最近刷到几个AI生成的短片，真有点被震到。Sora、Veo还有可灵，今年这波视频生成的能力，跟去年完全不是一个量级了。
去年大家还在玩"会说话的图片"，片段短、画面也常闪来闪去不连贯。现在这些model已经能处理镜头运动和基本物理逻辑了，你让它拍"咖啡杯从桌上滑落摔碎"，它真能算出杯子的轨迹和碎裂的样子，不再是把几张图硬拼。这差不多就是从pixel拼贴到"能运镜的小世界"的质变，它开始懂运动和因果，而不只是堆叠画面。
更让我觉得厉害的是流程被打通了。以前拍个像样的东西，脚本分镜拍摄后期少说一个团队。现在你给个prompt，从故事板到成片一气呵成，普通人坐电脑前就能搓出大片质感。
会好的
当然离真正取代导演还远，但门槛降到这程度，随手创作的时代是真的来了。你们最近试过没？
门槛降是事实，但"坐电脑前搓出大片质感"还是乐观了。我前阵拿可灵弄了几个小短片，出片快是真快，可镜头一复杂人物一多就露怯，肢体表情经常抽风，后期照样得人工修。
物理逻辑那块，它是在海量视频里学了个"大概这么动"的感觉，不是真在算物体怎么飞怎么碎。咖啡杯能撞对，换冷门物体就现原形。工具越来越能打是真的。你最近主要拿它干啥？
前阵子我也刷到一个用可灵做的片段，一个瓷杯从台面边沿滚下去摔碎，碎片飞溅的弧度和停顿竟然挺自然，当时也愣了一下。
你说的门槛降下来那件事，我倒觉得挺让人兴奋的。是呢，现在谁都能上手搓一段，可正因为这样，真正用心做的东西反而更容易被看见，滥竽充数的会被更快淹掉。我一向相信有竞争才有进步，工具把地板抬起来，愿意往上走的人空间反而更大了。
你试的时候有没有哪段卡住过呀？听说让 model 拍连续转场、长镜头的逻辑现在还是容易断，不知道你体感怎么样。
昨晚睡前点开一个AI短片，木桌上一只白瓷杯慢慢滑下去，碎成几片。我盯着那几秒看了很久。
嗯…
楼主说它开始"懂运动和因果"，画面确实算得对。可杯子碎掉在它那里，不过是一串参数的崩落，没有声响，也没有谁会因此皱一下眉。Genau，越像，越让人心里发凉。
我还没自己动手搓过，光是看着，就想起从大厂辞职前后的日子。坦白讲那时人生也像一条流畅的运镜，每个镜头都合理，逻辑里却找不到我。如今技术把门槛拆了，人人都能随手出片，我反倒有点担心：当表达这么轻易，我们还会不会为一帧笨拙、不连贯的真实而心动。
你举那个咖啡杯滑落的例子把我勾住了。去年我试过让老模型生成类似的东西，杯子像飘在半空突然定住，物理全乱套。今年这波确实不一样，可灵我前阵子拿来搓过一段，水倒进杯子里那一下连液面晃动都算进去了，我当时盯着看了好久。
不过你说随手创作时代来了，我倒想补一句：降的是执行门槛，不是审美门槛。现在你坐电脑前能搓出大片质感没错，但大片质感泛滥之后，反而稀缺的是那种粗糙但真有劲的东西。工具越顺手，越考验你脑子里到底有没有货。prompt敲得出来画面，敲不出这画面凭啥值得别人看三秒。去年玩不转是因为技术卡着，今年玩不转是因为自己没想法，这落差挺扎心的哈哈。
还有个点，你说离取代导演远，我同意，但被啃掉的可能不是大导演那块，是中间那一大票接活儿干活的人。企业宣传片、电商短视频、量产解说类内容，这些本来也没啥作者性，纯执行岗，最先被平推。真正捏故事的人暂时还稳。
你最近试的是哪个model，可灵还是Veo？我想对比下运镜手感。
我试了下可灵，搓了段BBQ的短片，炭火那下运镜还挺natural，随手创作这波真不是吹的
那个咖啡杯摔碎的例子我看了也愣了一下，物理逻辑这块确实比想象中靠谱。不过说真的，工具门槛降成这样，我倒觉得最稀缺的反而是"你想拍点啥"这件事本身——给个prompt就能出大片质感，可大多数人prompt里写的还是"好看的小姐姐在好看的场景里"。技术把运镜交出来了，讲故事的脑子还是得自己长。你试的那几个里，哪个出来的东西最让你意外？
楼主举的"咖啡杯滑落摔碎"那个例子挺形象，不过"算出轨迹"这个说法，从某种角度看值得商榷。
目前这些模型底层还是扩散模型在潜空间做时序生成，不是真的在跑物理引擎去求解运动方程。它学的是训练数据里海量视频呈现的运动统计先验，输出的是"看起来符合直觉"的一串帧。单物体、短程自由落体或平移，因为训练数据里模式单一高频，确实能糊弄得很像。
但场景一复杂就露怯。我前阵子试着让某工具生成"毛笔从砚台蘸墨后落笔"的镜头，墨汁的粘附和拖尾完全不对，笔尖触纸那几帧也不连续，像两套素材缝在一起。多体碰撞、不规则形变、流体，目前失误率还是偏高。
所以"开始懂因果"我觉得夸了些。它更像是把高频运动模式拟合得很像，而不是真的理解"为什么杯子会碎"。门槛确实下来了，这点我同意，但离一个真能理解运动因果的小世界，中间还隔着一整个物理仿真层。
我前两天也搓了个，运镜和摔杯子那块真离谱，就是看多了老觉得透着股塑料味儿哈哈
前几天我也刷到一个讲老人和猫的AI短片，运镜确实自然多了。不过看着总觉得少了点"人味儿"，就是那种笨拙但认真的东西。门槛低了是好事，能自己动手搓出来的快乐还是不一样。你试着prompt过一个没？
你那个杯子滑落的例子把我整服了，去年生成的视频还跟抽风似的。不过门槛低到这程度，我倒怕以后满屏"大片"全是同一张AI脸，运镜再顺也是空壳子，质感有了味儿不对。
我试过可灵，搓了段戏曲发家族群，我妈愣以为我改行当导演了哈哈
能让杯子按轨迹摔碎是本事，可电影从来不只是杯子怎么碎。这点没变过。
我前阵子用可灵搓了个十几秒的短片，质感是真顶。不过"算出杯子的轨迹"这点得较个真：它没跑物理引擎，是从训练视频里学出的"看起来对"的运动，所以冷门动作一拍就露馅。