用 Sora 2 做动态分镜，用 AI 复刻电影片段：广告导演丁一的 AI 影视创作实战拆解
12 月 27 日晚，广告片 / 纪录片导演、AIGC 艺术家丁一在 WaytoAGI 社区「晚八点共学」直播中，分享了他将 AI 工具嵌入影视工业化流程的实战经验。这场分享面向已有一定 AI 视频基础、想往影视级制作方向进阶的创作者，内容涵盖 Sora 2 动态分镜工作流、多工具协同保证人物与场景一致性、AI 复刻电影片段的测试案例，以及对 AI 影视行业现状的判断。
用 Sora 2 做动态分镜：让团队协作不再靠猜
丁一开篇就点明，Sora 2 在他手里不是简单的「文生视频」自媒体工具，而是被拆解成一套行之有效的动态分镜方案。传统影视流程中，导演需要用文字向团队描述镜头，但「一个男人含情脉脉地回头看向镜头」这种描述，一百个人心中有一百个哈姆雷特。丁一的解法是：用 Sora 2 快速生成动态预演，把每个镜头的精确需求写在画面左上角，再截图作为分镜参考。
具体操作上，他会把剧本分成多条，每条用 Sora 2 跑一次，一个一分钟左右的短片，大约需要生成 111 个镜头，最终剪成成片。他展示的工程文件里，镜头数量超过 200 条，很多镜头会反复抽卡。生成完毕后，他会把每个镜头的截图贴进飞书文档表格，标注景别、情绪、镜头运动等需求，团队协作时「小伙伴一眼就看明白了」。
这套流程的价值在于批量复制和任务拆解。丁一强调，做 AI 视频最大的工作量在于出图和跑视频，而动态分镜能精确到每个分镜头，让 10 人甚至 20 人的协同项目任务清晰。「我做一个分镜的参考，这不是成片，我不能拿 Sora 做一个成片，它的质感和画质上达不到，但是它的感觉上非常好。」成片阶段，他会把分镜截图作为参考图，在 Midjourney 或即梦中垫图重绘，再进入后续流程。
多工具协同：从分镜到成片的一致性方案
从动态分镜到最终成片，丁一展示了一套多软件组合的工作流，核心是解决人物一致性和场景一致性问题。他总结的流程是：Sora 2 生成视频分镜参考 → 截图粘贴到 Midjourney 垫图生图 → Nano Banana Pro 改图 → 再用图生视频。
在具体项目中，他先确定美术风格。以他正在做的项目为例，设定为 1920 年左右的纽约，团队训练了一个 p 值来确定视频风格，风格参考是他非常喜欢的《艾利之书》的末世感。训练完成后，Midjourney 生成的图都能保持统一风格。人物方面，他会制作三视图；场景方面，则遵循影视工业流程，先出概念图（气氛图），再出场景图。
丁一特别区分了气氛图和场景图：「气氛就是你在一个什么时刻发生，然后发生了之后它有一个什么样的气氛」，而场景图需要多角度、高一致性——一个场景可能要出 6 到 9 张不同角度的图，一致性要求达到 80% 甚至 90% 以上。他展示了纽约街道、酒吧、修铁路、古董店等场景图，以及地面塌陷后地下场景的多角度视图，这些图在成片中都有实际使用。
长镜头方面，他提到用 Picsworld 拍摄，最长做过 31 秒的长镜头，成片用了 27 秒，涉及妈妈和小女孩对话、对口型、场景一致性保持，难度很高。视频续写功能在他看来很好用，是自然语言驱动的。
复刻电影片段：AI 影视的潜力与现状
丁一展示了一段团队为某院线导演做的测试：1:1 复刻某电影片段，左上角是 AI 复刻版本，右下角是电影原片。他坦言细节上差距明显，「刀突然变长了」「人物在崩」「光影不对」都是目前 AI 的短板，但整体效果已经非常接近，说明 AI 在影视创作中有巨大潜力。
这段测试的工作量相当大：他一天工作 10 多个小时，干了四五天，才完成 8 分钟左右的片段。制作方式是用原片截帧，直接让 AI 动起来，大量使用首尾帧控制镜头运动。他提到，AI 的光影细节处理还不足，但随着迭代会改善，「现在不行，不代表着 AI 不行」。
关于成本，丁一算了一笔账：「抽一条视频 30 多块钱，那这个事在小项目当中就不成立。」但他认为这不是核心问题，「你干多大活，用多大的成本，你追求画面质量，那成本多一些就多一些」。他判断，漫剧市场明年会爆发但会非常卷，而 AI 影视尤其是真人剧有机会，第一部真正的 AI 院线电影可能出现。
行业判断与人才需求：缺人，不差培训那点钱
丁一反复强调自己「贼缺人」：「我现在接一个项目，接两个项目就打满了。」他目前在北京宋庄，团队 10 多人，杭州还有一个 30 人团队在做漫剧。他计划从零开始带一波进阶学员，线上学习、线下做项目磨合，通过留作业筛选人才：「线上 2000 人，留一部分作业，可能 200 个人帮我完成，再从 200 个人当中筛出来二三十个人一起工作做项目。」
他直言培训赚不了多少钱，真正的目的是找到能一起干活的人。对于学员基础，他要求不高但态度明确：「初级报名没有啥条件，进阶了之后对学员有一定要求。」他提到团队里有个 18 岁（虚岁 19）的年轻人，一个月能挣四五千块钱。他也在和高校建联，希望从大学生中筛选人才，解决一部分就业问题。
对于行业前景，丁一认为 AI 影视有技术壁垒，但模型厂商完全可以解决 4K、8K 甚至 16K 的算力和成本问题。他提到，现在出一张图，当中就包含着美术、灯光、摄影等传统工种的能力，因此对创作者的审美和艺术功底有要求。「影视这个事不靠卷的，靠天赋」，做不了影视还可以做漫剧，但「漫剧太简单了，之后可能有手就会」。
现场问答
Q：Midjourney 垫图之后，Nano Banana 这一步要干啥？
A：Midjourney 是垫图出图，Nano Banana Pro 用来改图，保证人物一致性和场景一致性。「banana 保持一致性非常高」，这是它最大的价值。
Q：市面上成熟的 AI TVC 是不是要用特别多 AI 软件？
A：「反正我是所有模型都要用的。」核心流程是 Sora 2 生成视频分镜参考 → 截图粘贴到 Midjourney 垫图生图 → Nano Banana Pro 改图 → 图生视频。
Q：场景图是先出整体把人去掉，还是直接空镜一步到位？
A：先渲染概念图（气氛图），确定场景氛围和调性，再出场景图。场景图需要多角度、高一致性，一个场景出 6 到 9 张图。
Q：多视角的图怎么生成？
A：用 Nano Banana Pro，直接大白话告诉它生成不同视角的镜头。这个工具一天免费 10 到 20 次，基本不怎么要钱。
Q：复刻电影片段时，提示词怎么写？
A：「你就用你的描述呗，这个镜头怎么动，你就怎么写。」大量使用首尾帧控制镜头运动，但镜头运动上还是跟原片不一样。
Q：AI 对口型用的什么工具？
A：之前给客户做测试片用的是千问 2.2 或 2.5（具体版本记不清了）。注意商用版权问题：不能拿明星或导演的形象做商用广告，非商用没问题。
要点回顾
- Sora 2 的核心用法是动态分镜：生成动态预演 → 截图 → 贴进飞书文档 → 作为团队协作的分镜参考，一分钟短片大约需要 111 个镜头。
- 多工具协同流程：Sora 2 分镜 → Midjourney 垫图 → Nano Banana Pro 改图 → 图生视频，核心是解决人物和场景一致性。
- 影视级制作要先定美术风格（可训练 p 值），再出气氛图（概念图），最后出多角度场景图，一致性要求 80% 以上。
- 长镜头可用 Picsworld 拍摄，最长做到 31 秒，难点在于人物一致性、口型和场景连贯。
- AI 复刻电影片段测试显示，整体效果接近原片，但光影、细节（如道具形变）仍有差距，需要大量人工抽卡和首尾帧控制。
- 成本方面，抽一条视频约 30 多元，小项目不适用，但大项目预算充足时不是问题。
- 行业判断：漫剧明年爆发但会卷，AI 真人影视有机会，第一部真正的 AI 院线电影可能出现。
- 丁一目前极度缺人，计划通过进阶课程筛选人才，线上学习、线下做项目，解决部分就业问题。
直播回放约 139 分钟
播放器来自飞书妙记 · 在新窗口打开