百万美元做 AI 电影，效果如何？

　　影史上最贵的100%AI生成的电影诞生了，成本200 万美元。

　　ㅤ

　　AI 短片，酷炫的不少；AI 电影，能看的很少。现在，专攻AI 影视创作的平台Higgsfield想打造AI 电影界的第一个“成功案例”。

　　ㅤ

　　为此，他上半年花50 万美元拍摄了一部95 分钟的 AI 电影《地狱磨砺》，几个月后又花200 万美元拍了一部114 分钟的 AI 电影《卡利山小子》。

　　ㅤ

　　上周， 《地狱磨砺》 全片上线网络；两天前， 《卡利山小子》全片上线网络。 Higgsfield 的态度很明确，不为赚钱，就是想让大家看看，用 AI 做电影这件事到底值不值得观众和专业人士认真看待。

　　ㅤ

　　对 Higgsfield 做法，我有两点疑问。

　　ㅤ

　　首先，两部电影花费 250 万美元，AI 算力有这么贵吗？这些钱具体花在了哪里？

　　ㅤ

　　另外，AI 电影的瓶颈不是在技术上吗？多花钱能在多大程度上提升一部 AI 电影的质量呢？

　　ㅤ

　　Higgsfield 有没有什么，秘笈可供大家借鉴？

　　ㅤ

　　至于 《地狱磨砺》 和 《卡利山小子》两部 AI 电影的质量如何，见仁见智，大家可以亲自鉴定下。极客电影的观点是，单从技术上来讲，这两部作品非常值得大家认真研究。

　　ㅤ

　　01 不为挣钱，争个面子！ AI 电影值不值得认真对待？

　　ㅤ

　　今年上半年，Higgsfield 带着一部 95 分钟的AI 电影 《地狱磨砺》 来到戛纳电影节，做了一场行业放映。当时戛纳方面还专门出来撇清，说这部电影不在竞赛单元里。

　　ㅤ

　　导演吉尔莫・德尔・托罗在戛纳《潘神的迷宫》放映活动中高喊“Fuck AI”，很能代表当时电影界的主流情绪。

　　ㅤ

　　《地狱磨砺》在戛纳展映受到了关注，也引发了非议

　　ㅤ

　　Higgsfield 后来也承认， 《地狱磨砺》 “惹恼了电影圈的一些人”。于是几个月后，他们制作了第二部AI 电影《卡利山小子》，并在纽约办了首映。

　　ㅤ

　　《卡利山小子》在纽约高调首映

　　ㅤ

　　两部 AI 电影是同一家公司用同一套工具，在几个月里先后交出的两份作业。

　　ㅤ

　　《地狱磨砺》 是一部奇幻动作片：四个街头盗贼在一次博物馆盗窃中触发神秘古物，打开通往地狱的入口……全片95 分钟，15 个人的团队用接近50 万美元的预算制作完成。

　　ㅤ

　　主要使用的视频模型是 Seedance 2.0 ，Veo 3 也有参与，角色面孔和场景靠自研的 Soul Cinema 生成，图像修改再调用 Nano Banana Pro、Seedream 4.5、GPT Image 2，多模型并行。

　　ㅤ

　　ㅤ

　　《卡利山小子》讲述三个混不出名堂的说唱歌手想拍支音乐视频扬名，结果从一艘改装游艇里发现 200 万英镑带血的毒资，被迫卷进,战争。

　　ㅤ

　　影片 114 分钟，比 《地狱磨砺》 多出近 20 分钟，28 人的团队花费约 200 万美元预算制作完成。这次模型全部使用了，上市的 Seedance 2.5。

　　ㅤ

　　《卡利山小子》，的特点是，四位主演都获得了真人授权——篮球博主 Matt Kiatipis、UFC 选手 Israel Adesanya、网络主播 N3on、MMA 老将 Quinton “Rampage” Jackso “联袂出演”了这部 AI 电影。

　　ㅤ

　　ㅤ

　　剧本也是“正经的电影剧本”。

　　ㅤ

　　Higgsfield 从编剧蒂莫西·W·普拉纳根那里购买了这个已经很成熟的剧本，该剧本曾入围好莱坞剧本“黑名单”（没拍出来，但业内高管集体看好的优质剧本榜单）。

　　ㅤ

　　有趣的是， Higgsfield 花了真金白银制作这两部 AI 电影，但并不打算从中赚钱——目前两部电影的完整版都已上线网络，供所有人免费观看。两部电影的制作流程也完全开源，供所有感兴趣的人查阅。

　　ㅤ

　　Higgsfield CEO 亚历克斯・马什拉博夫曾很直白解释他们自己制作 AI 电影的原因：它们是给好莱坞看的“销售名片”。

　　ㅤ

　　Higgsfield CEO 亚历克斯・马什拉博夫

　　ㅤ

　　制作一部酷炫的 AI 短片是一回事，制作一部标准时长的 AI 电影是另一回事。至今尚未有公认的成功案例，质量上足以让大家认真对待这个“新物种”。

　　ㅤ

　　因为这个标准可不低。

　　ㅤ

　　Higgsfield 想让电影行业的人相信，使用它们的平台，制作一部质量合格的 AI 电影已经成为可能，或很快就将成为可能。

　　ㅤ

　　从这个角度出发， 《地狱磨砺》 和 《卡利山小子》两部 AI 电影的定位与其说是作品，不如说是样片。

　　ㅤ

　　抛开 AI 这件事， 《地狱磨砺》 只能算一部平庸的 B 级动作片， 《卡利山小子》更有趣一些，但也算不上多么精彩。但如果考虑到它们都是全 AI 制作的，很多人可能会给出“夯”的评价。

　　ㅤ

　　因为“瑕疵”够少，在观看过程中你真的会常常忘记“它是由 AI 生成的”。

　　ㅤ

　　一部标准时长的 AI 电影，的敌人是跨越镜头的一致性，而 Higgsfield 用两部电影探索出了一套比较靠谱的减少“瑕疵”的流程。

　　ㅤ

　　AI 电影这个类型的确立，理应从建立自己的方法论开始。

　　ㅤ

　　02《地狱磨砺》 50 万美元花哪了？它交过的学费，后来人不用交了

　　ㅤ

　　砸了近 50 万美元，做出一部 95 分钟的 AI 电影。 《地狱磨砺》这个项目听起来有点贵。

　　ㅤ

　　最近冒出的号称“硬刚”诺兰《奥德赛》的 AI 版《奥德赛》，135 分钟，成本不过几千美元。 《地狱磨砺》 这 50 万美元都花在了哪？

　　ㅤ

　　据 Higgsfield 披露，其中约10 万美元用于支付 15 人团队的人力成本，以及剪辑、调色、声音、音乐这些后期开支。

　　ㅤ

　　剩下的大约40 万美元全部花在了算力上。更进一步说，绝大部分算力不是花在成片上，而是花在了废片上。

　　ㅤ

　　仅电影的前 25 分钟，团队就生成了 16,181 条视频，，只留下 253 个可用视频，报废比大约 64 比 1。

　　ㅤ

　　《地狱磨砺》制作流程已全部开源

　　为什么会有这么高的报废率？因为 Higgsfield 的目标是将 《地狱磨砺》 打造成一部能撑住 95 分钟连贯叙事的长片。

　　ㅤ

　　视频模型没有记忆，单条质量又不稳定，要保证跨镜头不崩，只能靠海量生成加筛选。在这个过程中，Higgsfield 走了很多弯路，并从中总结了一套 AI 电影制作方法论，这恰恰是 《地狱磨砺》 最值钱的副产品。

　　ㅤ

　　其中有一些妙招，非常值得后来者学习。

　　ㅤ

　　资产优先

　　ㅤ

　　在每一个角色、场景、道具都锁死并且通过压力测试之前，一帧都不要生成。这条规矩省下的钱，比后面所有技巧加起来都多。

　　ㅤ

　　具体怎么做？每个角色先做成“文字描述加参考图”配对的形式，描述词要逐字写进每一句提示词，参考图当锚点，保证角色每帧是同一个人。

　　ㅤ

　　角色参考图很有讲究，它包含三张图：脸部特写、去掉头的全身正面照、背面照。

　　ㅤ

　　去掉头听着荒唐，却可以避免很多废镜头的出现。因为在全景里，模型总爱去那张小小的全身照上借一张模糊的脸。把头一去掉，模型没处可借，只能去用特写里的脸。

　　ㅤ

　　ㅤ

　　角色面孔在 Higgsfield 自研的角色与脸部生成工具 Soul Cinema 里生成，团队会挑选“最可信”的而不是“最漂亮”的那张图，还会盯着瞳孔里是否有高光。没有高光，脸就是“死的”。

　　ㅤ

　　衣服、血迹用遮罩局部改，同一张图绝不全图过模型两遍，因为每多过一遍纹理就更容易崩、颜色更容易漂。

　　ㅤ

　　每个资产上线前还要经过压力测试：换姿态、换光线各生成十次；十次都认得出，还要放到别的角色旁边、放进真实场景的光里也认得出，才算锁定。

　　ㅤ

　　给模型更少的自由

　　ㅤ

　　AI 没有记忆，你给它的空间越大，它崩得越离谱。

　　ㅤ

　　Higgsfield 的妙招之一是“空间地图”：每个场景写一份纯空间的平面图，只标，、左右、机位，不写人物和动作，却贴进每一帧，人物就不会凭空瞬移或串位。

　　ㅤ

　　每个镜头开场，Higgsfield 的团队会先让模型用一秒把角色站位和光线“拍”下来，确立基准，后面才不乱套。

　　ㅤ

　　角色、场景的每种状态也都要拆成独立资产，比如同一场景的白天、夜晚、雨天是三个资产。

　　ㅤ

　　人物不同状态要单独做资产

　　ㅤ

　　提示词里的情绪换成动作

　　ㅤ

　　《地狱磨砺》 的AI提示词是真人团队和 Claude 等模型协作写成的，骨架有十五个栏目，从场景角色数、参考图、空间地图、首帧站位，到光学、运镜、动作时序、物理、灯光、对白、表演、风格、质量、计数与禁令，逐栏写死。每段视频的提示词都有数千字。

　　ㅤ

　　写动作提示词时有个铁律：用肯定句。写“他扑倒在地”，而不是“他没有仰面倒下”。因为模型会忽略否定句，甚至反着来。

　　ㅤ

　　写表演提示词关键在于“写行为不写情绪、写物理不写形容词”。例如让角色攥紧拳头、指节发白，而不是写“他很愤怒”；描述肌肉的劳作和呼吸的起伏，而不是写一句“他很悲伤”了事。

　　ㅤ

　　Higgsfield 还分享了很多细节妙招，例如不要写角色年龄（会触发更严的内容过滤）、建一本禁用词字典（”黑暗”改成”低调光”，”颠簸”改成”快速运动”）、用分阶段眨眼和每一两秒一个微表情事件来让脸“活”起来等。

　　镜头不合格就简化

　　ㅤ

　　团队坚守“十到十五次规则”：一条镜头生成这么多次，还达不到满意的效果，问题往往不在提示词，而在于镜头本身太贪心。

　　ㅤ

　　可行的解决办法是把镜头拆成两段、去掉一个动作、换个角度等。例如，门打不开，就让走近门的那一刻单独成镜，在下一个镜头里把动作提到开头，写“他已经在挥击，门已经在裂开”。

　　ㅤ

　　这些经验都是 Higgsfield 团队用 64 比 1 的报废比换来的。Higgsfield 把流程开源，后来者就可以少交学费，因为学费前人已经交过了。

　　ㅤ

　　03 《卡利山小子》 更具性价比，AI 电影有了自己的方法论

　　ㅤ

　　既然第一部作品已经交了学费， Higgsfield 第二部 AI 电影的成本怎么不降反升，从 50 万美元飙升至 200 万？

　　ㅤ

　　因为其中100 万美元花在了演员形象授权、支付更大规模的制作团队（28 人）的工资，以及购买剧本上。剩下的100 万美元才是算力成本。

　　ㅤ

　　Higgsfield 这次野心很大，《卡利山小子》的资产量是 《地狱磨砺》 的十倍，所以总体来说，这 200 万美元预算的性价比还是提高了的。

　　ㅤ

　　《卡利山小子》制作流程也已全部开源

　　ㅤ

　　具体来说，《卡利山小子》在继承了《地狱磨砺》 经验的基础上，在以下几个方面实现了进化。

　　ㅤ

　　首先，《卡利山小子》把 《地狱磨砺》  的宝贵经验升级成了可执行的硬约束——150 条带名称的“锁定规则”（named locks），以及约 80 条以“= failed take（废片）”结尾的判定标准。

　　ㅤ

　　比如场景里物体数量逐镜写清，防止模型在运动中复制道具；情绪表达两头夹紧，又哭又笑的脸直接判定为废片。

　　ㅤ

　　ㅤ

　　另外，在制作 《地狱磨砺》 时，提示词主要靠人带着 AI 共享项目文件夹手写，Higgsfield 自研的三套技能（LIRA 写图像提示词、CINEDANCE 写视频提示词、Acting 管表演）已有雏形，但仍偏人工主导。

　　ㅤ

　　制作《卡利山小子》时， Higgsfield 已经把这三套技能工程化，尤其是将 CINEDANCE 拆成了三道工序：writer（搭骨架）、auditor（出场前复查）、workbench（修补）。

　　ㅤ

　　其中 auditor 会在生成前检查首帧是否为空、标签是否过期、台词是否矛盾；workbench 只修补失败的那一段，而不是把整段提示词推倒重写，避免全文重写会丢掉已经跑通的部分。

　　ㅤ

　　图像侧的 LIRA 也多了一步，会在生成前对照各模型的弱点自查，等于在出厂前先拦掉一批注定成为废片的镜头。

　　ㅤ

　　还有一点，《地狱磨砺》 实行的是单线制作，团队虽然有 15 人但不敢多线并行制作，因为当时流程尚在摸索阶段，各拍各的，出来的镜头很可能会对不上。

　　ㅤ

　　制作《卡利山小子》 时，团队扩充到28 人，9 位导演并行开发不同段落。

　　Higgsfield 为剧组专门设立了资产部门，将资产生产从各导演手里收拢成，单元，统一产出 600 个批准资产，9位导演并行开发时使用同一套共享资产库，以确保高度一致性。

　　ㅤ

　　Higgsfield 还特别提到，《卡利山小子》 制作团队中约40%的人毫无 AI 经验，是通过学习免费公开课（Higgsfield Academy）从传统制作领域转岗而来的。侧面证明传统影视行业转 AI 创作基本上没什么门槛。

　　ㅤ

　　这些进化叠加起来的效果很明显，《卡利山小子》的资产规模约为 《地狱磨砺》 的十倍，但算力成本只涨了2.5 倍（40 万升至 100 万美元）。

　　ㅤ

　　同一套方法论一旦被沉淀为制度和工具，边际浪费就能被显著压低。对于想入场 AI 长片的团队来说，这才是两部 AI 电影“最值得抄的作业”。