邓思邈 发自 凹非寺
徽声在线 | 公众号 QbitAI

我真是羡慕不已。

当我还在这边与AI艰难磨合、努力撰写稿件时，已经有高人凭借AI生成的精彩短片，轻松收获100万元的丰厚奖金了。

△DiDi_OK精心打造的AI视频《牌子》

更令人惊讶的是，这些创作者并非影视科班出身的专业人士：

一位是学习3D动画的广告人，另一位则是2001年出生的生物学硕博连读生。

以《牌子》这部长达7分多钟的视频为例，其制作周期仅用了23天。在B站上线短短一周，便斩获了超过1000万次的播放量，赢得了80多万个点赞和30多万个投币。

△DiDi_OK短片最新播放盛况

《流浪地球》的导演郭帆也对此评论、转发并点赞，该短片在油管上也收获了大量好评：

他们所获得的100万元奖金，是B站举办的首届AI创作大赛一等奖的奖励。据悉，此次比赛吸引了超过8300份作品参赛，设有77个获奖席位，总奖金池更是超过了300万元。

那么，问题来了：同样是与AI打交道，为何他们能够脱颖而出，夺得大奖呢？

既然模型有时“疯狂”，你就要成为那个最清醒的“掌控者”

许多人观看完这些获奖作品后，第一反应便是四处打听他们使用了何种神奇的模型，甚至幻想着能够获取到“一键出片”的万能提示词。

然而，当深入剖析这些创作者的流程时，会发现他们的出发点其实很“朴实”，甚至有些原始。

这种原始感首先体现在对“表达欲”的近乎严苛的拷问上。

“开放赛道”一等奖得主DiDi_OK在动手创作之前，会反复自问：这件事是否有必要说出来？

如果这个表达不倾诉出来，你会难受得无法入眠，那么才会继续往下进行。

接下来是第二层筛选，这个表达对他人是否有意义？是给他人带来负担，还是能传递一些有趣的新鲜事物。

当表达站稳了脚跟，再来考虑如何呈现，即形式设计的问题。

DiDi_OK将制作片子比作“请客吃饭”，你手中那极为私人的表达，就如同一道重口味的家乡菜。如果直接生冷地摆在观众面前，大概率只会引起他们的反感。

△DiDi_OK创作AI视频《牌子》

因此，需要先铺垫语境，引导观众逐渐进入你的节奏，然后在某个关键节点，将真正想要表达的内容传递出去。

而好的形式往往是简洁明了的，理解成本通常很低，观众无需费力就能明白你的意图。

尤其在AI时代，一旦形式过于复杂，模型那不可控的随机性叠加进来，画面瞬间就会失控，观众也会迅速失去兴趣。

再往下思考，DiDi_OK提出了一个非常现实的判断：你能否完成这个作品？

AI创作对连续性的要求极高，一旦中断，很难再回到原来的语境。所以DiDi_OK会果断舍弃那些周期不可控的想法，哪怕它再诱人，“如果单位周期内无法完成，我个人的情绪就会消散”。

事实上，DiDi_OK这部不到8分钟的短片，剧本创作大约花费了一个半月时间，视频制作周期为23天。

△DiDi_OK创作AI视频《牌子》

不过更为关键的是，经过这一系列的折腾，你想要表达的核心内容是否还在？

他引用了姜文的话——“我就是为了这盘醋才包的饺子”，如果饺子包好了醋却没了，那这顿饭他宁愿不请。

如果说前面更多是源于创作者的直觉和经验，那么“三体赛道”的一等奖得主半吊子Bill_的方法则更偏向于工程思维。

他拒绝被工具牵着鼻子走，将AI直接拆解回传统动画的生产流程——剧本、分镜草稿、人设、场景、配音配乐音效，一个环节都不能少。但区别在于，人类只保留最关键的部分，将重复性的劳动工作交给AI来完成。

剧本和分镜是核心要素。他会先在iPad上手绘分镜草稿，即便画成非常粗糙的“火柴人”也无妨，只要能清晰表达人物位置、动作关系和构图即可。

然后将草图输入给AI，让它在既定的结构中生成画面。与纯文字提示词相比，这种方式对AI的约束更强。

在视频生成时，半吊子Bill_输入给AI的提示词是分层三段式的：

先确定整个分镜的大基调，再精准拆解每一张图对应的台词细节，最后才补充氛围和主角性格。

至于大家最为关心的如何去除“AI味”的问题：

半吊子Bill_的处理方式是提示词尽量避免模糊描述。比如不要说“二次元风格”，而是直接指向具体某部动画作品的视觉体系。

再叠加摄影语言，例如调整拍摄视角（仰拍还是俯拍）、控制画面色调随场景变化的路径（从灰暗到冷色调再到暖色调最后到血红）。

在角色设计方面也采用同样的逻辑，通过使用活泼的人物角色、夸张的表情和饱满的情绪，这会让观众默认背后有一个真实有血有肉的人在表达，从而更容易产生代入感。

还有一个很多人容易忽略的控制变量是背景音乐（BGM）。很多人的AI短片画面丰富，但声音却显得空洞。

半吊子Bill_擅长在音效中埋下“钩子”，依靠渐强或低频的震动来营造那种令人汗毛倒竖的紧迫氛围感。

DiDi_OK视频里的BGM收到了众多夸奖，但他表示自己其实“五音不全”。因为喜欢《巫师3：狂猎》配乐中那种古波兰女声吟唱的荒凉感，所以先让Gemini拆解其背后的文化脉络和历史典故，再将这股底蕴写成提示词输入给Suno。

在具体工具的使用上，获奖者们的做法是深入了解每个模型的“性格”，然后让它们各司其职。

粉墨工作室的生图流程是先用Midjourney生成具有艺术感的底图，再拿这张图输入给Nano Banana去细化细节。

△粉墨Morpho创作AI视频《饵》

而在DiDi_OK看来，视频模型中谷歌Veo对嘴型的控制能力很强；可灵在制作伪纪录片质感方面表现更佳，镜头具有那种沉重的细腻感；Seedance 2.0的手持晃动感更加真实。

仔细分析会发现，这些获奖者并没有什么独门绝技，他们只是运用了一套传统的创作方法，将AI融入到了工作流中。

前面是表达，后面是结构，中间那段看似炫酷的AI生成，其实只是执行层面。但如果前后两端缺乏实质内容，模型再强大，也只能生成一段看似努力却空洞无物的内容。

△DiDi_OK创作AI视频《牌子》

也正因为AI工具在迅速普及，真正决定作品上限和差距的因素，开始从模型能力重新回归到创作者本人。

AI正在助力你快速完成前10个“试水作品”

以前，大家还可以将问题归咎于工具、团队、预算，或者一句“条件不允许”。现在，这些借口正在逐渐失效。

第一个变化是，“做自己”这件事，从一种风险转变为了一种放大器。

听起来有些抽象？且听DiDi_OK这样说：

我认为世界上不应该有人因为做自己而受到惩罚，这是不合理的……AI出现之后，我发现我某些窘迫和奇怪的特质是可以被接受的，因为它们可能在某个层面上具有真正的价值。

AI极大地降低了创作者的试错成本。以前，你想验证一个想法，可能需要投入数年时间，甚至依靠一整个团队。

△DiDi_OK创作AI视频《牌子》

现在，你可以迅速完成你前十个“试水作品”，并发布出去，看看是否有人回应，然后根据市场反馈快速进行迭代。

（“前十个试水作品”的概念源于游戏圈被公认为“行业圣经”的 《游戏设计艺术》（The Art of Game Design: A Book of Lenses），原话是：“你的前十个游戏都会很糟糕——所以赶紧把它们做完吧。”）

不过，AI工具能够放大表达的前提是，你确实有值得表达的内容。

第二个变化是，工具越强大，注意力越向“人”这边集中。

半吊子Bill_提到，每当一个新模型出现，大家会先沉迷于各种“奇观”，如巨物、灾难、视觉冲击等。

这些以前成本高昂的画面突然变得触手可及。但这种兴奋感很快会消退，因为所有人都能做到。

一旦工具变得足够好，人们就不再关注工具本身，而是开始关注内容本身。“就像一把锤子，当它顺手到无需思考时，你不会再研究锤子，而是开始关心钉子钉得怎么样。”

△半吊子Bill_创作AI视频《墨滴计划》

导演易小星说得更直接，他说工具只能提供选项，真正做决定的还是人脑——你看过多少片子，读过多少书，对人性有多少观察，这些东西不会因为模型升级而自动得到补充。

AI写不了喜剧，因为它不会犯错，而恰恰是“错误”让文艺作品具有魅力。

第三个变化是，创作这件事开始重新依赖于清晰的流程和前期设计。

粉墨工作室提到，AI并没有改变对编剧这个工种的要求，反而释放了一些想象力。

比如以前很多场景想都不敢想，因为无法实现，现在只要能描述出来，模型大概率能给你一个版本。

但这并不意味着可以随意创作。相反，你需要更早地理解模型的边界——哪些东西它擅长，比如奇观、动作、特效；哪些东西它还很吃力，比如细腻的人物微表情和复杂的长对白。这种理解会反过来影响你的剧本结构。

△粉墨Morpho创作AI视频《饵》

DiDi_OK说AI更像一个黑盒，你输入想要的，它输出接近你想要的，中间发生了什么你并不完全清楚。所以你能做的，是把输入端设计得更清晰，把输出端的筛选标准建立起来。

创意、剧本、审美，这些东西没有被替代，反而被推到了更前面的位置。

工具负责把东西做出来，人负责决定做什么，以及是否接受。

还有一件事

1000万播放、100万奖金的例子可能让你觉得遥不可及，但“1万”或者“10万”的机会或许已经遍布各处了。

据悉，B站AI创作大赛后续将长期开展，专门面向UP主的AI原创动画剧集激励计划——“AI动画剧场”也已正式启动。

提供资金支持、给予流量扶持。

担心你上手困难，B站还为UP主们打造了一个AI创作助手，名为updream。

它能记住你的创作风格、习惯、节奏。包括你创作过程中积累的个性化审美、风格、操作偏好等，都可以在这里存储为Skill沉淀下来。

所以，动手创作吧，先完成你手头那“10个试水作品”，没准儿做到第3个的时候，你就发现自己突然被关注到了。