AI短剧生成（累计参与创作10余部）
AIGC / 导演助理 / 小组组长
在新片场观看公开示例 ↗
概览
累计参与创作 10 余部 AI 短剧。从真人转绘测试到 AI 真人剧小组组长，我负责把剧本拆成角色、场景、分镜和可执行镜头，推进图片与视频生成、剪辑拼接、声音后期、团队协作和交付。
- 角色
- AIGC / 导演助理 / 小组组长
- 时间
- 2026.02-2026.06
- 平台
- AI漫剧 / AI真人剧
证据
顶部已接入新片场公开示例视频；以下压缩后的图片记录角色、场景、动作、站位与连续性控制方法。
先固定人物外观、服装、年龄感和空间氛围，再把角色与场景条件交给后续分镜和视频生成。
通过细网格、像素网格和面部关键点辅助角色参考，处理人物一致性和当时部分人脸素材审核问题；实际使用仍需按人物和模型状态调整。
把真人表演转成绿幕人物参考，并用不同颜色的色块标记人物位置，把动作、比例和空间关系变成模型更容易理解的输入。
截取上一段视频的尾帧，先优化清晰度和细节，再作为下一段视频生成的参考，验证人物、场景和动作的连续性。
情境
模型不稳定，但短剧需要连续的人物、动作和空间关系
实习前期，我参与真人转绘短剧和 AI 视频生成测试。人物外观、场景关系、动作和站位容易在连续生成中变化，即梦单次最多生成 15 秒视频，也让长段落制作必须拆成多个可控片段。
- 人物和场景需要在多个片段中保持一致。
- 上一段视频的动作和镜头位置要能够传递给下一段。
- 真人表演、人物站位和空间调度需要被转化成模型可理解的参考信息。
- 生成成本、平台审核、交付时间和画面质量需要同时平衡。
任务
提高 AI 视频生成的可控性，并带领小组完成全流程制作
我先测试并总结人物、场景、动作和连续性的处理方法；成为 AI 真人剧制作小组组长后，再把公司提供的剧本转化为角色、造型、场景、分镜、镜头脚本和可交付成片。
- 建立适用于不同生成问题的参考素材和处理方法。
- 把文字剧情拆成可执行的视觉、镜头和制作任务。
- 推进图片、视频、剪辑和声音后期，并对齐导演反馈。
- 协调组员、导演和剪辑，在质量、时间和成本之间做取舍。
行动
用尾帧续生成解决视频衔接
我截取上一段视频的尾帧，先优化清晰度和细节，再把它作为下一段视频的参考图，检查人物状态、场景关系、动作和站位是否接得上。
- 把有限时长的生成任务拆成连续的短片段。
- 通过优化尾帧减少重新生成时的人物变化和空间跳变。
用面部网格和三视图稳定角色参考
针对人物一致性和当时部分人脸审核问题，我测试在三视图与角色参考图上添加细网格、像素网格或面部关键点，同时保持脸部特征清晰可见。
- 覆盖现代人物、古装人物和不同年龄角色。
- 根据人物类型、画面角度和模型状态调整辅助线条。
把真人表演转化为绿幕人物参考
在真人转绘测试中，我用绿幕人物尽量保留原视频的身材比例、动作和空间位置，并用不同颜色的轮廓线区分角色，帮助模型理解表演与调度关系。
- 男性使用蓝色线条，女性使用红色线条。
- 保留真人表演的动作逻辑，同时为 AI 角色外观替换留出空间。
用彩色色块控制人物站位
我在场景中放置不同颜色的方块或色块，标出人物应该站立、坐下或停留的位置，再结合角色参考和尾帧素材，减少人物站错位置和空间关系漂移。
- 把人物位置和行动区域变成明确的空间标记。
- 同时处理时间连续性和场景内的站位关系。
用多类型示例测试生成经验
我整理并对比运镜、打斗、法术与特效、对白调度、古装场景和现代医院等不同方向的片段，判断每类镜头需要准备哪些参考信息。
- 打斗和特效更依赖动作连续性、特效时机和镜头运动。
- 对白调度更依赖站位、视线、口型和表演状态。
带领小组推进从剧本到成片
成为组长后，我负责把剧本转化为可执行的影视化方案，组织角色、造型、场景、分镜和镜头脚本，再推进图片与视频生成、筛选、剪辑拼接、配音、音效和交付。
- 根据镜头难度拆分任务并安排组员分工。
- 和导演、剪辑同步版本反馈，控制生成成本和交付节奏。
结果
从生成测试扩展到 AI 真人剧的完整生产与小组管理
我沉淀了围绕人物、场景、动作和连续性的可复用方法，并在实习后期带领小组推进从剧本理解到成片交付的完整流程。
- 形成尾帧续生成、尾帧优化、面部网格、绿幕人物和彩色色块等方法。
- 积累运镜、打斗、法术特效、对白调度、现代和古装场景的生成经验。
- 覆盖剧本优化、影视化拆解、数字人设定、分镜、图片与视频生成、剪辑和声音后期。
- 从单个画面执行者转向能够分配任务、统一视觉方向和推进交付的组长。
复盘
这段实习让我意识到，AI 视频制作的核心不是等待模型一次性生成成品，而是围绕模型限制重新设计生产流程。尾帧续生成解决时间上的连续性，绿幕人物和彩色色块解决动作与空间上的可控性，面部网格则是对角色参考和当时部分审核问题的实际应对。它们共同说明，生成效果很大程度上取决于输入素材如何准备、问题如何拆分，以及生成之后是否有足够的筛选和后期整合。
我做得比较好的部分，是能够从具体生成问题出发总结方法，并把单张图片、参考视频、角色三视图、场景标记和尾帧素材组织成一套可执行的工作流。成为组长后，我也进一步锻炼了从文本理解、视觉决策到团队推进的能力。
这段经历让我看到，AI 真人剧不是单纯的生成图片和视频，而是一项同时包含编剧理解、导演调度、视觉设计、生成测试、剪辑后期、沟通协作和成本管理的综合工作。