15人14天如何搓出戛纳AI电影？制作秘籍开源了

15个人，14天，不到50万美元，做出一部90分钟AI长片，还在戛纳首映，《华尔街日报》、BBC等各大媒体争相报道。

这是Higgsfield用AI制作的电影《Hell Grind》，如果通过传统拍摄方式，5000万美元都打不住。

现在他们已经把项目全部开源了。我扒了一圈，发现几个具体技巧非常值得做AI长视频的创作者借鉴：角色怎么不变脸，场景细节怎么固定，复杂镜头怎么不乱。

先给角色建个档

做过AI视频的人多半都栽过这个坑：第一镜角色还挺稳，第二镜脸开始飘，第三镜像换了个人。大部分人的本能反应是把描述写得再细一点。可文字越长，模型不一定越听话，反而更容易抓错重点。

Hell Grind的思路是：与其每次重新描述，不如直接把角色做成资产。一段固定文字+一张参考图，这就是一个资产。一次搞定，反复调用。

以主角Roko为例，他的形象其实是一组资产，正常状态的、湿透的、战损的，每一个都有独立的描述、独立的参考图，用到哪个就直接调哪个。

甚至每个手部动作都是一个固定资产。

为了让角色稳定，他们的角色参考图故意做得很无聊：中性背景，平光，皮肤是真实的皮肤，姿势也普通，像证件照。

因为这张图就不是给观众看的，它是给模型认人用的。你把光影搞得太花哨，模型就会连着光影一起学，下一镜换个环境，人就跟着崩了。在他们的流程里，角色表不负责好看，只负责稳定，电影感应该放到具体的镜头和场景里，不要放进角色设定里。

甚至他们的全身参考图，有时候把脑袋都去了。

全身图里的脸本来就小，模型从这么点像素里采样，五官很容易采崩。与其让AI拿一张糊脸的参考去生成人物，不如干脆告诉它：这张图你只需要看身材比例、看服装、看轮廓，脸的事你去看另一张高清近景。一张图只干一件事。

给模型一张片场地图

现在的视频模型生成时长有限，做长视频，很困扰的一点就是：把两条单看都不错的镜头放到一起，突然发现物件跑到画面另一边去了，主角衣服上的图案左右调了个个儿，远处那片红色的天，第二个镜头里居然变成了远山。每一条都漂亮，拼起来就是一堆碎片，各是各的世界。

这是因为模型压根没有一个稳定的空间概念，它每一次都是重新搭一个景。

Hell Grind里给这件事起了个名字，叫GEO SPATIAL LAYOUT，可以理解成一张写给模型看的空间地图。这张地图在整支片子里是锁死的，每一条镜头prompt都要带上它，一个字都不改。

我翻了他们的提示词，发现这部分写得特别细，比如这一幕人物和祭坛之间的距离，提示词里固定了3米。甚至连摄影机的位置都写死了。

另外一个很有意思的点是，他们每个场景开头会先留1秒宽镜头。

这1秒没有台词，也没有动作，只是把整个空间摆出来。文档里的说法很形象：让模型先“拍下”这个安排，谁站在哪，什么东西放在哪，光从哪里来。

它有点像开拍前先让模型认一遍片场。门在哪，角色在哪，道具在哪，光源在哪，先看清楚。后面镜头再切进去，人物和道具就不那么容易乱跑。只需要花这一秒钟的时长，就能省下几个小时的重复抽卡。

复杂场面拆成一张调度表

Hell Grind是一部动作奇幻片，里面有小孩、怪物、神器、武器、群演、爆炸、光效。越是这种镜头，AI越容易乱来。

人数不对、武器变形、道具忽大忽小、背景里突然冒出一个不该在这的人...... 如果这时候你还只写"史诗级大战，场面震撼"，那基本就是把方向盘交给模型，然后开始祈祷。

他们的处理方式是：先把一个镜头拆成层来写。角色层写清楚画面里到底有几个人；空间层写清楚每个人站在哪；道具层写清楚每样东西是什么状态；镜头层写清楚摄影机怎么运动；风格层写清楚最终画面要收在哪种质感上。每一层各管一件事，不要糊在一起。

还有一个容易被忽略的点：每张参考图都要标清楚"用来干嘛"。

这张只看角色，不要继承构图；那张只看场景，不要新增人物；道具图只继承物体状态，不要连位置一起搬过来。模型是真的会手欠，你给它场景参考，它可能把参考里的路人也带进来；你给它道具参考，它可能连光线一起模仿。

所以复杂镜头，最好当成一张调度表来写。信息越分层，模型越不容易糊成一锅粥。做到这个份上，AI视频已经不太像魔法了，更像制片管理：每个角色、每件道具、每种状态先归档，用的时候再点名调用。

AI不是一键成片，但它正在改写门槛

当然，Hell Grind不是一个“一句话生成电影”的神话。他们也生成了很多次，写了大量提示词，做了大量参考图和资产管理。背后依然有很重的人力、算力和流程设计。

AI没有把电影制作变成魔法，但它确实把门槛打下来了。

过去要拍一部90多分钟的动作奇幻片，15个人、14天、50万美元，几乎不可能完成。

但现在，很多环节开始被AI重新组织。不是大团队才能做电影，也不是只有几千万预算才能验证一个创意。过去只有大团队、大预算才能承担的复杂流程，现在可以被一支小团队重新拆开、压缩、重组。

电影是最重的内容工业之一，都已经开始被AI改写生产方式了。那企业里的很多流程，就更不该只停留在“让员工用几个AI工具”这个层面。

真正的问题会变成：哪些工作可以先资产化？哪些流程可以被AI接管一部分？哪些岗位之间的协作方式，要因为AI重新设计？

所以AI Native不是买工具，也不是办几场培训，而是一次组织方式的重构。

如果你也是企业一把手，想用AI提升效率，但还不知道从哪里开始，8月15号的猎豹AI实战派，我们会把自己三年来做AI Native组织变革的经验，全部讲给你听，感兴趣的朋友欢迎扫码报名。