OpenAI在美国当地时间2月15日推出Sora后，影视圈最先被击中的不是摄影棚，而是前期会议。
上海交通大学新闻学术网转载的媒体报道提到，Sora可以生成长达一分钟的视频，并具备多镜头一致性；大众新闻在2024年3月7日的报道中也写到，用户输入一段文字指令，就能生成逼真、清晰的动态视频画面。对影视公司来说，这意味着一个变化：很多过去只能靠口头描述、参考片和手绘分镜沟通的内容，可以更早变成可观看的视频草样。
但这不等于“扔进剧本，吐出成片”。更现实的问题是：哪些环节值得交给AI，哪些环节必须留给人；哪些成本会下降，哪些成本会换一种方式回来。
先把Sora放在前期，而不是直接放进成片
证券时报网2024年2月24日刊发的《Sora冲击波引领文生视频新浪潮》中，一位从事LED虚拟拍摄的业内人士说，接触到的专业电影制作人对Sora很兴奋，态度开放，希望用好这个工具提高生产力。
这句话里有个关键点：提高生产力，不是替代整条生产线。
现阶段，影视公司更适合把Sora类工具放在前期环节：概念视觉、气氛短片、动态分镜、场景参考、镜头运动预演。它们的价值不在于直接产出最终镜头，而在于让导演、制片、客户和美术团队更快看到同一幅画面。
传统前期沟通里，最耗时间的往往不是“想不到”，而是“说不清”。同一句“冷色调的未来城市”“压迫感强的长走廊”“有纪录片质感的追逐镜头”，不同人脑子里的画面可能完全不同。AI视频草样可以把这种差异提前暴露出来，减少进入拍摄或后期之后才发现方向不一致的情况。
所以，第一条产线原则应该很窄：AI先做预演，不急着做交付。
一条可用的AI产线，要从剧本边上长出来
影视公司如果只是让员工各自试工具，很快会遇到混乱：提示词没人统一，生成素材找不到来源，版本反复覆盖，审核时不知道哪段画面来自AI，版权风险也难以追溯。
更稳妥的做法，是把AI节点嵌进原有制作流程，而不是另起一套“AI部门”。可以按五个环节拆：
- 策划阶段：把故事梗概、人物关系、场景关键词整理成视觉方向，而不是直接让AI生成完整视频。
- 分镜阶段：用Sora类工具生成动态分镜或气氛片，服务于导演阐述和客户沟通。
- 美术阶段：生成场景参考、道具方向、服化氛围，再由美术团队筛选和修正。
- 后期阶段：尝试用于背景补充、简单特效参考、镜头衔接方案，但保留人工剪辑判断。
- 审核阶段：记录哪些素材由AI生成，逐条检查画面连续性、人物一致性、版权和文化表达风险。
这里最容易被低估的是最后一步。AI能提高出图、出视频速度，也会放大审核量。过去一个方案可能只有几张分镜图，现在一次生成就可能出现多组视频版本。素材越多，人工判断越不能省。
成本不会消失，只是换了科目
很多公司讨论AI影视制作时，容易只盯着“省人”和“提速”。这会误判成本结构。
Sora类工具进入流程后，预算里至少要多看四笔账：
第一，工具和算力成本。视频生成比文生图、文生文更重，反复生成、筛选、修改都会带来持续支出。即使没有自建模型，云服务、订阅工具和团队账号管理也要纳入项目预算。
第二，人工审核成本。AI生成内容可能出现人物不连贯、动作不合理、空间关系混乱等问题。Sora被外界关注的一个原因，是它在多镜头一致性上有进展，但“有进展”不等于每条结果都能直接使用。影视项目最终仍要靠导演、剪辑、美术和制片判断是否可用。
第三，版权和合规成本。AI画面可能与既有作品、品牌标识、人物形象或特定风格产生风险。公司如果要把AI素材放进商业项目，至少需要建立素材登记、来源记录和法律复核流程。
第四，培训和流程改造成本。提示词不是简单写几句话。影视场景里的提示词需要理解镜头、光线、调度、景别、情绪和叙事目的。原来的编剧、导演助理、美术、剪辑都可能需要学习新的协作方式。
这几笔钱不会像摄影机租赁、场地费那样直观，却会真实影响项目毛利。AI产线如果没有成本归集，很容易出现一种错觉：前期看起来省了，后面在返工、筛选和法务上补回来。
新岗位会出现，但更像旧岗位的升级
大众新闻关于Sora热的报道提出过一个问题：AI将率先替代哪些影视工种？这个问题在行业里很敏感，但如果放到实际制作流程里看，短期内更常见的变化不是某个岗位直接消失，而是岗位能力被重新定义。
导演助理可能要会整理AI分镜提示词；美术助理要能把生成图像转化为可执行的场景方案；剪辑师要判断AI镜头能否接入真实素材；制片要能估算工具、算力、审核和版权成本。
所谓“提示词工程师”也不应被神化。影视公司真正需要的不是只会堆关键词的人，而是懂影像语言、懂项目目标、还能和导演及后期沟通的人。AI生成内容质检也是类似逻辑：它不只是挑错别字，而是检查画面、叙事、风格、权利风险是否能进入下一环。
飞书公开文档《AI+影视》中提到，全国首部AIGC生成式连续性叙事科幻短剧集《三星堆：未来启示录》已在抖音上线，也列举了华策影视等公司在AI运用上的探索。可以看到，行业并不缺试水案例，难点在于把单点尝试变成稳定流程。
真正该做的，是给AI划边界
影视公司搭AI内容生产线，第一件事不是采购工具，而是划清边界。
哪些内容可以用AI做内部参考？哪些可以进入客户提案？哪些经过审核后能进入成片？哪些绝对不能碰？这些问题如果不提前写清，项目推进到后期才讨论，会非常被动。
一个更可执行的做法，是把AI使用分成三层：
- 内部参考层：用于创意发散、风格探索、动态分镜，不对外发布。
- 项目协作层：用于客户沟通、导演阐述、拍摄预演，但明确标注AI生成。
- 商业交付层：只有经过版权、合规、画面质量和合同条款确认后，才允许进入最终内容。
这样做看起来麻烦，却能避免把所有AI生成物混在一个素材池里。对影视公司来说，素材可追溯会越来越重要。哪段视频由谁生成、使用了什么提示词、经过几轮修改、最终是否进入成片，都应该能查到。
AI产线的核心不是更快，而是更可控
Sora带来的冲击已经很明确：视频生成正在从技术演示走向影视流程。它会改变前期预演、分镜沟通、场景设计和后期参考的工作方式，也会让内容生产速度变快。
但影视公司不能只用“快”来衡量这件事。
一条成熟的AI内容生产线，至少要同时回答三个问题：能不能稳定产出？成本能不能被预算管理？风险能不能被追溯和审核？
如果答案不清楚，AI工具越强，项目越容易失控。真正值得投入的，不是把每个环节都AI化，而是找到最能提升沟通效率、最容易控制质量、最少引发权利争议的节点，先跑通，再扩大。
Sora之后，影视制作的分工会继续变化。但对于公司经营者来说，眼下最实用的判断并不复杂：把AI当成生产线的一部分，而不是把它当成整条生产线。
