我们如何用 AI 做一部片子

模型人人可用。下面要讲的是人人没有的部分:导演、美术团队和剪辑师如何把成千上万条生成镜头,变成一部品牌可以播出的系列。先看一个完整的制作过程,再看我们对所有项目通用的规则。

案例 · 天猫双十一系列短剧 · 15 集 · 2026 年秋

十五集,十八个角色,五周。

一部东方神话动画电影质感的喜剧冒险,主角是猫天天和一群品牌吉祥物。每一帧都是生成的,没有实拍。 案例页

1. 在生成任何东西之前,先把世界写下来

一段话定下了整部系列的画面与表演风格,之后被逐字贴进每一个镜头的拍摄说明——所以八个人五周里做的上百个镜头,属于同一部片。

东方神话奇幻仙侠三维动画电影,超越现实的巨大建筑尺度。中国画式的空间层次,强调远近递进、留白和剪影。超写实材质质感,光影强烈、直接,有明确光源,真实。使用 ARRI ALEXA LF 摄影机及 Anamorphic 变形宽银幕镜头拍摄,大光圈,浅景深。卡通喜剧风格的表演,由性格驱动的全身表演,鲜明的重心与步态,具有重量和惯性的夸张动作,清楚的蓄力、爆发与收势,武术招式结合动物身体特征,快慢交替和短暂停顿形成喜剧节奏,眼神先于语言作出反应。

2. 把角色锁定为参考资产

每个角色都做了三视图并存为参考资产。镜头说明按名字调用资产,禁止改变物种、体型、面部、服装和颜色。为特定场景制作变体——湿身版、去掉剑柄的版本——而不是让模型即兴发挥。

设计与视觉开发阶段共 1,240 次图像生成。

猫天天角色三视图:蓝袍佩剑
白鹿角色三视图:蓝色长袍
戴冠童子角色三视图:火焰飘带
鹅角色三视图:红金长袍

3. 先分镜,再像实拍一样给每个镜头写拍摄说明

各集先画线稿分镜,按角色区分颜色。然后每个镜头得到一份书面说明:场景与时间、切几刀切在哪、每刀的镜头焦段、走位与屏幕方向、每个在画面里的角色的表演节拍、每一步的物理、光线、声音,以及一张"不许发生"的清单。

一个十秒、两刀的镜头,说明写了 3,163 字。这不是提示词,是分镜单——也是结果看起来"被导演过"的原因。

全体角色线稿分镜,每个角色用不同颜色
阅读第 9 集第 4 镜的完整说明

【固定视觉与表演风格】 东方神话奇幻仙侠三维动画电影……(同上)全片无音乐,有声效,台词。

【场景概述】 白天。猫天天、托咖天王、麻辣三太子、太乐鲜姑沿陡峭山道奋力赶往山顶,转过山路弯口,终于看见富丽堂皇的高价宫。短暂停步仰望后,四人继续向上赶路。重点表现爬山的吃力、救人的急迫,以及目的地终于出现。攀登过程通过当前陡坡和身后远山交代,不在十秒内跳转多座山峰。

【输出设置】 横屏16:9,总时长10秒,实时动作,两个受控镜头。0—4秒:四人攀登的中全景。第4秒动作匹配硬切。4—9秒:四人与山顶高价宫的大远景。第9秒画面定格,9—10秒显示倒计时字幕。无对白,无旁白,无音乐。仅保留呼吸、脚步、衣料和自然环境音效。

【当前参考】 猫天天、托咖天王、麻辣三太子、太乐鲜姑:各自主体引用。高价宫山道外景:场景图引用。四名角色的身份、服装、体型、动物身体特征及已有装备严格匹配各自参考,不增加道具,不互换装备。场景参考控制高价宫外观、山体坡势、道路走向、植被、材质与日光方向。

【空间布局与首帧】 一条山道沿同一面陡峭山坡持续向上,通往山顶高价宫。主体道路为泥土、碎石和不规则石蹬组成的山间步道,接近宫门的位置才连接规整石阶。四人前后错落向上攀登:猫天天领头,麻辣三太子随后,托咖天王与太乐鲜姑跟在后方。首帧四人已经全部在画面内。摄影机位于山道外侧,斜看四人的侧前方。行进方向为画面左下向右上,后续镜头保持此方向。

【镜头形式、光学与焦点】 镜头一采用47°自然透视中全景,完整看见四人的身体、脚部落点和山道坡度。镜头二采用84°广角大远景,四人位于画面左下方,高价宫位于右上方,建筑整体宽度约占画面四分之一。建筑直线稳定,无鱼眼变形。

【动作时序、摄影机与表演】 镜头一|0—4秒|吃力赶路:摄影机沿山道外侧平顺跟随上移,不超越领头的猫天天。猫天天身体前倾,目光先寻找下一处落脚点,踏上较高石蹬后用后腿蹬地……麻辣三太子急着跟上……托咖天王以稍慢但扎实的节奏攀登……太乐鲜姑踩过路边碎石,略展开双翼辅助平衡,确认站稳后收拢;她同样步行攀登,不起飞、不悬浮。四人步态与喘息错开,有疲惫但不停滞,不整齐踏步。镜头二|4—9秒|终于看见高价宫:在猫天天踏上转弯石面的动作上硬切至四人后侧的大远景……9—10秒|定格与倒计时:在画面下方中央叠加字幕「距离福梨盛会还有:四个时辰。」浅金白色配细暗描边。

【物理与材质】 每一步先落脚,再转移重心、蹬地上升。脚掌贴合石面,避免踩空、滑步和身体无重量漂浮。衣物、羽毛与随身装备保持连续,不因切镜换位置。

【光线】 沿用场景参考中的白天日光方向,两镜世界光源一致。金色建筑不过曝。薄雾集中在远处山谷。

【声音】 只有四人错开的喘息、鞋底与土石摩擦、踏上石蹬的脚步、衣料和装备轻响,以及低弱山风声。切到大远景后,人物声随距离适度减弱。

【正向约束】 只出现四名角色。高价宫始终位于山路上方。不生成贯穿整座山的宽大宫殿阶梯,不瞬移到宫门,不提前进殿。仅第9秒开始定格。

4. 先出草稿、挑选,再正式生成

镜头先以低分辨率出草稿——同一个镜头一上午出八版很常见——对照说明评审。只有选中的版本才以全分辨率重新生成。模型从不自己挑选。

全系列 1,408 次视频生成:1,024 次草稿分辨率,239 次正式分辨率,其余用于修补。以 Seedance 2.5 为主,Kling 等按镜头需要使用。

制作画布总览:数百个生成帧由参考线连接
第 10–14 集的画布:765 个节点,564 次视频生成。每条线都是从一个镜头传递到下一个镜头的参考。

5. 逐镜修补

客户意见进入专门的修补流程,而不是回到起点:在已完成的镜头里替换角色、去掉一条尾巴、改屏幕文字、修正道具。每次修补都是在已审定镜头上的一个新版本,连续性因此不会被意见打断。

成片帧:反派坐在金色宫殿中,身旁是鹅与鹿
成片帧:蛙角色的舌头横跨山间索桥

6. 像电影一样完成

审定镜头放大到 4K、24 帧,然后在生成工具之外剪辑、混音、调色。配音和音乐由导演决定,不由模型决定。

4K 放大后的成片帧
一个四秒镜头经 4K 放大后的样子(此处以 1080p 展示)。悬停播放。

数字

来自制作画布,2026 年 9 月 23 日至 10 月 28 日。

每个项目都遵守的规则

  1. 1

    导演先行

    导演拥有这部片:故事、基调、参考、镜头表。分镜审定之前不生成任何东西。这是大多数 AI 制作跳过的一步,也是决定结果像电影还是像演示的一步。

  2. 2

    视觉开发

    风格帧、角色表和场景主图与美术指导反复打磨,直到视觉圣经锁定。对于产品,我们把硬件重建为参考,让它在运动中保持忠实。

  3. 3

    生成与筛选

    镜头跨多个视频模型生成——按任务选,不按厂商选。一个镜头几百条是常态。由剪辑师筛选,模型从不自己挑。每个项目的片尾列出所用模型。

  4. 4

    连续性

    角色与场景依靠参考资产保持一致,必要时辅以三维和合成。《归途》让一个角色稳定了十二分半钟;天猫系列让十八个角色贯穿十五集。

  5. 5

    人工完成

    剪辑、声音设计、音乐、调色、视效清理与字幕由人完成。配音使用真人演员,除非书面约定使用合成声音。

  6. 6

    评审与修改

    按计划的评审轮次,通常两到三轮,每轮附修改记录。细化包含在内;结构性改动单独评估,发票上不会有意外。

  7. 7

    权利与披露

    每个项目记录所用模型与授权,随母版交付溯源表。未经书面同意不生成真人肖像。按需支持 AI 披露标注——FTC 指引、欧盟 AI 法案、平台规则——本站也标注了我们自己的作品。

需要多久

一支 30–90 秒的品牌片,从剧本审定到母版通常三到四周。一组四支发布会片六到八周。一部十五集的系列用了五周。实拍与混合项目按常规制作周期。

Preview build 0.3 · low-res media until launch