AI短视频的下半场：从「能不能生成」到「谁来当导演」

--- title: AI短视频的下半场：从「能不能生成」到「谁来当导演」 slug: ai短视频的下半场-从能不能生成到谁来当导演 meta_title: AI短视频下半场：比的是谁能当导演 meta_description: 可灵4.0内测、《砚边青梅》48集一人成片破亿、《合龙》海外获奖，AI视频的比拼已经从画质转向表演与叙事控制力。 category: ai tags: AI短视频,可灵4.0,AI短剧,AI漫剧,Kling,likli,AI视频生成,可控性,关键帧 ---

十月初这几天，中国 AI 视频圈出现了几件放在一起看很有意思的事。

快手在纽约广告周上为 Kling 4.0 预热，官宣十月正式上线。已经拿到 Fast 版本体验的人给出的反馈，重点不在动作流畅不流畅，而在面部表情、微反应、肢体语言和节奏感。用社区的话说，标准从「会不会动」变成了「会不会演戏」。同期有消息称快手正在内测一款叫 likli 的 AI 视频创作 Agent，覆盖从创意到成片的完整链路，面向短剧、电商和品牌营销。

另一头，一位笔名叫晚晚的创作者，两个月里一个人包办编剧、导演、剪辑和美术指导，做出了 48 集 AI 历史短剧《砚边青梅》。它在红果的播放量过亿，抖音相关话题搜索破两亿。故事讲的是颜真卿的侄子颜季明，那个在《祭侄文稿》里只留下「遇害」两个字的年轻人。

再往前几天，首届阿斯塔纳人工智能电影节上，中国团队 2xLabs 的 17 分钟短片《合龙》拿下了开放竞赛单元的最佳故事奖。

三件事分属产品、个人创作和国际评审，但指向同一个变化：AI 视频的第一关已经过了。

第一关考的是画质，第二关考的是控制

过去两年，视频模型的发布通常围绕几个可以量化的指标转：分辨率、时长、动作自然度。这些指标重要，但它们只回答一个问题：你能不能生成一段看起来像视频的东西。

Kling 4.0 的规格把这些数字推得更高：单次原生生成 30 秒，4K、1080p 10-bit HDR，21:9 超宽画幅，多模态参考扩到 15 项，关键帧 10 张，提示词上限 8000 tokens。中金传媒在更新里把它定性为「规格战」，并指出 4.0 在长镜头连续性、关键帧控制、多模态参考上的升级，降低的是中长剧和影视特效这类高精度场景的门槛。

但真正值得看的是它为什么这么升级。30 秒够不够长，4K 够不够清，这些问题对短片创作者来说是痛点，对影视剧组来说只是入场券。剧组要的不是一段好看的镜头，是十段能接在一起的镜头。

单人成片和十七分钟短片，说明的问题不一样

《砚边青梅》的价值不在 48 集这个数字，而在它的生产方式。晚晚的做法是先把历史锚点固定下来，颜季明的结局、颜氏一门的忠烈、传信使的身份，这些一个不改；史书没写的地方，颜季明的少年时光、他如何穿越叛军封锁传递消息，由她来补。她把这件事概括为「做历史的补笔人」。

这个思路和 AI 视频产品的演进方向是重合的。生成不是难点，难的是让模型知道哪些不能动、哪些需要补。

《合龙》的团队则更直接地说明了成本结构。十余人、一个半月，算力成本不到十万元人民币，其中正式生成视频只花了一周多。剩下的大头时间用在打磨剧本和确定视觉风格。执行导演王语宸在采访里的说法值得记下来：技术更新快，炫目的画面容易被复制，创作者自身的思考和文化表达更能赋予作品特色。

换句话说，省钱的部分是生成，费时的部分还是创作。

市场规模和政策正在补上另一半

据机构预测，2026 年国内 AI 剧和漫剧市场规模有望突破 400 亿元。这个数字背后是平台侧的动作：抖音、红果、快手主推交互式 AI 短剧，品牌方把预算往这一块挪。

内容生态一大，问题也跟着来。AI 短剧的产能已经很高，有统计说八个月里产出 43 万部短剧、其中九成由机器生成。产能过剩之后，观众开始分辨一件事：哪些片子是有人认真在讲故事的。晚晚的作品能上热门，靠的不是技术，是她先想清楚了一个人该怎么被记住。

给内容团队的一点判断

对做内容的团队来说，2026 年下半年真正的分水岭不在画质。可灵 4.0 的 4K 和 30 秒会被追上，Nano Banana 2.1 把输出价格砍半、Seedream 5.0 Pro 把区域编辑做精确，这些都会变成行业标配。

真正拉开差距的是三个能力：能不能把镜头拆成可复用的关键帧，能不能保证角色在多镜头里保持一致，能不能把创意标准写进工作流让模型反复执行。前两个是工具问题，第三个是人的问题。

晚晚一个人做出 48 集，靠的不是掌握了多少提示词技巧。她先有了一个值得讲的故事，剩下的技术问题才有地方落。