B 站的 AI 视频工具，正在补上 AI 视频的最后一环

最近这段时间，AI 视频模型的进步速度，可能已经快到让人有些麻木的地步了。

更短的生成时长、更稳定的人物、更复杂的运镜，以及过去很容易产生割裂感的连贯镜头，如今都在迅速变成 AI 视频模型的基础能力。

打开各大社媒平台，爆火的 AI 视频总是挤占着每个版面。从精心打磨的完整短片，到脑洞大开的实验作品，再到几句话就能生成的电影级镜头，AI 视频的玩法几乎每天都在刷新。

很多平台也在积极推流 AI 视频

然而在这些令人惊艳的样片之外，真正使用过 AI 视频的人，大概都遇到过同一个问题：

AI 确实可以给你惊喜，但却不一定愿意听你的。

文字与视觉模型之间始终存在信息损耗。每经过一次转换，信息都有可能发生偏移。你输入的提示词，无法让 AI 准确无误地输出你想实现的效果。评估现阶段的 AI 视频，或许不得不考虑这些成功的样片背后，到底失败了多少次。

很多时候，完全随机的 AI 抽卡才是最消磨创作者热情的环节

而这，正是 updream 在尝试解决的问题。

updream 是 B 站自研的 AI 视频创作产品，主要面向 B 站广大 UP 主设计。就在这几天，updream 上线了一项名为 " 预演台 " 的新功能，支持参考图生成 3D 白模，可任意控制镜头和人物运动，生成可供 AI 参考的具体场景。

从 " 抽卡碰运气 " 到 " 确定性创作 "，AI 视频创作中最难处理的那部分，或许即将成为过去式。

1

updream 的预演台很容易被概括成 " 一键生成 3D 白模 "，但如果只把它理解成简化版的建模工具，可能低估了它真正想解决的问题。

按照官方提供的工作流，用户可以先上传一张场景参考图，由系统生成一个具有空间结构的 3D 白模场景。进入场景后，创作者可以调整人物位置、运动路线和摄影机角度，再将预演结果作为参考交给视频模型生成。

整个过程有点像是正式拍摄前的镜头排演，所以这次我选择了一个多镜头、多机位切换的场景进行测试：

这个视频里至少包含人物走位、摄影机路径和镜头切换三组变量。如果只是依照传统使用提示词对 AI 进行描述，任何一组变量没有被模型正确理解，最后的结果都会偏离原本设计。

比如下面这个片段，仅依赖提示词，就失去了多镜头快速切换带来的沉浸感与紧迫感：

而在预演台里，一切都变得格外简单。有白模的预演结果作为参考，视频模型就能免去瞎猜用户心理的环节，直接生成可复现的效果。

创作者脑海中的镜头通常是具体的：人物离桌子多远，摄影机处于什么高度，主角在什么时候转身，这些都是明确的视觉信息。

可当镜头被写成提示词时，它首先要经历一次从画面到文字的转换；模型收到文字后，还要再次把它翻译成画面。

这其中的细节，很容易在多次的转换过程中逐渐流失，最后偏离创作者的原始意图。

实际上，即便是像 Seedance 这样的当前 AI 视频生成行业的领头模型，官方也更加推荐使用白模事先构建你想象中的画面。

而且，ControlNet 等技术路线也已经反复证明，边缘、深度、姿态等视觉条件可以为扩散模型提供更加明确的空间控制。

白模遵循的也是相似思路：它不需要拥有精细材质，却能够交代场景结构、人物位置、运动方向和摄影机关系。

但是在过去，创作者如果想制作白模作为参考，往往只有两种选择。

第一种是在 Blender 等 3D 软件中搭建场景、放置人物，再设置摄影机运动。效果足够专业，只是学习建模、动画和摄影机系统本身就需要相当长的时间。

通常需要几十个小时的前期学习和数百个小时的经验积累

第二种是在 ComfyUI 中搭建 ControlNet 等节点工作流，控制生成结果。这条路线同样也有较高的上手门槛，要求使用者理解节点逻辑、模型选择和参数调整。

而 updream 预演台所做的，是把这套专业流程压缩到一个更直观的控制台里。

预演台本身并不会消除 AI 视频中的所有随机性。白模主要提供空间和运动层面的约束，人物细节、材质表现、动作自然度以及复杂物理互动，仍然取决于模型本身的能力。

不过对于生产流程来说，能够提前固定镜头的基本结构，已经能带来明显的变化。

这种区别，在简单镜头中或许并不明显。一个人物站在原地说话，可能没有必要专门搭建白模。但当镜头涉及多人调度、复杂场景、空间穿行或长距离运镜时，预演台的价值就会被迅速放大。

2

对于基本已经全面接纳 AI 工具的游戏行业来说，updream 预演台的使用场景，或许还会变得更加广泛。

在游戏开发的前期制作环节，很多问题都不能简单地通过文字进行沟通。比如，角色从哪里出现，攻击该落在什么位置，摄影机什么时候绕到侧面……这些细节都是决定成败的关键。

当然，这部分内容其实都可以画成具体的分镜。但一旦镜头涉及多人移动、空间位置关系和连续运镜，二维分镜就很难完整表达人物与摄影机之间的关系。

如果直接进入正式制作，成本又显得太高。而且在正式动画完成后才发现镜头穿帮，很多岗位都可能需要返工。

游戏演出一直是一项高度依赖协作的工作。导演、动画、特效、音频、关卡等岗位需要围绕同一段时间线工作，任何模糊的信息都会在后续环节被放大。

于是，许多团队会先用简单模型、基础动作和临时场景制作一版白模预演在动画、特效和角色资产投入开工之前，帮助团队验证这个镜头到底能不能拍。

updream 预演台的出现，就能很好地解决这个问题。高级动画师仍然可以使用他们熟悉的 Maya、Blender 等工具，不过对于策划、制作这类以决策为主的成员，能以一种低学习成本的方式打通不同岗位之间的交流，显然也能大大提升效率。

不仅如此，很多团队最头疼的宣发环节，也能通过 updream 预演台搞定。

不少独立游戏和中小团队，往往没有预算制作高规格 CG，却要持续为商店页、版本更新、社交媒体和买量广告生产内容。

AI 视频固然降低了宣发的门槛，但生成结果的不确定性，又让制作成本转移到了反复试错上。

在 AI 视频融入游戏宣发之后，行业讨论的重点，通常集中在 " 成本降低了多少 "。然而对于小规模团队来说，每次生成消耗的积分可能还只是小事，更严重的是筛选废片、反复沟通、重新编辑和等待交付的时间成本。

如果 updream 能让一套镜头设计被稳定复用，那么它降低的就不只是生产成本，还包括围绕不确定结果产生的管理成本。

当模型可以执行更明确的镜头参考后，开发者就能把更多精力，放在真正需要考虑的部分：这个角色应该如何登场，怎样的镜头最能表现玩法，以及不同受众会被什么样的内容打动。

updream 的这套工作流，既能帮助到更多不熟悉专业 3D 软件的群体，也能实打实地减轻开发者的压力，AI 视频扩大了他们能够尝试的范围，而预演台则帮助所有 updream 用户进一步让这些尝试变得更有计划、更加可控，也更有效率。

3

从更大的行业视角来看，AI 视频工具正在经历一次重心变化。

早期的 AI 模型，首先解决的是能不能生成、怎么生成的事。此后，竞争逐渐转向清晰度、时长、动作稳定性和视觉表现。

如今，当生成质量不断接近可用标准，创作者便会自然而然地开始提出更具体的要求。能否保持角色一致，能否只修改局部，能否精确控制动作，能否按照既定镜头执行，都是值得考虑的重点。

一套可以反复使用、稳定修改和持续协作的生产流程，在当下的 AI 时代已经变得愈发关键。

updream 预演台体现的正是这种变化。目前的它显然还无法替代 Blender，也很难覆盖专业 3D 软件的完整能力。对于成熟影视或动画团队而言，精细建模、绑定、动画和灯光流程依然有其不可替代性。

" 正宗老建模 " 只会越来越少

但 updream 预演台的出现，提供了一个介于纯提示词与专业 3D 制作之间的新选项，创作者与 AI 模型之间的沟通成本，正在大幅降低。

以前，一个镜头出现问题，创作者很难判断究竟是提示词没有写清楚，还是模型没有正确理解。

而现在，创作者可以先在预演阶段确认构图、走位和运镜，再把问题拆分得更加具体，先确定空间结构，再检验模型执行。

当然，updream 最终能否成为稳定的创作工具，还是需要观察它未来的整体表现。

不过至少从方向上看，AI 视频创作的门槛，正在以另一种方式降低——创作者不必为了表达一个镜头，先把自己训练成提示词工程师、3D 建模师和视频剪辑专家。

技术门槛越低，并不代表创作本身会变得简单。相反，当工具不再成为阻碍，真正决定作品质量的，将更加集中在创意、审美和表达上。

这大概也正是 AI，在这个以人为本的时代最大的意义。