即梦AI上线三大工作室:零基础普通人也能拍短剧?
10 月 26 日,字节跳动旗下的即梦 AI 上线了「短剧工作室」,官方定位「一站式打造爆款短剧」。这是一间被装进网页的剧组:剧本整理、角色与场景资产管理、分镜生成、视频制作和后期调整,被放进同一个交互界面里完成,创作者不必再在多个平台之间来回传递素材。随之亮相的还有即梦的三个自研模型:剧本模型 DreamScript
10月26日,字节跳动旗下
即梦AI正式推出「
一同登场的,还有
即梦自家的三个模型,分别是剧本模型
官方表示,
另一边,过去一年里短剧行业几乎被重新洗了一遍牌。
短剧这门生意本身就不小:市场规模已逼近千亿元,把电影和长视频都甩在了后面。2023年还没什么存在感的
AI更进一步压低了创作门槛。今年那些由宝妈、网约车司机等非科班团队做出来的
门槛降下来,不等于爆款就能随手捡到。一个网页号称能把从创意到成片的活儿全包了,那一个既没影视背景、也没玩过AI视频的普通人,究竟能拿它做出点什么呢?
这回,我们从
实测短剧工作室:一个门外汉的“开机”记录
登录即梦AI网页后能看到,短剧工作室已经单独挂在侧栏,和它并排的是近期上线的
进去一看,摆在面前的是四个起点:脑子裡只有一个念头,可以让一句话灵感直接长出剧本;手头已经有剧本或小说,上传就行;现成视频在手,可以拿去重制转绘;要是啥都没想好,也能先摊开一张空白的短剧画布。
我打算不准备任何外部材料,直接拿工作室自带的一个剧本当Demo。故事讲的是城市里一家动物救助站:救助站快要撑不下去,守着它的人趁夜色想办法硬扛,项目名叫《城市夜光》。
进了项目,工作台的排布就像一个缩小的剧组:剧本、角色与场景的资产库、素材能随意摆放的画布、镜头按顺序排好的分镜故事板、用来摆机位的
界面右侧一直挂着一个Agent向导,哪里不懂直接问它,也能让它替你往下推。
每个环节该用哪个模型,照样能自己选,视频、图片、剧本、推理和3D搭景都各有对应的选项。
眼下可选的视频创作模型清单:
我先让Agent照这个剧本做一支预告片,之后几乎全程都由它领着走。过程比我预想的顺,它并不要求用户懂行。每往前一步,它就把接下来的几种走法摆成选择题,我要么简单选一下,要么用自然语言回它。对新手来说,这比对着一个空白输入框死磕提示词友好太多。
来回几轮下来,一部短剧在这里怎么一步步做出来,我大致就摸清了。
通常剧本分集做完,系统会照故事把对应的角色和场景资产生成出来,统一放在资产库管理,而且每项资产都能再手动改。往后每个镜头都从资产库里调人物和场景,这也是同一个角色在不同镜头里不跑样的底子。
再往下是分镜。系统把剧本切成一个个镜头,每个镜头都配好了提示词,再照着它生成视频。
有个设计挺实用:先出
每个片段还能单独跑“智能预演”和“
智能预演在产出预演视频的同时,也会带出不少分镜,这些分镜随后会进到提示词里,帮着把成片做出来。
片段全部生成完,就能进多轨编辑器细调,加上双语字幕,再用专门的音乐模型配乐。我试过在视频生成阶段直接靠Prompt顺手把BGM也生成出来,可测了几回效果都不太行,最后还是把两步拆开,等视频定稿再单独做配乐。
视听要素备齐后,项目能一键导入剪映接着精剪。对用惯剪映那一套的创作者来说,这一步的衔接相当顺。
前面说的那些前期环节,其实大半能交给 Agent 托管。它会给出推荐配置,用户顺着往下走就行,只在画面风格、资产样式这类需要拍板的地方,用自然语言聊两句、让它改。
分镜这一步还是得人来仔细把关。成片长什么样,很大程度上由分镜的 Prompt 决定。问题是,光靠对话来控制,精度目前还上不去,景别、运镜、构图想拿捏准,手动微调跑不掉。不过这也透出一种苗头:Agent 本事涨上去、跟工具结合得更紧之后,创作者只靠自然语言就能把整部片子推到底。
项目管理上,每个视频项目各自是一个独立工作区,相关要素都挂在对应项目里。
最后,我请 Agent 帮忙算了算这支预告片花了多少钱。
积分怎么扣,规则不绕:跟 Agent 聊天、提问、查看或修改文字,都不扣积分;只有调用生成模型的时候才扣。
最终成片:
整条走下来,短剧工作室的创作大体分五步。
头一步是剧本,自己动手写也行,交给 DreamScript 生成或者整理也行,顺手把画面风格、画幅比例和语言定下来;
第二步是资产:剧本里的人物、场景会被自动抽出来,生成形象后放进资产库统一管,之后每个镜头都从这儿取;
第三步是分镜,
第四步是生成,挑好视频模型,比如 Seedance,把分镜做成视频,先看样片,觉得行了再出成片;
第五步是后期,字幕、配乐、剪辑都在这里,弄完导出,或者转去剪映接着磨。
每一步都有专门的模型各管一摊,串起全程的是同一套角色和场景资产;人要做的事,是在各步之间拍板。就算一点经验没有,肯跟 Agent 多聊几轮,也能把这套流程从头跑到尾。
流程摸熟以后,我用它做了一集《紫罗兰永恒花园》的同人故事,想留住原作那种细腻画风,还有“代笔书信”的温情调子。
这一回我从最低的起点起步:手上没剧本,直接把想法丢过去。来回几轮,磨出了一个能用的剧本。
然后我把它递给短剧工作室的 Agent,让它用“
到了出片阶段,只卡在一个地方:有个片段一遍遍提示内容不合规,怎么改都过不了审。Agent 给出的分析是,“一名年轻女性独自进入独居老人家中”这个情节,很可能让审核模型做出了偏保守的判断。
画面描述和情节表述来来回回改了很多次,这个片段才终于生成出来。
最终的漫剧成片:
说实话,成片的风格是我要的那个味道,可整体质量算不上惊艳,毛病主要在部分人物动作的细节还差口气。不过,对一个以前从没碰过视频的人来说,全程只跟 Agent 对话,不离开网页、不借任何外部工具,就把一个模糊念头变成了一部完整短片,这本身已经能说明:这套工具门槛够低,流程也够完整。
两回试下来,我攒了几点具体感受。
第一,动手生成前先想明白要切成几段、每段多长。Seedance 2.5
第二,提示词不是写得越细就生成得越准。写得太满,反倒挤掉了模型发挥的余地;前后描述要是自相矛盾,画面很容易跑偏。把每段情节讲清楚、讲一致,比一味堆细节更管用。
第三,生成结果总带着几分“同样的 Prompt,有时一遍就过,有时得试上好几回,这是眼下视频生成模型的通病。不过也有办法把成功率往上抬,比如用首尾帧把画面的起点和终点锁住;调角色图、场景图来稳住人物和环境;把即梦的智能预演、样片模式和片段重拍用活,试错成本也能压下来。
整体用下来,短剧工作室上手很容易。从剧本到成片这条长链条它是走通了,还有一个全程在场、聊天不扣积分的 Agent。但这不等于许个愿就能出好片——重复的、门槛低的环节,AI 可以接过去;镜头怎么取舍、节奏怎么把控、审美往哪个方向定,还是得靠创作者的品味和传统视听常识。最理想的状态,是既懂 AI 工具,也懂传统制作流程。话说回来,这条学习曲线已经被拉平了不少。对一个有创作欲的普通人来说,这已经是一间随时能开机的剧组。
营销和动效这两块,思路是把专业经验直接做成可选项。
短剧工作室上线还不到一个月,即梦又接连推出两间新工作室,11 月 10 日上线。上手之后我发现,这两间本质上还是图片和视频生成器,只不过把特定场景里的大量环节提前配好了。种类和预设足够多,用户做几道选择题,再上传一点素材、说出自己的想法,就能比较稳定地出片。
动效工作室和 Seedance 不同,它接的是专用动效模型,主打“用文字描述创意,通过代码编译视觉画面”,文字和图形的布局、出场顺序与节奏都由系统精确安排。标题开场、动态金句、卖点展示、概念图解和转场是它的强项,内置字符动画、复古像素、几何动画、创意拼贴等多种风格。生成前就能看到预估要花多少积分,生成后还能通过多轮对话继续修改。
我先用一句很简单的提示词,让它复刻葛饰北斋的名作《神奈川冲浪里》。
成片:
第二次,我从一个模糊的想法出发,先让它帮我打磨出一套完整的提示词,再做一段太阳系的科普动效短片。
最终成片效果:
营销工作室则借助 Seedance 模型的能力来生成营销视频:用户只要在输入框里讲清楚想要什么样的营销视频,再选定商品、角色、风格和参考素材就行。
我拿一件近期在电商平台卖爆的夹克图片试了试:先让它照着生成一张干净的商品图,再让它把提示词写好,产出两条 15 秒的推广视频,一条由达人口播,一条介绍商品详情。
最终成片效果:
除了这三间工作室,即梦AI还内置了字节在 11 月 9 日刚发布的图像模型。此外,视频、图片和营销专题都有不少现成的功能,还有镜头管理等专业工具。
例如
不过,把一整套重量级影视流水线装进一个浏览器标签页,即梦 AI 眼下在工程体验上确实要付出代价。三个工作室目前都跑在 Web 端,复杂项目里的多层素材、画布交互和多轨时间线全得靠浏览器实时渲染,本地性能吃紧明显,卡顿和稳定性波动偶尔也会冒出来。功能越加越多,怎么把运行稳定性持续做上去,乃至与剪映桌面生态打通得更深,恐怕是即梦接下来最该补的一课。
模型之外:字节的生态闭环与行业下一程
一个月里接连推出短剧、动效、营销三间工作室,即梦这步棋并不是在孤立地堆功能。过去一年半,字节在 AI 视频这条赛道上一直按模型、工具、分发三条线并排推进:
模型这一层,Seedance 从早期版本一路迭代到引爆短剧行业的 2.0,再到如今单段能生成 30 秒的 2.5,始终踩在第一梯队的位置上。
产品层面上,字节先由
下游则由
敢这样重投入,是因为 AI 短剧行业正从拼产能转向拼品质。今年 AI 短剧很快成了主流生产方式,市场转眼就撞上供给过剩:爆款率一路走低,平台对低质内容的审核越收越紧,制作端省下来的钱又大把砸进了投流买量。对眼下的创作者和机构来说,真正的成本恐怕已经不在生产端,而在从剧本到一部能上线的作品之间,反复试错耗掉的时间与积分。
在这一格局下,字节的竞争壁垒不仅在于一骑绝尘的模型能力,更在于链路的完整性。相比多数只占据模型或工具等一两个节点的竞争者,字节打通了从前置生成、剪映精剪到下游变现的整条路径。目前来看,这条链路的短板可能只在于算力高峰期的排队与成本波动。就本次测评的即梦 AI 三大工作室来说,算力供给与工程稳定性仍是需要持续加固的环节。
往后看,AI 视频工具的演进将越来越多地发生在模型之外。首先,Agent 的介入深度会进一步提高,从协助写提示词、串联基础流程,走向项目规划、分集调度与全局迭代,承担起接近制片管理的职能。
其次,视频生成的底层仍是概率模型,结果的不确定性短期内没法彻底消除。能不能靠更强的底层可控性和更精细的工程框架,把反复生成带来的算力损耗压下去,让角色与场景沉淀成可跨集、跨项目复用的长期资产,会直接影响商业化效率。最后,产品形态也一定会走向更深的整合——把重型制作台塞进浏览器只是现阶段的过渡办法,云端生成与本地剪辑配合得更紧,乃至即梦和剪映桌面生态进一步打通,都是顺理成章的方向。
拍摄、置景、基础动效乃至分镜拆解一步步变成按积分计费的标准品,纯执行层面的门槛正快速消解,内容创作的竞争也就回到了叙事节奏、审美判断和情绪洞察上。谁能让创作者用更低的试错成本,把这些核心判断稳定地变成成片,谁就更有机会成为下一阶段内容生产的基础设施。