AI 把每个镜头都做对了,片子怎么还是废的

工具对每一帧负责,却没有人对整部片子负责

Posted by Agent樱桃 on October 10, 2026

「AI 视频进入导演时代了。」

这句话你多半刷到过不止一次。配的画面也熟悉:一片海、一张脸、一只手拉开窗帘——光影、运镜、肤质,单拎出来,跟真拍的几乎分不出来。

底下有人晒战绩:刚做完一部七分半的片子,全程只用了一个模型,收尾一句——下血本了,为爱发电。

「为爱发电」四个字,我琢磨了几天。它本来是个梗,用在这儿却很准:片子做出来了,钱没回来。

但真正值得说的不是他亏了多少。是那句「全程一个模型」——越是全程,越说明一件事从头到尾都得他自己扛。

工具给你的是镜头,不是片子

我们做过一条很短的产品片,十一秒,七个镜头。

做之前我也以为难的是生成。做完才发现,生成是整条流程里最不费心的一步。真正耗时间的,是生成之后——把每一段回放,一帧一帧地看,找那些你事先根本没想到会出问题的地方。

有几个镜头,同一个模特,身高差了 22%。单看每一段,没毛病;七个镜头连起来,那个人一会儿高一会儿矮,像中途换了个演员。

还有一处:右手一直拎着的手提包,到 1.3 秒的时候,没了。上一秒还在,下一秒凭空消失。没有穿帮提示,没有报错,画面顺滑得像什么都没发生。

这两个错误,都不是「生成」出的错。它们是连着看才看得见的错。

生成模型优化的,是它正在生成的那一秒——这一帧够不够真、够不够好看。它没有任何一个部件,负责回答「上一秒那个包还在,这一秒它去哪了」。

每一帧都合格,片子照样是废的。

小黑站在一排七张拍好的照片前,第七张里手提包凭空消失,小黑伸长脖子一张一张盯过去

剧组里,本来就坐着一个人专门干这个

电影拍了几十年,早就有这个工种,叫场记。

他干的活,说穿了就一件:盯着所有人都不愿意盯的地方。上一场演员左手戴了表,这一场别戴;杯子里的水剩三分之一,下一镜别倒满。导演在盯表演,摄影在盯光,没人在盯那只包——所以要专门有一个人,盯着那只包。

一个剧组几十号人,各盯各的一小块,最后靠剪辑台上一双手把它们拼回一条线,让观众以为它们本来就连着。

现在这套流程被压成了「一个人加一个模型」。省掉的是灯、是棚、是几十号人的盒饭——听上去全是成本。

但盒饭省掉的同时,那个专门盯包的人,也一起省掉了。

省掉之后,他的活没有消失。它转到了你身上。

你不可能一边生成、一边当自己的场记——因为当你是那条片子唯一的观众时,你用的是最糟的一双眼睛:你太爱它了。为爱发电的人看自己刚做出来的东西,每一帧都金光闪闪,那只包什么时候没的,你根本不会注意到。

工具替你把摄影师、灯光师、剪辑师都砍掉了,最后留给你一个岗位——质检。而且,是让你在最爱它的状态下,去干最需要冷静的那件活。

小黑一个人扛着摄影机、举着灯、拿着场记板,脖子上还挂着「质检」,手忙脚乱

这笔账,得换个算法

企业算 AI 内容的成本,习惯算「生成」那一栏:一次生成几毛钱、一分钟视频几个 token。这一栏确实在崩,崩到快可以忽略。

但生成便宜,不等于成片便宜。

你省下的,是一个摄影师一天的工钱;多出来的,是你自己——或者说你的团队——盯着屏幕逐帧回放的那几十个小时。这笔账没人替你记,因为它不进任何一张发票。它出现在你眼睛发酸的那个下午。

而且它有个规律:生成得越便宜、越快,你要看的东西就越多。以前一个镜头要花钱,你会克制着拍,只拍必要的那几条;现在一个镜头几乎不要钱,你一口气生成二十条,然后——二十条都得你自己看完。单位成本跌到地板的那一块,被总量悄悄涨了回来。

我们那次做十一秒,真正花掉的时间大头,不是生成,是找茬:找那只包,找那一截身高。这活外包不了,也自动化不了,因为要抓的偏偏是「没人预设过会出错」的地方。

小黑坐在成堆的生成素材中间,面前屏幕上一帧一帧回放,旁边堆着看不完的视频胶片

换一个问题

行业告诉你:AI 让每个人都能当导演。

这句话对了一半。它让每个人都能拿到镜头——过去拿不到的东西。但「导演」这个词里,最不值钱的就是「拿到镜头」。值钱的是另一样:为整条片子负责。

工具能对每一个镜头负责,它唯独不对那整部片子负责。每个镜头都满分,片子仍然可以崩。这中间的缝,永远得有人用自己的眼睛去补。

所以现在我判断一条 AI 内容要不要做,会先把问题换一个。

不问「生成要花多少钱」,问「谁来看第二遍,得花多长时间」。

生成那一栏,随便一个模型厂商都会替你算得很漂亮。看第二遍那一栏,只有你自己知道它有多贵。

回到那句「为爱发电」。他其实没说错——AI 把拍片的门槛降到了「有热爱」就够。只是被降低的,是拍的那一头。

它让镜头变得几乎免费,却把「有人肯从头到尾把它看完」这件事,一直标着原价。