我們花3天做了部AI短片，制作流程全公開：這個工具是利器！

眼下，AI影視化已非“能不能”，而在于如何兼具“質感和美感”，并讓抽卡次數大幅度減少的問題上。

很多AIGC視頻工具功能固然強悍，看似天馬行空，但美感乏無，廢片頻出，算力虛耗。

最近，騰訊視頻的AI工具WorkRally迭代了新版本，我們測了下，發現有點不一樣——最大的亮點，就是“抽卡少”，一次成片的幾率大大增加，其次，融合了騰訊視頻過往制作經驗，使用skiils來協助創作者提升內容的質感和美感，仿佛給AI視頻注入了靈魂。

不可諱言，AI視頻最擅長的是視覺沖擊力強、奇幻元素多的內容，看著熱鬧，實則審美疲勞了。而由于他們脫離了現實邏輯，即便生成有“錯誤”，觀眾也很難看出來，畢竟離自己所了解的生活太遠。

所以，我們測試WorkRally，特意選擇了一個現實題材——講述一名山村女孩，母親早逝，父親棄養，被貧困的爺爺奶奶撫養長大，并考上大學的故事。現在是畢業季，也是基于這一節點，所以才有了這樣一個故事，主題是“托舉”，我們是想致敬那些把孩子高高托起的人。

這個故事很寫實，就發生在我們身邊，或者干脆就是我們自己的生活。

劇照

現實題材對 AI 工具的考驗，比奇觀類內容嚴苛得多，主要體現在兩個維度：

其一，畫面的真實性感知：由于題材貼近日常生活，觀眾對人物動作、神態和場景合理性有著本能的直覺判斷，畫面稍有不合理就會顯得“虛假”或有“生硬感”。

其二，鏡頭與視聽邏輯：現實題材要求視覺呈現必須嚴格遵循傳統影視工業的鏡頭規律（如機位移動、光影一致性、空間透視等）。

因此，用現實題材測試AI視頻工具，最能檢驗其在工業化影視創作中的“準確度”與“可用性”。

成片五六分鐘，我們用WorkRally花了3天就做了出來——當然前提是我們的腳本已經寫好的情況下。前幾天，我們發在視頻號上了，一位網友評價說：這才是AI的用法。還有一位網友說：“看哭了”。

要說多好不可能，畢竟才花了三天時間，但自覺誠意滿滿，質感上也過得去。

按照我們的經驗，以前用其他工具，同樣的制作節奏，不含腳本構思至少需要一周時間，因此可見WorkRally對創作者的“提速”。

其實，之所以制作快速，核心就在于——“抽卡”少。很多使用AI創作視頻的，可能都知道，抽卡是一件靠運氣的事兒，提示詞有問題或者AI一愣神，生成的一條就廢了。

在抽卡這件事兒上，WorkRally確實少，為啥？接下來，我們逐步拆解。

WorkRally集成了很多種功能，概括起來，就是一句話——一站式服務。

假設，我們要制作一部劇，必須先有劇本，在WorkRally里，我們可以選擇用“無限畫布”來做劇本創作，因為無限畫布里有很多 skills（技能），有一個官方的 skill 叫做“通用題材創作”，可以用一句話來呈現出一個完整劇本。

比如說，我們有個故事雛形：“假設地球突然失去了地心引力，會發生什么？”

它會一步步問你，需要什么故事、角色的人設等，就像一位編劇助理在和你交談，會提供詳細的想法、步驟和細節提示。按照交流出來的內容，一路下來，就會生成一個完善的腳本。

有了詳細腳本，還會拆解出分鏡頭場次，便于AI生成——

如此一來，就在5分鐘內，實現了從0到1的過程，可以立刻拿著分鏡提示詞直接生成。當然這個腳本相對不那么完美，需要多次修改，此處僅為舉例。

回到我們前面說的《托舉》這個現實題材項目，因為我們已經有了詳細腳本，所以不需要生成，那么，就可以在WorkRally的無限畫布中提取劇本資產，轉化為分鏡，以便于管理詳細場次，呈現在畫布里一目了然——

當然，可以直接在無限畫布進行生成視頻。不過，我們團隊的習慣，是喜歡單場次創建（雖然相對耗時，但可控性較強）。

那么，就可以選擇WorkRally的“批量制作”功能，下面是我們用“批量制作”創建的數十個場次——

雖然是“批量制作”，實際上，也可以單場次生成——我們采取的就是單場次逐一生成的方式。

不得不說，它這個功能特別適合短劇創作，每一集拆解出N個場次，每場的生成內容如果覺得不行，可以重新修改提示詞，再“抽卡”，生成的視頻，都會放在提示框下面，供創作者選用。

而且，批量操作里，還有一個很酷的點——預覽粗剪，當某一集所有場次都完成后，可以點擊查看所有生成視頻連續播放的效果。這樣的話，在后續精剪時，心里有數。

生成視頻的準確性上，從我們的實測來看，20場里，只有一場是抽卡三次，三場抽卡兩次，其余都是生成一次即可，廢片率僅兩成。

這也是為什么我們認為WorkRally“抽卡次數少”是其核心優勢的原因，就在于前面所說的skills功能融合上，發揮了較大作用。

單拎一場戲來拆解——有一場窯廠的戲，提示詞是這么寫的：

磚窯、窯口的橙紅爐火、熱浪扭曲空氣、地上一層紅磚灰；運鏡要大遠景轉中景、極緩推近；爺爺汗透后背往爐膛添煤，再去搬剛出窯還燙手的磚，鏡頭最后落在他裂著厚繭、被火烤紅、沾著煤灰的手上；光要高反差，窯火橙光配重陰影；結尾周念拎著飯盒來送飯想搭把手，爺爺回頭趕她："你來干啥？這兒熱，離火遠點。"

這種密度的提示詞，按老經驗，別的工具能接住六成就謝天謝地了，不是丟運鏡就是丟手部特寫。這條出來，環境、光、動作層次、包括最后落到手上那一下，基本都在，完全不用抽卡。

一致性上，也比較穩。

《托舉》時間跨度從小學到大學畢業，人物不能走樣。在生成之前，我們先用無限畫布跑了角色的“多視角九宮格”skill，比如女主角周念，我們生成的多視角圖如下——

女主角的每個年齡段，都可以進行多視角輸出，然后逐一放到資產庫里。

而資產庫里一個角色可以掛好幾個狀態，爺爺底下就有小學時期、燒窯干活、高中時期幾個版本，奶奶也分了時期。周念從少女時期到成人，再到大學畢業，臉型有細微差異，卻始終沒走過形——做AI短劇的都知道“角色跳臉”有多勸退。

資產庫里，有人物、場景、道具、媒體等類別，只要把設定圖傳上去之后，就可以在生成視頻的場次里直接引用，而不需重新上傳——要知道每次上傳參考圖是很多創作者頭疼的事兒，這個痛點解決的還挺爽。

再說個讓人意外的，skills里有一個“活人感表演大師”的工具，幫助提升AI演員的“演技”。我們測了下——有場戲是周念深夜在她媽遺像前上香報喜，說考上大學了，然后猶猶豫豫喊了一聲“媽”（女主角出生兩個月后母親就過世了，她從未叫過人“媽”）。這段戲，情緒復雜，對于真人表演都比較有挑戰性，更遑論AI了。

先讓Agent出了個15秒完整版，它給的表演設計細到什么程度呢？引一下——

【擦相框灰的習慣動作、平靜報喜、說到爺爺奶奶語速變慢、手指捏緊通知書、沉默很久之后氣聲擠出一句"我走了他們怎么辦"、無聲流淚蹲下掩面，最后奶奶在遠處喊吃飯，她收拾情緒走出畫面。】

后來嫌節奏不夠凌厲，讓它改個5秒的，設計如下——0到1.5秒沉默，嘴唇動但說不出話，眼眶泛紅；1.5到2.5秒第一次吸氣失敗，第二次才擠出氣聲，掉第一滴淚；接著低頭看通知書，淚滴在紙上，肩膀開始抖；最后一秒半慢慢蹲下去，臉埋進手臂。

它還自己說明了5秒跟15秒版的區別，報喜那些前戲全去掉，直接從說完話之后進，鏡頭全程不動，“保持觀察者的克制”。

說實話，看到“保持觀察者的克制”這句，本人愣了一下——這是跟攝影師說話的口氣啊，此刻，只想說“AI成精了”。

即便我們使用“批量制作”，但也在用skills來調整細節，兩者結合，會讓整個工作流變得更加高效。

而WorkRally官方推出的skills挺多，我們沒有全測試，貼出來大家感受下——

一個感覺，這些skills有點像PS時代的“濾鏡插件”，如果用好了，事半功倍。與此同時，WorkRally還開放給用戶UGC上傳自己的skills到“skills商店”中，供其他創作者調用——這可以成為一個創作者變現的模式。

另外說一點，如果單場生成的視頻配音不滿意，還有后招?！昂笃谂湟簟笨梢允謩虞斉_詞或者拖本地音頻，音色能挑系統模板，模板庫命名挺歡樂，綠茶妹妹、東北大姨、機械戰甲什么都有；也能傳真人聲音做克隆，30秒以內、10MB以內，帶人聲分離開關，錄音有點底噪也能用。配完對不上嘴，有口型對齊，五個口型模型按畫風分，2D動漫、3D、真人各有對應，還有支持多人對口型的，界面直接給推薦標，不用自己試錯。

當然，我們基本靠音畫直出扛下來，后期配音模塊是備著用的。

基于上述測試，可以斷言一句，在WorkRally，執行端的不確定性它壓得很低，剩下的天花板全在人身上。

現在，WorkRally開放了AI漫劇版（也是通用版本，實際上所有內容都可以制作）面向大眾，而專業影視版和精品動畫版則屬于邀請制，目前暫未全網放開。

而針對實戰測試的感受，我們總結出WorkRally的幾個特點，這些特點，專奔著眼下的AI視頻生成痛點而來——

第一，當然就是極大地降低了抽卡頻率，前面不厭其煩說了不少，不贅述。一個題外話，因為過去抽卡次數太多，導致AI漫劇行業出現“抽卡師”一職，聽上去，像是某種隨機的抽卡游戲。但其實，這不是好事，讓短劇從業者變成了“工具人”，不是真正的“創作者”。而WorkRally則極大改變了這一點，對行業是利好。

第二，騰訊視頻的技術團隊，這次是結合了鵝廠制片人十多年的實拍經驗，融會貫通，弄出了一套完整工作流。比如，連續鏡頭Agent解決的是人物站位、場景、道具、前后鏡頭邏輯的問題；情緒氛圍Agent解決的是文戲里最容易被AI做得“假”的部分，比如哭戲的遞進、對視里的壓迫感、感情戲的微妙拉扯；武打技術Agent則對應動作戲的起勢、停頓、擊打感和連貫性……

再比如，審美這塊，現如今的AI視頻，往往陷入空心化視覺奇觀，看著美則美矣，實則沒有靈魂。WorkRally的美學Skill補了這項短板，skills里，唐代、宋代、九宮格分鏡、一鏡到底、希區柯克變焦、宏大敘事長鏡頭……可以說，把長期積累的視聽經驗打磨成了工具。

最后一點，也很關鍵，WorkRally接入到了騰訊視頻旗下的“火龍漫劇”，前者負責創作，后者負責播放互動和商業變現，完成了從“生成”到“輸出”，再到“上架”的一站式響應。兩者結合，就不純粹是“工具”，而成為打通創作到分發的全鏈路。

因此，從這個角度來說，WorkRally不只想在AI工具浪潮里分一杯羹，而是希望能夠改變甚至是“改革”AI影視化的工業標準，讓散落在犄角旮旯的AI創意動能，轉化為生態系統，從而推動整個影視工業的轉型。

當然，產品力夠了，但能否成為AI影視化浪潮里強有力的搏擊者，后續還要看WorkRally的運營策略。

撰稿｜筱熙

策劃｜文娛春秋編輯部