23天靠AI短片赚100万！非科班出身逆袭影视区，郭帆导演拍手叫好

邓思邈 发自 凹非寺
量子位 | 公众号 QbitAI

我真的慕了。

当我还在吭哧吭哧跟AI磨合写稿时，已经有人凭借AI生成的短片，美美到账100万了。

还都不是影视科班专业出身的：

一个是学3D动画的广告人，另一个是01年的生物学硕博连读生。

以《牌子》这部7分多钟的视频为例，制作周期23天，在B站上线一周，收获1000多万次播放，80多万点赞，30多万投币。

《流浪地球》导演郭帆评论转发点赞，在油管也获得大量好评：

他们拿到的100万奖金，都是B站给颁的首届AI创作大赛一等奖奖励。据悉，这次比赛有超8300份作品参赛，77个获奖席位，总奖金池超300万元。

那么问题来了，同样是和AI打交道，凭啥是他们能脱颖而出夺得大奖？

既然模型是“疯”的，你就要当那个最清醒的“疯子”

很多人看完那些获奖作品，第一反应就是满世界打听他们用了什么神仙模型，甚至幻想着能讨要到“一键出片”的万能Prompt。

但把这些创作者的流程拆开，会发现这些人的出发点很“笨”，甚至有点原始。

这种原始感首先体现在对“表达欲”的近乎残酷的拷问上。

“开放赛道”一等奖得主DiDi_OK在动手之前，会先反复问自己：这件事有没有必要说出来？

如果这个表达不说出来，你会难受到睡不着觉，那才继续往下走。

接着是第二层筛选，这个表达对别人有没有意义？是让人产生负担，还是能带来一点有意思的新东西。

当表达站住了，再来考虑怎么呈现，也就是形式设计的问题。

DiDi_OK把做片子比作“请客吃饭”，你手里攒着的那点儿极其私人的表达，就像是一道重口味的家乡菜，直接生冷地怼到观众脸上，大概率只能换来人家的反胃。

所以需要先铺垫语境，让观众慢慢进入你的节奏，然后在某个节点，把真正想表达的东西递出去。

而好的形式往往是极简的，理解成本通常很低，观众不用费劲就能看懂你在干嘛。

尤其在AI时代，一旦你把形式搞得过于繁杂，模型那不可控的随机性叠加进去，画面瞬间就会崩盘，观众也会秒出戏。

再往下走，DiDi_OK抛出了一个很现实的判断：你做不做得完？

AI创作对连续性的要求很高，一旦中断，很难再回到原来的语境。所以DiDi_OK会果断砍掉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，我个人的情绪就会散掉”。

事实上，DiDi_OK这部不到8分钟的短片，剧本大概花了一个半月时间，视频制作周期是23天。

不过更关键的是，这一套折腾下来，你想表达的东西还在吗？

他引用了姜文的话——“我就是为了这盘醋才包的饺子”，饺子包完醋如果没了，那这顿饭他宁可不请。

如果说前面更多是来自创作者的直觉和经验，那“三体赛道”的一等奖得主半吊子Bill_的方法更偏向工程思维。

他拒绝被工具牵着鼻子走，把AI直接拆回了传统动画的生产线——剧本、分镜草稿、人设、场景、配音配乐音效，一个都不能少。但区别在于，人类只保留最关键的部分，把重复劳动工作交给AI。

剧本和分镜是核心。他会先在iPad上手绘分镜草稿，即便是画成很粗糙的“火柴人”也没关系，只要能表达清楚人物位置、动作关系和构图。

然后把草图喂给AI，让它在这个结构里生成画面。相比纯文字的提示词，这种方式对AI的约束会更强。

在视频生成时，半吊子Bill_喂给AI的提示词是分层的三段式：

先定下整个分镜的大基调，再精准拆解每一张图对应的台词细节，最后才去补足氛围和主角性格。

至于大家最在意的如何去“AI味”？

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，比如调整拍摄视角（仰拍还是俯拍）、控制画面色调随场景变化的路径（从灰到冷到暖再到血红）。

角色设计上也是同一套逻辑，通过使用活泼的人物角色、夸张表情和饱满情绪，这会让观众默认背后有一个真实有血有肉的人在表达，从而更容易代入其中。

还有一个很多人忽略的控制变量是BGM。很多人的AI短片画面很满，但声音是空的。

半吊子Bill_擅长在音效里埋钩子，靠渐强或低频的震动去勾兑那种汗毛倒竖的紧迫氛围感。

DiDi_OK视频里的BGM收到了很多夸奖，但他说自己其实“五音不全”。因为喜欢《巫师3：狂猎》配乐里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，再把这股子底蕴写成prompt喂给Suno。

在具体工具的使用上，获奖者们的做法是把每个模型的“性格”摸清楚，然后让它们各司其职。

粉墨工作室的生图流程是先用Midjourney出那种有艺术感的底图，再拿这张图喂给Nano Banana去抠细节。

而在DiDi_OK看来，视频模型里谷歌Veo对嘴型的控制很强；可灵做伪纪录片质感更好，镜头有那种沉重的细腻感；Seedance 2.0的手持晃动感更真实。

看下来会发现这些获奖者并没有什么独门绝招，他们只是用一套传统创作的方法，把AI塞进了工作流里。

前面是表达，后面是结构，中间那段看起来最炫的AI生成，其实只是执行层。但如果前后两端是空的，模型再强，也只能生成一段看起来很努力的空话。

也正因为AI工具在快速普及，真正决定作品上限和差距的东西，开始从模型能力重新回到创作者本人。

AI正在加速你完成前10个“垃圾作品”

以前大家还能把问题推给工具、团队、预算，或者一句“条件不允许”。现在这些借口在一点点失效。

第一个变化，是“做自己”这件事，从风险变成了一种放大器。

听起来有点虚？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，这是不对的事情……AI出现之后，我发现我某些窘迫和奇怪的点是可以被接受的，因为它们可能在某个层面上存在真正的价值。

AI帮助创作者大大降低了试错成本。以前你想验证一个想法，可能要投入几年时间，甚至一整个团队。

现在你可以快速把你前十个“垃圾作品”做完，丢出去，看看有没有人回应，然后根据市场反馈快速迭代。

（“前十个垃圾作品”源于游戏圈公认为“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烂透了——所以赶紧把它们做完吧。”）

不过，AI工具可以把表达放大的前提，是你得真的有东西。

第二个变化，是工具越强，注意力越往“人”这边收缩。

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”，巨物、灾难、视觉冲击……

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

一旦工具变得足够好之后，人就不再盯着工具本身，而是开始看内容本身。“就像一把锤子，当它顺手到不需要思考，你不会再研究锤子，而是开始关心钉子钉得怎么样。”

导演易小星讲得更直接一点，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被自动补齐。

AI写不了喜剧，因为它不犯错，而恰恰是“错误”让文艺作品迷人。

第三个变化，是创作这件事，开始重新依赖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，反而让一些想象力被释放出来。

比如以前很多场景写都不敢写，因为做不出来，现在只要能描述，模型大概率可以给到你一个版本。

但这并不意味着可以随便写。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长对白，这种理解会反过来影响你的剧本结构。

DiDi_OK说AI更像一个黑盒，输入你想要的，输出接近你想要的，中间发生了什么你并不完全掌控。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，以及要不要。

One more thing

1000万播放、100万奖金的例子你看了觉得很遥远，但“1万”或者“10万”的机会兴许已经满大街了。

据悉，B站AI创作大赛后续将长线落地，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。

给钱、给流量扶持。

担心你上手太难，B站还为UP主们攒了个AI创作助手，叫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的审美、风格、操作偏好等，统统可以在这里存为Skill沉淀下来。

所以做吧，先把你手头那“10个垃圾”做出来，没准儿做到第3个的时候，你就发现自己突然被看见了。