AI 电影的「能拍」与「会拍」之间，隔着三重不确定性

当大众电影百花奖首次为 AIGC 影像开设专属赛道，一个月内就收到 2038 件投稿；与此同时，《奇谭：纸刃渡荒墟》《热血大陈岛》陆续「持证」上线优爱腾，《三星堆：未来往事》拿到「龙标」等待登陆院线，戛纳展映的《Hell Grind》团队也已推进到第二部长片。热闹之外，多位创作者一致指出：AI 电影远比想象中复杂，输入几句提示词远远不够，其生产难度甚至不亚于真人实景的传统影视。

成本：一年涨到「一顿午饭一个镜头」

以《盗梦特工》入围北京国际电影节 AIGC 电影单元长片组的创作者李慕阳回忆，去年使用 Sora 生成 15 秒视频仅需几毛钱，「抽卡像玩游戏抽奖」。但主流视频模型迭代后，价格已显著抬升：最新的 Seedance 2.5 在 720p 下生成 15 秒视频价格约 39 元，相当于每秒 2 元，「点一下，一顿午饭就没了」。他只能转用相对划算的 MiniMax H3 等模型做平替。

东方证券 5 月研报数据显示，HappyHorse-1.0 与可灵 3.0 按生成 1 分钟视频折算，每秒 API 价格分别约 1.63 元、1.52 元。不到一年，主流模型价格几乎集体上了一个台阶。对没有团队支撑的个人创作者而言，「边想创意、边生成、边试错」的工作方式已难以为继。

工期：「抽卡」成功率与镜头一致性的双重不确定

戛纳展映的 AI 长片《Hell Grind》创作者用数据说明了「抽卡」成本：仅前 22 分钟就生成 10701 张图片与 16181 段视频，最终仅 253 个镜头合格进入成片；单条镜头提示词最长可达 3000 字，每个保留镜头背后平均经历 60 余次试错。

这种不确定性在长片中进一步放大。刘海洋（《奇谭：纸刃渡荒墟》AI 导演）指出，当前 AI 做长片的主要难点之一是「多人场景的空间一致性」——例如三个人面对面坐在酒馆里聊天，几秒后人物之间的位置关系就可能漂移。导演杨亮同样表示，室外场景尚有容错空间，但室内任何门窗、灯光、人物位置的偏移都会被观众察觉。

为了修补不一致，后期剪辑工作量成倍增加：要么重抽、要么逐帧手工修复，使制作周期更难以预测。而每当模型升级，原有的提示词技巧、参数经验与整套工作流都可能部分失效。《盗梦特工》成片中即混用了可灵早期版本、Sora、Seedance 等多代产品素材，跨版本拼接直接影响了画面流畅度与观感。

解法：靠「人」搭起一套可执行的工作流

面对上述不确定性，唯一能确定的环节，仍是人。

个人层面，创作者普遍通过大量测试沉淀自己的提示词工具包与技能插件，把原本依赖概率的生成过程转为可复用的个人工序——知道某个模型在什么条件下容易「崩」、哪种提示词结构更稳定、如何组合多个模型提升成功率。

团队层面，「传统导演 + AI 导演」的协作模式正在成为主流。《奇谭》采用双导演分工：传统导演负责艺术表达与表演指导，AI 导演将创意翻译为模型可执行的指令；团队内自然分化出导演、编剧、原画师等传统影视岗位与 AI 资产效果师、提示词工程师等新兴技术工种。

流程层面，《奇谭》出品人蒋程介绍，其团队在 AI 介入前先锁定世界观、剧本与资产；AI 介入后形成「人定标准—AI 制作—人二次修复与精修」的人机接力流水线，对每一个镜头的提示词、抽卡成本、责任人、达标率做精细化数据管理。

至于市面上的「一站式 AI 视频平台」，在长片创作者眼中略显尴尬：它们适合规模化生产的短剧与漫剧，但在视听语言决策与极致品控上无法替代人；增加导演台、无限画布等通用功能后还会推高使用成本。

终局：AI 电影必须与所有内容同台竞技

技术新鲜感带来的红利不会长久。越来越多 AI 影片在「炫技」生成廉价奇观的同时，观众的心理阈值被迅速拉高——「主角的脸又变了」「配角共用一张脸」「表情太夸张」成为常见吐槽。李慕阳直言：「最好的 AI 作品，应该让观众忘记是 AI 做的。」

AI 目前更擅长将普通创作者的完成度拉到及格线之上，却难凭空创造一种全新的艺术语言。AI 这个标签本身既不构成独立赛道，也缺少明星溢价与造星机制，势必要与真人电影、动画电影乃至短剧集在同一个市场里正面竞争。

灵河文化 CEO 白一骢的判断颇为贴切：「把 AI 当成一个工具看即可，好不好吃跟锅没关系，是炒菜人的事。」从「能拍」到「会拍」，AI 电影仍要在艺术审美、叙事能力与技术应用能力的融合赛里，一边创作、一边摸索、一边寻找解法。