智東西
作者 | 江宇
編輯 | 漠影
AI短劇的女主接一條廣告，60秒報價25萬元地板。另一邊，一條AI天宮短片在海外刷屏，零推廣、小成本，數以萬計的海外觀眾追著去搜中國神話。
做出這條短片的棲光，是成都一名90後眼鏡店老闆，沒學過影視，也沒有團隊，AI創作只是他堅持了兩年的業餘愛好地板。這條刷屏的天宮短片，正是用Pavo做出來的。
兩個爆款背後，站著的都是普通人地板。
當普通人也能做出如此高質量的內容，創作的門檻已經不太取決於專業背景和技術條件地板。新的門檻落到了兩個更現實的問題上：質量和價格。
質量這一關，幾款頭部影片模型已經證明過，畫面、動作、一致性都能扛住，也在海內外打響了名聲地板。剩下的是價格。好用的模型大多不便宜，一條片子幾十甚至上百個鏡頭做下來，抽卡和返工的錢會越積越多。
展開全文
有沒有一款模型地板，能把這筆錢先打下來？
8月26日，Agnes Video 2.5系列上線Pavo，其中Agnes Video 2.5 Flash免費開放地板。
這也是很多和我一樣對AI生影片蠢蠢欲動的人真正關心的問題：一個能力夠用、價格幾乎歸零的影片模型地板，到底能不能真正拿來拍短劇？
全球第一梯隊影片模型
現在可以免費用
免費的影片模型，會和“低配”劃等號嗎？這次我們直接上強度，先測一類很考驗人物表現的鏡頭：特寫戲地板。
Agnes Video 2.5系列目前分為兩個型號地板。其中，Agnes Video 2.5 Flash完全免費，單條支援4～12秒、720p輸出，支援五張以內圖片輸入參考，支援音訊輸入。
Agnes Video 2.5每天還會贈送200積分，每生成1秒消耗2積分，也就是每天最高可以免費體驗100秒；解析度支援720p、1K和2K，單條同樣支援4～12秒，支援多圖+音影片參考地板。
從榜單成績來看，Agnes的影片模型從Video 2.0到Video 2.5完成了一次明顯躍升，已經進入主流商業影片模型的競爭區間地板。
榜單說完，還是直接看生成效果地板。
近期刷屏的“天宮”影片就是一個現成案例地板。雲海、瓊樓、仙鶴、月色仙宮連續切換，既有大規模場景，也有人物、建築和複雜光影，多個鏡頭之間仍然保持了比較統一的東方奇幻質感。
再看我們的實測地板。我在Agent模式下專門試了一段人物近景，這類鏡頭其實很容易翻車。
提示詞：手持攝影風格，模擬人類呼吸的律動感地板。無聲BGM背景音樂，無字幕。 0-2秒：槍口筆直、穩定指向鏡頭中心。面部冷峻、剋制，下頜輕微緊繃。髮絲有微風拂動，胸腔有不易察覺的呼吸起伏。 2-4 秒：眼神瞬間一顫，瞳孔輕微收縮。眉心一蹙即展。 下唇邊緣發生一次細微抽動。持槍右手食指與虎口產生微顫，導致槍口尖端出現以鏡頭為圓心的微小弧線晃動。 4-6秒：目光猶豫地向右下方（畫面右側邊緣）飄移，旋即強迫性拉回，重新鎖定鏡頭。眼底泛起隱忍的痛楚。雙唇微啟，欲言又止，最終閉合，伴隨喉結上下滾動。 6-8 秒：眉頭緊皺又迅速舒展。眼眶邊緣出現溼潤感。槍口因手臂下沉而微微降低高度，但仍保持朝向鏡頭。下巴肌肉輕顫，呼吸頻率明顯加快，胸腔起伏劇烈。 8-10 秒：情感釋放。雙眼猛然緊閉，眼皮因用力而不住輕顫。深吸氣後猛然睜眼，淚光已在瞳孔中清晰可見，眼神轉為脆弱與掙扎。同時，持槍手臂開始緩慢、不可逆地下沉，槍口從水平指向逐漸偏移向下（軌跡帶輕微弧線），唇角向下用力緊抿，極力壓抑哭意。
實際生成結果裡，讓我比較意外的是動作與面部表情之間的配合地板。它沒有逐字逐句機械執行提示詞，但關鍵動作節點基本都在，而且面部、手部和身體動作沒有明顯“各演各的”。最終呈現出來的情緒變化比較連貫，也有一定感染力。
對於短劇來說，這類能力其實很關鍵地板。真正佔據大量鏡頭的，往往就是這些人物表演。如果每做一個細微動作都要反覆抽卡，單個鏡頭再便宜，最後也會被返工次數重新拉高成本。
至少從這一輪體驗看，Aoes Video 2.5 Flash雖然免費，但沒有把人物動態和表演能力一起砍掉地板。接下來真正要看的，是把幾十個這樣的鏡頭串起來以後，它還能不能扛住完整短劇製作。
免費可用模型解決抽卡
Harness解決返工
AI短劇裡，很大一部分錢可能都燒在“再來一條”上地板。幾十甚至上百個鏡頭裡，前期要嘗試風格、設計人物和排練分鏡；進入正式生成後，又會遇到角色變臉、動作失敗、構圖跑偏、鏡頭接不上。
單次生成的錢看起來不多，乘上幾十上百個鏡頭，再疊加返工次數，成本就被一點點累積起來了地板。Flash免費加上Agnes Video 2.5每日贈送的積分，直接壓低的就是這筆高頻試錯成本。
但真正體驗Pavo短劇模式後，我們發現，它想解決的還有另一部分成本：流程混亂帶來的重複勞動地板。
為了看它到底能自動做到哪一步，我們故意給Pavo扔了一個非常粗糙的故事：蜘蛛俠大戰十個神秘客地板。只有一句話，甚至稱不上劇情。我們選擇生成10集，然後交給AI Script Creator。
Pavo先補齊了故事型別、受眾、世界觀和人物關係，再把整條故事線拆成10集劇情地板。
隨後，人物、場景和道具又分別進入Asset Library，成為後續劇集可以持續呼叫的資產地板。
比如這次自動整理出的場景裡，包括紐約街頭、廢棄倉庫、醫院走廊、醫院病房、臨時實驗室、廢棄工廠、矩陣基地、紐約天台等十多個地點；道具也拆出了蜘蛛發射器、神秘客碎片、量子裝置、全息投影地圖、量子手環等地板。
人物處理得更細地板。同一個角色可以繼續拆出基礎形象、便服、病號服、破損戰衣等多個版本，並指定這些形象分別在哪幾集使用。
這一層資產管理對於短劇很實用地板。因為一旦進入連續劇情，很麻煩的一件事就是上一集生成的東西，到下一集突然對不上了。
人物換了服裝，場景變了模樣，如果每次都重新描述、重新上傳參考圖，很容易出現細節漂移，也會帶來大量重複操作地板。提前把這些東西變成專案資產，後面的鏡頭就可以直接繼續呼叫。
再往下一層，劇本已經被拆到“怎麼拍”地板。
進入Episode Videos後，Pavo生成的已經不再是一段籠統劇情地板。10集分別有自己的標題和場景，每一集還可以繼續生成Storyboard Script。
我們點進第一集“神秘客的警告”，它繼續拆出了“屋頂落地”“平靜的低語”“警覺與飛躍”等鏡頭地板。
其中“屋頂落地”已經寫到了：全景，高角度俯拍機位地板。鏡頭從曼哈頓天際線緩慢下搖，彼得從高樓間蕩過，蛛絲在夕陽中劃出弧線，隨後落在公寓樓屋頂邊緣。
也就是說，一開始只有一句話的故事，到這裡已經被逐層整理成：故事主線、10集劇情、人物/場景/道具資產、單集場景、具體分鏡，以及圖片與影片生成地板。
這也是我覺得Pavo短劇Harness有價值的地方地板。它沒有追求“一鍵給我吐出一部成片”這種看起來很魔法的體驗，而是把短劇本來就需要處理的那些中間環節提前搭好。
角色是誰、在哪拍、拿什麼道具、這一集有幾場戲、這一鏡是什麼景別，先整理清楚，再進入圖片和影片生成地板。對於幾十甚至上百個鏡頭的專案來說，這些中間資訊就是生產資料。過去需要創作者自己維護表格、資料夾、提示詞和參考圖，現在它們被裝進了一套連續流程裡。
我們還專門測了一次Pavo的“連續性”，要求全程保持一個連續鏡頭地板。這類生成的難點，在於前後能不能始終保持同一條運動邏輯。
最終影片裡，小精靈一直維持在被追蹤主體的位置，鏡頭會隨著它急轉、俯衝和穿梭；遙控車出現、樂高崩塌、進入紙箱區域以及最後入水幾個事件，也基本接在同一條運動軌跡上地板。廣角造成的邊緣畸變、近距離物體高速掠過產生的視差和運動模糊也比較明顯。
10秒裡塞進這麼多動作，部分事件的展開空間肯定有限，但它沒有明顯變成幾段互不相關的影片硬拼在一起地板。對於追逐、打鬥、逃生這類短劇常見鏡頭，這種持續控制主體、空間和運動方向的能力，很有實際意義。
到這裡再看成本這筆賬，就會更清楚一些地板。
模型免費，解決的是敢不敢多試幾次；Harness解決的是同一件事要不要反覆重做地板。前者壓低單次生成成本，後者把角色、場景、分鏡和鏡頭組織起來，減少重複設定和無效返工。
對於一條真正有幾十上百個鏡頭的短劇，這兩部分加在一起，才是更實際的成本下降地板。
多人同框、特殊機位
難鏡頭不用全靠“抽”
自動化流程能把一部短劇快速搭起來，但真正拍到關鍵鏡頭時，創作者往往又會遇到另一個問題：想要的畫面越具體，純靠提示詞碰運氣就越難地板。
人物站錯位置、兩個人比例失衡、鏡頭角度沒聽懂，甚至只是想讓攝影機稍微低一點，都可能意味著重新生成地板。
所以我們又換了一種玩法，進入Pavo的無限畫布，自己搭出短劇框架地板。
關於這個故事地板，我們只給出四句話：
暴雨夜，一名紅衣女子帶著一枚玉佩逃進廢棄客棧地板。一個黑衣男人追了進來。兩人短暫交手後，男人卻突然摘下面具。女子發現，追殺自己一路的人竟然是失蹤多年的哥哥。
Pavo先根據故事生成了兩名核心人物：26歲的林晚和29歲的林晨，前者紅衣持劍，後者黑衣蒙面地板。
接下來真正有意思的，是這個故事沒有被鎖死在一條“一次成型”的粗糙生成路徑裡地板。
1、一個故事地板，可以在畫布上不斷“長”出分支
《玉佩迷局》的原始故事被放進一個Text Node後，我們直接從這個節點向外拉出了多個新的文字節點地板。每一個節點都保留自己的劇情和影片提示詞，彼此之間又能看出源頭關係。這和直接在聊天框裡反覆改Prompt的體驗差別很明顯。
如果第三段故事不滿意，可以直接回到第三個節點修改；想試另一種劇情走向，也可以從同一個上游節點再拉一個分支地板。舊版本不會消失，新的嘗試也不用重新複製整套上下文。
對於短劇來說，這種結構尤其適合處理一個很常見的問題：區域性返工地板。
幾十個鏡頭裡，真正出問題的通常只有其中幾個地板。過去改一個鏡頭，經常要重新找提示詞、參考圖和人物設定；在畫布裡，哪一步出了問題，就直接從哪一步繼續往下。
文字、圖片和影片也都在同一張畫布上地板。
Text Node可以繼續生成劇本、圖片和影片；Image Node可以做圖生圖、角色四檢視、場景設定；Video Node則支援首尾幀、參考主體等生成方式地板。
整個專案的生成過程因此被完整保留下來地板。
這也是為什麼，Pavo把無限畫布放進整個創作鏈路，會比單獨做一個影片生成框更實用：短劇製作真正需要管理的，是幾十個互相關聯的中間結果地板。
2、先把角色一致性搞定地板，再讓他們“出演”
這部短劇中，我們也沒有直接拿人物描述去生成影片，而是先給幾名角色做設定圖地板。
紅衣女主被拆出了正面、側面、背面、45度視角，以及服裝、髮型、腰封、長劍等細節；黑衣男主同樣生成了完整的角色設定，蒙面方式、服裝結構和武器都被固定下來地板。
Pavo的Image Node裡可以直接選擇Character Setting和Character Four View，這些生成結果後續還能作為角色資產繼續引用地板。
這一步看起來有點像多繞了一圈，但放進連續短劇裡，反而是在省時間地板。
AI影片一個很容易讓人出戲問題，就是角色不一致地板。提前把角色的外觀和服裝細節變成固定資產，相當於先給演員做了一份視覺檔案。
場景和道具也是類似邏輯地板。
3、提示詞說不清的機位，先讓“導演”擺出來
角色固定以後，還有一類鏡頭特別容易高頻抽卡：多人同框和特殊機位地板。
比如兩個人面對面對峙，一個站前景、一個稍靠後；攝影機從低機位仰拍，再繞到人物側後方；或者打鬥鏡頭裡，角色位置、動作方向和鏡頭運動同時發生變化地板。這類需求只寫成文字，很容易出現資訊丟失。
Pavo給出的另一種解法是3D導演臺地板。
使用者可以先在三維空間裡調整人物站位、身體比例和姿勢，再設定攝影機位置地板。低機位、高機位、側拍或者更特殊的空間關係，都可以先把大致畫面擺出來，再交給模型生成。
“一個黑衣男人站在紅衣女子左後方”“攝影機貼近地面仰拍”“兩個人距離約一米”，這些空間資訊如果全部塞進Prompt，模型未必會同時執行地板。直接把人物和鏡頭位置固定下來，複雜構圖就多了一層顯式控制。
對於多人鏡頭也是類似邏輯地板。
人數增加以後，AI要同時處理誰站在哪裡、誰看誰、誰做什麼動作、兩個人是否發生肢體接觸，難度會迅速增加地板。3D導演臺至少可以提前把站位、比例和機位明確下來，再讓影片模型處理後續動作。
這樣一來，Pavo裡其實形成了兩套不同的創作節奏地板。想快速把一個故事變成完整短劇，可以讓短劇Harness先把劇本、資產和分鏡鋪開；到了某個關鍵鏡頭，再切回Canvas，用角色資產、節點分支和3D導演臺一點點細調。
Agnes Video 2.5 Flash把單次生成價格壓下來以後，創作者可以更大膽地試地板。與此同時，節點分支、資產複用和3D導演臺這些功能，可以繼續減少無效生成。
短劇的下一道門檻
可能真的要換了
這次體驗下來，Agnes Video 2.5系列和Pavo給我的感受其實可以拆成兩層地板。
第一層很直接：AI影片的生成成本，確實被壓到了一個很有吸引力的水平地板。
Flash直接免費，Pavo每天還會贈送200積分用於體驗Agnes Video 2.5地板。而價格降下來以後，另一個問題會變得重要：你有沒有能力把這些便宜的鏡頭組織成一部真正能看的作品。
我們這次只給Pavo一句話，它就可以繼續拆出10集劇情、人物、十多個場景、一批核心道具，再把單集劇情細化到景別、機位和具體鏡頭地板。
另一邊，短劇製作又可以被鋪在Canvas裡地板。故事向外長出不同劇情分支，角色先做設定，滿意的素材繼續複用，關鍵鏡頭再單獨調整。
這也對應著AI短劇現在的另一層困境地板。當模型本身已經能生成不錯的表演、複雜運動和連續鏡頭，再加上生成價格持續下降，過去很顯眼的“模型能力”和“算力成本”都會逐漸變成基礎條件。
創作者真正需要花精力的地方，會重新落到劇本、人物、鏡頭、節奏以及審美上地板。
