AI 短影音的下半場：從「能不能生成」到「誰來當導演」

--- title: AI短影音的下半場：從「能不能生成」到「誰來當導演」 slug: ai短视频的下半场-从能不能生成到谁来当导演 meta_title: AI短影音下半場：比的是誰能當導演 meta_description: 可靈4.0內測、《硯邊青梅》48集一人成片破億、《合龍》海外獲獎，AI影片的比拼已經從畫質轉向表演與敘事控制力。 category: ai tags: AI短影音,可靈4.0,AI短劇,AI漫劇,Kling,likli,AI影片生成,可控性,關鍵影格 ---

十月初這幾天，中國 AI 影片圈出現了幾件放在一起看很有意思的事。

快手在紐約廣告週上為 Kling 4.0 預熱，正式宣布十月上線。已經拿到 Fast 版本體驗的人給出的回饋，重點不在動作流不流暢，而在面部表情、微反應、肢體語言和節奏感。用社群的話說，標準從「會不會動」變成了「會不會演戲」。同期有消息稱快手正在內測一款叫 likli 的 AI 影片創作 Agent，涵蓋從創意到成片的完整流程，面向短劇、電商和品牌行銷。

另一頭，一位筆名叫晚晚的創作者，兩個月裡一個人包辦編劇、導演、剪輯和美術指導，做出了 48 集 AI 歷史短劇《硯邊青梅》。它在紅果的觀看次數過億，抖音相關話題搜尋破兩億。故事講的是顏真卿的姪子顏季明，那個在《祭姪文稿》裡只留下「遇害」兩個字的年輕人。

再往前幾天，首屆阿斯塔納人工智慧電影節上，中國團隊 2xLabs 的 17 分鐘短片《合龍》拿下了開放競賽單元的最佳故事獎。

三件事分屬產品、個人創作和國際評審，但指向同一個變化：AI 影片的第一關已經過了。

第一關考的是畫質，第二關考的是控制

過去兩年，影片模型的發布通常圍繞幾個可以量化的指標轉：解析度、時長、動作自然度。這些指標重要，但它們只回答一個問題：你能不能生成一段看起來像影片的東西。

Kling 4.0 的規格把這些數字推得更高：單次原生生成 30 秒，4K、1080p 10-bit HDR，21:9 超寬畫幅，多模態參考擴到 15 項，關鍵影格 10 張，提示詞上限 8000 tokens。中金傳媒在更新裡把它定性為「規格戰」，並指出 4.0 在長鏡頭連續性、關鍵影格控制、多模態參考上的升級，降低的是中長劇和影視特效這類高精度場景的門檻。

但真正值得看的是它為什麼這樣升級。30 秒夠不夠長，4K 夠不夠清晰，這些問題對短片創作者來說是痛點，對影視劇組來說只是入場券。劇組要的不是一段好看的鏡頭，是十段能接在一起的鏡頭。

單人成片和十七分鐘短片，說明的問題不一樣

《硯邊青梅》的價值不在 48 集這個數字，而在它的生產方式。晚晚的做法是先把歷史錨點固定下來，顏季明的結局、顏氏一門的忠烈、傳信使的身分，這些一個不改；史書沒寫的地方，顏季明的少年時光、他如何穿越叛軍封鎖傳遞消息，由她來補。她把這件事概括為「做歷史的補筆人」。

這個思路和 AI 影片產品的演進方向是重合的。生成不是難點，難的是讓模型知道哪些不能動、哪些需要補。

《合龍》的團隊則更直接地說明了成本結構。十餘人、一個半月，算力成本不到十萬元人民幣，其中正式生成影片只花了一週多。剩下的大頭時間用在打磨劇本和確定視覺風格。執行導演王語宸在採訪裡的說法值得記下來：技術更新快，炫目的畫面容易被複製，創作者自身的思考和文化表達更能賦予作品特色。

換句話說，省錢的部分是生成，費時的部分還是創作。

市場規模和政策正在補上另一半

據機構預測，2026 年中國 AI 劇和漫劇市場規模有望突破 400 億元。這個數字背後是平台端的動作：抖音、紅果、快手主推互動式 AI 短劇，品牌方把預算往這一塊挪。

內容生態一大，問題也跟著來。AI 短劇的產能已經很高，有統計說八個月裡產出 43 萬部短劇、其中九成由機器生成。產能過剩之後，觀眾開始分辨一件事：哪些片子是有人認真在講故事的。晚晚的作品能上熱門，靠的不是技術，是她先想清楚了一個人該怎麼被記住。

給內容團隊的一點判斷

對做內容的團隊來說，2026 年下半年真正的分水嶺不在畫質。可靈 4.0 的 4K 和 30 秒會被追上，Nano Banana 2.1 把輸出價格砍半、Seedream 5.0 Pro 把區域編輯做精確，這些都會變成業界基本配備。

真正拉開差距的是三個能力：能不能把鏡頭拆成可重複使用的關鍵影格，能不能保證角色在多鏡頭裡保持一致，能不能把創意標準寫進工作流程讓模型反覆執行。前兩個是工具問題，第三個是人的問題。

晚晚一個人做出 48 集，靠的不是掌握了多少提示詞技巧。她先有了一個值得講的故事，剩下的技術問題才有地方落。