Dolphin AI 将剧本转化为多镜头视频，同时保持服装一致

长片段并不等于场景。这一区别正是大多数 AI 视频工具仍然栽跟头的地方，也是一家新入局者试图直接解决的问题。

Dolphin AI 由印度社交平台 Eloelo 打造，于 9 月 29 日在孟买 FICCI FRAMES 2026 上首次亮相。截至 10 月 4 日，它处于抢先体验阶段，并设有公开候补名单。其定位明确而具体：输入一份脚本，就能得到一段多镜头视频，其中角色、服装和场景在各个镜头切换之间保持一致。它可一次生成最长 60 秒的片段，并让语音、音乐和剪辑点与画面同步。

为什么多镜头是难点

生成单个好镜头在短时长下已基本解决，但生成属于同一场景的五个镜头则不然。独立渲染每个镜头的模型不会记得两个镜头前那件夹克是什么样子，也不会记得窗户在房间哪一侧。连贯性一旦断裂，观众立刻就会察觉。

Dolphin 将其视为一种智能体式工作流，而不是单次模型调用。它会根据脚本规划镜头列表，然后在整个序列中锁定每个角色和场景的关键参考。公司还提供换角功能，因此可以在生成后替换表演者，而无需重新生成整个视频；并提供运动控制，用于需要特定镜头运动的镜头。

该工具支持印度语言的唇形同步，考虑到其发布地点，这是一个有意为之的选择。通用模型对英语处理得很好，却把其他语言当作事后补充。一个自带印度语言支持的工具，首先瞄准的是本地创作者市场。

它与其他工具相比如何

连贯性问题并非 Dolphin 独有，有必要准确说明现有替代方案今天能做到什么。Runway 的 Multi-Shot 模式可生成约十秒的序列，并且通常默认没有音频。Pika 现在支持最长约 30 秒的多镜头创作，并提供故事板和声音设计。Luma 的 Dream Machine 通常将片段限制在五到十秒范围内。Dolphin 宣称的是更长的单次生成输出，并将音频和连贯性一并处理；如果这一点在演示片之外也能站得住脚，那将比当前选项更进一步。

它是否真的站得住脚，仍是未解的问题。公司演示都经过剪辑，以呈现最佳效果。独立测试将揭示，当镜头数量增加、时长接近一分钟时，角色的服装会多频繁地发生漂移。

集成角度

Dolphin 提供 MCP 服务器和命令行界面，让其他工具可以直接触发生成。这比听起来更重要。一个已经运行脚本创作、资产管理和审看流程的工作室，可以从该系统内部调用 Dolphin，而不必把文件导出到网页应用再导回来。定价采用订阅加积分的模式，印度定价尚未公布，条款中提到的层级包括 Starter、Pro 和 Creator。

这种智能体式定位也回应了一项工作流痛点。剪辑师需要一段视频，也同样经常需要它的可修改版本，而不必从头再来。无需重新生成即可换角，以及对单个镜头进行运动控制，针对的都是修改环节而非首次生成。这才是流程中真正耗时的地方。

连贯性背后的工作流

要让角色在镜头切换间保持一致，通常意味着构建一套参考集。智能体会从脚本和首个生成镜头中提取关键细节，然后将其作为后续每个镜头的约束。一件夹克有颜色和剪裁。一个房间一侧有窗，另一侧有门。一旦这些被固定下来，后续生成可供漂移的空间就更小，视频无需重拍即可完成组装。

困难的情况在于参考本身发生变化。一个角色在场景中途脱掉外套，或者一个场景从两个从未生成过的角度展示，都会迫使系统判断什么仍然一致、什么确实改变了。这正是规划步骤体现价值的地方，也是更简单的“分别生成每个镜头”工具崩掉的地方。

Dolphin 还允许用户在生成后替换表演者，这意味着角色身份与表演是分开追踪的。这种分离让修改成本更低。如果身份和运动被独立存储，改变其中一个并不会迫使另一个重建。

合规层面

任何面向印度创作者的产品都必须应对披露规则，Dolphin 的材料也说明了这一点。当逼真内容使用合成媒体时，YouTube 要求添加标签，屡次不披露会带来处罚。印度广告监管机构已针对 AI 生成广告制定标签规则草案，中介机构必须遵守该国关于非法内容的 IT 规则。该工具附带的指南告诉用户要披露合成镜头、获得肖像许可、跟踪模型许可证，并为审计保留提示词记录。

这些指南是此次发布中最不吸引人的部分，却可能是最重要的。跳过它的创作者，正是那些账号会被限制的人。

为什么印度首发很重要

印度是世界上最大的创作者市场之一，其大部分内容所使用的语言，全球视频模型都处理得很差。一个本地打造、支持本地语言并提供本地定价的工具，正在填补大型工作室尚未优先考虑的缺口。如果 Dolphin 的连贯性真的可靠，它可能在一个长期服务不足的市场中占据可观份额。

定价问题仍未解决。印度定价尚未公布，目前提到的层级也很笼统。创作者为每分钟成片支付多少，将决定这个工具是专业选项还是业余爱好者的玩具。可比的全球工具按生成的秒数消耗积分收费，而在多次重试之后，每个可用镜头的实际成本往往达到标价的数倍。Dolphin 也将接受同样的评判标准。

还有一个人才角度。公司自己的材料指出了将从中受益的岗位：AI 视频剪辑师、以提示词驱动故事的制片人、品牌故事讲述者和代理公司创意人员，并建议他们制作能展示多镜头一致性的作品集。这迹象表明，该工具瞄准的是会将其用于客户项目的人，而在这种工作中，连贯性断裂就意味着重拍和错过截止日期。

值得关注什么

两个信号将表明 Dolphin 是否只是一次区域发布。第一个是在接近完整 60 秒的片段上进行的独立连贯性测试。第二个是 MCP 和 CLI 集成是否会被已经拥有工作流的制作室采用，因为这正是玩具与工具之间的区别。

不过，印度市场角度是真实存在的。一个具备本地语言支持和本地合规指南的本地工具，拥有一个以英语优先产品发布的全球模型所没有的优势。这一优势能否在快速变化的领域中经受住考验，接下来几个月将给出答案。