23天靠AI短片賺100萬！非科班出身逆襲影視區，郭帆導演拍手叫好
我真的慕了。
當我還在吭哧吭哧跟AI磨合寫稿時，已經有人憑藉AI生成的短片，美美到帳100萬了。
還都不是影視科班專業出身的：
一個是學3D動畫的廣告人，另一個是01年的生物學碩博連讀生。
以《牌子》這部7分多鐘的視訊為例，製作周期23天，在B站上線一周，收穫1000多萬次播放，80多萬點贊，30多萬投幣。
《流浪地球》導演郭帆評論轉發點贊，在油管也獲得大量好評：
他們拿到的100萬獎金，都是B站給頒的首屆AI創作大賽一等獎獎勵。據悉，這次比賽有超8300份作品參賽，77個獲獎席位，總獎金池超300萬元。
那麼問題來了，同樣是和AI打交道，憑啥是他們能脫穎而出奪得大獎？
既然模型是“瘋”的，你就要當那個最清醒的“瘋子”
很多人看完那些獲獎作品，第一反應就是滿世界打聽他們用了什麼神仙模型，甚至幻想著能討要到“一鍵出片”的萬能Prompt。
但把這些創作者的流程拆開，會發現這些人的出發點很“笨”，甚至有點原始。
這種原始感首先體現在對“表達欲”的近乎殘酷的拷問上。
“開放賽道”一等獎得主DiDi_OK在動手之前，會先反覆問自己：這件事有沒有必要說出來？
如果這個表達不說出來，你會難受到睡不著覺，那才繼續往下走。
接著是第二層篩選，這個表達對別人有沒有意義？是讓人產生負擔，還是能帶來一點有意思的新東西。
當表達站住了，再來考慮怎麼呈現，也就是形式設計的問題。
DiDi_OK把做片子比作“請客吃飯”，你手裡攢著的那點兒極其私人的表達，就像是一道重口味的家鄉菜，直接生冷地懟到觀眾臉上，大機率只能換來人家的反胃。
所以需要先鋪墊語境，讓觀眾慢慢進入你的節奏，然後在某個節點，把真正想表達的東西遞出去。
而好的形式往往是極簡的，理解成本通常很低，觀眾不用費勁就能看懂你在幹嘛。
尤其在AI時代，一旦你把形式搞得過於繁雜，模型那不可控的隨機性疊加進去，畫面瞬間就會崩盤，觀眾也會秒出戲。
再往下走，DiDi_OK拋出了一個很現實的判斷：你做不做得完？
AI創作對連續性的要求很高，一旦中斷，很難再回到原來的語境。所以DiDi_OK會果斷砍掉那些周期不可控的想法，那怕它再誘人，“如果單位周期內無法完成，我個人的情緒就會散掉”。
事實上，DiDi_OK這部不到8分鐘的短片，劇本大概花了一個半月時間，視訊製作周期是23天。
不過更關鍵的是，這一套折騰下來，你想表達的東西還在嗎？
他引用了姜文的話——“我就是為了這盤醋才包的餃子”，餃子包完醋如果沒了，那這頓飯他寧可不請。
如果說前面更多是來自創作者的直覺和經驗，那“三體賽道”的一等獎得主半吊子Bill_的方法更偏向工程思維。
他拒絕被工具牽著鼻子走，把AI直接拆回了傳統動畫的生產線——劇本、分鏡草稿、人設、場景、配音配樂音效，一個都不能少。但區別在於，人類只保留最關鍵的部分，把重複勞動工作交給AI。
劇本和分鏡是核心。他會先在iPad上手繪分鏡草稿，即便是畫成很粗糙的“火柴人”也沒關係，只要能表達清楚人物位置、動作關係和構圖。
然後把草圖喂給AI，讓它在這個結構裡生成畫面。相比純文字的提示詞，這種方式對AI的約束會更強。
在視訊生成時，半吊子Bill_喂給AI的提示詞是分層的三段式：
先定下整個分鏡的大基調，再精準拆解每一張圖對應的台詞細節，最後才去補足氛圍和主角性格。
至於大家最在意的如何去“AI味”？
半吊子Bill_的處理方式是提示詞儘量避免模糊描述。比如不要說“二次元風格”，而是直接指向具體某部動畫作品的視覺體系。
再疊加攝影語言，比如調整拍攝視角（仰拍還是俯拍）、控制畫面色調隨場景變化的路徑（從灰到冷到暖再到血紅）。
角色設計上也是同一套邏輯，通過使用活潑的人物角色、誇張表情和飽滿情緒，這會讓觀眾默認背後有一個真實有血有肉的人在表達，從而更容易代入其中。
還有一個很多人忽略的控制變數是BGM。很多人的AI短片畫面很滿，但聲音是空的。
半吊子Bill_擅長在音效裡埋鉤子，靠漸強或低頻的震動去勾兌那種汗毛倒豎的緊迫氛圍感。
DiDi_OK視訊裡的BGM收到了很多誇獎，但他說自己其實“五音不全”。因為喜歡《巫師3：狂獵》配樂裡那種古波蘭女聲吟唱的荒涼感，所以先讓Gemini拆解其背後的文化脈絡和歷史典故，再把這股子底蘊寫成prompt喂給Suno。
在具體工具的使用上，獲獎者們的做法是把每個模型的“性格”摸清楚，然後讓它們各司其職。
粉墨工作室的生圖流程是先用Midjourney出那種有藝術感的底圖，再拿這張圖喂給Nano Banana去摳細節。
而在DiDi_OK看來，視訊模型裡GoogleVeo對嘴型的控制很強；可靈做偽紀錄片質感更好，鏡頭有那種沉重的細膩感；Seedance 2.0的手持晃動感更真實。
看下來會發現這些獲獎者並沒有什麼獨門絕招，他們只是用一套傳統創作的方法，把AI塞進了工作流裡。
前面是表達，後面是結構，中間那段看起來最炫的AI生成，其實只是執行層。但如果前後兩端是空的，模型再強，也只能生成一段看起來很努力的空話。
也正因為AI工具在快速普及，真正決定作品上限和差距的東西，開始從模型能力重新回到創作者本人。
AI正在加速你完成前10個“垃圾作品”
以前大家還能把問題推給工具、團隊、預算，或者一句“條件不允許”。現在這些藉口在一點點失效。
第一個變化，是“做自己”這件事，從風險變成了一種放大器。
聽起來有點虛？且聽DiDi_OK這樣說：
我認為世界上不應該有人因為做自己而受到懲罰，這是不對的事情……AI出現之後，我發現我某些窘迫和奇怪的點是可以被接受的，因為它們可能在某個層面上存在真正的價值。
AI幫助創作者大大降低了試錯成本。以前你想驗證一個想法，可能要投入幾年時間，甚至一整個團隊。
現在你可以快速把你前十個“垃圾作品”做完，丟出去，看看有沒有人回應，然後根據市場反饋快速迭代。
（“前十個垃圾作品”源於遊戲圈公認為“行業聖經”的 《遊戲設計藝術》（The Art of Game Design: A Book of Lenses），原話是：“你的前十個遊戲都會爛透了——所以趕緊把它們做完吧。”）
不過，AI工具可以把表達放大的前提，是你得真的有東西。
第二個變化，是工具越強，注意力越往“人”這邊收縮。
半吊子Bill_提到，每當一個新模型出現，大家會先沉迷於各種“奇觀”，巨物、災難、視覺衝擊……
這些以前成本高昂的畫面突然變得唾手可得。但這種興奮感很快會消退，因為所有人都能做。
一旦工具變得足夠好之後，人就不再盯著工具本身，而是開始看內容本身。“就像一把錘子，當它順手到不需要思考，你不會再研究錘子，而是開始關心釘子釘得怎麼樣。”
導演易小星講得更直接一點，他說工具只能提供選項，真正做決定的還是人腦——你看過多少片子，讀過多少書，對人性有多少觀察，這些東西不會因為模型升級而被自動補齊。
AI寫不了喜劇，因為它不犯錯，而恰恰是“錯誤”讓文藝作品迷人。
第三個變化，是創作這件事，開始重新依賴清晰的流程和前期設計。
粉墨工作室提到，AI並沒有改變對編劇這個工種的要求，反而讓一些想像力被釋放出來。
比如以前很多場景寫都不敢寫，因為做不出來，現在只要能描述，模型大機率可以給到你一個版本。
但這並不意味著可以隨便寫。相反，你需要更早地理解模型的邊界——那些東西它擅長，比如奇觀、動作、特效；那些東西它還很吃力，比如細膩的人物微表情和複雜長對白，這種理解會反過來影響你的劇本結構。
DiDi_OK說AI更像一個黑盒，輸入你想要的，輸出接近你想要的，中間發生了什麼你並不完全掌控。所以你能做的，是把輸入端設計得更清晰，把輸出端的篩選標準建立起來。
創意、劇本、審美，這些東西沒有被替代，反而被推到了更前面的位置。
工具負責把東西做出來，人負責決定做什麼，以及要不要。
One more thing
1000萬播放、100萬獎金的例子你看了覺得很遙遠，但“1萬”或者“10萬”的機會興許已經滿大街了。
據悉，B站AI創作大賽後續將長線落地，專門面向UP主的AI原創動畫劇集激勵計畫——“AI動畫劇場”也已正式啟動。
給錢、給流量扶持。
擔心你上手太難，B站還為UP主們攢了個AI創作助手，叫updream。
它能記住你的創作風格、習慣、節奏。包括你創作過程中積累的個性化的審美、風格、操作偏好等，統統可以在這裡存為Skill沉澱下來。
所以做吧，先把你手頭那“10個垃圾”做出來，沒準兒做到第3個的時候，你就發現自己突然被看見了。 (量子位)