或许可以减弱一些跳脱感。 此外，对画面氛围的把控也很重要，比如突出主体、压暗无关的环境、甚至做一些光效类的增强效果，也可以在调色这一步去优化，为片子再再加一分儿。 No access 924 16 00:00 No access 924 16 00:00 但，真要做好一个短片、讲好一个故事，就得拥有导演思维，这是基础要求，与 AI 无关。 具体到画面的运镜、调度、构图等等每个影响镜头的元素，现在你都可以非常简单的去操控AI，但到底要操控成什么样子？ 比如这里的景别到底是松一点好紧一点好？那里的镜头运动快一点好还是慢一点好？这颗镜头用4秒还是用3.5秒？ 可能一丁点儿看似微弱的变化，放到一场戏里就能带出完全不一样的叙事节奏和情绪。 因此你会发现，哪怕AI工具如此之强，最终还是会回到根本、回到人本身，回到最核心的那个问题： 到底如何导好一部片子 。 包括上述的剧本、美术、分镜，乃至后面的剪辑、声音设计等等步骤，技术上的门槛都愈发的低，作品的下限都愈发的逼近，真正有价值的东西其实都是导演思维在介入。 我们可以得出结论：以后AI片子质量的核心将取决于导演能力的优劣（好像说了一句废话，什么片子不是？） 这是我的思考之一，值得分享的第二点是： 灵活调整你的创作 。 可能是传统创作习惯对思维的限制，我们会默认每一步走完之后，就很难再回到上一步。 比如在传统摄制中，分镜就这样设计完了，拍也拍完了，你要说剪辑的时候加镜头或换一场戏，那可不得编剧、导演、摄影这些主创重新上片场再补拍，一般情况下经不起这么玩儿。 但那是过去，现在不一样了。 剪辑的时候我突然觉得调换一下这几颗镜头的顺序，或再加那么一两颗新镜头，将会得到一个更好的结果？ 那我完全可以火速回到生图/生视频的步骤来“补拍”相应的镜头，或将已有的镜头做优化调整，这几乎没什么成本。 再或者，某个镜头用AI 无论如何都得不到好的结果，那也可以火速调整镜头设计，换一种全新的方式来讲这场戏，反正也没啥成本。 这个结论听起来似乎仍是废话，但我发现真正在创作的时候，尤其是传统创作者，一下子扭不过来弯儿，这其实就浪费了 AI的灵活性，以及低成本的优势 。 此外，除了工作流上的灵活， 某些效果的实现逻辑其实也可以灵活思考 。 比如这组镜头： 一开始的镜头设计并非如此，猪猪们拉爆大喇叭的全景画面其实我设计的是个升格镜头，比较有史诗感和情绪，但生成效果怎样都不满意，所以我得想个办法，在拉爆的一瞬间就把镜头切走，不让这颗镜头停留太久了。 但，肯定不能硬切，切镜头也要符合气质和故事，所以我设计了一颗被“爆炸声”吓飞的鸟的空镜，用来接那个镜头结尾往下摇的运镜，利用动势来衔接。 这就是一种思路上的“灵活”。 但在实际制作过程中，上一颗镜头（拉爆喇叭全景）的结尾的运镜、与下一颗镜头（群鸟吓飞）的开头的运镜，是很难“完美”匹配的，像运动方向、运动速度等，如果不匹配的话，这个动势剪辑的效果就会不自然。 AI 很难做这么精准的操控，最终我的解决方案很简单：第二颗飞鸟镜头开头的运镜，我用后期来做关键帧动画，说白了就是在剪辑软件里做个运镜。 但要做到后期运镜效果好的话，原素材的构图得对、分辨率得大，不然我没有多余的画面素材内容，来支撑我做一个大范围的运镜。 我的解决方案还是很简单：先生成正确的横版画面，再用 AI 把其上下扩图，扩成竖版的视频： 然后后期直接把这个竖版的图做个上下位置移动的关键帧动画，就伪装成“运镜”了，而且运动速率非常可控，与前一颗镜头的结尾的动势匹配十分契合： 这，也是一种“灵活”。 4 后期阶段 后期其实就是传统影视后期，与AI关系不大，前文也多多少少带到了一些后期值得分享的小点，比如音效设计的完整性，因此这里别的不再赘述，只分享一点小思考，就是调色。 我们的片子是动画，还是AI动画，或许你觉得没必要调色，但我觉得还是蛮有必要的，虽然确实没什么调色空间，但在一定程度上，调色能够为你片子的“一致性”再加一分。 原因很简单，不像实拍，你可以摄影的时候就精准控制每个镜头的光比之类的参数，AI生成的东西或多或少会有点瑕疵，导致前后镜头不接，这时候调一调色（镜头匹配），或许可以减弱一些跳脱感。 此外，对画面氛围的把控也很重要，比如突出主体、压暗无关的环境、甚至做一些光效类的增强效果，也可以在调色这一步去优化，为片子再再加一分儿。 我个人觉得，哪怕是用作坊式的操作来走一遍工业化的流程，都是很有必要的。 以上，就是第二章“技术”的全部内容，后续我还会做视频版本的讲解和幕后，更加全面和有趣，期待你的关注。 B站/抖音/小红书/视频号/公众号：大羽玩AI（如果没有就搜：聚光大羽） 好了，又到了老掉牙的感谢环节，但还是得说： 着重感谢 浩林兄弟 ，给我推荐这个活动并与我一同战斗，对我来说这是一次十分宝贵的机会，但对他来说或许只是众多电影节经验的一次小插曲，他却仍以最热诚的心投入到创作中； 然后是开心麻花的编剧 毕慷老师 ，片子灵感也来源于他的创意，在剧本上也帮团队打磨了很多细节，虽然对 Ai 技术并不擅长，但仍熬着夜尽力辅助技术上的执行。 当然，大家能有这样纯粹无忧的创作环境，最大的功劳是 艺动 Cici 项偞婧老师和她的团队们 ，为这个活动操碎了心，把参赛者当小孩儿一样伺候着，吃的喝的要啥有啥。这里是他们的几个账号，求你去关注： 也感谢 评委老师和现场大家 对片子的喜欢，还有 海浪主办方、各位参赛选手、以及好朋友串串老师 ，以及 即梦官方 对活动的积分支持，这次认识了好多有意思的朋友，大家都对电影抱着赤诚之心。 最最后，感谢 Tapnow 团队 ，与我并不熟、我目前也不是什么AIGC圈子的大佬（我相信以后会是），但他们仍然如此信任我，给予我创作上的支持，他们眼光真好。 最最最后， 感谢你 的观看和喜欢，我们下次见。 如果这篇文章你觉得NB，请不要吝啬你手中免费的点赞、爱心、转发和星标，谢谢你。 我是大羽，一位创意导演 / 自媒体创作者 / 3 家影视、广告公司创业者 / AI 玩家 。 专注于 IP 私域 知识付费 / AI / 个人成长、思维升级 / 艺术创作。 （身份数量直逼大冰） 在这里，我将用谁都能听懂的话，带你进入 AI 时代。 如果你喜欢这篇文章或者喜欢我🫣，请你 点赞点爱心点星标 ，下次见！ 🔗 原文链接： https://mp.weixin.qq.com/s/IfH9ct7z... https://mp.weixin.qq.com/s/IfH9ct7z... 原创 大羽 Ai 大羽玩Ai2025年09月14日 02:24 浙江 前几天，我们在 海浪电影周 的 AI黑客松 48小时限时比赛中，取得了 金奖 🏆，很多朋友对幕后和短片制作流程很感兴趣，因此我写下这篇文章，向各位分享这次“神奇”的经历感受与教学干货。 48小时限时创作的电影短片原片在这里⬇️如果还没看可以先去看看： 为了优化阅读感受，本文分为两个章节： 其一是“幕后”——分享我这次参赛的前后与感受； 其二是“干货”——分享我们在48小时内完成这支短片所运用的技术和方法； 各位按需跳转观看。 幕后 章节一 时间回到上个月的某一天，我的好朋友浩林突然给我发了个海报： 大概就是说今年的海浪电影周（一个国内比较知名的电影节），其中有一个单元，要求参赛者用AI在48小时内创作一部短片。 孤陋寡闻的我本来还以为“黑客松”是个什么品牌，后来一查才知道，这玩意儿全名叫 黑客马拉松（hackathon） ，起源于黑客/程序员，简单说就是一大堆人躲在一个房子里，以他们喜欢的方式做一件想做的事，最终比谁做的好。 听起来有点酷对吧？ 我也这么觉得，所以我立马就报名了。 浩林问我要起个什么队名，我抽着10块钱一包的紫云香烟，说：那就叫“紫云”队吧！ 报名入围后，主办方给参赛者建了一个交流群，可以在里面自由组队。 我和浩林以前都是影视飓风的导演，离开公司后还合作拍了我们自己的电影短片，因此合作还算默契。 他擅长文本、导演，喜欢有深度的东西，我擅长影视技术、导演，喜欢好玩儿的东西，但光靠我们俩的传统影视经验和想法还远远不够。 毕竟就算四个导演凑一块儿，面对一堆AI软件那也是干瞪眼，所以，我很想再找一个AIGC技术大佬。 很不幸，我们是这么想的，别人也是这么想的，以至于技术大佬实在太抢手了，到最后我也没在群里找到一个合适的技术人才。 不过找人的过程中，倒是偶遇了一个专业编剧，来自开心麻花的毕慷老师加盟。 至于技术，我最后决定： 还是自己上吧！ 对了，赛前还有一个有趣的小插曲。 我随手在小红书发了一条用来做AI技术测试的视频片段，结果有个人来私信我，让我试试某AI工作流平台，我一开始以为是个骗子，就没搭理他。 那会儿我刚好在测试近期最火爆的模型Nano banana，就是网上到处都在发的“真人变成桌子上的一个小手办”的那个效果，就是banana做的，然后小红书这个人说，他推荐的这个平台用banana很稳定，出于好奇心，我就随手试了一下。 经过试用后感觉还真不错，我就加了他的微信，结果发现还真是这个平台的工作人员，经过一番缜密思考，我向这大哥提出了一个无理的要求： “你的平台很好用，我决定这次比赛要用。但我不想花钱，给你个机会，免费赞助我积分。” 让我着实没想到的是，这大哥居然火速同意了，转手掏了400美金的积分给我。 咱也不知道他为啥同意，按理说创业团队不是正缺钱的时候嘛，不过事实证明，他眼光真好。 时间很快到了比赛日，在那之前，我为赛事做了周全的准备。 比如， 针对比赛规则该定一个怎样的创作方向？ 我该搭建一个怎样的工作流以确保流畅制作？ 以及我该如何让另外两位不太会AI的队友充分发挥团队协作能力？ 针对这些问题，我用飞书建了个共享文档，尽可能将整个流程设计成SOP（标准作业流程），让这个小团队有一个明确的创作方向和清晰的执行逻辑。 另外，作为往兜里塞个手机就出门的人，这次我除了在背包里塞了一台macbook air，还拖了个巨大的行李箱，里面挤了个27寸显示器、一台Mac mini和配套的键鼠等，就这样从浙江杭州拖到河北秦皇岛（最后发现我们是唯一一组带了台显示器的，，，） 搞这么麻烦，不为别的，只为可能提升那么一点点效率。 9月3号，我和浩林坐了7个多小时高铁到了秦皇岛阿那亚，屁股都给我坐扁了。 浩林告诉我阿那亚其实只是一个小区，恕我见识短浅，进去之前我还寻思着谁家电影节在一个小区里面办，脑子里全是那种小区居民楼下的水泥地上，支起来一个红色地毯的乡村大舞台，一群大爷大妈搬来蓝色塑料板凳坐一块儿看戏的画面。 直到我从进“小区”门儿步行走到参赛酒店花了20分钟，再走到海滩电影院又花了20分钟，才知道此小区非彼小区，这占地面积都快接近一个西湖的大小了。。。 （这叫小区？？？这是人能说出来的话吗） 最离谱的是，这么偏的地儿，我们仨人一人吃了一碗面，居然花了三百多，平均一百块一碗的面，，，还怪好吃的。 9月4号下午，参赛者们齐聚赛场，主办方艺动和团队们，为我们讲解比赛规则，以及公布主题： “创造那一刻的回响” 至此，我们紫云的三颗脑袋正式开启创作模式。 从创作的角度来讲，其实这种比较抽象的主题是相对容易构思的，因为无论什么题材和表现方式，都可以用一些手法“强行扣题”，因此我们倒没有在主题上太过限制自己。 那个下午，我们仨一直在激烈探讨创作方向，过程中诞生了很多我觉得非常有趣的点子。 但事与愿违，从点子到完整的剧本，并非一件易事。 直到逼近晚上12点，比赛48小时正式开始倒计时之前，我们都没有得出一个大家满意的梗概。 第一天夜里，大屏幕上的倒计时悄无声息的、无情的开始滚动了，但这时候我们团队已经在创意上工作了将近10个小时，团队甚至已经开始轮班倒了，我与浩林先去休息，编剧毕慷老师则继续攻克两个方向的详细剧本。 凌晨3点左右，毕慷交稿下岗，我与浩林上岗交接。 十分不幸，直至天亮，我俩仍未在创意上得到统一意见，本来很好的点子落实到故事上就总觉得差那么点儿意思，我们又都认同 “ 技术再好，方向不对也白搭 ” 这一观点。 因此还是决定在方向上再花点时间。 这时候比赛已开始将近8个小时，而我们几乎已连续工作18个小时，在疲惫和没有头绪的状态下，大家士气都比较低迷，甚至一度相顾无言。 最终我决定先选定其中一个剧本去推进AIGC制作，哪怕重新优化剧本，也好过迟迟未见进展。 事情的转机，在这时候就开始了。 在推进制作的过程中，我先是用Midjourney按照我的想象生成了一些美术参考图、氛围图、设定图之类的东西，其中有一个场景是： 一群猪在猪圈里，猪圈窗口上有个喇叭 。 或许你脑海中的画面和我想象的差不多。 但在Midjourney生成的图集中，出现了几张比例明显错误的图片，喇叭大的跟UFO似的，不过这些图的视觉氛围特别好，我就丢在了飞书共享文档里。 与浩林同步进展的时候，他偶然间看到这些原本“错误”的图，立刻让我停下滑动的页面，说这些图看着真有意思，我脑子一下子也被转过来弯儿来： 是啊！虽然它不符合我们的本意，但看着真有意思！ 于是我们立刻停下工作，去构思 在这样的画面背后，会有一个怎样的故事？ 果然好玩儿的东西最有力量，本平寂的创作欲一下被重新燃起，没一会儿一个全新的故事就被构思出来： 一群被圈养的猪，把一支巨大的喇叭供为上帝，一只猪有一天发现了喇叭背后的秘密，决定打破圈养寻找自由。 至此，我们有了两个半的剧本：两个完整剧本，和一个故事框架。 这时候毕慷也醒来归队，相信那个早上对他来说是“痛苦”的，因为一醒来就被告知自己写了一夜的两个剧本都没有被采纳，任谁都难以接受。 但创作嘛，总有摩擦，也讲究感性，可能昨天觉得好的东西今天看起来就觉得没那么好，这很正常，我们应该尊重自己的感受，就算最后被证明那选择是错的。 这时候，一个场外的朋友串串来找我们组玩，我借机抓他坐下来听一听我们的三个故事，果然他也喜欢最后一个新诞生的故事，说听起来荒诞有趣，又好埋“深度”。 这坚定了我们的信心，因此在比赛的第12个小时左右，我们才正式开始推进制作。 短片制作的流程、运用的工具和技术，我将在下一章节“干货”部分来分享，这一章则继续分享参赛幕后。 （只对技术感兴趣的话，请自行往下翻阅到下一章节，大概在进度条五分之二处） 在此后的30小时里，我们分工明确各司其职，我边推进制作，边让他们俩继续打磨优化故事细节，直至进剪辑的过程中，我们仍然在改故事，一方面是因为AI技术的局限与制作时间，但更重要的一方面，还是想不断的精进故事本身。 值得分享的一点是：从一开始那张“错误”的图开始，到后续的制作过程，我逐渐发现AI影视创作的一个很有趣的特点。 AI 在大家眼中，被默认当做传统制作中的工具，比如生图环节对应着手绘分镜、概念设计，生视频部分可能对应着CG制作、特效合成等，但后者是实打实的工具，必须由创作者从0去构思并操作软件来将想法变为现实。 拿一只猪来举例，首先你得清楚自己想要一只什么样的猪，耳朵多大、肤色多深、尾巴多长，再去绘制和建模生成这头猪最终的样子。 而AI，则不需要你从0去构思，你可以直接告诉AI：“我想要一只猪，长得和别的猪有点不一样。” AI就会给你一些他的生成结果，而这些结果，不仅仅是你的“产出”，更像是你的“灵感来源”，它可能生出了6只脚、8只耳朵的猪，也可能给你一个从未想象过的长得像塑料袋、或垃圾桶一样的猪，非常有意思。 从这个逻辑来讲，AI是工具，但也超越了工具， 你完全可以和AI一起创作，互相给予对方灵感，而非仅仅是“使用”它 。 这是这次我收获最大的感受之一，一种全新的创作逻辑。 话说回来，随着一张张图、一个个视频的落地、一个又一个“巧妙”情节的出现，我们团队的状态也逐渐从低迷变得高涨。 甚至比赛后半段明明已经超频运转，本该困死的时候，我和浩林却死活睡不着，躺在豆袋沙发上的两颗脑袋飞速运转，各种想法跟烟花似的在脑中密集爆炸，思维如闪电在那一刻变得如此具象。 最终，比赛结束前30分钟，第二天的晚上11点半，我们生了700多张图片、40多颗镜头，剪出时长 2 分半的一条完整短片，成功交稿。 第二天醒来已是下午，我们慢慢悠悠回到阿那亚园区，准备晚上的颁奖仪式。 虽然评比结果还未公布，但我们团队都有这个信心：至少前三是肯定有的，前二是大概率的，第一是极有可能的。 所以群里真的发布评比结果后，我们也并没有特别惊喜，不过开心肯定还是开心的。 尤其是收到了知名电影导演邱炯炯老师，给我们写的金奖评语： “一目了然的寓言，高完成度的美学和技术的结合，在黎明前撞出了一阵铿锵的回响。自如、轻松，作者意识通过AIGC有效传达。” 晚上6点左右，我们被安排去走海浪电影周的红毯，我对浩林说，这是我第一次参与电影节，也是第一次走红毯，还怪有意思的，他说你的起点那可太高了，我说还好，下次咱们走戛纳的红毯。 正如我们的队名、片名一样随便，我随便穿了一件儿皱巴巴的短袖，因为没有背包，裤兜里还塞了一大堆例如刮胡刀、卫生纸团、空烟盒打火机、大充电宝之类的杂物，裤裆两侧塞得鼓鼓囊囊。 就这样随便走了个红毯，随便上了个台，随便讲了几句话。 因为有很久舞台魔术的表演经验，所以在舞台上我并不紧张，但和以往不同的是，台下坐的都是大明星大导演大老板，好在，，，我大多都不认识（恕我无知），无知者无畏，所以倒也还好。 不过仍有一点十分遗憾，上台前据说是程潇和王子文为我们颁奖，但最后不知什么原因王子文没有上，那是我为数不多有种特殊情感的演员，因为我很爱三体，而她演出了我心目中叶文洁年轻时候的样子，所以我本打算在台上向她说： 统帅，我也想加入组织！ 会后，我们一行人在酒吧喝酒侃大山，和以往只仰慕过其作品的大导演谈天说地，交了各种各样的创作者朋友，那感觉真不错。 第二天，与大家分别后，我和浩林二人重新拖着大行李箱踏上回杭的火车，再次开启7个多小时的旅程，只是这次的心境与来时有那么点不一样，但也没太多不一样。 至此，这次神奇的旅程宣告结束。 在晚宴台上我说：我们很困，但不累，因为彻底沉浸在创作中。 这是漂亮话，实际上是累的，但真的最宝贵的，还真是心无旁骛的沉浸在创作中的那种状态与感受，没有一丝杂念，没有一点功利，大家只为了在48小时内完成一部喜欢的作品，满脑子只有每个镜头的美学、镜头间的衔接、故事的逻辑和立意、音效设计的繁与简，甚至字幕的大小、片头的排版等，每个瞬间我们都倾注心血，去潜心感受和优化细节。 这感觉，真好。 能带给创作者最大幸福感的，可能永远只有创作本身了。 （PS：我一直带着pocket记录幕后，后面我会做成一期视频节目分享出来，有兴趣请关注：大羽玩AI / 聚光大羽） 技术与干货 章节二 故事讲完了，接下来上点技术，为同样想做AI创作的朋友提供一点经验。 请备好一大桶水边喝边看，因为有点干。 包括评委老师，大家对我们片子的好评中有一些共性，主要是下面几点： 1、统一的风格美学 2、精确的镜头把控 3、以及整个片子的完整性 正如邱炯炯老师所说：“高完成度的美学和技术的结合”，片子的这些优势，本质上是创作逻辑和技术的结合所创造出来的，因此我将先分享我们的工作流程和创作逻辑，接着再分享AIGC技术。 A 创作逻辑 其实这条片子的 AIGC 创作思路有点“土方法”，在某种角度上跟传统创作的思路本质上是一样的： 梗概——剧本——美术（概念设计、氛围等）——分镜——拍摄——剪辑——声音设计——导出。 那么片子的优势到底来源于何处？我们一个一个来说。 先说镜头内容的精准操控，大多数片子可能因为AI的可精确操控性没那么强，因此在具体画面的设计上做了妥协。 举个简单例子：传统创作中，假设你要设计一场打戏，前后镜头的动势衔接、景别、人物关系等，都要经过精准的设计，才能做到在视觉上看起来流畅、有力量。 而在AI创作中，或许很多AI创作者没有传统影片那种“正规”的导演意识、或由于AI操控不可控，就舍弃了一些上述这种“准确性”，这导致，你生成的画面看单个镜头是非常精美，但整个片子就是感觉生拼硬凑、或像动态漫画。 我们虽然在有限的时间和技术局限性内，也做了很多妥协， 但仍然尽可能的去优化镜头“准确性” ，把这当成一项重要的工作来做。 这是镜头把控精准以及片子看起来完成度比较高的关键点之一。 此外，除了镜头相对精准外，还有一点是： 我们的整个制作流程也是比较完整的 ，这是影响完整性的另一大关键点。 从如何讲故事、到分镜设计、镜头制作、再到剪辑、声音设计、甚至调色等，每一步都在尽可能的以“工业化”的标准来推进。 就拿声音来说，可能很多人会在剪映里拉几个罐头音效怼在时间线上就用了，但我坚持在达芬奇里用专业音效库来丰富每一处听觉细节，比如一组关键镜头下能垫十几轨音效，包括环境音、氛围音、风声、远处的声音、近处的声音、道具的声音、动作的声音等，然后为它们进行声场和 EQ 之类的混音操作。 还是那句话，虽然时间有限，但我尽可能去完成这些事情，至少向着这个方向去添加细节，细节越多，完整性就越强。 至于 美术视觉上的统一 ，则是一开始的创作方向规划中就确定的目标之一，原因很简单，AI短片创作有很多劣势，像上述的镜头精准性、或前后一致性等，因此我们就得想办法扬长避短。 不能是明明可以有别的工具能做的更好，却偏要用 AI 工具来硬凹它本不擅长的部分。 我个人认为AI的优势，是将天马行空变为现实的能力、超低成本的美术能力、快速看到成片效果的能力等等。 所以从一开始，我就没打算做写实的东西，毕竟你做的再好，也没有拿起手机随手一拍来的真实。加上我美院的教育背景，从开始就确定了要大力发挥AI美术优势的创作方向。 说真的，把画面做的好看在现在是一件太简单不过的事情，以前要去考虑配色、明暗、疏密关系，再像画画儿一样去扣画面细节，现在用Midjourney一秒钟随手生成的图都非常漂亮。 不过要做到全片风格统一确实是一件不容易的事情，接下来我将在技术环节详细介绍。 B AIGC技术分享 简单说，我们的AIGC工作流是这样的： 1、 Midjourney生成氛围、美术参考图，以及关键帧。 （以下简称MJ） 2、Nano banana生成详细的分镜或首尾帧。 （以下简称banana） 3、即梦、海螺、或Veo3生成视频 4、达芬奇剪辑、调色、声音设计 其实这套逻辑很常规，甚至有点“笨方法”，但却符合我们的创作方针。 接下来详细说一说每一步的操作流程。 1 概念设计阶段 with Midjourney 我们团队有一个共享协作的飞书云文档，大概有 “创意”、“剧本”、“美术风格”、“分镜” 等等不同栏目，其中 “创意” 的栏目中，我们三个人都可以往里去填充自己的碎片灵感；“剧本” 的栏目中，编剧或导演也都可以直接在里面写本子，方便大家查阅和协作，大概是这么个用法。 而我作为这次主导视觉的导演，一开始要做的是，想象这些创意或剧本的氛围、或其中一些关键场面，然后按照我的审美将它们陈列为直观的视觉参考，比如我可以找到很多不同风格的美术流派作为参考，有超现实的、有手绘感重的、有形式感强的等等： 再比如我也可以直接生成片子中，那些关键场面的“截图”，像一开始的剧本其实比较“黑暗”： 那头革命胜利的猪，被人端在了餐桌上，一家人其乐融融的享用猪肉大餐。 针对这个场景，我生成了4种我觉得风格和氛围合适的视觉参考，每一种都很有特点： 做上述这些工作的目的，选风格倒是其次，主要是当不同的东西真切的呈现在你面前时，你可以直观的感受到“戏”和“情绪”、以及“美”，像上面“幕后”章节提到的一样，一张有趣的图片甚至还可以反哺你的灵感，刺激你的脑子诞生更具体的创意点。 简单说就是： 看图编故事总比凭空创造故事要简单得多。 这是其一，其二是这些图也能够确定整个片子的视觉基调，比如我们 “猪的故事” 逐渐清晰之后，我用MJ为一些关键画面生成了美术统一的视觉参考，这些东西在下一个做分镜的环节，也有其用处。 简单说就是：确保大画面风格正确，它们就能生出同样正确的小画面，最终镜头们整体就比较统一。 最后，这些图片还有一个容易被忽视的重要作用，那就是 验证技术可行性 。 举个例子，可能是多年画画的原因，我对西方古典油画有一种天然的偏爱，因此可以看到我上面生成的图片都带着很强的油画氛围感、浓郁的色彩、以及极强的笔触感。 但，这玩意儿看起来是美，能不能做成视频就是另一说了。 比如这只猪的画面，它对地上的草、天上的云的刻画，很多地方都是以概括性很强的笔触来表现的，画面里还有很多“刮刀”绘画手法的痕迹： 我们人类可以理解这是云、那是草，背景中的色块是笔触，这只是一种绘画风格。 但AI不一定能理解。 比如我将这张画生成视频之后，它给我的结果是这样的： ⬆️ 你会发现，这坨云不像真实的云随风卷动，更像是一坨贴画在背景上平移，效果还不如AE随便加两个运动关键帧，而天空背景上漂亮的“笔触”，反而像狗皮膏药一样贴在视频上。 很明显，这种笔触感强烈的东西想做成美术风格自洽的动态视频，并非一件易事，至少不是短时间内可以做到自然的。 因此，我迅速确定了新的优化方向：舍弃笔触感，哪怕它很美。 这就是验证技术可行性的逻辑：拿一两张图走一遍后续流程，看看是否可行，别真等图全出来了，才发现它们不适合做成视频。 以上就是MJ生图部分我的创作逻辑，关于MJ，我还研究了一套能让你生图效率翻十倍的邪修方法，这次比赛派上了用场。 详情请看这篇文章： 最骚邪修秘法，AI做图效率飙升十倍，有手就行！（Midjourney 情绪板进阶用法 10分钟建立素材库） 最骚邪修秘法，AI做图效率飙升十倍，有手就行！（Midjourney 情绪板进阶用法 10分钟建立素材库） 2 分镜阶段 with Nano banana🍌 有了片子的“大图”，接下来要把它们细化成“小图”，也就是具体的分镜，这一步的逻辑其实很有意思。 传统创作中，分镜可以是手绘、可以是CG做的预演layout等，它们的存在能够为后续的摄制过程提供可视化蓝本，也就是说分镜、摄影、美术是相辅相成，但又各成一体的。 当然，在AI中你也可以这样做：先出分镜草图，再设计美术与摄影。 但得益于 AI 技术特点，如果你和我一样是全流程独立创作者，就可以 把这些步骤完全混在一起 ，效率非常高。 拿本片举例，大致的故事框架出来之后，我就直接开始着手制作分镜了，说是分镜，其实已经融入了摄影、美术等所有角度的思考，最终产出的图片可以直接用来做视频，堪称“超级无敌完整版分镜” 举个例子，我已经确定这个片子的开幕就是先展现 “一群猪仰慕一只大喇叭” 这个场景。 具体到镜头上，我的思路是：先展现一只猪，再展现一群猪，最后随着喇叭声音响起的时候，再揭示这群猪和大喇叭之间的关系（大小关系、位置关系等）。 思路明确，技术也是我执行，于是我就没有必要再去画什么分镜，直接按照我的想象让AI帮我生成成品即可： 接着我把这些分镜加上编号直接放在飞书云文档里，加上简单的描述词，此后的镜头们也是按照这个道理依次顺着来即可。 至于图片底下的描述词，和传统分镜故事板本质上差不多，都是为了让人明白这颗镜头时长大概多少、怎么运动、有什么台词之类的信息，但在这里批注的目的，主要是为了让团队明白我想要的效果，然后趁我接着往下做新图的时间里，同步帮我生成视频。 没错，出下一个分镜图片的同时，上一个镜头视频就直接出来了，如果我们还有个剪辑师的话，甚至直接就能同步进剪辑，效率相当高。 这些都是后话，后面再说，现在继续回到生成分镜的这一步，接下来是关于AIGC技术的分享。 文章开头我提到，这次我使用的AI工作流平台是Tapnow，其实它本质上和ComfyUI差不多，但是Tapnow非常、无敌、爆炸简单。 如果你不了解这类工作流平台，别急，我向你做简单的解释： 我们都知道要生成图片或者视频，首先需要有一个大模型，比如我用的nano banana、或者国内常用的即梦、再或者chatGPT这种大语言模型，不管你是用什么页面来与它们交互，本质上都是背后的大模型来替你解决问题。 但，不同的模型有不同的优缺点，像同样是文字生成图片的模型，有的模型可能更擅长美感、有的则更擅长一致性。 而我们不管用 AI 要做成一件什么事儿，在整个执行过程中，可能要综合运用各种AI模型的优势。 随便举个例子：如果你想生成一条不错的视频画面，可能得先用GPT生成优质提示词、再用MJ生成具有美感的画面、再用Nana banana进行精细调整、最后用即梦来生成视频。 这一套下来，如果要在多个工具或平台来回切换的话，就非常麻烦，甚至还要在不同平台充钱。 要知道，如今AIGC届风起云涌，今天你冲了年费的平台，明天可能就被另一款更牛x的平台给比下去了，那可太难受了。。。 所以市面上就有很多这种工作流平台，把各大模型的API接过来，让你可以在同一个工作面板中，用节点的方式把各个模型连接起来，最终形成一个自动运行的工作链路。 而且你只需要在这么一个平台上充值积分，积分通用于所有模型。 这就是工作流平台的好处。 说回来，试用Tapnow之后，我赛前花了一天时间在里面打磨搭建了一个工作流，可以实现以下功能： 只需要提供随手画的分镜草图，以及MJ生成的角色三视图，就这俩东西，就可以生成一张构图、人物站位、姿势等比较准确，且能保证所有镜头角色一致性的电影截图（分镜）。 比如你看，这是我的人物和分镜草图： 上传之后，让这个工作流一键运转，我就随手得到了下面这张成品分镜，这个构图、动作的精准度、以及人物一致性都非常优秀，都直接可以去生成视频用了： 本来我的打算，是比赛的时候可以用这套流程提升效率和准确性的，结果万万没想到，最终我们讲的是一群猪的故事，，， 虽然这次比赛没用上这个工作流，但这玩意儿特有意思，欢迎你去试用，链接在这里： https://app.tapnow.ai/ /tapflow/view/e3520f21?tap referral=dayu 复制上面这个链接到电脑浏览器里打开，你就能看到我的工作流，然后注册一个账号，就可以体验了。 不过我还在继续优化，最终目标是随便画个火柴人，就能一键帮我生成我要的分镜，期待我的好消息。 回到猪猪的故事，在生图这一步，技术上我是这样操作的： 首先我选择 ⬇️ 这张 MJ 生成的图片作为基准，去延伸生成几个不同景别和角度的大场景图片。 操作很简单，将图片上传到Tapnow里，然后拉着图片右边的尾巴往外一扯，就跳出了3个选项，选择“图片生成”： 这时候会出现了一个新的框框，框框下方会存在一个对话框，以及模型选择的选项。 在左下角的模型选项中选择nano banana，然后在对话框中输入提示词即可，比如：“生成这张图片的侧面视角。” 接着点击蓝色的运行按钮后，就会生成一张侧面视角的图片，如果有问题，还可以重新生成或者一次生成4张来选择其中最好的那一张： 按照这个逻辑，我生成了好几个不同角度的大景： 这些大景的作用很像是“建筑蓝图”，在接下来更具体的一些图的生成过程中，你的角色和环境的相对位置关系就可以控制的比较准确。 至此，我们完成了生图的第一步，生成大场景。（当然，具体情况具体分析，你的片子也或许根本不需要这一步） 接着， 我将向你展示具体分镜的制作方法 ，以这场戏为例：