当今是 2026 年 2 月 13 日。

要是你还没能搞昭着当今的 AI 有多强，那请你坐窝去看下现时 B 站上最火的 AI 短片——《牌子》。 ( 文末左下角点击阅读原文可不雅看 )

7 分钟视频，上线一周，1000 多万次播放，80 多万点赞，30 多万投币。

《流浪地球》导演郭帆看到后转发点赞，YouTube 上亦然一堆老外被忌惮，弹幕里大众喊着封神，指摘区有东说念主在逐帧分析剧情。差评裁剪部的后期们也在上班期间，商榷到底是如何作念的。

视频一初始，一个东说念主戴着帽子走进丛林，在看到一个"禁戴帽子"的牌子后，他原地被"消除"了。镜头马上下拉，帽子滚到画眼前线。

接着音乐一王人，短片名《SIGN》出当今屏幕前。

再紧接着镜头一个丝滑转场，SIGN 成了汽车里的一个按钮，收音机正在播报新闻：

火星上发现了一块高明"？"警示牌，地球上也初始出现越来越多看不懂的牌子。这些晓谕牌一出现，警告的事情就会立即发生，即便它不允洽常理。

随着镜头犹豫着转向车窗外，路边短暂出现"奶牛从天而下"的警告牌，下一秒奶牛果真从山坡上滑下来。

后视镜里映出司机的脸，奶牛摔下来的灰尘四溅，急刹车的惯性让司机来了一个大蹒跚。看到这些，差评君仍是坐不住了，要知说念这些物理细节一直都是 AI 视频最容易穿帮的所在啊。

接下来更绝。

一个长达 20 秒摆布的十字街头镜头，实在是一镜到底的嗅觉。上一个牌子的甩掉还在触发，下一个牌子仍是到来，滑倒的行东说念主、骑着自行车的熊、多样超当然事件一个接一个在画面里发生。

要知说念 AI 视频模子络续只可生成几秒钟片断，期间一长，场景、东说念主物都会漂移、变形。我真无法遐想这个镜头是如何撑住的。

终末一张报纸飞过来挡住画面，当它被吹走后，咱们又被带到了下一个场景。转场丝滑到你根底果断不到这是拼接出来的。

整支片子 7 分钟，实在每一帧都是这个密度。

剧情也相同塌实：

越来越多看不懂的晓谕牌让全国堕入宽敞，一个巨大的"不言不视不闻"的警告牌从月球砸向地球，东说念主类的翰墨初始被吞吃，无法疏导交流，规律渐渐坍弛。

好在东说念主类发现了交流的本色在于激情、手势。于是大众垄断 emoji 重建了疏导形貌。

终末咱们飞回火星踢翻了那块牌子，并插上新的牌子：

这条视频是 UP 主 DiDi_OK 干预 B 站首届 AI 创作大赛的参赛作品。 1 月 5 日，B 站面向全球创作家启动了这场比赛，第又名奖金 100 万，3 月 20 日截稿。比赛还没结束，这条片子仍是提前炸场了。

看完这条视频，我的第一响应便是，这哥们是谁？他究竟如何作念到的？我致使想坐窝知说念他每个镜头、每一帧都用了哪些模子和领导词？

托一又友联系上 DiDi_OK 之后，差评君坐窝就把语音拨昔时了。

DiDi_OK 是河南郑州东说念主，在英国留学学的 3D 动画，毕业后进了伦敦 WPP 总部，全球最大的告白传播集团之一，干了快 4 年。

早在三年前，公司就要求全员斗争 AI，但那会儿的 AI 视频是什么水平呢？差评君估摸着也就威尔 · 史小姐第一次吃意面的水平吧。

但他那时摈弃的，倒不是 AI 本人，仅仅合计没到 AI 够用的阿谁期间：我用 Blender 我方作念都比你快，不伺候。

旧年 4 月，Runway 推出了 Gen4，他发现画面初始有物理法则了，石头不错往常地落地、弹开，心里想着"那一天终于照旧来了"。

DiDi_OK 合计这个源泉够了，就去干预了一个 AI 电影节。公司一看，行你小子，成功给他开了个 AI 导演新的岗亭。

是以当今他的生存是这样的：白昼给大客户作念 AI 告白，晚高放工回家我方作念 AI 短片。有时好意思国客户的时差逼得他凌晨 1 点才放工，但他还想再作念一两个小时我方的东西。

DiDi_OK 责任中

《牌子》视频的灵感，来自于一回圣诞假期。

旧年圣诞节，DiDi_OK 跑去英国最西边的康沃尔。因为康沃尔有我方的方言和记号民俗，是以他一齐上遭遇一堆看不懂的牌子，导致每次流程都会戒备翼翼。

终末让他下定决心要作念这个选题的，是这边一又友家洗漱台摆布尽然也贴着一张小纸条，上头也写了一瞥字，看不懂，但他总合计好像有什么不得了的东西。他没问，就让这个疑忌一直留着。

一又友家的赞好意思号

圣诞节结束后 DiDi_OK 又去了土耳其，这里语言就更欠亨了。他跟出租车司机聊天都得两东说念主掀开 ChatGPT，彼此翻译着对话。

这一齐上他拍了许多那种看不懂的记号牌，也经验了许多只可靠手势和浅笑交流的时刻。

土耳其牌子

渐渐地他初始想一个问题：当语言欠亨的时候，东说念主和东说念主之间的疏导会退化到什么景色？

手势、浅笑、emoji。

这便是《牌子》视频终末的设定：当东说念主类语言被吞吃后，大众初始用 emoji 疏导、最终终了反击。

灵感有了，但从灵感到一个 7 分钟的完好故事，中间还有他 2 个月的打磨。

DiDi_OK 的民俗是在 iPhone 备忘录里唾手记灵感，猜度一句就记一句。这个视频的脚本，他前跋文了四五个不同的文档，才初始搭出一个大致的框架。因为对脚本的高要求，有时他一醒觉来会推翻我方写了半个月的东西。

灵感 & 脚本

在《牌子》的脚本定稿后，DiDi_OK 其实预判到了：比赛周期这样长，中间大致率会有新模子发布。那时他猜是 Google 的 Veo4，甩掉来的是 Seedance 2.0，甩掉比他料想的还猛。

但这在他磋磨之内——写脚本的时候他就定了一个原则：故事要能扛住本事迭代。

他认为 AI 再如何发展，最佳的景色也不外是无穷接近实拍和传统 CG 的甩掉。既然如斯，那从古于今的法则就不会变，好故事遥远是好故事。

固然在本事上，他也发奋作念了亿点点模子超标。

比如十字街头阿谁镜头，DiDi_OK 明知说念那时的模子作念那种复杂场景很艰苦，但他专爱在阿谁点上死磕，把本事证明往前推。这样就算新模子出来了，不雅众回头看也不会合计逾期。

说到这，重点也来了，大众一定特酷爱：

《牌子》到底是如何作念出来的？为什么 DiDi_OK 的 AI 这样听他话，能把视频一致性作念得这样强？

嗯，最初，你要失望了。DiDi_OK 的 AI 视频模子也不听话。

DiDi_OK 说他莫得作念分镜的民俗，不是他不想作念，是因为至少在那时的 AI 水平下，幸运飞艇app就算画了分镜它也不听你的。

是以他自后的计谋是靠"体感"。把舒心度区间设在 80 到 100 分之间，专科蕴蓄让他知说念什么是 80 分，而 AI 偶尔会暴击到 100 分以上。

但舒心亦然要代价的，代价便是无穷抽卡。

十字街头阿谁 15-20 秒的镜头，是悉数这个词视频里老本最高的。

DiDi_OK 有一次闲着败兴数了一下生成纪录：他每次点 4 个一组批量生成，菜单里排了 1000 多组。也便是说，单算那一个镜头，他生成了三四千条视频。

水獭阿谁镜头也折磨东说念主。

因为画面里同期出现大宗动物，AI 很难保证每一只都莫得 bug。数目一多，模子就顾不上别的了，有时候镜头会窘态锁定在一个士兵的脸上。DiDi_OK 只可把仍是舒心的构图和运镜保留住来，再用视频生视频的形貌从头跑一遍细节。

传单和二维码的镜头也一样。

他但愿有一张传单刚好扑到镜头前边，好让上头二维码能被不雅众扫出来。这种事你没法跟 AI 讨论，只可一遍随地生成，指望老天爷给你一次契机。

DiDi_OK 自后总结出一套应付挫败的景色。

他就相接闭着眼点生成，老本点够 1000 块钱的，然后就去看电影、打游戏，回首再一个一个看。归正别盯着程度条，否则看着从 99% 终于到 100%，点开一看很差劲，就会合计有内伤。

另外他不会效用一个模子，每个镜头他会证据需求遴荐不同的用具：

Nana Banana 生图最佳，尤其能输出 4K；Veo 的嘴型同步和矫健性最强，只好触及东说念主物对话就用它，但运镜很拘泥，变装总是正对镜头站画面正中间语言；可灵的运镜有张力，能作念很大的推拉，但画面貌易拉伸变形；Runway 的物理甩掉最牛，但不彊壮。

至于许多东说念主酷爱的，《牌子》如何作念到不同场景看起来格调协调，如何保握一致性的。

其实 DiDi_OK 用了一个机灵的主义：他坚握写实格调、低填塞度，何况大部分变装只出现一次。

不雅众合计一致，不是因为团结个变装聚合耐久，而是因为合座好意思术调性耐久在一个框架内。这个想路来自他作念游戏看法遐想和 3D 动画时的蕴蓄。

固然了，并不是一切责任都能 100% 交给 AI。

比如贪馋蛇吃翰墨阿谁片断，蛇和翰墨都是 AI 生成的，但要作念到可控，就得先把它们回荡成带透明通说念的素材，再通事后期合成叠在一王人。

贪馋蛇跟踪细节

《牌子》惊艳大众的不仅仅画面。

它的配乐像一条隐形的情谊线，前段压抑悬疑，中段宽敞加快，到终末 emoji 反攻的时候一下子立志起来，整段音乐是随着故事的心跳走的。

这段配乐，是 DiDi_OK 花了整整一周，用 Suno 生成了 1500 屡次磨出来的。最关节的是，他我方全都不懂乐理，连五线谱都不显露。

他判断狠恶的主义很简便，让女一又友听。女一又友全程不知说念他在作念什么片子，莫得泡在创作环境里，便是一个隧说念的第一次听众。DiDi_OK 说，一个没听过这首歌的脑子，对他来说特别难得。

悉数这个词视频，DiDi_OK 前后打磨了两个月。脚本一个多月，AI 生成制作 23 天，也私费了不少钱。

聊到终末，差评君问了阿谁悉数东说念主都想问的问题：AI 会取代导演吗？

DiDi_OK 的回应是，不会。

他说 AI 再如何发展，大前提不会变。它最佳的景色便是全都等于实拍和传统 CG 的甩掉。那么，从古于今有一个事情是无须 AI 大众都会的，便是写字。

"写演义谁都不错写，谁都不积恶，但并不是每个东说念主终末都去写演义了，也不是说会写字的东说念主终末都作念到了一个我方舒心的景色。"

贪馋蛇 AI 素材

DiDi_OK 认为 AI 最能匡助到的那类东说念主需要同期雕悍两个要求：知说念我方想要什么，也知说念别东说念主想要什么。但这两个要求其实蛮尖刻，"许多东说念主包括我也无意知说念我方到底想要什么，而知说念别东说念主想要什么就更难。"

DiDi_OK 家里责任区

其实差评君合计，DiDi_OK 我方的经验便是最佳的样本。

他从小学画画，考上了伦敦艺术大学，作念过游戏看法遐想师，作念过 3D 动画师，当今又酿成了 AI 导演。每一次转型，上一个手段看起来都被"替代"了，他不再需要花几百个小时手动建模、手动上色、手动诊治画。

{jz:field.toptypename/}

可是他之前蕴蓄的审好意思判断、叙事才调、对画面的解析，莫得一样被蓦的。

致使不错说，这些看不见的蕴蓄恰正是他能把 AI 用好的原因。

他之是以知说念哪种解说形貌更诱骗东说念主，知说念如何用音乐诊治情谊，知说念 80 分的画面和 60 分的远离在哪，全靠那些"被替代"的年初里攒下来的东西。

包括《牌子》这个故事本人。

"警示牌带来宽敞，emoji 重建疏导"这个灵感，不是 AI 从数据库里算出来的，是从康沃尔看不懂的路牌和土耳其出租车后座上迸发出来的。

AI 是能生成画面，但它莫得生存。没看过晓谕牌，没坐过那趟出租车，就写不出阿谁故事，更没法用情谊弧线、标记叙事、镜头语言去组成了一个完好的导演意图，去打动千千万万东说念主。

就像 DiDi_OK 说，他之是以心爱在 B 站发作品，是因为弹幕，"一个作品加入了大众悉数东说念主的想法之后，才算是认真完成"，大众的想法亦然 AI 没法给到的东西。

是以 AI 信得过替代的东西是什么？

是那些你花在机械实行上的期间。建模、渲染、调参数、一帧一帧修动画，这些事 AI 如实越来越醒目。但你脑子里那套判断系统，不雅众在这个节点需要什么情谊，AI 还作念不了。

软件行业也一样，AI 出来后，居品想维、解析意图、关节方案是成就者们的要点。

前两天差评君我方用 AI 写了两个 App，功能如实能跑，但交互逻辑稀碎。DiDi_OK 听完也说了一句：一个很顶尖的门径员，他是会比我多出特别多的软件想维、居品想维。

Node.js 之父 Ryan Dahl 本年 1 月也在 X 上写了句话：东说念主类写代码的时期仍是罢昭着，不是说工程师没活干了，是"成功写语法"这件事不再是重点。

岂论是作念视频、写代码、画画，AI 替掉的耐久是团结样东西：手上那些重叠的机械就业。留住来的亦然团结样东西：你脑子里那套审好意思、叙事、品尝、判断系统。

在采访中 DiDi_OK 说了一句话，我合计不错拿来当这篇著作的结束——

AI 正在把创造的职权归还给东说念主。

但我想补半句：还给那些有才调接住的东说念主。

撰文：刺猬

裁剪：莽山烙铁头 面线

好意思编：素描

图片、府上来源：DiDi_OK 提供