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”

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> 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 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