Datawhale干货
作者：温鑫，Datawhale成员
2025是AI影视正式爆发的元年，随着AIGC技术的发展，任何人都能更好地、更可视化地表达自己的情感和情绪。创作平权、表达平权在AI时代下是必然的趋势。我之前是做经管和数据分析多一点，跟艺术、审美这些“高大上”的东西八竿子打不着，但是恰恰是AI，让我有机会在交叉领域去探索、去尝试。各种学科穿插、交融，学科的边界慢慢变得没有那么清晰，利用各种AI工具来达到提效目的/扩展能力边界仿佛成为了自己工作、生活中不可缺少的思考习惯。
关于AIGC原理，有很多大佬要讲的比较好（万字长文！关于AI绘图，一篇超详细的总结发布by 白客），我就不分享这一块了，更多聚焦在使用场景和实操流程~
如果你也喜欢尝试各种新奇的玩意，哪怕并不专业；如果你也会因为好的想法而半夜爬起来试试，哪怕试了不成功；如果你也是终身学习者，不在乎自己的“存量”是否足够；亦或是你也曾经在迷茫、在思考、在不知所措...，那么希望本次并不“权威”但足够“真诚”的分享，能给你带来一点点启发。
OK我们正式开始！
一、AIGC 短片/MV 创作流程与工具推荐
很多人觉得AI生成视频就是“输入一句话，生成一部电影”，其实现阶段还真没那么神，也就是任何人使用工具从0-1是能做出来的，但是从1-10或者100可能还得无法被标准化的直觉性的参与。
尽管市面上目前有一些好用的智能体平台，比如纳米AI、Medeo.AI、OiiOii、Lovart等等，但是涉及到具体的环节，还是涉及到人的审美、审核、控制、调整等等。
在制作过程中，大概会分为这几种模块：
1. 剧本与分镜
Gemini 在视频理解和剧本故事输出上，是我用过很顺手的AI工具，对于影视主题来说，提出的意见和提供的视角都很专业。基本上，涉及到剧本讨论、视频讨论的，我都会用Gemini。Gemini 3更是厉害的一批，很强！
2. 图片设计
图片设计过程中，最需要的需求是保持人物一致性、色调风格一致性、以及场景一致性。目前（截至2025.12.20）的生图顶流可能还是Nano-banana pro以及seedream 4.5，能够满足我的需求。不过Midjourney有天然的优势是有足够的审美，于我而言，MJ主要是提供美学宽度（风格迁移），而banana🍌和seedream更多的是提供精准度和正确性（六根手指问题）。
以下示例我使用AI工具生图的场景：
以及改图场景：
3. 视频生成
视频模型中，没有一定哪个好，只有哪个更适合。以下总结一些直觉性的经验（仅供参考）：即梦（表演细腻）、可灵（清晰、大运镜场景）、Sora2（快速出demo场景）、Vidu（特效、动画场景）、海螺（打斗场景）、Higgsfield（特效场景）、Runway（P视频场景，不过现在有可灵O1效果很好）....
在使用过各大平台测试过中英文提示词能力，以及查阅相关资料显示：平台由 “安全过滤、数据微调、功能设计、审核机制” 等多重因素共同决定，所以有时会在 “创意自由度、参数开放度、生成速度” 上做出的妥协。那么有些画面和描述中的有差异可能不一定是提示词有问题，所以涉及到有些专有名词或者影视行业的叫法，有英文辅助会更好一点，英文词汇会更丰富一点。
e.g. 难过的 ，英文有七八种形容，其实略有区别。
e.g. 镜头往前推 那到底是 焦段放大的推（zoom in） 还是 轨道推（dolly in） 还是 手持推（handheld in） ，是有区别的
1）运镜方式（Camera Movement）
核心影响画面动态节奏，英文描述更易被 AI 识别轨迹细节：
2）镜头角度（Camera Angle）
决定画面视角，影响观众对主体的感知：
3）时间控制（快门 / 延时类）
4）镜头光学（景深 / 焦段类）
5）景别体系（空间范围，含人物特化）
5. 音乐生成
音乐生成方面，最喜欢使用producer.ai和tunne来制作音乐，小白易上手，能满足大多数需求。
二、AIGC 提效工具开发分享
这部分可能是我作为一个“非程序员”比较兴奋的地方。以前我有好多重复性的工作，想写个脚本自动化，但一看到代码就头大。现在？Cursor / Trae / Qoder 改变了一切（现在也有Gemini 3）。
在使用AIGC工具的过程中，有时的场景会非常常见和经典，比如打光、换分镜或者其他的流程。那么使用AI coding的能力能帮我快速开发一个产品。说到这，不得不说Gemini3还是太强了，能够很快速的达到我的需求。内置gemini和nano-banana、veo模型，效果非常nice！
根据场景来开发AI产品，包含：智能分割音频、视频转动漫、智能扩展分镜、无限节点画布，效率大大提升。
三、探索 AI 时代超级个体趋势感悟分享
在这个时代，我越来越强烈地感受到“超级个体”的需要。当然，自己也在努力中，多往这个方向探索，多和优秀的人学习。
现在比如有个需求是： 让你给一个财经APP拍摄宣传片 。
那么有的能力可不止只有生成画面，可能需要有： 财经知识、AI产品、AIGC技术、审美能力、动画能力...... 综合能力，这放在之前都得一个团队来协调、对接、互相补充，才能完成。现在确实借助AI的力量，我们可以快速的学会一个领域的东西、快速的试错，而在“走”的过程，才能切身体会每一种技术的魅力、每一个思考问题的背后逻辑。
1. 一个人就是一支队伍
不管是AI Coding、AI设计、AI产品。一个人+AI，就能通过低成本完成以前需要多人协作才能做的事。这不是说我们要取代专业人士，而是我们有了低成本试错和快速验证想法的能力，至少出个demo还是不错的！至少面对未知，可以是“我可以试试”，而不是“我不懂”。
2. “存量”知识贬值，“调用”能力升值
死记硬背的知识（比如Python的语法细节、技术的原理）越来越不值钱。可能比较重要的是审美，是同理心，是背后那套无法言说的部分，是思考如何发挥AI的最大用处、了解不同模型的边界的能力，是整合调用的能力，是你对某个痛点的敏锐洞察。
3. “把手弄脏”
既要仰望星空，又要脚踏实地。既要做具体的事情，来了解整个工作流程和细节；又要能跳出来，稍微宏观一点的视角看待整个事情的发展趋势，这样才不会陷入“局部最优点”。很喜欢的一句话是“把手弄脏”（一位朋友告诉我的），工具再强，放在那里不用也只是工具。真正的壁垒在于我们是否愿意花时间去磨合、去调教这些工具，让它们为我们所用。从而像看待不同的资源一样，去调配、去解决适合的场景。
4. 不拘泥于是否“垂直”
之前的我也在纠结、迷茫，是否之前的实习、科研、工作要非常对口、垂直？确实，按照功利的角度来说，垂直能让我们在特定的领域更加专业且有经验，这本身没问题。但是AI发展巨变，拥有快速适应、拥抱变化的心态也同样重要，那么“广度”可能也是比较需要的。“样样通、样样松”也并非一定是不好的，而是学会利用AI，那么AI就是能够在我们自身“松”的地方“深入”下去。就具体的工作、生活场景而言，好像AI的加持下，确实扩展了很多自己的能力边界。可以培养所谓的“看似无意义”的兴趣爱好，现在无意种下的一颗“种子”，会在未来某个场景慢慢“发芽”（当然，可能会经历很长的时间跨度）~
一起“点赞”三连↓
