当前，AIGC 视频生成技术正经历从“技术演示”向“内容生产”的关键转折。随着模型能力的迭代，创作门槛的降低并未导致内容质量的稀释，反而促使行业回归到创意与叙事的本源。近期，国内头部视频平台举办的 AI 创作大赛结果出炉，一系列高质量作品的涌现，为观察者提供了审视这一趋势的绝佳样本。
AI 创作者的春天，属于他们
邓思邈 发自 凹非寺
这一现象级案例值得深入复盘。
当许多从业者仍在摸索如何与 AI 模型磨合工作流时，已有创作者凭借AI 生成的短片，实现了商业价值与影响力的双重突破，单笔收益达到100 万。
值得注意的是，这些脱颖而出的创作者并非传统影视科班出身：
一位是拥有3D 动画背景的广告人，另一位则是01 年出生的生物学硕博连读生。
以作品《牌子》为例，这部 7 分多钟的视频制作周期仅为 23 天。在平台上线一周内，便收获1000 多万次播放，80 多万点赞，30 多万投币。
△DiDi_OK 短片最新播放情况
《流浪地球》导演郭帆对该作品进行了评论转发，其在海外视频平台也获得了大量好评：
他们获得的 100 万奖金，源自平台首届 AI 创作大赛的一等奖奖励。据悉，本次大赛共有超 8300 份作品参赛，设立 77 个获奖席位，总奖金池超 300 万元。
核心问题在于，同样是利用 AI 工具，为何是他们能脱颖而出夺得大奖？
观察众多获奖作品后发现，大众第一反应往往是探寻使用了何种模型，或试图获取“一键出片”的万能 Prompt。
但拆解这些创作者的流程会发现，其出发点往往很“笨”，甚至带有某种原始的手作感。
这种原始感首先体现在对“表达欲”的严格拷问上。
“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？
只有当这个表达不说出来会难受到睡不着觉时，项目才会继续推进。
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。
当表达站住了脚，再来考虑呈现形式的设计问题。
DiDi_OK 将制作片子比作“请客吃饭”。创作者手中那些极其私人的表达，如同重口味的家乡菜，若直接生冷地呈现给观众，大概率只能换来不适。
因此需要先铺垫语境，让观众慢慢进入节奏，然后在关键节点，把真正想表达的内容传递出去。
好的形式往往是极简的，理解成本通常很低，观众无需费劲就能看懂意图。
尤其在 AI 时代，一旦形式过于繁杂，模型不可控的随机性叠加其中，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。所以他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，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，这一套流程下来，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_的方法则更偏向工程思维。
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。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，所以先让大模型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 喂给音乐生成模型。
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。
某工作室的生图流程是先用主流生图模型出那种有艺术感的底图，再拿这张图喂给细节增强模型去抠细节。
△ 粉墨 Morpho 创作 AI 视频《饵》
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；其他模型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。
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。
现在可以快速把前十个“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》，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。”
△ 半吊子 Bill_ 创作 AI 视频《墨滴计划》
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。
相关工作室提到，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。
△ 粉墨 Morpho 创作 AI 视频《饵》
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。
1000 万播放、100 万奖金的例子看似遥远，但“1 万”或者”10 万”的机会兴许已经满大街了。
据悉，平台 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。
担心上手太难，平台还为创作者们攒了个 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。
从行业宏观视角来看，此次大赛的结果标志着 AIGC 内容生产已进入“深水区”。单纯依赖模型红利期的“猎奇式”内容正在迅速贬值，市场开始奖励那些能够将技术工具与传统叙事逻辑深度融合的创作者。平台方的长期激励计划与辅助工具链的完善，将进一步加速这一进程，促使更多非专业背景的个体创作者进入市场，重塑内容生态的竞争格局。
