23天賺百萬！B站AI大賽8300作品中外行奪冠

我真的慕了。

當(dāng)我還在吭哧吭哧跟AI磨合寫稿時，已經(jīng)有人憑借AI生成的短片，美美到賬100萬了。

還都不是影視科班專業(yè)出身的：

一個是學(xué)3D動畫的廣告人，另一個是01年的生物學(xué)碩博連讀生。

以《牌子》這部7分多鐘的視頻為例，制作周期23天，在B站上線一周，收獲1000多萬次播放，80多萬點贊，30多萬投幣。

《流浪地球》導(dǎo)演郭帆評論轉(zhuǎn)發(fā)點贊，在油管也獲得大量好評：

他們拿到的100萬獎金，都是B站給頒的首屆AI創(chuàng)作大賽一等獎獎勵。據(jù)悉，這次比賽有超8300份作品參賽，77個獲獎席位，總獎金池超300萬元。

那么問題來了，同樣是和AI打交道，憑啥是他們能脫穎而出奪得大獎？

很多人看完那些獲獎作品，第一反應(yīng)就是滿世界打聽他們用了什么神仙模型，甚至幻想著能討要到“一鍵出片”的萬能Prompt。

這種原始感首先體現(xiàn)在對“表達(dá)欲”的近乎殘酷的拷問上。

“開放賽道”一等獎得主DiDi_OK在動手之前，會先反復(fù)問自己：這件事有沒有必要說出來？

如果這個表達(dá)不說出來，你會難受到睡不著覺，那才繼續(xù)往下走。

接著是第二層篩選，這個表達(dá)對別人有沒有意義？是讓人產(chǎn)生負(fù)擔(dān)，還是能帶來一點有意思的新東西。

當(dāng)表達(dá)站住了，再來考慮怎么呈現(xiàn)，也就是形式設(shè)計的問題。

DiDi_OK把做片子比作“請客吃飯”，你手里攢著的那點兒極其私人的表達(dá)，就像是一道重口味的家鄉(xiāng)菜，直接生冷地懟到觀眾臉上，大概率只能換來人家的反胃。

所以需要先鋪墊語境，讓觀眾慢慢進(jìn)入你的節(jié)奏，然后在某個節(jié)點，把真正想表達(dá)的東西遞出去。

而好的形式往往是極簡的，理解成本通常很低，觀眾不用費勁就能看懂你在干嘛。

尤其在AI時代，一旦你把形式搞得過于繁雜，模型那不可控的隨機(jī)性疊加進(jìn)去，畫面瞬間就會崩盤，觀眾也會秒出戲。

再往下走，DiDi_OK拋出了一個很現(xiàn)實的判斷：你做不做得完？

AI創(chuàng)作對連續(xù)性的要求很高，一旦中斷，很難再回到原來的語境。所以DiDi_OK會果斷砍掉那些周期不可控的想法，哪怕它再誘人，“如果單位周期內(nèi)無法完成，我個人的情緒就會散掉”。

事實上，DiDi_OK這部不到8分鐘的短片，劇本大概花了一個半月時間，視頻制作周期是23天。

不過更關(guān)鍵的是，這一套折騰下來，你想表達(dá)的東西還在嗎？

他拒絕被工具牽著鼻子走，把AI直接拆回了傳統(tǒng)動畫的生產(chǎn)線——劇本、分鏡草稿、人設(shè)、場景、配音配樂音效，一個都不能少。但區(qū)別在于，人類只保留最關(guān)鍵的部分，把重復(fù)勞動工作交給AI。

劇本和分鏡是核心。他會先在iPad上手繪分鏡草稿，即便是畫成很粗糙的“火柴人”也沒關(guān)系，只要能表達(dá)清楚人物位置、動作關(guān)系和構(gòu)圖。

在視頻生成時，半吊子Bill_喂給AI的提示詞是分層的三段式：

至于大家最在意的如何去“AI味”？

半吊子Bill_的處理方式是提示詞盡量避免模糊描述。比如不要說“二次元風(fēng)格”，而是直接指向具體某部動畫作品的視覺體系。

再疊加攝影語言，比如調(diào)整拍攝視角（仰拍還是俯拍）、控制畫面色調(diào)隨場景變化的路徑（從灰到冷到暖再到血紅）。

角色設(shè)計上也是同一套邏輯，通過使用活潑的人物角色、夸張表情和飽滿情緒，這會讓觀眾默認(rèn)背后有一個真實有血有肉的人在表達(dá)，從而更容易代入其中。

還有一個很多人忽略的控制變量是BGM。很多人的AI短片畫面很滿，但聲音是空的。

半吊子Bill_擅長在音效里埋鉤子，靠漸強(qiáng)或低頻的震動去勾兌那種汗毛倒豎的緊迫氛圍感。

在具體工具的使用上，獲獎?wù)邆兊淖龇ㄊ前衙總€模型的“性格”摸清楚，然后讓它們各司其職。

粉墨工作室的生圖流程是先用Midjourney出那種有藝術(shù)感的底圖，再拿這張圖喂給Nano Banana去摳細(xì)節(jié)。

而在DiDi_OK看來，視頻模型里谷歌Veo對嘴型的控制很強(qiáng)；可靈做偽紀(jì)錄片質(zhì)感更好，鏡頭有那種沉重的細(xì)膩感；Seedance 2.0的手持晃動感更真實。

看下來會發(fā)現(xiàn)這些獲獎?wù)卟]有什么獨門絕招，他們只是用一套傳統(tǒng)創(chuàng)作的方法，把AI塞進(jìn)了工作流里。

前面是表達(dá)，后面是結(jié)構(gòu)，中間那段看起來最炫的AI生成，其實只是執(zhí)行層。但如果前后兩端是空的，模型再強(qiáng)，也只能生成一段看起來很努力的空話。

以前大家還能把問題推給工具、團(tuán)隊、預(yù)算，或者一句“條件不允許”。現(xiàn)在這些借口在一點點失效。

第一個變化，是“做自己”這件事，從風(fēng)險變成了一種放大器。

聽起來有點虛？且聽DiDi_OK這樣說：

現(xiàn)在你可以快速把你前十個“垃圾作品”做完，丟出去，看看有沒有人回應(yīng)，然后根據(jù)市場反饋快速迭代。

（“前十個垃圾作品”源于游戲圈公認(rèn)為“行業(yè)圣經(jīng)”的 《游戲設(shè)計藝術(shù)》（The Art of Game Design: A Book of Lenses），原話是：“你的前十個游戲都會爛透了——所以趕緊把它們做完吧。”）

不過，AI工具可以把表達(dá)放大的前提，是你得真的有東西。

第二個變化，是工具越強(qiáng)，注意力越往“人”這邊收縮。

半吊子Bill_提到，每當(dāng)一個新模型出現(xiàn)，大家會先沉迷于各種“奇觀”，巨物、災(zāi)難、視覺沖擊……

這些以前成本高昂的畫面突然變得唾手可得。但這種興奮感很快會消退，因為所有人都能做。

一旦工具變得足夠好之后，人就不再盯著工具本身，而是開始看內(nèi)容本身。“就像一把錘子，當(dāng)它順手到不需要思考，你不會再研究錘子，而是開始關(guān)心釘子釘?shù)迷趺礃印！?/p>

導(dǎo)演易小星講得更直接一點，他說工具只能提供選項，真正做決定的還是人腦——你看過多少片子，讀過多少書，對人性有多少觀察，這些東西不會因為模型升級而被自動補(bǔ)齊。

第三個變化，是創(chuàng)作這件事，開始重新依賴清晰的流程和前期設(shè)計。

粉墨工作室提到，AI并沒有改變對編劇這個工種的要求，反而讓一些想象力被釋放出來。

比如以前很多場景寫都不敢寫，因為做不出來，現(xiàn)在只要能描述，模型大概率可以給到你一個版本。

但這并不意味著可以隨便寫。相反，你需要更早地理解模型的邊界——哪些東西它擅長，比如奇觀、動作、特效；哪些東西它還很吃力，比如細(xì)膩的人物微表情和復(fù)雜長對白，這種理解會反過來影響你的劇本結(jié)構(gòu)。

DiDi_OK說AI更像一個黑盒，輸入你想要的，輸出接近你想要的，中間發(fā)生了什么你并不完全掌控。所以你能做的，是把輸入端設(shè)計得更清晰，把輸出端的篩選標(biāo)準(zhǔn)建立起來。

創(chuàng)意、劇本、審美，這些東西沒有被替代，反而被推到了更前面的位置。

工具負(fù)責(zé)把東西做出來，人負(fù)責(zé)決定做什么，以及要不要。

1000萬播放、100萬獎金的例子你看了覺得很遙遠(yuǎn)，但“1萬”或者“10萬”的機(jī)會興許已經(jīng)滿大街了。

給錢、給流量扶持。

擔(dān)心你上手太難，B站還為UP主們攢了個AI創(chuàng)作助手，叫updream。

它能記住你的創(chuàng)作風(fēng)格、習(xí)慣、節(jié)奏。包括你創(chuàng)作過程中積累的個性化的審美、風(fēng)格、操作偏好等，統(tǒng)統(tǒng)可以在這里存為Skill沉淀下來。

所以做吧，先把你手頭那“10個垃圾”做出來，沒準(zhǔn)兒做到第3個的時候，你就發(fā)現(xiàn)自己突然被看見了。