即梦AI与百花奖AIGC：把创作者带到舞台中央|即梦|影视|电影|百花奖

分析师/会磊

校对/Tina

策划/Eason

8月8日，北京798。百花奖1962年创办以来第一次为AI影像设立推优单元。入口处排队等待入场的，不是明星，是AI创作者。

2038件投稿，1.1亿播放，30部入围，6部荣获推优荣誉。AI影像创作，已不是少数人的代码实验，而是一场有组织、有观众的大规模创作实践。

评委会名单同样意味深长——唐季礼、俞白眉、易小星等人。这些名字原本只出现在院线海报上，如今坐到了AI影像的评审席。信号明确：AI生成内容，正被当作“影视艺术作品”看待，而非“技术demo”打分。

但热闹背后，AI影像创作的门槛真的降低了吗？

01 百花奖AIGC单元6部斩获推优荣誉的作品，给出了第一批回答。

六部作品，四条路线：AI影像创作正在打破哪些边界？

每一位AI创作者都清楚那些具体的焦虑：题材太偏，AI能不能理解？成本太高，AI能不能替代团队？想法太多，AI能不能跟上节奏？百花奖AIGC单元6部斩获推优荣誉的作品给出了回答：六部作品，四条路线。分别回应了四种困境：题材“不可拍”、规模“拍不起”、AI与专业流程割裂、想法无法低成本落地。

让“不可拍”变得“可生成”——这是《壹梦》和《来世录》给出的答案。

传统黏土动画的困境很直接：逐帧拍摄意味着几秒钟的动作背后是几十上百张手工照片。对学生团队而言，这不是“做不做得到”，是“做不做得起”。

《壹梦》的挑战是双重的：既要黏土动画质感，又要秦腔武生的“出将入相”“空翻”“挑枪”。两者叠加，传统制作流程几乎不可能完成。

备注：《壹梦》作品封面

张博涵团队的做法是：请教秦腔演员获取专业动作参考，人力逐帧拆解动作节点——挑枪、回身、空翻——转化为关键词输入即梦。一个多月的制作周期里，大半时间花在提示词实验上，“多一个字效果就不一样”。路径跑通后效率提升2到3倍。最终呈现的效果是一种半CG、半定格逐帧的视觉语言——张博涵称之为即梦在黏土动画和传统戏曲之间找到的“一个微妙的平衡点”。

《来世录》印证了同一件事。导演朱璟添先用其他模型生成底图初稿，但模型控制力偏弱，生成结果大多像静态照片，不符合分镜要求。为了把“照片”变成符合分镜要求的画面，他会再用即梦逐张调整画风、增删细节。他在评价这次创作经历时说：“AI让曾经受限于高昂成本的天马行空有了轻盈落地的可能。”

备注：《来世录》作品封面

黏土动画×秦腔、意识流×东方美学——两个完全不同的题材指向同一结论：即梦AI正在缩短“不可拍”的清单。

让“大制作”变得“小团队可做”——这是《断鞘》的故事。

孙布尔做了20年传统影视，他的判断很直接：一部历史战争题材短片，意味着几十人甚至上百人的团队、数百万的预算。对独立创作者而言，不是“拍不拍得好”，是“根本拍不起”。

《断鞘》是一部汉代北境战争短片——边塞攻城、风雪潜入、骑战和多人动作。孙布尔的团队只有2个人，利用即梦完成了过去需要几十人团队才能实现的视觉规模。同时他点出了关键变化：“AI没有让影视创作变得简单，而是把困难从‘能不能拍到’转移到了‘能不能控制好’。”

备注：《断鞘》作品封面

怎么控制？2人团队把一场戏按15秒为单元切分，逐段确定人物位置、景别、机位、运镜。同时该团队在角色一致性上有一个反直觉的经验：脸部参考只给一张正面特写，服装参考去掉头部——给得越少，即梦反而越稳定。

即梦AI让“大制作”从“拍不起”变成了“小团队可做”。但技术只是前提——画面有了，人物一致性、镜头连续性、情绪节奏，依然需要人来判断。

让“专业工作流”变得“AI可嵌入”——这是《夜叉渡河》和《鲸鱼之歌》的探索。

大多数创作者的AI使用方式是一个黑盒：输入描述、等待输出、生成完就结束。AI始终是创作流程之外的独立环节。

卢齐炜在《夜叉渡河》中走了一条不同的路。他开发了一套提示词系统，把摄影、构图、运镜的专业知识嵌套进去，让AI理解导演的语言而非仅仅理解自然语言。通用戏剧桥段的直接可用率达到30%到40%；极端需要巧思的构图，AI反而能超乎想象。“每一条都不白跑、不白抽卡。”

备注：《夜叉渡河》作品封面

音画同步是另一条嵌入路径。即梦Seedance能根据粤语台词和音色参考直接合成口型同步的对话，音效自带空间感和朝向——主角从左走到右，声音也会从左到右。

《鲸鱼之歌》提供了另一种嵌入方式。导演钟淇玲用“罗生门”式多视角叙事——DV质感用于回忆，监控视角用于客观呈现，动画风格用于内心独白。“风格打架”几乎没有出现，即梦对多种风格的理解和切换能力让复杂的多视角叙事得以成立。

备注：《鲸鱼之歌》作品封面

从分镜到配音，从音画协同到多视角叙事——即梦AI正在从创作流程外的“生成器”变成流程内的“协作者”。

让“创作想法”变得“可落地”——这是《失控》的起点。

如果没有AI，一部近未来科幻短片意味着漫长的链路：剧本、概念设计、场景搭建、特效制作、机位调试。每一步都意味着预算、时间和团队。很多独立创作者的起点止步于此——不是因为没有想法，而是因为想法无法低成本地变成画面。

2XLabs团队把即梦定位为一座“虚拟摄影棚”，用于镜头生成，并结合人工剪辑、声音和调色完成最终叙事。传统需要漫长链路才能实现的画面，直接跳过中间环节。

备注：《失控》作品封面

但“虚拟摄影棚”解决的是制作问题，不解决创作问题。故事要传递什么、每个镜头想表达什么，这些判断只能由创作者来做。AI可以生成画面，但无法替人回答“为什么要这个画面”。主题、人物动机、镜头取舍，全部由人决定。2XLabs的刘树恒说：“AI可以提供很多可能性，但它不知道哪一个是‘对的’。AI让‘制造画面’变得越来越容易，所以未来真正稀缺的可能不是画面，而是创作者知道自己为什么要这个画面。”

从黏土动画到战争片，从导演工作流到思想表达——即梦在不同创作者手中呈现的形态完全不同。但贯穿四条路线的内核是同一件事：最终决定“生成什么”“为什么生成”的，始终是人。AI没有让创作变简单，它只是把创作者从执行环节的束缚中解放出来，让他们回到更本质的问题上——你要讲一个什么故事？

这六部作品证明了创作者有能力站上舞台。但舞台不会自己搭起来。

02三个层面，一个方向：即梦如何为AI创作者搭建舞台

百花奖AIGC单元，就是即梦帮AI创作者搭起的一座舞台。

2038件投稿，只是这段故事的起点。六部作品回答了“创作者用即梦做出了什么”——但还有一层更深的命题尚未触及：当AI创作者越来越多，通往产业的路在哪里？

即梦对这个问题给出的回答，从百花奖开始，但远不止于百花奖。

第一层：让创作者的表达被看见

此次AIGC推优单元的评审标准围绕三个维度展开：叙事与情感表达完整度、视听艺术表现力、AI影像技术应用深度与技术创新性。

注意这个排序：叙事和情感在首位，视听次之，技术再次之。这本身就是一种鲜明的立场声明——这是创作竞赛，不是技术竞赛。AI在这里是表达工具，而非评判对象。

创作者用作品呼应了这一标准。孙布尔说得很直接：“如果观众离场之后只讨论了这个作品是用哪个模型做的，对我来说只完成了一半。”技术为创作打开了新的可能，但真正能抵达观众的，始终是故事的温度与表达的诚意。百花奖AIGC推优单元所做的，正是让这些故事与表达，有机会被看到。

当AI创作者的作品被以“叙事是否动人”而非单纯用“画质是否细腻”来评判时，他们收到的不是技术评级，而是创作认可。这不仅是一次评审，更是一次身份的宣告——AI创作者不再只是工具的操纵者，还是与影视同行同台竞技的创作者。

第二层：让创作者被产业看见

很多比赛止步于颁奖，奖牌发完、合影拍完、热度散尽，一切归零。百花奖AIGC单元不一样。

6部推优作品线下展映，创作者带着作品与导演、制片人、影视公司从业者面对面交流。游离在产业边缘的AI创作者，坐在了产业决策者对面，聊的是作品的可能性，而不是技术的原理。入围作品不再是奖项名单上的名字，而是可以被播放、被讨论、被评估的完整影像资产。

唐季礼现场向《断鞘》作者发出邀约，意味着AI创作者正在被当作传统影视的“合作方”乃至“团队成员”看待。“被看见”这件事，在AI影像领域长期被低估。技术社区里不缺展示帖，社交平台上不缺流量，但真正能触达产业决策者的通路几乎不存在。即梦通过百花奖创造了这次对话。

当AI创作者在业界知名导演面前，展示自己的作品、讨论合作可能时，他们不再只是“用AI做视频的人”，同时是“有作品的创作者”——不仅是技术的展示者，还是有商业价值的合作对象。

第三层：让AI创作者被当作“电影人”看见

最佳短片、最佳导演、最佳视效、最佳技术、最佳创意、最佳动画——六个推优方向，对标的不是“AI视频赛道”，而是传统影视工业的整套奖项体系。

这些奖项名称传递一个判断：不是“最佳AI生成视频”，而是“最佳短片”；不是“最佳提示词工程”，而是“最佳导演”。AI影像不是另一个物种，它应该被放在同一个坐标系里衡量。

当AI影像拥有了自己的百花奖单元，它就不再是一个野生的小圈子，而是一个正在制度化的创作领域。这个信号比任何技术参数都重要——它告诉创作者：你的AI影像正在被作为影视艺术作品看待，而非“技术demo”；它告诉产业端：这里有一批可以纳入生产体系的人；它告诉资本市场：这是一条正在建制化的赛道。

三个层面，拼出了即梦联合百花奖推出AIGC推优单元的价值：通过评审标准，引导行业“什么才是好的AI影像”；创造交流机会，是让好的创作者被看见；建立价值坐标，是为整个领域找到它在影视工业中的位置。

它不是给AI影像找一个临时展位，而是为创作者搭一个有机会长期生长的舞台。舞台有了，接下来需要的是让创作者持续站稳的底气。

03从“抽卡”到“可控”：AI影像创作的技术底气

让创作者站稳的底气，来自控制权。

过去两年，AI视频创作者最常挂在嘴边的词是“抽卡”。输入一段描述，模型还你一个五秒钟的结果。角色长什么样控制不了，光线方向控制不了，风格走向也控制不了。能做的是不断重试，直到运气降临。这是“能不能生成”时代的常态——模型能做视频，但创作者做不了作品。

AI要进入真正的创作流程，必须从“能生成”跨到“能控制”，再到“能交付”。

最近上线的即梦Seedance 2.5，正是在回应这件事——单次生成时长从15秒延长到30秒，让AI视频有了承载完整叙事单元的可能；生成之前，创作者可以输入最多50个多模态参考素材，用视觉语言告诉模型“我要什么”。

但30秒只是素材，不是作品。广告片通常30到60秒，叙事短片3到10分钟。如果AI只能提供零散片段，创作者就永远只能做“素材组装”。即梦Seedance 2.5的超长生成模式，将单次视频生成上限推到了3分钟，更稳定地承接创作者的创意意图。

同时，AI生成的内容也需要进入专业制作流程。即梦Seedance 2.5上线了Maya/Blender插件，支持使用插件将白模视频一键导出，无缝跳转至即梦 Web 端作为参考视频输入，从而打通 “3D 白模制作到 AI 渲染生成”的创作链路。

还有一个细节：即使输入足够精准，生成的视频里也总有不尽如人意的地方。专业创作的真实常态是“微调”，改一个细节就要全部重来，AI就永远只是灵感草稿。即梦Seedance 2.5支持视频局部增删改和多帧编辑——改一个镜头不需要重拍整场戏。这是控制权从“生成”延伸到“修改”的一步。

回头看“抽卡”这个词。它描述的不是技术能力，而是创作者面对AI时的被动状态——只能祈祷，无法预判；只能接受结果，无法介入过程。当AI视频创作从“碰运气”变成“可预期”，从“不可修改”变成“可迭代”，从“孤岛”变成“工具链的一环”，它才真正从实验室走进摄影棚。

即梦这一年在技术上做的事，本质就一件：把控制权还给创作者。

即梦Seedance 2.5发布后，这套能力已在实际行业场景中得到验证。电影频道将其应用于历史纪录片《山河纪》——一次性输入多类文物复原图和历史记载参考，让AI在考据细节与视觉呈现之间找到平衡。广告营销领域，阳狮集团中国AI创意内容总监李伟民说，即梦Seedance 2.5“不只让创作更快、更准，也让创作者在生成过程中发现新的影像语言。”