从写提示词到先做预演

AI视频创作正在从“把想法写成长提示词”转向“先把镜头拍法做成3D白模”。量子位体验的updream新功能“预演台”（Previs Studio），试图把影视工业中的Previs预演流程搬进AI创作画布：创作者先搭建简化的三维场景，安排机位、人物走位和镜头运动，再把录制出的白模视频交给Seedance、Kling、Wan、Gemini Veo等视频模型生成最终画面。

这里的白模，也叫Blockout/Previs，指没有精细材质和光影、主要表达空间结构与运动关系的三维预览。它在传统影视、动画和游戏制作中常用于确认镜头是否成立。对AI视频来说，它解决的不是“画面漂不漂亮”，而是模型到底该按什么空间、什么路径、什么节奏去拍。

为什么提示词不够用

AI视频模型的画质进步很快，但复杂运镜、连续走位、多机位切换仍容易失控。文字可以描述“镜头缓慢推进”“人物从左向右穿过画面”，却很难精确约束推进速度、人物与场景距离、遮挡关系，以及运动结束时的构图。创作者脑中的画面先被翻译成提示词，模型再对文字进行理解，中间会损失大量空间与时序信息。

白模的价值就在于提供“空间锚点”。即便只是粗糙几何体，它也能告诉模型场景深度、物体比例、可运动区域和镜头路径。类似思路在Stable Diffusion时代的ControlNet中已经出现：通过深度图、法线图或简易姿态图，约束生成图像的结构。迁移到视频中，白模负责锁定空间，材质、色彩和光影则留给生成模型发挥。

updream将白模控制分为两类：

• 粗粒度白模：用于动作、动线、站位、运镜、切镜和光影节奏，重点说明“怎么动”。
• 细粒度白模：结构更完整，适合做材质替换、色彩调整、人物与场景风格重渲染。

预演台的工作流与测试

量子位的体验流程分为四步：在updream创作画布中新建预演台；上传1至3张场景参考图并生成空间；在白模中添加人物和机位，绘制走位与轨道；录制白模视频并送入下游视频生成节点。一次户外婚礼场景测试中，任务从18:49发起，18:53得到白模，总耗时不到5分钟；官方教程给出的生成时间约为4至7分钟。

生成后的白模可移动、缩放、360度旋转和导航。人物运动还能选择全局动作和局部动作。与传统Blender、Maya等3D软件相比，这降低了从零建模的门槛；但它并不是“一键出片”工具，创作者仍要理解场景层级、机位关系和运动轨迹，复杂叙事镜头也需要提前拆分分镜。

测试中，预演台被用于三类容易翻车的镜头。第一是一镜到底：在“户外婚礼现场，一个穿旗袍的女性走到座位区倒数第三排落座”的任务中，白模提前规定人物路线和镜头停点，减少了草坪背景、人物位置在连续运动中突然变化的问题。第二是多机位切换：通过预先规划同一空间内的多个摄影机位置和切换关系，日本武士片段在人物身份、空间方向和环境连续性上更稳定。第三是地铁车厢内的复杂运镜：白模锁定车厢空间和人物位置后，生成结果在紧张氛围与镜头执行上更接近预设。

边界与行业意义

预演台提升的是控制感，而不是消除所有生成问题。白模场景的结构还原依赖输入参考图，若原图透视有误，白模也可能跟着偏；特别复杂的运动仍需要反复微调；最终成片还可能出现角色一致性下降、局部物理细节不合理等问题，需要后续局部重绘或再编辑。

但这一变化仍值得关注。国产视频模型在基础生成能力上持续竞争后，下一阶段的重点很可能从“能不能生成视频”转向“能不能稳定完成创作者指定的镜头”。对个人专业创作者，预演能减少无效抽卡和时间、积分消耗；对影视团队，它有机会降低前期动态分镜小样的成本。AI视频工具的竞争核心，正在从单次生成效果转向完整创作流程的可控性。当创作者不再只是猜模型会怎么拍，而是先决定自己要怎么拍，AI视频才真正接近“导演工具”。