如何用 AI 做出真實的影片:介質、光線、運動、細節

可信的 AI 影片來自生成前的四個決定——拍攝介質、光的方向、鏡頭運動、普通場景細節——再加上一次固定的審核流程。

真實感是一種瑕疵模式,不是一個分辨率設置

當有人要一條「真實的影片」時,他們通常指的比說出來的更窄:這段素材應該像一個人在真實房間裡手持相機拍出來的,而不像機器渲染的圖像。銳度、幀率和色彩深度都製造不了這種印象。破壞印象的破綻幾乎都是結構性的,而且早在第一幀生成之前就已被決定。

四個槓桿貢獻了大部分效果。每一個都是可以提前做出的決定,每一個都對應一種典型錯誤——即使渲染在技術上完全乾淨,這些錯誤也會讓片段顯得虛假。

槓桿

它在畫面上改變什麼

常見錯誤

拍攝介質

鏡頭感、顆粒、對比度、運動模糊、色彩漂移

選擇一個外觀詞(「電影感」)而不是一臺設備

光的方向

陰影落在哪裡,房間變暗有多快

均勻的、沒有來源的光——好看但讀起來像渲染

鏡頭運動

畫面感覺是被身體攜帶還是被搖臂驅動

組合任何操作員都無法同時完成的運動

場景細節

房間看起來是否被擁有和使用過

完美乾淨的表面、對稱的凌亂

把表格當作工作順序,而不是選項菜單。介質和光線都對了、但畫面裡塞滿禮品店物件的片段仍然會失敗,而光線來路不明的素材,再多細節也救不回來。

先決定拍攝介質,再做其他任何事

真實感從一個簡單的問題開始:這是用什麼設備錄的?一隻手拿著的手機、一盤 90 年代的家用攝像機磁帶、一臺 16mm 攝影機、一臺鎖定的數字電影機——每一種都自帶一套觀眾能瞬間辨認的預期,哪怕他們說不出名字。

手機素材通常有廣角鏡頭與大景深、輕微手持抖動、窗邊過曝的高光,以及日光下略顯過飽和的色彩。家用錄像帶邊緣更柔,色彩漂移,常有日期戳或磁跡線。膠片的顆粒會在幀間流動而不是靜止,還有輕微的片門晃動。

點名介質的意義在於一致性。一旦你說了「廚房裡的手機」,其他所有參數都必須與它一致:焦段感、抖動量、對比曲線、顆粒。膠片顆粒疊加在完全順滑的穩定器運動上,讀起來令人不安,因為兩個信號互相矛盾。

在生成任何東西之前,把答案寫成一句話,例如:「冬天下午四點左右,在小廚房裡用胸高手機拍攝。」這句話對真實感的貢獻比任何風格形容詞都大。

設定一個光的方向,並守住它

先選定光源,再檢查每個鏡頭是否服從它。畫面左側一扇窗、主體身後一盞實用燈、陰天的平光、一面牆的反射——具體選什麼沒那麼重要,重要的是答案是唯一的。

三個檢查能抓住大多數光線失敗:

  • 衰減。 亮度隨遠離光源而下降嗎?四面八方均勻照明的房間沒有衰減,而沒有衰減是最強的渲染簽名。
  • 陰影側。 同一場景的所有鏡頭裡,陰影落在同一側嗎?應該如此,除非故事裡的什麼東西改變了光。
  • 色溫。 光的顏色與所述的時段以及房間裡的燈匹配嗎?混合光源沒問題,而且常常更可信,但混合必須保持一致。

如果一條看起來假的片段你只能修一件事,修這個。觀眾原諒柔邊和奇怪道具的意願,遠高於原諒沒有來路的光。

使用身體真的做得出來的鏡頭運動

先決定相機是手持、上三腳架還是被攜帶,然後只使用這個選擇的動作詞彙。手持意味著緩慢的搖擺、偶爾的小幅修正,以及地平線的輕微漂移。三腳架意味著畫面穩定,任何運動都是受控的搖或推。攜帶意味著腳步在縱軸上以節奏形式出現。

失敗集中在組合運動上:一邊推近一邊環繞、一邊升降一邊搖攝、一邊走動一邊變焦。一個人無法用手機同時完成這些,所以眼睛會把鏡頭歸檔為「生成的」,哪怕說不出為什麼。如果故事需要更多能量,換鏡頭,而不是加運動。

用普通的、被使用過的細節填滿畫面

真實的房間是不對稱地凌亂的。真實的衣服在關節處起皺,而不是整齊的摺痕。真實的桌子有杯印、線纜、沒拆的信。每個場景加兩三件具體的普通物件,讓背景不均勻地忙碌著。

細節有上限。均勻的汙垢、撒得均勻的道具和「藝術性凌亂」的背景讀起來都是設計過的。目標不是更多物件,而是暗示有一個具體的人住在這裡的物件:一種筆跡的購物清單、側倒在桌上的馬克杯、斜推回去的椅子。每個鏡頭都應該展示一個真人會做的動作,發生在一間看得出有人住的房間裡。

用 AI 做出真實影片的配圖。

從動作構建故事,而不是從參考幀

參考片段值得研究的只有一件事:結構。它的開場、鏡頭順序、節奏、兌現的時刻。這些是你能學習並用自己材料重建的手藝決定。幀本身、聲音和音樂是別人的作品,找到參考不授予你複用其中任何東西的權利。

把故事寫成一連串可信的動作,每拍一個。一個可用的例子,用一個關於夜班出門的五拍場景:

  1. 一隻手拍了兩次夾克口袋,什麼都沒找到。
  2. 此人走向玄關桌,從碗裡撈起鑰匙。
  3. 鑰匙掛在了掛繩上;此人頭也不低地解開它們。
  4. 此人在門口停下,回頭看了一眼亮著燈的廚房。
  5. 門關上;一秒後廚房燈熄滅。

每一拍都是帶有物理後果的動作,沒有一拍需要複製其他創作者的鏡頭。每個鏡頭要麼展示一條新資訊,要麼推進一個動作;兩者都不做的鏡頭,剪掉。這也是修復無聊片段最便宜的地方:改寫一拍不花一分錢,而重新生成一拍要點數。

確認你想要的風格真的可用

命名的視覺風格很方便,但可用性取決於配置。在把故事託付給某種外觀之前,先確認你所在的工作區提供它,並且在最短、最不重要的鏡頭上預覽,而不是關鍵時刻。優先選擇預覽裡能看到你想要的確切質感——顆粒大小、柔和度、偏色——的風格,而不是名字聽起來更接近你意圖的風格。

有兩個限制值得提前知道。風格通常會被保存並可在影片之間複用,這有助於系列保持連貫,但複用風格並不保證跨輸出的角色或聲音一致。片段之間的一致性仍然要你逐鏡頭去管理。

用同一份檢查清單審核成品片段

按這個順序審看片段:人物、動作、聲音、環境,然後是小的非自然細節。以固定順序觀看,防止你被碰巧最顯眼的那個瑕疵分心。

用 AI 做出真實影片的工作流程圖。
  • 人物。 手、手指數量、牙齒、眼睛與視線方向、運動中的肢體數量、頭髮與衣領相接的方式、臉在鏡頭之間是否變化。
  • 動作。 重量與接觸:腳落在地板上還是穿過地板,手是否真的握住物體,一個人跨剪輯是否繼續朝同一方向走。
  • 聲音。 衝擊處的同步、與空間匹配的房間底噪、屬於這些臉的聲音、真實房間會有的嗡嗡聲位置卻是靜音。
  • 環境。 背景連續性、映出正確房間的反射、讀起來是文字的文字、剪輯後仍在原地的門窗。
  • 小的非自然細節。 畫幅邊緣附近扭曲的邊緣、幀間漂移的紋理、站著一動不動的背景人物、無風自動的織物。

在開始審核之前設定完成標準,否則審核會漂移:片段通過的標準是五項檢查在一次不中斷的觀看中全部清零,並且承載故事的兩個鏡頭逐幀再看一遍也通過。第二輪仍然失敗的項目進修復清單,而不是回生成隊列。

按能改變結果的順序修問題

審核後仍然顯假的片段大多有同一個根因,而且很少是表面細節。按這張清單往下排查:

  1. 介質錯配。 顆粒、運動模糊、鏡頭感與所述設備不符。
  2. 沒有來路的光。 均勻覆蓋、陰影側錯誤、顏色與場景矛盾。
  3. 不可能的物理。 打滑的接觸、消失的重量、身體做不出來的運動。
  4. 環境斷裂。 鏡頭之間背景與反射發生變化。
  5. 表面細節。 最後那百分之十,也是每次嘗試裡最不值得花的地方。

在修好第一或第二項之前換風格幾乎從不會有幫助,因為風格是疊加在錯配之上的,而不是錯配的原因。

像 Meltica 這樣的工作區在這個流程裡的位置

四個槓桿都不需要工具,如果你更願意在紙上規劃、去別處生成,這篇文章本身也獨立成立。工作區的價值在於把風格決定具體化,並讓它可複用。

Meltica 的風格庫提供命名的預覽,涵蓋實拍外觀、插畫和 3D,包括一個日常手機外觀和一個 90 年代家用錄像帶選項,風格會被保存並可在影片之間複用。這正好對應介質決定:與其向文本模型描述「胸高持握的手機」然後祈禱,不如選擇最接近的預覽,並在其上寫你自己的故事和鏡頭順序。有兩個限制被預先聲明:每種風格的可用性取決於你的工作區與賬戶配置,而且複用風格不保證跨輸出的角色或聲音一致。把風格當作起點的質感,而不是一致性保證,並把上面的逐鏡頭審核留作你自己的質量關卡。

花點數之前先確認什麼

在項目依賴它們之前,有四件事值得在你自己的工作區裡確認,因為它們會變:

  • 風格可用性。 你想要的外觀中,今天哪些已為你的工作區和套餐啟用。
  • 嘗試成本。 某種外觀通常需要幾次生成才能通過你的審核,每次嘗試花費多少。
  • 修改成本。 修改請求是重跑整段還是其中一部分,這對預算意味著什麼。
  • 修改還是重新生成。 成品片段有多大範圍可以調整,什麼情況下從頭開始比修補更便宜。

AI 影片裡的真實感首先是一種規劃紀律,而不是渲染設置。選定設備、守住光線、讓運動保持人的樣子、用普通物件填滿房間、寫你自己的動作,並對照你信任的檢查清單審核。「照片級真實」不是任何人能替你許下的承諾——但讀起來像「被記錄」而不是「被渲染」的素材,是你可以刻意做出的決定。