AI影视必须走出嘴炮时代

2026年已经过去一半，可有关AI影视的不少讨论，仿佛仍停在两年前。

AI究竟能否拍电影？生成视频能否承载长篇叙事？一个人能否替代一个剧组？每逢新模型问世，行业都会再次翻出这些问题展开讨论。

最初的问题是画质不足，随后又嫌时长过短；时长增加以后，担忧转向人物一致性；一致性逐步改善后，口型、声音、表演及多镜头叙事又成了新门槛……技术向前推进一步，AI可以拍电影的评判标准就随之后退一步。

全球首部完全由AI生成的电影《地狱折磨》

当然，这类讨论并非全无价值。

但到了2026年，若仍把主要精力用于论证AI能否进入影视生产，多少已经跟不上现实。

Netflix最近披露的财报显示，今年约有300部电影和剧集采用生成式AI，涉及策划、制作、后期和交付，其中应用最集中的环节是后期。近期热播韩剧《金特务：本色回归》已经使用AI制作素材；国内长视频领域，爱奇艺也推出国内首部取得《网络剧片发行许可证》并上线、全片超过60分钟的AIGC网络故事片《奇谭：纸刃渡荒墟》，腾讯视频则宣布正在制作十几集的AI长剧及一部约90分钟的电影……

《奇谭：纸刃渡荒墟》剧照

AI早已步入专业影像领域，差异只在进入方式、应用比例与成熟程度。

真正值得追问的已不是AI能否拍摄，而是工具摆满桌面、工作流讲过无数遍之后，为何观众仍看不到多少像样的作品。

AI影视真正不缺的，恰好就是工作流

过去数年间，AI视频工具几乎每周都在更新。

海外产品包括Veo、Runway、Luma、Pika，国内则有可灵、即梦与Seedance、海螺、Vidu，以及万镜一刻、WorkRally、万兴剧厂、LibTV等大量产品。

这些产品从早期的文生视频、图生视频，逐步扩展至首尾帧控制、主体参考、动作迁移、多镜头生成、音画同步及视频编辑。

同时，大语言模型能协助开发剧本和拆分场景，图像模型能完成人物、服装及环境设定，声音模型可以制作对白、配音、音乐与音效；Premiere、DaVinci Resolve、After Effects和剪映等软件则承担最终的剪辑、调色和包装工作。

图源：网络

也就是说，今天的创作者仅凭一台电脑，就能完成过去分布在多个部门的大量工作。尽管工具尚不完美，但从故事梗概、概念设计、分镜和动态画面，到声音、剪辑与成片输出，几乎每个环节都有产品参与竞争。

更显著的转变在于，平台已不再满足于单点工具，纷纷把重点转向AI影视工作流。

爱奇艺发布纳逗Pro，希望将剧本、分镜与成片输出整合进一套系统；腾讯视频推出WorkRally，覆盖剧本分析、分镜拆解、资产生成及镜头生产；芒果TV也借助芒果灵创提供文本、图片、视频生成和API接入。

WorkRally官网截图

尽管各产品在功能和完成度上有所不同，但它们表达的是同一种思路：过去创作者需要在十几个软件间转移素材，如今平台希望为用户贯通创意到成片的整个链路。

因此，工作流既成为AI影视行业最热门的词，也成为最容易遭到滥用的词。

平台确实需要工作流；只有将模型纳入资产管理、镜头控制、剪辑、声音和交付体系，AI才有可能真正参与专业制作。

然而对创作者而言，工作流从来不等同于创作。它至多能解决如何加快画面生产，却无法解释为何要制作这些画面。

传统电影工业早已建立完整工作流，从剧本开发、筹备和拍摄，到剪辑、视效、声音与调色，每个阶段都有成熟制度和工具。但剧组采用更先进的项目管理系统或更新版本的剪辑软件，并不会让人自动认定它能拍出好电影。

图源：unsplash

AI影视也是如此，核心创作问题无法由工具作答。

系统能够自动拆解剧本，却不能判断剧本是否值得拍；能够生成几十种角色造型，却无法决定哪个角色值得观众关注；能够根据文字制作分镜，却不能代替导演判断一场戏该贴近人物还是保持距离……工作流越完整，就越不能把这些问题继续推给技术。

一个人能否完成整部电影，与这部电影是否值得观看，完全是两个问题。

工作流的价值在于协助创作者实现内容，而非取代内容。它最终应当像摄影机、剪辑台和特效软件那样隐于作品之后，而不该成为作品最主要的卖点。

如今AI影视并不缺少工作流，真正欠缺的是愿意停止讲解工作流、转而实际用它创作的人。

别再论证AI会拍，先真正拍出一部

目前的AI影视，最不稀缺的是视觉上足够惊艳的镜头或特效。

城市穿出云层，古代军队横越荒原，人物在烈焰和暴雨间完成复杂运镜。逐个观看，这些镜头已经足够漂亮。

然而电影和剧集不是生成镜头的简单拼接。人物要在几十场戏里维持性格，前面的选择要影响后续结果，情绪需要层层累积；导演还要判断哪些内容应当保留、哪些应该删除，以及这个故事为何值得讲述。

生成内容的门槛越低，这些判断的重要性就越高。当所有人都能快速获取大量画面，素材便不再真正稀缺，选择、组织及取舍素材的能力才是稀缺资源。

就像《第九区》尼尔·布洛姆坎普最近用Seedance2.0做了一部13分钟的创意短片，但导演表示《Nightborne》的制作，并不是一个人在输入框里简单敲敲提示词；整个制作过程中，生成式AI只是取代了摄影机、布景和大部分剧组人员，不过并没能取代核心创意岗位。

最近席卷全球票房的诺兰新片《奥德赛》，恰好提供了一个颇有意思的新旧媒介参照。

如今绝大多数商业电影都采用数字摄影，他却反向选择使用IMAX胶片摄影机拍摄全片。

为了让沉重、昂贵且噪音巨大的设备适用于完整剧情片，IMAX专门改良了摄影机和隔音系统。《奥德赛》由此成为第一部全片使用IMAX胶片摄影机拍摄的故事长片，而全球仅有41家影院能够完整放映IMAX 70毫米胶片版本。

这既无法证明胶片比数字技术更先进，也不意味着影视创作应该排斥AI。相反，它恰好说明媒介是新是旧并非重点。

诺兰的真正长处，是把胶片、大银幕、实景拍摄和物理手段转化为观众能够感受的电影体验。正因为作品本身成立，从《奥本海默》到《奥德赛》，一度几乎退出主流商业放映体系的IMAX胶片，才再次成为观众主动寻找并提前购票的稀缺体验，也获得继续保存乃至扩张的机会。

《奥德赛》剧照

真正让胶片重获生命的并非讨论胶片优势的论坛，而是一部观众愿意买票观看的电影。

AI影视同样只能依靠作品来完成这种证明。

技术实验确有必要，但内容不好看不能永远用这是一次实验来搪塞。观众不会因为作品仅由一个人制作，就有义务接受空洞剧情；也不会因为某个镜头生成了几十次，便自动觉得它更能打动人。

AI能够降低成本、拓宽想象空间，也能让过去因成本无法拍摄的镜头成为现实，但不会因此降低观众对人物、故事、节奏和情绪的要求。恰恰相反，制作门槛降低、画面不再稀缺之后，创意和判断只会更加重要。

今后，评价AI影视的标准应当发生彻底转变。

重点不应再是采用了什么模型，而应是作品是否完成；不应再看节省多少制作时间，而要看节省的时间是否转化成更好的内容；不应再讨论一个人能否替代剧组，而要判断他的作品是否有人愿意看完、付费并展开讨论。

图源：网络

当观众开始讨论角色和剧情，而不是忙着询问提示词；当一部作品脱离“AI制作”这个标签，依然能够获得播放、票房和口碑，AI才算真正进入影视产业。

归根到底，如同数字技术取代胶片，AI电影不是一种新的电影类别，而是一种新的生产方式。

一部电影采用数字摄影、非线性剪辑或虚拟制作，并不会让观众自动购票，AI同样不该成为作品得以成立的理由。

内容应由工具服务，表达应当统领技术。

来到2026年这个节点，模型已经足够强大，工作流和方法论也足够丰富。

行业无须继续证明AI能否拍电影，因此别再举办发布会，直接开拍吧。