关于ZAKER Skills GEO服务 合作
量子位 昨天

初中毕业烘焙师,1 人搓出单集千万播放科幻剧,中国 AI 长片杀疯了!

初中毕业、前烘焙师、跨界自学、单枪匹马……做出了单集千万播放的科幻剧?!

不 er,这 Buff 是不是叠得太满了……

创作者灵玉导的这部《代号:悟空》,把悟空放进了未来的上海。

黄浦江的水往上涌,几百米高的巨兽闯进了陆家嘴。悟空早就被封了神力,怎么办?

于是这猴儿自己造了台机甲,开着就上了。

跑出千万播放的 AI 影片,还不只这一部。

中国创作团队狸狸安用 AI 拍出的 " 纯正韩剧 " 也火出圈了。

这部《都梨安》把狐狸和猞猁送进校园搞轻喜剧,单条视频在抖音播放量超 1500 万,狂揽96 万赞。

扒了下才发现,这些爆火的作品居然都出自同一个 AI 影视创作比赛。

最近,全球首个聚焦影视级长片创作的 AIGC 赛事,RunningHub 全球 AIGC 长片创作大赛,正式收官了。

战报拉出来,说实话,有点吓人。

全球征集了 1500 多部作品,长剧和电影级长片占比超过八成,时长超过 60 分钟的作品,有 20 多部。

没错,就是那种能在电影院放一个多小时的长片。

这批作品里,跑出了近百条百万播放的爆款,还有数十条是破千万的现象级长片。

更硬核的是,全场斩获 100 万元现金大奖的作品《空城又一计》,以及入围的《霍元甲》,已经正式进入院线电影的立项开发流程。

什么意思?

AI 视频,告别了十几秒的高光奇观和抽卡时代,正式杀入了长叙事和工业化量产的时代。

AI 影视创作,从野生创意的技术自嗨,直接通向了大银幕。

那咱就来看看这些作品都有啥新奇的?到底凭什么能突破时长限制、打破画面崩坏的魔咒,甚至引来海外专业影视团队的围观?

AI 视频杀入长叙事时代

过去我们总觉得,AI 视频创作嘛,不过是试试水。

抽几次卡,凑个十几秒的短片玩玩,然后发个朋友圈,齐活!

可真要做起长片才发现,这完全是两码事,如果把它想象成短片抽卡次数的简单叠加,那简直是大错特错。。。

创作者们首先要面对的,就是剧本问题。

几万字的长篇文学作品,怎么拆解成工业级的、能让 AI 看懂的镜头语言?

一部电影或剧集,往往从几万甚至几十万字的小说改编而来,变成剧本则需要经历一个极其繁琐的结构化过程。

放在传统的制片流程里,这个环节需要编剧、导演、分镜师等多方协作,耗费数周甚至数月,反复开会、磨合,才能将文字转化为数百个可执行的镜头脚本。

而且整个环节里充斥着大量主观判断,沟通成本很高。

我见过太多团队,剧本组织一团乱麻,分镜提示词各种失控,项目直接死在了第一步。

这次大赛里的作品,偏偏就把这道难题啃下来了。

顺便给大家透个底,这批兼具叙事黏性与电影级视听的爆款长片,全部跑在海马云旗下 RunningHub 打造的 AI 影视工业管线上。

比如最佳短剧奖《这是我的世界》,十几年的创意老炮林杉导演用 AIGC 做的系列剧集,被网友转到 YouTube 上,单集播放量也破了百万。

能把庞大的故事脉络理得井井有条,就不得不说 RunningHub 的RHTV 剧本工坊。

这玩意儿最高支持 10 万字的长篇剧本,你直接把小说扔进去,它能一键给你解析成大纲、场次,再到标准化的分镜提示词。

它不是简单的文本摘要,而是深度理解戏剧结构,识别人物关系、情节转折点和情绪曲线,然后将其翻译成包含场景描述(Scene)、镜头角度(Shot)、角色动作(Action)、对话(Dialogue)的工业级分镜语言。

而且它还支持多人在线协同,共享一个资产库。

编剧、导演、AI 制作,所有人对着一套资产干活,消除了从文学到镜头的第一个工业断点。

剧本问题解决了,下一个拦路虎就是拍摄。

比如拿了 " 最具潜力科幻 IP 奖 " 的《代号:悟空》,创作者灵玉核心用到了RHTV 的无限画布能力。

△《代号:悟空》画布

剧中有一个片段,观众看的是悟空开机甲打巨兽,但灵玉剪片的时候,却被孩子手里一个小木偶绊住了。

第二集里,一对母子从外滩撤离。

孩子一路攥着木偶,单看每条素材都好好的,剪到一起才发现,怎么跑着跑着,手里的木偶大了一圈?

还有一版更离谱,俩人上一秒还往街里跑,切个镜头,俩人直接掉头了……

为了解决这类穿帮,最开始灵玉只能翻实景地图、参考实拍图,再手绘分镜一点点核对,费时费力。

而用上 RHTV 的3D 导演台之后,思路就完全不一样了:

先在场景里放上两个角色替身,布好虚拟机位,让人物沿着撤离路线预演一遍。双机位同步预览,人物行进方向、空间逻辑对不对,一眼就能看清,从源头规避镜头衔接翻车。

简单的走位还好,要是更复杂的打斗、大场面的运镜,又该怎么避免盲目抽卡呢?

传统纯二维的文生视频,在处理空间轨迹、打斗走位这些问题上,非常容易 " 空间失控 ",说白了就是胡来。

你让一个角色 " 从左向右跑过爆炸的街道 ",AI 可能让他跑着跑着就穿过了汽车,或者镜头突然从一个莫名其妙的角度切入……人物运动轨迹毫无逻辑,基本等于开盲盒。

但这次的几个作品,简直是展现了教科书级的运镜。

最佳电影奖《青铜守护者》(创作者:猫大人爱睡大觉 / 光影几何动画工作室)中,字幕刚打出 " 三个月后 ",一张通缉令就被风卷到了镜头前。

等通缉令飘远了,沙海尽头的建筑才露出来。

镜头进了城,又钻进一条挂着红布篷的窄巷。小机器人从前景滚过去,一个黑衣女人从人群深处走来。镜头给了她的脚步和正脸,再切到背后,看她走进一道黑漆漆的拱门。

这两段都挺适合先拿三维白模预演。

作品兼具史诗感和东方美学,场景调度复杂宏大,播放量逼近千万,甚至引来了 Netflix 的专业制作团队组团围观研讨。

这就不得不提 RunningHub 的另一个大杀器,RHTV 云片场。

简单粗暴地说,RunningHub 把 Blender 直接搬到了云端,免安装,打开就能用。

然后,你想搭什么、摆什么机位、怎么调度,只需要说人话,就能指挥一个 Agent 在云端给你搭三维场景、规划运镜轨迹。

如果需要抠细节,可以随时无缝切换到 Blender 的原生界面手动精调。

比如在上面的这个片段里,通缉令先用一张薄片占位,试试它飞到哪儿翻面,能让观众刚好看清那几个字,又能在飘走时把远处的建筑让出来。

到了集市,小机器人先用个矮圆柱,女人和路人用简单的小人,拱门也只搭个轮廓。

所有复杂的调度,多人物的走位、一镜到底的复杂运镜,先在三维空间里用简单的白模彩排一遍。

先试机器人什么时候从镜头前滚开,再把机位换到女人背后,看看观众还能不能顺着她的脚步找到那扇门。

等这几个白模都能把走位整明白了,再让 AI" 开拍 ",去做纸边被风扯得乱颤、红布篷在巷子里晃,还有女人从大太阳底下一脚踏进门洞时,光线暗下来的效果。

更关键的是预演即资产。

白模预演阶段确定的空间关系、角色动线和镜头路径,本身就成了可复用的生产资料,直接作为下游视频生成节点的空间和构图参考。

整个流程在同一块画布内闭环,不存在跨软件导出的信息损耗,前期制作成本直接降低 50%。

这就不是抽卡了,这是导演在片场指挥。

影像制作走向稳定量产

好了,前期筹备搞定,进入中后期制作,更头疼的问题又来了。

首先就是角色一致性。

长片动辄几十个场次,光影、角度、景别千变万化,怎么保证主角全程不 " 换脸 "?

怎么根治那些时不时冒出来的画面崩坏?

还有,AI 生成的人物,普遍缺少细腻真实的微表情,要是神态僵硬,怎么办?

这是 AI 视频的老大难问题。

这次大赛的几个获奖作品,给出了相当漂亮的答案。

开头提到的韩剧风短剧《都梨安》,一共规划了 5-8 集,每集 4-6 分钟,主角是拟人化的狐狸和猞猁。

作品没有把兽耳、尾巴做成单纯的装饰特效,而是将动物特征和角色性格、剧情情绪强绑定,兽耳、尾巴的动态本身就是角色情绪的表达。

同时剧集对角色一致性要求极高。

贯穿多集的镜头里,耳朵、尾巴的造型、尺寸、毛发质感,以及随情绪摆动的弧度都要稳定可控,避免尾巴大小忽变、毛发质感时有时无的崩坏问题,需要依靠精准的局部约束与微调,实现真人基底叠加兽化特征的长时序稳定输出。

△《都梨安》人物资产

《异邪录》(创作者:羊羽)在多集跨场次里,也实现了东方志怪画风和角色状态的高度稳定。

最夸张的是《孤鲸》,创作者野生锅,一个人,一个月,只花了 1.5 万元的极低成本,就独立完成了一部 78 分钟的完整长片——

登顶 B 站热搜,全网播放破千万。

这种成本和效率,简直是在掀桌子。

至于他们是怎么锁死一致性的?这是一套组合拳。

首先要说的就是像素级的精准局部返修。

以前 AI 生成一段视频,只要有一帧、一个局部坏了,对不起,整段报废,从头再来。

但新生成的结果可能修好了手,脸又崩了……

现在 RHTV 支持逐秒抽帧,在画板上进行局部重绘,哪儿坏了修哪儿。

这就像 Photoshop 里的修复画笔一样,告别了那种拆东墙补西墙的绝望返工。

讲到这里,你可能会觉得 RunningHub 只是做了一套非常强大的工具集。

但真正的壁垒,远不止于此。

海马云创始人兼 CEO党劲峰有一个判断:

消费级 AI 很难赚到钱,真正能落地变现的,只有垂直生产力场景。AI 下一阶段的本质,不再是发散式的概率生成,而是确定性的系统交付。模型谁都可以买到,真正拉开差距的,是算力、Harness,也就是 Agent、上下文、工具链,和数据深度咬合在一起的 " 生产力发动机 "。

RunningHub 所有工具,都搭建在这台 AI 生产力发动机之上。

它本质是一套自洽的五层能力栈:

最底层是海马云独有的渲推一体算力层,依靠智能调度把 GPU 利用率提升 70%,从根源压低制作成本;

往上是模型层,他们不做通用大模型,而是聚焦 H3 RH Enhanced 这类经过场景化后训练的垂直模型,专门解决影视工业化里的实际难题;

核心是Harness 系统编排层,它就像神经网络,通过 Agent 调度整套工具链,从 LoRA 角色资产到云端 Blender,自动完成复杂的创作任务;

支撑这一切运转的是数据层,持续吸收平台上专业创作者的操作轨迹,形成越用越聪明的飞轮闭环;

最后,所有能力收敛到应用层,也就是我们看到的 RHSTORY、RHTV 云片场等产品,直接交付给创作者。

这套五层架构,才是 RunningHub 能够支撑工业级 AI 长片创作的底气。

技术管线把长片的生产成本打下来了,生产周期也大幅缩短了。

这也真正实现了" 一个人,就是一个全流程电影级剧组 "。

但 AI 导演们立刻就面临一个更现实的终极拷问:

长片做出来了,去哪变现?巨额算力谁来买单?

打通文学 IP、明星形象授权与商业发行链路

短视频跑出流量,下一条就有机会接广告,变现链路很短。

可拍一部长片,剧本、分镜、算力的钱得先花出去,回款却要等片子做完、找到发行渠道之后。

作者几个月埋头创作,硬盘里可能已经躺着一部电影了,账上却还没进第一笔钱。

就算这一次咬牙靠热爱扛过去了,下一部呢?

看中的小说找谁谈改编权,做片用的算力从哪儿来,拍完又交给谁发行?

这些资源,都要创作者挨个对接、自己摸索。

很多民间创作者不缺创意和才华,却卡在同一个困境里:

想法再好,没有配套条件落地;片子做得再好,也没有渠道触达观众。

缺 IP 源头、缺算力支撑、缺发行通路,很多人只能单纯为爱发电,很难形成可持续的创作循环。

而 RunningHub 这次借着大赛,把这些原本散在各处的资源整合到一起,目标就是搭建一套完整生态——

一套IP 资产 + 工业管线 + 发行片场的全栈生态闭环。

首先是 IP。经常拍好莱坞电影的都知道(doge),IP 才是最值钱的。

海马云这儿,直接帮你把 IP 库建好了。

他们独家签署了《时间之墟》《赛什腾之眼》等 6 部科幻作品的 AIGC 独家改编权,还联动星云奖、天问奖建立了一个 IP 共创库。

在明星数字形象合作方面,演员温碧霞是 RunningHub 的首批合作艺人之一。

其授权数字形象即将入驻 RunningHub 艺人资产库,供创作者在授权范围内用于 AIGC 影视创作。

然后是真金白银的托底。

海马云推出了一个片场计划。

准备投入亿级现金 + 无限算力,全流程护航推进 10 部院线级电影、100 部精品 IP 剧集和 5 部影游互动作品。

最后是发行。

片子拍出来了,不能只放在硬盘里。

RunningHub 联合了爱奇艺、腾讯这些主流平台,打通了制作、发行和分账环节,推动《空城又一计》《霍元甲》这样的项目,从线上的爆款,直通院线大银幕。

你看,从 IP 源头,到工业化生产管线,再到商业发行,整个链条,RunningHub 全都打通了。

过去一百年,把天马行空的想象,落地成院线级的影像,始终是少数人的 " 特权 "。

影视创作的门槛,把很多怀揣着好故事的创作者挡在了门外。

今天,属于每一个人的数字影棚,正式开机了!

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法!

— 完 —

点亮星标

科技前沿进展每日见

最新评论

没有更多评论了

觉得文章不错,微信扫描分享好友

扫码分享

企业资讯

查看更多内容