文/杜聖聰 銘傳大學專任副教授兼廣播電視學系主任
前言：48小時奇蹟引爆網路話題
2026年初，一部全長23分鐘的短劇《霍去病》在網路引爆話題。這部作品完全由AI生成，製作成本約人民幣3000元，製作工時僅48小時，最終斬獲5億播放量。這組數字的震撼不只來自數量本身，更來自它所揭示的一個結構性轉變：內容生產的「門檻民主化」已從理論走入現實。
本報告將完整拆解《霍去病》的製作流程與具體操作指令，並進一步從媒體產業、技術生態、創作者經濟三個維度，分析此案例對影視傳播格局的深層意涵。
一、核心技術平台分析
(1).360納米漫劇流水線的工業邏輯
《霍去病》背後的關鍵技術，是360集團推出的工業級AI影像生成平台「納米漫劇流水線」。這不是單一工具，而是整合了劇本解析、資產生成、分鏡製作、動態合成的完整工業化系統。
(2).平台核心價值在於系統整合
理解這個平台的關鍵，在於它採用「流水線思維」而非「工具思維」。傳統AI影像工具解決的是單點問題，而納米漫劇流水線解決的是系統性問題：如何讓一部有連貫敘事、一致角色、統一風格的影片，在小型團隊手中被可重複、可量產地完成。
(3).成本壓縮屬於量級躍遷而非線性改善
傳統特效製作成本約3000元/秒，AI製作只需3元/秒；傳統週期30至45天，AI只需48小時完成23分鐘成片；傳統需要龐大劇組，AI平台讓小團隊就能量產。這種成本壓縮等同於桌上型電腦出現後對大型主機的替代邏輯，是量級上的躍遷，而非漸進式的改良。
二、《霍去病》完整SOP流程拆解
階段一：劇本輸入與AI分鏡解析
導演將完整劇本的TXT文件直接貼入平台，「分鏡智能體」自動解析劇本情緒、角色出場、場景轉換，生成分場大綱和初步分鏡腳本。
具體指令範例：「上傳劇本《霍去病》.txt。請解析『漠北之戰』段落的情緒曲線，按『緊張-高潮-勝利』節奏生成分鏡建議，標註每個分鏡的景別（遠/全/中/近/特）。」
這個環節的關鍵在於：AI智能體承擔的不只是執行功能，而是前製階段的敘事結構化工作。傳統上，分鏡腳本的撰寫是導演核心創意能力的體現；在此流程中，導演的核心能力轉移到「如何給AI正確的情緒與節奏指令」。
階段二：三維資產庫解決跑臉問題
「跑臉」（角色一致性崩潰）長期是AI影像生產最致命的技術痛點。
平台搭載「納米空間引擎」，通過三大記憶能力系統性解決此問題：資產記憶讓角色不變臉，為主角霍去病建立正臉、側臉、背臉三視圖，#系統編碼 為「角色DNA」存入資產庫，面部一致性達92%以上；#空間記憶 讓場景不穿幫，為核心場景建立正、反、左、右四視圖，確保正反打鏡頭時場景邏輯一致；#視覺記憶 讓風格不漂移，鎖定整體畫風後，整部片風格漂移度低於3%。
具體指令範例：「生成主角『霍去病』角色資產：正臉特寫、側臉45度、背臉，身穿銀色鎧甲，年輕英武。生成『漠北戰場』場景資產：正視圖（主戰場）、左視圖（匈奴營地）、右視圖（漢軍衝鋒方向）。將以上資產存入項目庫，標籤為#霍去病_主角、#漠北戰場。」
核心理念的轉變：從「文字描述生成」轉為「資產引用調用」，等於給AI建立一套「視覺詞彙表」，大幅提升後續所有生成環節的穩定性。
階段三：批量分鏡從抽卡到確定性生產
基於前階段的劇本拆解結果，AI批量生成對應的分鏡圖片。平台提供九宮格功能，讓AI一次生成多個角度的機位供選擇。AI生成成功率從行業平均的15%拉高到90%以上，根本原因是前期資產庫已建立完整，AI的「自由度」被精準收窄。
具體指令範例：「調用#霍去病_主角，在#漠北戰場場景中，中景，霍去病拔劍向前一指。運鏡：低角度仰拍，突出英雄感。光影：黃昏逆光，產生丁達爾效應。」
階段四：靜態圖片轉為動態影像
將分鏡圖片導入視頻生成模塊，調用平台的運鏡預設（推/拉/搖/移/跟/升/降），並對角色的表情和動作進行微調。
具體指令範例：「對分鏡圖#MJB003執行影片生成：調用運鏡預設#慢速推鏡，時長4秒，霍去病表情從平靜逐漸轉為憤怒，背景塵土飛揚，戰馬嘶鳴。」
值得注意的是，《霍去病》是在Seedance 2.0推出前完成的，使用的是360漫劇流水線平台。這一事實說明：即便是相對早期的工具組合，在正確的流程架構下，仍能產出商業規模的成品。
階段五：後期剪輯配音配樂整合
導演使用「剪映」進行後期剪輯，使用AI配音工具為角色配音，團隊同步製作了AI同名主題曲，最後自動生成字幕並校對。操作流程依序為：將所有視頻片段導入剪映時間線按分鏡順序排列，導入AI配音音軌對齊畫面，添加背景音樂和音效，生成字幕校對時間碼，最後導出成片。
階段六：一鍵分發平台完成收益閉環
平台支持一鍵分發至愛奇藝、B站、快手等12家平台，創作者享受70%的收益分成。從「拍完」到「賺到錢」的距離被極大縮短，這意味著生產端的革命與分發端的整合同步完成，形成完整的閉環商業模式。
三、操作指令核心公式整理 六要素標準化指令公式說明
每個鏡頭的指令可套用標準化公式：「調用[角色資產] + 調用[場景資產] + [景別] + [動作描述] + [運鏡方式] + [光影要求]」
範例：「調用#霍去病_主角，在#漠北戰場，中景，拔劍衝鋒，低角度仰拍，黃昏逆光。」
平台內置知識庫直接調用預設
平台內置影視創作專業知識庫，可直接調用運鏡預設（推鏡/拉鏡/搖鏡/跟鏡/低角度）和光效預設（三點布光/倫勃朗光/黃昏逆光/丁達爾效應）。修改時可用非線性編輯功能隨時干預單個鏡頭，
例如：「把這個鏡頭的霍去病表情改成咬牙，眼神更凌厲一些。」這種局部可編輯性是工業流程成熟的重要指標。
四、傳統拍片與AI製作橫向對比 全流程成本與效率全面比較
從劇本拆解環節開始，傳統製作需要人工拆場次2至3天，AI只需2小時，效率差距約達24倍。
進入選角造型環節，傳統需要演員海選加試鏡長達1至2週，AI只需2小時建立角色資產庫，效率差距擴大至約80倍。
場景搭建環節的差距更為懸殊，傳統搭景往往需要數週時間，AI建立場景四視圖僅需2至4小時，效率差距約達100倍。
拍攝製作環節，傳統攝影加表演需要數天乃至數週，AI圖生視頻加運鏡調度只需1至2天，效率比約在10至30倍之間。
修改成本的差距則難以量化：傳統補拍成本極高，涉及劇組重新集結、場地重租、演員檔期等龐大支出；AI只需修改指令重新生成，邊際成本趨近於零。
綜合來看，總製作成本方面，傳統整部作品約需50至100萬人民幣，AI製作只需3000至5000元，成本壓縮幅度約達200至300倍；製作週期則從傳統的30至45天壓縮到48小時，縮短約15至22倍。
生產關係根本重組而非效率改善
這組數據揭示的不僅是效率差距，更是生產關係的根本重組：人力資本、時間資本、資金資本三者的門檻同步崩塌。這對內容產業的衝擊，已超出「工具升級」的範疇，進入「產業結構重塑」的層級。
五、產業意涵的三個結構性衝擊 傳統影視市場形成啞鈴化結構
AI短劇的崛起對傳統影視產業造成的不是競爭，而是賽道分裂。高成本、高品質的院線內容與大型OTT平台自製劇，仍依賴人類創意、明星號召力與精緻技術；但在短劇、網路劇、行銷影片等中低成本市場，AI製作的成本優勢已形成壓倒性的競爭門檻。這種分層效應將加速內容市場的啞鈴化結構：兩端極端，中間空洞。
個體創作者進入製作級內容賽道
《霍去病》代表的是個人創作者與小型團隊，進入過去需要大型製作公司才能涉足的內容賽道。這與當年YouTube降低視頻發布門檻、Podcast降低音頻製作門檻的邏輯相似，但規模效應更強、速度更快。值得關注的是，70%收益分成的商業模式設計，實質上是平台在收編個體創作者產能，形成新型的「平台-創作者」依附關係。
歷史題材AI再現引發監管爭議
當任何人都能以3000元製作出5億播放量的歷史題材影片，內容真實性的辨識門檻將成為社會性問題。歷史人物形象的AI再現，涉及歷史詮釋權、文化符號使用授權與虛假資訊傳播等多重爭議。目前中國已有「深度合成」管理規定，但針對AI短劇的敘事責任認定，監管框架仍有待完善。
六、關鍵洞察與核心啟示：流程思維的價值遠高於工具本身
導演楊涵涵在微博回應：「這支作品是在Seedance 2.0推出之前製作完成的。」這句話的深層意涵遠超技術說明：當技術快速迭代時，掌握流程思維比掌握某個具體工具更重要。《霍去病》成功的核心不在於使用了哪個特定工具，而在於其製作團隊建立了一套可複製、可迭代、可升級的工作流架構。當新工具出現，這套架構可以換入更強的模型繼續運作，這正是工業化生產邏輯的精髓。
資產庫管理才是持續競爭壁壘
對有志進入AI內容生產的創作者或機構而言，優先投資的不是買哪個訂閱服務，而是建立自己的資產庫管理邏輯、指令系統與品質控制標準。技術門檻持續下降，流程能力才是可持續的差異化優勢。
技術降低製作門檻從未降低敘事門檻
《霍去病》的意義不在於它是一部多好的劇，而在於它是一個可複現商業模型的概念驗證（Proof of Concept）。它證明了：在正確的工具組合與流程架構下，AI影視生產已跨越可行性驗證階段，進入規模複製階段。下一個值得追問的問題是：當這套流程被更多人掌握、當市場充斥著大量AI短劇，稀缺性將從哪裡重新出現？答案或許還是回到人類最古老的能力：說一個讓人想繼續看下去的故事。技術降低了製作的門檻，但從未降低敘事的門檻。
*專欄反映作者意見，不代表本社立場
