AI视频生产进入工作流竞争 一部播放量破亿MV的样本观察

中经记者 杨让晨 李正豪 上海报道

《过来人》截图。受访者/图

杜甫为租房奔波，苏轼谈人生失意，刘邦讲述人到中年仍不肯认输。在AI制作的MV《过来人》中，十位来自历史与神话的角色依次拿起麦克风，将自己的命运唱成当代人的生活处境。

截至10月26日，《过来人》全网累计播放量已超过1.3亿次。但这部作品的制作并未使用传统意义上的演员和摄影剧组，创作者只有一人，且并非影视科班出身。尽管播放量并不代表独立观看人数，但一位创作者独立完成的AI视频获得上亿次播放，仍足以让行业重新审视视频内容的生产方式。

这部MV的创作者叫王琨喆，网名“喆FILM”，是一名LibTV认证作者。他从事影像制作十余年，做过电视新闻，也拍过宣传片和商业广告。《过来人》是其在武汉独自完成的作品。

近日，王琨喆在接受包括《中国经营报》在内的媒体记者采访时表示，《过来人》的集中制作仅用了三四天，工具订阅及算力积分等直接支出粗略估算为数千元。不过，这一投入主要对应本次作品的集中制作阶段，并未包含此前系列作品中人物资产的积累成本，也未计算创作者自身的劳动成本。

如果只看制作时间和直接费用，仍难以完整解释这条视频的诞生过程。在长达两个半小时的采访中，王琨喆介绍了《过来人》的制作流程：前七期作品已经生成的古人形象被保存到资产库，新作品可以直接引用；图像、声音和镜头素材通过节点关系连接；当生成结果出现错误时，部分素材还可以尝试局部修改。

在惠誉评级信用评论与研究高级董事胡旸瑞看来，随着类似的视频生成能力越来越普及，AI生成内容的供给可能大幅增加，对用户注意力的竞争也可能进一步加剧。

《过来人》破圈

事实上，《过来人》并不是王琨喆第一次让古人“开麦”。

此前，“古人开麦”系列已有李白、杜甫、诸葛亮等人物说唱对战。《过来人》则把这些曾经分别出现的角色集中到同一舞台。

既要延续前作中观众熟悉的人物形象，又要在不同镜头中呈现各自的神态、动作与情绪，这带来了人物一致性的难题。

在传统的单点生成模式下，创作者每更换一个场景，就可能需要重新输入提示词、寻找参考图片。即使使用相似的描述，同一角色的面部特征、服装和整体气质也可能发生变化，需要反复生成和筛选，也就是业内所说的“抽卡”。

在被问及如何解决跨作品的人物形象一致性问题时，王琨喆首先提到了AI工具LibTV的资产管理功能。

“我把前七期的人物资产图定好，保存到资产管理，在下一个画布直接引用就可以了。”王琨喆告诉记者，在他的工作流程中，人物从一次性的生成结果，变成了能够反复调用的数字资产。“通过在不同画布中引用同一份人物资产，后续镜头可以获得相对稳定的视觉参考，从而减少重新设计角色和反复生成素材的工作量。”

在王琨喆看来，这一过程近乎“无感”。“无需为人物一致性额外钻研一套复杂技术，不同画布使用同一份资产即可。”

实际上，对连续更新的系列视频而言，这意味着前期制作的人物形象不会随着某一期内容发布而失去用途，后续作品可以继续调用。不过，资产复用主要解决的是人物参考素材的统一管理问题，生成镜头中的具体表现仍需要创作者进行判断和筛选。

而人物资产图本身也需要反复打磨。王琨喆告诉记者，他使用平台内的Lib Image 2.5图像模型，在前期把提示词写清楚之后，很多时候一两轮就能得到满意的人物资产图，无需大量“抽卡”。

“这既与图像生成的稳定性有关，也来自前期提示词准备。不过，这样的成功率还是主要取决于个人经验。”王琨喆告诉记者，多年影像制作经验与AI工具的结合，降低了他实现复杂创作构想的门槛。而《过来人》最终获得广泛传播，除了技术因素，也与作品对当代人生活困境的表达和情感共鸣有关。

在《过来人》发布前，王琨喆曾担心，此前习惯了“燃”“炸”风格的观众可能不接受抒情作品。MV上线当天，点赞增长明显快于以往，但直到随后几天，他才逐渐意识到，这次作品的传播规模与以往不同。

截至10月26日16时，《过来人》在抖音平台的播放量超过7900万次，在视频号的播放量超过5300万次。同时，相关内容被包括新华社、学习强国等在内的多家主流媒体转载。

随着传播持续扩大，王琨喆意识到，自己的作品真正走出了原有的受众圈层。

画布背后的变革

《过来人》爆火的背后，也折射出AI工具赋能下视频制作方式正在发生的变化。

王琨喆告诉记者，此前使用AI制作视频时，自己通常先通过生成工具产出单个镜头，再将素材保存到本地，最后导入剪辑软件进行处理。不同工具分别负责生成和剪辑，图片、音乐及参考素材则散落在不同位置。

作品一旦变得复杂，创作者不仅要判断画面质量，还需要不断寻找文件、核对素材来源，并记住每个镜头使用了哪些参考内容。随着镜头数量增加，素材管理本身也会占用大量精力。

制作“古人开麦”系列时，王琨喆开始集中使用LibTV的画布、节点和智能引用功能。

在王琨喆公开展示的创作画布上，不同素材通过线条相互连接，整体看起来密密麻麻。但他表示，其中的制作逻辑十分清楚：围绕已经确定的人物资产进行引用，再沿着节点关系生成所需画面。

LibTV出品方演语科技提供的资料显示，LibTV聚合了多种视频生成模型，并将画布、智能分镜、剪辑和资产管理等工具组织为较完整的制作工作流。

演语科技方面表示，目前产品已经服务超过1000家短剧团队、影视工作室及相关制作机构。“集团旗下还有AI创作者社区LiblibAI、设计智能体Lovart等产品，试图从素材和模型社区进一步延伸到设计与视频内容交付。”

不过，制作流程的集中并不意味着整部视频已经实现自动化生产。王琨喆坦言，他主要使用的是LibTV较基础的画布功能。“我用最基础的这些功能，就能很丝滑、无感地把我想要的东西呈现出来。”在王琨喆看来，产品的价值恰恰在于，创作者不需要先理解复杂的技术架构，也能按照自己的创作习惯组织素材。

除画布和资产管理外，LibTV还提供局部改图、人像修正以及视频“片段重拍”等功能。从功能设计来看，当一个镜头的大部分内容已经符合要求时，创作者可以尝试修补错误区域或重新生成部分片段，而不必舍弃此前全部生成结果。

但平台具备相关功能，并不意味着这些功能都在《过来人》的制作中得到了深度使用。

王琨喆告诉记者，由于前期角色资产图生成较为顺利，他并没有深度使用局部修图功能，视频“片段重拍”功能则进行过试用。按照他的使用体验，与重新生成整条视频相比，只重拍其中一部分内容可以节省算力积分。不过，他尚未提供具体节约金额或比例。

实际上，AI视频生成技术仍存在局限。王琨喆表示，人物演唱时的口型与歌声同步问题，自己尚未完全解决，部分素材最终仍需要依靠后期剪辑进行衔接。同时，画布虽然集中了一部分制作流程，但歌曲制作、镜头选择、节奏控制以及最终剪辑等环节，仍离不开创作者的判断。

AI视频如何走远

随着模型能力提高，连续内容生产所需的角色一致性、资产复用、局部修改与协作管理等能力，开始成为AI视频创作工具的另一组竞争指标。

围绕AI内容生产工作流的竞争，也通过资本层面反映出来。公开资料显示，演语科技今年披露完成近3亿美元B+轮融资，投后估值超过20亿美元。

不过，对模型聚合型应用而言，融资规模并不能直接证明某项产品功能已经形成长期竞争优势。在基础模型不断升级、同类工具持续涌现的情况下，如何依靠更出色的工作流和资产管理生态形成长期付费关系，仍然是其面临的商业化考验。

此外，内容生产成本降低，也可能进一步加剧内容竞争。王琨喆透露，《过来人》爆火后，已有来自多个行业的合作邀约。但他尚未细算这部作品的完整投入产出，也不愿为了短期商业收入牺牲持续创作的能力。

对于独立创作者而言，播放量、平台激励和稳定商业收入之间，不能简单画等号。即便AI降低了视频制作的直接成本，作品能否持续获得关注，以及关注能否转化为商业收入，仍存在不确定性。

在业内人士看来，AI带来的制作变化也将对相关平台的商业化产生影响。胡旸瑞告诉记者，消费互联网平台可以通过广告、内容和付费功能等多种渠道实现AI变现。

“在这样的环境下，客户黏性和内容分发能力可能变得越来越重要。拥有较大用户基础、创作者生态，以及成熟广告或内容分发渠道的平台，可能比独立应用拥有更多留住用户并将AI生成内容商业化的方式。”

胡旸瑞进一步指出，用户使用量增加，并不一定意味着能够实现持续的付费增长。如果AI大幅降低内容生产门槛，单纯拥有更多AI生成内容，未必能够形成长期竞争优势。平台仍然需要留住用户、吸引创作者，并将用户参与度转化为经常性收入。

“随着视频生成技术越来越普及，长期竞争的重点可能逐渐变成‘谁能够掌握客户关系和分发渠道’，而不只是‘谁能够生成质量最好的视频’。”胡旸瑞表示。

（编辑：张靖超 审核：李正豪 校对：陈丽）