从一句话到一部短片，从工具实测到长片野心。这里不贩卖焦虑，只整理那些真正值得你打开工程文件的东西。
不按热度排列，按你此刻真正需要的东西排列。
Veo、Runway、可灵、Seedance 实测与选型，不堆参数，只看适不适合你的项目。
🛠️从提示词结构到角色一致性，把“跑不出来”的镜头拆成可以一步步解决的问题。
🏆电影节获奖 AI 短片与长片案例，看别人在限制里做出了什么选择。
📈市场规模、成本结构与商业化路径，用数据理解正在发生的变化。
📖零基础到独立成片，按阶段拆解该学什么、先放弃什么。
💬一线导演、独立工作室和普通创作者的真实判断，不美化也不唱衰。
⚡模型更新、电影节截止、行业事件，短平快，只留有用的那一条。
🌐在哪里学、和谁一起做、作品往哪里投——把散落的信息收拢到一起。
不追逐每一波热点，但重要的事会留在这里。
Fountain0 用 12 人团队、三个月周期、总成本 5 到 7.5 万美元，做出了 100% AI 生成的《Odysseus: The Fall》，与诺兰耗资 2.5 亿美元的 IMAX 实拍《奥德赛》同题材对撞。成本差 5000 倍，但 AI 长片在镜头呼吸感、跨场景角色一致性和音画协同上的短板同样清晰。这不是替代叙事，而是把“谁能拍长片”这个问题重新摆上了桌面。
快手旗下可灵在 10 月中旬推送 4.0 版本，把单次生成时长推到 30 秒，同时支持最多 10 个关键帧控制。对需要多镜头叙事的创作者来说，这意味着更少的拼接和更稳的角色延续。
OpenAI 的 Sora 2 模型与 Videos API 已于 9 月 24 日停止服务。目前的第一梯队是 Veo 3.1、Runway、可灵 4.0、Seedance 2.5 和 Wan 3.0，选型逻辑需要重新做一遍。
DataEye 研究院数据显示，AI 短剧制作成本较真人短剧显著下降，周期压缩至数天到数周。“短剧先兑现、中长剧提价值、电影看弹性”的递进路径正在被验证。
2026 年 10 月窗口期的判断。工具迭代很快，但“适合什么”比“谁最强”更值得先想清楚。
目前音画同步与电影级真实感的基准线。如果你要的是“看起来像实拍”的镜头，Veo 的物理质感和环境声场仍然是最难绕开的选择。代价是控制粒度不如 Runway 细。
专业制作流程里最稳的一块拼图。角色、物件、场景和视觉风格的一致性控制是它的长项，一个平台内可以调用多个模型，适合需要精细剪辑和反复迭代的项目。
30 秒片段 + 多关键帧，让“一条过”的场景更多了。动作控制和图生视频的响应很直接，对中文创作者友好，在东方视觉风格上的表现也值得单独留意。
原生音频与长片段的组合，适合需要“带着声音一起生成”的项目。4K 版本仍在邀请制中，但基础版本已经能覆盖大部分叙事性 B-roll 和场景建立镜头。
每秒钟成本最低的选项之一。480p 约 $0.05/秒，1080p 约 $0.20/秒。画质不是它的卖点，但如果你需要大量生成草稿、测试提示词方向，Wan 能让试错成本降到几乎无感。
这些作品被记住，不是因为用了 AI，而是因为做出了人会被打动的选择。
17 分钟，灵感来自《富春山居图》的离散与合璧。十余人的团队，一个半月，算力成本不到 10 万元。执行导演王语宸说，真正花时间的不是生成，是让画面和故事长在一起。
中国水墨 + AI。荷笛科技用 Seedance、海螺和自研 AniShort 平台，让模型“看”了成千上万张水墨画之后，才磨出一个镜头里那一笔飞白的轻重。90% 由 AI 完成，但团队说，灵魂是人给的。
四人战队，从命题到成片 36 小时，6 分钟。全程现场创作，没有预演和退路。它证明的不是 AI 有多快，而是一群人在极端限制下能把判断力压缩到什么程度。
AI 影视已经跨过商业化临界点。视频模型从“生成片段”升级到“稳定生产剧集”，角色一致性、音画同步和长时生成在 2026 年变成了可用的工程能力。传统影视以演员、场地和设备为主的固定成本，正在被“算力 + 创意”的可变成本替代。短剧先跑通商业闭环，中长剧向会员和版权延伸，院线长片仍是最难但弹性最大的那块。门槛降低了，但利润不会平均分配——价值正在向优质 IP、持续爆款能力和分发渠道集中。
不要一上来就想着“做一部电影”。先从能稳定跑出一个可用的 5 秒开始。
不要同时开三个平台。选 Runway 或可灵，用最简单的图生视频或文生视频，把“能生成”和“能控制”之间的差距亲手摸一遍。第一个星期只做这件事。
景别、主体、动作、环境、光线、质感——把一段描述拆成可替换的模块。好的提示词不是玄学，是让模型能在每一个维度上做选择。记录每一次失败的变化。
给自己一个硬截止。写一个 3 分钟以内、只需要 8 到 12 个镜头的故事。接受它不完美，但走完从剧本、生成、剪辑到声音的完整流程。成片比片段更能暴露真正的问题。
来自正在做这件事的人。
Runway 平台开始聚合 Veo、可灵、Seedance 等第三方模型，一个订阅覆盖多条技术路线，选型不再等于“绑死”一家。
首部 AI 院线长片《Hell Grind》完成 95 分钟制作，15 人团队 14 天，成本不足同规格传统影片的 1%。院线标准（10bit DCP）仍是 AI 的下一道硬门槛。
可灵 AI 全球用户突破 1 亿，年营收近 5 亿美元，增速 400%。国产视频模型的商业化节奏比多数人预想的更快。
纯 AI 长片《Dreams of Violets》制作成本仅 2000 美元，入围翠贝卡电影节官方单元。极低预算不再是“学生作业”的同义词。
《中国 AI 影视发展报告（2025—2026）》指出，全网 AI 影视作品爆款出圈率仅 0.117%，近九成观众诟病的核心是叙事与人文情感，而非表层画质。
技术门槛降低，不等于创作变简单。审美、叙事能力、对人和世界的理解，反而成了作品之间拉开距离的关键。炫目的画面很容易被复制，但你想说什么，复制不了。
我们用 5 万美元做了一部长片，不是为了证明 AI 能取代诺兰。它是为了证明，那些以前连想都不敢想的项目，现在至少可以开始了。
传统水墨讲究笔意、飞白、晕染，这些不是一句提示词能解决的。我们让模型看了成千上万张画，一个镜头跑几十遍，直到那一笔的感觉对了。AI 是助手，但赋予作品灵魂的永远是人。
最痛苦的从来不是生成，是角色一到下一个场景就“换了一张脸”。一致性没解决之前，长片就是一个不断修补的幻觉。但每次修好一个镜头，那种感觉是真实的。
短剧的账已经算得过来了。AI 把试错成本压到足够低，你可以用数据决定要不要继续。但长片的账不是这么算的——观众买票看的不是效率，是那两个小时里有没有什么东西击中他们。
学校还在教传统流程，但身边所有人都在用 AI 做作业。最大的困惑不是工具，是没有人告诉你“什么程度的完成度算及格”。只能一部一部地做，用成片去问。