影片模型中，關鍵影格為何勝過片長

影片模型花了兩年時間比拼能生成多長的片段。更有用的能力其實一直藏在這些時長數字底下，而它改變了影片模型的用途。

十個關鍵影格是關鍵數字。Kling 4.0 宣布支援最多十個關鍵影格輸入，相較前一代的首尾影格控制是一大躍進。Runway 的 Solaris 則以相近但不同的方向把這個概念推得更遠：它逐格渲染介面，而不是把設計編譯成程式碼。兩者都指向同一種轉變：模型被要求精準命中目標，而不是即興發揮。

這個轉變很重要，因為它改變了模型的用途。一個即興發揮的系統是靈感來源；一個能精準命中目標的系統則是製作流程中的一個步驟。影片工作大部分的錢都在製作環節，這也是為什麼控制功能往往能讓一個模型從展示品變成預算裡的一個項目。

首尾影格控制做不到的事

上一代影片工具接受兩個影格——開頭與結尾——然後由模型填補其間的空白。實際上，這更像樂透，而不是製作工具。起點和終點被指定了，但中間的一切都是模型在猜。如果導演需要在第 3 秒出現某個特定動作，他沒有辦法直接要求。

這正是十個關鍵影格要解決的問題。十個控制點把單一插值變成一連串片段，而每個片段都可以被調度。對任何必須按腳本交付的人來說，實際結果是鏡頭中段不再隨機。如果動作必須落在某個特定節拍上，你就在那裡放一個關鍵影格，讓模型在周圍補齊。

伴隨而來的能力也強化了這一點。Kling 4.0 接受最多 15 個多模態參考，其中可包含最多 10 張圖片、5 段影片剪輯和 7 個主體定義，因此角色的外觀、產品的細節和場景的樣貌都能在一整段序列中固定下來。提示詞長度已成長到 8,000 個 token，足以描述一個鏡頭，而不只是描述一種感覺。

這種組合——大量控制點、大量參考，再加上長提示詞——描述的是一年前生成介面之外的另一種工具。它更接近 3D 渲染器的控制面板，而不是聊天框。使用者應該帶著計畫前來，而不是靠反覆嘗試去發現一個計畫。

參考數量上限是實用範圍最廣的部分。能在同一段序列中固定 7 個主體，意味著反覆出現的演員、產品和場景都能在同一個生成任務中保持一致，而這正是系列作品所需要的。要新增一個主體，不需要重新訓練模型。你只要加入一個參考並替它命名。

當生成像樂透時，工作流程是生成、檢視、重新生成，而導演的技能在於寫出能提高勝算的提示詞。當生成能精準命中目標時，流程會變成設計、放置關鍵影格、檢視、調整某一個區間。技能重心也從提示詞工藝轉向鏡頭規劃。

任何做過動畫或視覺特效的人都會認得第二種流程。那是由模型進行中間影格補間的關鍵影格動畫，而且這些工具對應的是既有做法，而不是發明一門新學科。這正是讓製作團隊能採用這項能力的原因：它可以直接嵌入他們原本就在跑的流程。

它也改變了失敗模式。一次糟糕的生成不再是白費的一次擲骰；而只是一個需要新關鍵影格的區間。你修正壞掉的那個部分，而不是重新生成整個鏡頭然後祈禱。

同樣的邏輯以不同形式出現在 Runway 的 Solaris 中：它逐格渲染一個介面及其對輸入的回應，省去把設計編譯成程式碼的步驟。其背後的說法是，世界模型可以直接產生像素，因此中介表示變得多餘。

這兩個案例都對模型提出同樣的問題：不是「做出某個看似合理的東西」，而是「在這個特定時刻產生這個特定的東西」。當一個生成系統能被要求達到某個精確目標時，它的價值會大幅提升，因為這就是草稿與可交付成品之間的差別。

差別在於被取代的是什麼。關鍵影格控制取代了鏡頭中段的隨機性。Solaris 則移除了一個向來有損的轉譯步驟，也就是設計與其程式實作會隨著時間逐漸背離。在這兩種情況下，生成模型都正在吸收原本屬於中介流程的工作，而支持讓它接手的主張也一樣：保真度就是在中介環節流失的。

未解的問題是，關鍵影格控制在大眾真正能取用的模型上是否站得住腳。Kling 4.0 的完整能力仍在陸續推出；最先上線的是 Flash 層級，而且發布時程過去也曾從宣布的 10 月窗口延後。歷來，關於控制功能的公告往往比功能本身更可靠。

第二個問題是成本。精細控制意味著更多關鍵影格、更多參考和更長的提示詞，而按秒計價代表每一個旋鈕都會讓帳單增加。採用關鍵影格控制的團隊必須決定多少個控制點才值得其成本，而當定價頁只列出單一每秒費率時，這個計算並不直觀。

第三個問題是介面是否會跟著改變。一個接受十個關鍵影格和十五個參考的模型需要的是時間軸，而不是文字框；第一個為生成式影片打造出合適時間軸的廠商，將會解決競爭對手還沒注意到的問題。

跨過那個門檻，AI 影片就不再只是展示類別。片長從來都不是難的部分。

同樣的轉變也帶來人力配置上的意涵。當模型能精準命中目標，能規劃鏡頭的人會比能寫出偶爾生成出鏡頭的提示詞的人更有價值。可以轉移的技能來自傳統製作：知道一個鏡頭需要傳達什麼、動作應該落在哪裡、剪接應該是什麼感覺。這些技能在樂透時代曾被貶低，而當模型可以被調度時，它們又會重新派上用場。

剩下的問題是誰能取得這種控制能力。便宜模型與可控模型尚未匯流，而它們之間的價格差距很大。如果精準度停留在高階付費方案之後，實際效益會落在原本就有製作預算的工作室身上。如果它向下普及，一個有腳本和計畫的個人創作者，就能交付過去需要一整個團隊才能完成的作品。