Aitishiku.com写2000字提示词，不如先生成3D白模！AI视频创作进入“预演时代”
写2000字提示词，不如先生成3D白模！AI视频创作进入“预演时代”
梦晨
2026-08-19
15:22:19
来源：量子位
AI终于能听严格执行运镜需求
衡宇 发自 凹非寺
量子位 | 公众号 QbitAI
不是我说，随着模型能力越来越强，现在各大平台上优秀的AI视频早就超过普通人玩AI的范畴了。
更多是有编导思维的科班/专业人士利用AI下放的门槛，把自己的专业能力放大，在这些赛道一通乱杀。
为了验证这种差距，我也用最近大火的视频模型生成了一段镜头：
身着传统武士铠甲的武士，缓步穿行于古日本木质村落街道，居于画面中心，步履沉稳。街道两旁村民或立或跪垂首行礼，氛围肃穆，地面微湿。镜头缓缓推进，整体充满历史电影的真实质感。
得到如下画面（且prompt被AI帮我润色补全过）：
模型能力本身是没问题的！
然而我科班出身、还在影视行业当牛马的学妹看了过后冷笑一声，说我第一不懂编导思维不懂镜头衔接，第二不懂AI视频生成。
听到无情嘲讽我即将小发雷霆，她给我看了同一个模型出来的成片，我一下就阿巴阿巴了。
这家伙脑中已经具备完整的分镜和调度逻辑，但，她说差异如此巨大，主要门外人都不知道影视行业一贯用到的白模（Blockout/Previs预演白模）。
也就是上面这个视频中上半屏的东东。
她喜不自胜给我嘚吧嘚：“本来白模是要学建模的，现在不用费劲巴拉学了！现在有了AI新工具，就传个场景参考图，AI很快就搞出来高还原度的3D白模场景了。”
对普通人来说，还是有上手难度，但对专业人士来说真的可以事！半！功！倍！
在她的指导下，我狠狠体验了一把updream新上线的功能，预演台（Previs Studio）。
它把影视行业成熟的Previs预演工作流搬进了创作画布：
创作者先搭建3D白模场景，定好机位，排完人物走位，录制预演视频，再交给Seedance、Kling、Wan、Gemini Veo等视频模型完成最终渲染。
先设计镜头，再做生成，以此解决用AI视频模型“拍什么”和“怎么拍”的控制问题。
妙啊！
别急着生成！先用AI给复杂镜头做白模预演
创作者怎么准确告诉模型“我要怎么拍”，依然缺少一种更贴近影视工业的方法，这显然是当下AI视频创作进入下一阶段后，需要面对的新问题。
AI视频的短板在3D空间与镜头调度的可控性——很多人把生成翻车归罪于提示词写得不够完善，但症结其实在于信息传递损耗。
文字能写下“镜头向前缓缓推进”“人物从画面左侧横穿”，却无法严格规定生成时的具体推进速度、人物与环境距离，以及运动收尾的构图。
创作者脑海中的画面先要转译为提示词，再交由AI二次解析，两次翻译会丢失大量关键信息。
生成前，我们无从判断模型接收了哪些指令，也无从得知到底会生成什么画面。
能咋办？只能一遍遍重试抽卡。
而白模参考是文娱影视业内验证过的破局思路。
白模承担的是纯粹的空间与时序信息。
粗糙的3D白模充当视频生成的空间锚点，模型能精准理解分镜中的深度、遮挡、比例和可运动空间，这些概念很难单纯通过提示词描述清楚。
早在Stable Diffusion时代，ControlNet就已经给出过解法。
当时为解决画面失控，人们会在生成图片前输入深度图、法线贴图或简易3D模型等空间信息，哪怕只是火柴人，也能稳定约束人物姿态与透视关系。
这一思路随后也被迁移到视频生成领域。
白模只输出空间约束，材质、光影交由模型自由发挥，但空间结构不允许漂移错乱。
即便没有色彩纹理，它也能指引模型组织画面，大幅降低人物走位、场景透视崩坏的概率。
可建模技能向来门槛颇高，传统3D工具学习成本极高，Blender（免费开源全能3D创作套件）、Maya（商用影视级3D动画软件）从零上手动辄数月甚至更久，对于追求效率的AI创作者，难以承受这样的时间成本。
updream预演台，干的就是把这套原本需要建模经验和专业软件支撑的门槛打下来。
它把过去需要Blender或Maya才能做的事，狠狠用AI降低了门槛。
官方把白模控制定义为高级能力，专门出台了对应的提示词规范，区分粗粒度、细粒度两套白模用法。
两种白模分工如下：
- 粗粒度白模：管动作、动线、站位、运镜、切镜、光影节奏这些动态时序信息，不需要精致外观，只用几何体把“怎么动”讲清楚，人物外貌、场景材质交给别的参考图去定义。
- 细粒度白模：本身结构完整，更多用来做材质替换、色彩调整、人物与场景风格重渲染。
超大字号提醒！
updream借助AI能力降低了建模门槛，但它不是个“傻瓜式”一键出片工具。
创作者要弄懂场景层级、机位、运动轨迹的关联，复杂叙事镜头依旧需要提前拆解分镜，最终才能产出专业级调度。
updream预演台，究竟改变了多少？
好，虽然我刚才拉响了小白预警，但实际操作下来，这套流程的手感是很顺的（毕竟有学妹从旁指导）。
为了验证预演台的效果，我分别测试了几类AI视频中较难控制的镜头。
从步骤上来说，只需要总共四步。
首先，打开updream，在创作画布内右键点击空白处，新建预演台。
第二步，点击“生成空间”或“创建场景”，然后上传1-3张场景参考图。
上传参考图的目的是生成场景白模，人物需要搭建完场景之后添加。
体验的时候，我找了一张户外婚礼场景的图丢给预演台。
我发起任务是当天18:49分，白模生成出来是18:53分，拢共也没用上5分钟。
我的场景确实比较简单啦，但官方教程里面也表示这一环节耗时大约为4-7分钟。
生成的白模拖动移动、放大缩小都可以，360度旋转或导航也没问题。
过去要达到下图这个效果，要么自己老老实实啃几个月Blender，要么去ComfyUI里搭一套复杂的节点工作流。
白模生成好后，可以新建人物、机位等。
这里，人物运动片段还能选择全局动作和局部动作。
有了你满意的场景、人物、机位，绘制人物走位和轨道过后，点击右上角录制，即可将白模视频导出至画布的下游节点。
导出前，我恨不得架它八个机位……
接下来就已经可以剪辑录下来的白模预演视频，把它作为参考素材，送到updream的其他功能的视频模型里去生成。
为了验证它到底能不能减少抽卡，学妹指导我实测了三个最容易乱成一锅粥的复杂场景。
第一个，一镜到底。
输入了个极简风prompt：
户外婚礼现场，一个穿着旗袍的女性走到座位区的倒数第三排落座。
一镜到底很考验连续运动过程中，空间、人和环境的关系对照关系和变化。
如果只用图片和参考图，不用白模，旗袍妹子走着走着户外草坪的背景就容易突然变异。
加入白模参考后，我们规定了旗袍妹子的前进路线：
可以看到，人物运动方向、摄影机移动路径以及最终停留位置都得到了很好的固定：
相比没有白模参考的生成结果，这次输出更接近我们脑子里预设的运镜节奏。
第二个，多机位切换。
核心考验AI能不能理解同一个空间里，不同镜头之间的连续关系。
AI很容易把每个镜头理解成新的生成任务。
于是可能出现：
- 前一个镜头人物穿黑色衣服，后一个镜头变白色；
- 前一个镜头人物在街道左侧，切镜后突然换到右侧；
- 建筑结构变化；
- 人物运动方向不连续；
- ……
白模提前规定场景空间结构、人物所在位置、人物移动路径、每个镜头的摄影机位置，更好地理解完整的空间关系。
这个任务下，我们用updream预演台制造出的最终美味成品……
就是大家开头看到的日本武士片段！
（惊不惊喜意不意外？doge）
重点观察不同机位之间的人物身份、空间方向和环境连续性的稳定性，我们发现，通过白模提前规划多个摄影机位置和切换关系，模型真的能够获得更明确的空间参考，减少不同镜头之间的割裂感。
第三个，复杂运镜。
这次的内容我们想展示地铁车厢内真人电影级画面，营造紧张恐怖氛围，细节包括地铁座椅、人物表情等。
很快，我就得到了以下视频：
这类镜头过去容易出现人物位置变化、空间关系错乱等问题。
通过白模提前锁定空间关系后，模型对于复杂运镜的执行稳定性有所提升。
桀桀桀！
体验下来，updream预演台并没有让生成过程完全摆脱调整，但它改变了调整方式。
创作者不再只能修改提示词猜测模型如何理解，而是可以提前验证空间是否合理。
学妹开心地表示，在测试过程中，白模参考减少了无效尝试次数，尤其是在复杂空间调度场景中，创作者可以提前确认镜头设计，而不是完全依赖生成后的结果调整。
照这么说，《牛来》导演和他母亲5年手搓出来的电影，用上updream预演台，岂不是几天就能复刻出来？？？
简直是天才来的！
AI视频新阶段，比拼视频内容控制能力
当然，预演台不是万能药，它也有自己的边界。
首先是白模场景的结构还原很吃你输入的参考图。如果原图本身透视不对，白模也会跟着歪。
其次，遇到特别复杂的运动，微调起来还是需要点耐心。
最重要的是，预演参考提升的是“控制感”。但成片阶段依然可能出现角色一致性垮掉、细节物理效果不对的小毛病，这些还得靠后续的局部重绘去修。
但即便如此，updream预演台的意义依然值得关注。
之前我和学妹的差距，并不在于谁更会写prompt，而在于她多了一套预演流程。过去普通创作者有这个流程思维，但没有低成本手段完成这一步，只能把整套分镜压缩进文字。
现在，预演台出手了。
放到整个行业来看，过去，预演（Previs）属于影视工业里的专业工具，导演、摄影指导和特效团队会通过预演确认镜头设计。
如今，随着AI视频降低了画面生成门槛，越来越多个人创作者和小团队也开始需要类似能力。
- AI视频个人专业创作者：补上“镜头预演”这一环，减少成片阶段反复抽卡，降低积分和时间损耗，拿到更高的创作确定性，不用单纯靠prompt硬扛编导的工作。
- 影视团队：降低前期动态分镜预演的成本，不用投入大量人力做3D预览小样。
对于普通创作者来说，它也提供了一种更接近导演视角的空间设计方式。
更深层的改变在于心态。
除了省下来时间和积分，还让创作者从“不断猜模型会怎么拍”，变成了“先决定自己要怎么拍”。
看看现在的行业环境，国产视频模型卷了半年，基础能力早就不是问题。
下一阶段的竞争焦点，正在从比拼视频模型能不能生成，转向创作者能否稳定控制结果。
“生成一段视频”的重点只是一个文件，它正在转向的“帮助创作者完成一次创作”，终点是一个更完整更可控的作品。
影视制作工具的底色，本来就是降低创作者和模型之间的沟通摩擦，对吧！
如果你已经摩拳擦掌想试试这套工作流，正好updream目前在配合预演台上线了“千万积分预演台挑战赛”。
你可以参考上面的测试方法，试着先搭个白模，复刻一个自己一直想做但没做出来的复杂镜头。
在为期一个月的挑战赛里，把作品投到“Showcase创作赛道”和“导演手册｜预演台教程赛道”两大创作赛道，不仅能拿到流量扶持与曝光资源，优秀的作品还能拿到上万元的积分奖励。
感兴趣的小伙伴们，可以亲自去了解体验一下～
版权所有，未经授权不得以任何形式转载及使用，违者必究。 AIGC梦晨
- 今日起，阿里“千问办公”接入企业微信2026-08-18
- AI不再用完即忘：华为诺亚开源MindMemOS，记忆和Skill一起进化2026-08-03
- Claude Code倒计时5天默认自动模式，多花的钱A社自己掏2026-08-10
- Meoo秒悟团队版全量上线， 接入Qwen-3.8-Max、即日起可直接订阅2026-08-10
相关阅读
国产3D虚拟人版《Her》「杀向」迪拜
手握钉子，把AI当锤子使
衡宇2024-10-20 AIGC AI社交 Gitex
ChatGPT取代搜索引擎？谷歌急了，百度不慌：早已布局
全新生成式搜索升级在即
梦晨2023-01-11 AIGC 搜索引擎 百度
Claude第一款AI桌宠硬件，深圳制造
深圳供应链又赢了
听雨2026-04-27 AI AIGC 人工智能
微软亚研院新作：让大模型一口气调用数百万个API！
TaskMatrix.AI：实现任务自动化的超级AI
十三2024-03-28 AIGC API 微软亚洲研究院
Soul App开源播客语音合成模型，可流畅自然多轮语音对话，支持川粤豫等多方言与副语言风格
在传统的单人语音合成与零样本语音克隆任务中同样表现优异
量子位2025-10-29 AIGC AI博客 Soul
AI ASMR突然火爆全网！3天狂揽近10万粉丝，一条切水果视频播放量破1650万
比真人ASMR还上头
衡宇2025-06-15 AI AIGC ASMR热门文章
深度体验DeepSeek Harness，我原谅它涨价了
2026-08-14
4.8亿美元砸向端侧算力！Agent芯片新贵冲出重围
2026-08-13
马斯克Grok 4.6重回一梯队！更低价格反超Fable 5，这Cursor是真没白收购
2026-08-13
刚刚，Qwen3.8-27B 开源了！家用显卡也能跑
2026-08-14
