“能不能把影子P掉。”
这是广告导演老周在用Sora 3跑了两个月项目后，最怕在评审会上听到的一句话。客户指着画面里一瓶饮料的瓶底阴影问出这个问题时，老周愣了两秒。那块阴影不是后期贴上去的，是Sora 3自己“算”出来的——它对应了一个并不存在的光源方向。
老周意识到，过去两个月他努力说服团队相信的事，被这句话打回了原形：视频生成模型做的不是物理，是看起来像物理。
两个月，工作流确实变了
老周从2026年初开始把Sora 3引入工作室的提案流程。他接的多是消费品和地产类TVC，单条预算在30万到80万之间。两个月下来，工作流大致变成了这样：
- 前期提案：用Sora 3生成8到12个不同方向的情绪片，每条8到15秒，用于客户内部过会。原先这一步要拍测试片或找参考视频，现在直接生成。提案周期从一周压缩到两三天。
- 定调后：选定一两个方向，进入实拍或素材库补拍阶段。Sora 3的输出不再直接进成片，而是作为“视觉锚点”。
- 后期阶段：把AI生成镜头和实拍镜头混剪，遇到物理不一致的地方，靠剪辑、遮罩、传统合成补回来。
老周说，最大的改变不是省了多少钱，而是提案会上不再“靠嘴描述”。但这只是工作流的上半段。下半段，才是真正让人头疼的地方。
真正的麻烦，藏在“看起来没问题”里
Sora 3能生成令人惊叹的画面。老周展示过一条未公开的测试片段：一个玻璃杯在夕阳下缓缓旋转，光线穿过杯体的折射几乎以假乱真。但逐帧检查时，杯底投射的影子在第3秒突然消失了两帧，又在第5秒重新出现——像是有人不小心关了一下灯。
这类“物理规律错乱”在广告交付中是致命伤。老周列举了过去两个月客户反复提出的三类修改需求：
1. 光影不一致 产品的阴影方向、长度、软硬程度在不同镜头间对不上。一瓶饮料在特写里是左侧来光，切到全景突然变成顶光。客户的原话是：“观众可能说不出来哪里不对，但会觉得这产品看着假。”
2. 物体形态突变 Sora 3在处理复杂物体时，偶尔会出现“手指多一根、瓶盖消失又出现”的经典AI瑕疵。老周的剪辑师现在养成了一个习惯：把每条AI素材导入DaVinci Resolve后，先逐帧播放三遍，专找“变形帧”。
3. 背景元素的随机飘移 这是最隐蔽也最难修的。画面角落里的一片树叶、一块石头，可能在连续两帧之间轻微位移或变色。观众不会主动注意到，但在大银幕或高清屏幕上反复播放时，这种“不稳定性”会潜移默化地拉低画面质感。
一位资深影视从业者曾在Sora发布初期就指出：“Sora制作的视频与摄影师拍摄的影视作品没有可比性。它基于素材库分析和运算生成，利用现有素材库进行关键词提取后合成。”（据大河立方报道）这句话精准描述了问题的本质——AI生成的不是“拍摄”的素材，而是“合成”的素材。合成的逻辑是统计规律，不是物理规律。
更棘手的还在后面。老周提到，客户现在已经开始用AI生成素材的标准来提修改意见了。以前客户说“这个光再暖一点”，指的是调色；现在客户说“这个影子能不能P掉”，指的是AI没算对物理遮挡关系——后期团队得手动在After Effects里逐帧画阴影遮罩。这活儿，AI生成时没干好，最后还得人来擦屁股。
商业账，还没算平
Sora 3的商业价值毋庸置疑。它能用极低成本产出大量可用素材，尤其适合广告、短视频、电商展示这类对“单镜头精美度”要求高、对“长叙事连贯性”要求相对低的场景。据Sora社区的技术分析，当前AI视频生成普遍受限于分镜头时长，单次生成很难超过十秒，这恰恰符合广告行业的分镜逻辑。美国影视巨头此前停止建设摄影棚的决策，已经侧面印证了AI对传统制作的冲击。
但老周这两个月的真实账本是：
- 素材生成成本：大幅下降，时间压缩80%以上
- 后期修复成本：显著上升，新增了“AI瑕疵排查”这个前所未有的工种
- 客户沟通成本：微妙变化——需要反复解释“这个不是我们拍坏了，是AI生成时的随机误差”
这让人想起我们在《模型降价了，Agent账单为什么更贵》里讨论过的现象：单价下降，不等于总成本下降。视频生成也一样：生成速度变快，不等于交付速度同步变快。那些藏在阴影、手指和背景像素里的“小尾巴”，正在吃掉效率提升带来的红利。
老周说他最近开始重新写报价单。以前给客户的报价是“制作费+后期费”，现在多了一行：“AI生成素材一致性修正费”，单独列项，按镜头收。签合同还会多加一条：“AI生成镜头在物理一致性、反射、阴影方向上可能存在偏差，最终以人工修正版本为准。”
听起来很荒诞。一份2026年的广告制作合同，需要专门为“AI算错光影”留条款。但这就是商业落地的真实状态。
视频大模型的“最后一公里”，比想象中更长
如果说2024到2025年是视频生成模型的“能力爆发期”，那2026年就是“交付阵痛期”。模型能力确实在涨，Sora 3在画面稳定性、人物一致性、镜头运动平滑度上比上一代有肉眼可见的进步。但商业交付看的不是demo，是成片。成片要过的不是“看起来像不像”，而是“每一帧经不经得起看”。
这和我们在《Sora进了片场，导演先吵光影》里讨论过的争议一脉相承：电影导演在意的是光影断裂导致的叙事沉浸感破坏，广告导演在意的是产品展示的一致性——两条线指向同一个核心：AI生成的画面“好看”不等于“能用”。
老周说他并不怀疑Sora 3还会更强。他担心的是，模型变强的速度可能比客户预期调整的速度快得多。客户已经看过足够多惊艳demo，他们的预期被拉到了“几乎和实拍一样”。而实际交付时，任何一个影子方向不对、任何一个反射数量错位，都会被放大成“AI不行”的证据。
这种预期错位，才是视频大模型商业化最难迈过的一公里。它不是靠一次版本升级能解决的，甚至不是靠技术能解决的。它需要合同条款、工作流重组、后期成本结构、客户教育一起改。
老周最后说了一句很实在的话：“Sora 3让我的团队从‘拍摄公司’变成了‘AI素材修复公司’。甲方问能不能把影子P掉的时候，我突然意识到，我们干的活儿和五年前没啥区别——还是在修图，只不过修的是AI算错的图。”
当AI短剧已经开始在东南亚市场碰壁（正如我们在《AI短剧出海，卡在本地化这一关》中讨论的），广告行业也在用自己的方式验证同一个命题：生成能力不是瓶颈，交付质量才是。 谁能先把“P影子”这道工序自动化，谁才真正拿到了视频大模型商业化的钥匙。
在那之前，老周和他的同行们还得继续在DaVinci Resolve里逐帧找变形帧。这个画面本身，可能就是当下AI视频行业最精确的隐喻。
