这次我们看的不是某个刚开源的模型也不是一键包而是一部已经走进省级卫视黄金档的 AIGC 长剧——《后西游记》。公开信息显示这部作品主打 AIGC 制作在湖南卫视首播实时收视率同时段省级卫视第一。不管这个“第一”能维持多久它已经释放出一个明确信号AIGC 内容不再只是短视频平台上的炫技片段而是能进入传统电视台编排表的长篇叙事内容。这件事对长期关注 AIGC 技术的人冲击不小。因为短视频生成可以靠单条镜头“多抽卡、选最好看的一条”来完成但一部长剧要面对的是几十个角色、上百个场景、连续的情节和稳定的播出画质。它考验的不是某一个文生视频模型有多惊艳而是团队能不能把“长时间、多角色、多场景的叙事需求”拆解成 AI 模型可执行、可拼接、可统一风格的生产工序。这篇文章就从技术视角拆一拆AIGC 长剧和普通 AI 短视频到底差在哪背后需要什么样的工具链和工程师角色以及如果要跟进这条生产路线最值得先搭建的能力是什么。如果你正在关注 AIGC 的技术边界、想搞清楚“生成式内容工业化”该怎么落地或者准备从“会部署模型”向“能生产内容”转型这篇内容可以收藏起来慢慢看。1. 事件速览AIGC 长剧的“规格表”在做技术分析前先快速理清公开信息里《后西游记》作为一部 AIGC 长剧的定位。不能只把它当成一条娱乐新闻要当成一个“AIGC 内容工业化案例”来看。能力项公开信息描述对 AIGC 技术栈的映射内容形态国内首部 AIGC 长剧不是 3 分钟概念短片而是多集、完整叙事的剧集内容播出平台湖南卫视AIGC 内容进入传统广电播出环节画面与叙事需达到一定完成度播出表现实时收视率同时段省级卫视第一说明真实观众愿意观看不只是行业圈层的技术演示核心卖点主打 AIGC 制作制作流程大概率用到多类生成式 AI 工具链对创作者的启示不再强调“单条视频多惊艳”需要关注角色一致性、场景一致性、叙事连续性和后期效率需要说明一点剧方真实的生产工艺大概率不会完整对外公开公开信息更多是播出数据和媒体通稿。所以这篇文章不做“内部曝光”而是从行业普遍采用的 AIGC 生产流程出发分析这种长剧想要做成必然需要解决哪些技术问题。单从“上星播出”这个结果看至少可以得出一个判断AIGC 生成内容的清晰度、画面稳定程度和叙事可看性已经达到可以在传统电视渠道播出的门槛。这在一年多前还是比较难想象的。2. AIGC 长剧背后的技术栈与生产管线AIGC 不是说“用 AI 做一个视频”这么简单。长剧的生产链路实际上是把传统影视制作中的岗位拆开逐个环节找到 AI 介入点。下面这张表是我从 AIGC 视频制作的常见流程推导出来的不代表《后西游记》制作方的真实流程但对理解“长剧怎么用 AI 做”很有帮助。生产环节传统工序主要 AI 能力常见公开模型/工具方向剧本开发编剧写剧本大语言模型生成剧情、对话、分场大纲各类 LLM概念设计美术出角色设定、场景图文生图、图生图生成统一风格的概念设计Stable Diffusion、Midjourney 等分镜设计导演画分镜LLM 生成分镜脚本文生图生成关键帧提示词工程 文生图镜头生成实拍或三维渲染文生视频、图生视频生成动态镜头各类视频生成模型角色表演演员表演、动作捕捉视频生成 局部控制模型保证口型和动作视频生成、音频驱动口型、姿态控制配音配音演员录音TTS、声音克隆、情绪语音合成开源 TTS、声音克隆模型音效/背景音乐音乐编辑、声音设计大模型生成 BGM、音效描述与合成各类 AI 音乐工具后期合成剪辑、调色、特效传统剪辑 超分、修复、统一风格剪辑软件、超分模型质检人工审核画面与剧情AI 辅助抽取关键帧、人脸一致性比对、字幕校对工程脚本 多模态模型这条链路里最关键的不是某一个模型而是数据如何在环节之间流转。以人物进入下一个场景为例上一集里角色穿的是素色衣服下一集如果提示词里不锁定同样的人物描述、画风关键词和负面提示词角色很容易“换脸换人”。所以成熟的 AIGC 生产不是打开网页版视频生成工具写一句 prompt而是要先建立一套素材库和风格库。这套素材库包括角色多角度设定图每个角色的固定提示词模板场景视角的参考图负面提示词比如模糊、手指异常、文字乱码全片统一的调色 LUT 或风格化参数先把这些做完整再进入逐镜头的生成。否则单看几千个镜头都觉得好看连起来却像几个不同剧组拍的素材混剪。3. 长剧为什么比短视频难一致性是最大分水岭很多人以为 AIGC 长剧就是把短视频生成的长度拉长。实际上最核心的难度差异有三个角色一致性、场景一致性、叙事连续性。3.1 角色一致性AI 视频生成目前最大的问题是“同一角色多镜头下不稳定”。同一张脸、同一个体型、同一套服装从正面切换到侧面或者画面里同时出现两个角色都容易发生漂移。对于一部长剧观众对主角的认知是被几十个镜头反复强化的只要有一两个镜头明显不像同一个角色观感就会被打断。工程上解决这个问题通常不是靠某个万能模型而是靠“角色训练 外部控制 人工筛选”三层机制。先准备角色正交视角图和 face LoRA再用 ControlNet、参考图等外部条件固定构图和动作最后生成多批次结果进行抽帧比对只留一致性高的镜头。到了这一步AIGC 生产其实很像传统动漫制作里的“设定集 作画修正”流程只是修正工具从画笔变成了生成模型。3.2 场景一致性场景一致性比角色一致性更容易被忽略但对长剧观感影响极大。一部剧里会有“同一个地点发生多场戏”的情况。比如同一个山洞、同一座庙宇、同一条街道背后的建筑风格、光线方向、局部细节需要保持统一。如果第一集的山洞是青色冷调第二集突然变成暖黄色溶洞观众就会觉得场景“跳戏”了。解决思路是给关键场景建立场景关键词库。给每个核心场景单独写一段固定风格描述不对的场景模型输出可以在生成阶段直接丢弃。这里最容易踩的坑是为了追单张画面好看不断往 prompt 里堆风格词结果每个镜头的画面越来越漂亮片子的整体风格却越来越乱。长剧生产要追求的是“整部片可看”不是“单帧惊艳”。3.3 叙事连续性长剧本质是连续叙事。AIGC 生成的镜头更多是“片段级正确”但片段之间如何进行时间衔接、空间衔接、情感衔接仍然需要人工剪辑思维。比如上一场戏主角走在路上下一场戏进入室内。AI 如果独立生成两个镜头可能主角的衣服换了、天色也变了。这种问题靠后期剪辑不能完全补回来需要在分镜阶段就规划好“镜头连接提示词”用同一组角色信息、同一组环境光关键词、同一个时间设置去做批量生成。这也是为什么做 AIGC 长剧的团队不能只是“会写 prompt”的人需要有导演思维和剪辑思维的创作者参与。工具再强镜头之间的叙事逻辑仍然需要人来做整体控制。4. AIGC 长剧的试点电视播出带来的新要求《后西游记》在湖南卫视播出有一项容易忽略的技术指标电视播出对画面清晰度、格式、声音质量都有固定标准。AIGC 模型直接生成的视频经常是 720p 或 1080p一旦放大到电视屏幕上噪点、涂抹感、细节崩坏都会被放大。所以从模型生成原始镜头到最终电视成片中间还需要经过层层后处理。常见的处理方式包括超分放大把模型生成的较低分辨率画面提升到播出分辨率降噪和细节修复消除生成模型带来的画面涂抹统一格式封装按播出要求转成符合规范的编码、帧率和声道结构字幕和安全区处理保证电视端画面边缘不出问题这一层在短视频平台观看时不太敏感。短视频 App 会压缩画质观众用手机看很多细节问题会被掩盖。但电视端的观看距离远、屏幕大、信号链路长对画质的稳定性要求明显更高。如果未来越来越多 AIGC 内容进入电视端超分与修复这套后处理管线会变得越来越重要。从另一个角度看“省级卫视播出”本身就有一定的内容审核和播出安全要求。AIGC 生成内容的题材、画面、台词也需要经过同等的合规审查。这一点放到后面单独说。5. “AIGC 工程师”角色从跑模型到搭流水线“AIGC 工程师”是近期热度很高的岗位方向。仔细看《后西游记》这类 AIGC 长剧的制作逻辑就能明白 AIGC 工程师和传统算法工程师、传统的“提示词写手”有一个本质区别前者做模型能力验证后者做内容生产系统。AIGC 工程师在长剧项目里的核心任务不是“写更好看的 prompt”而是解决两个问题本地或云端模型服务能不能稳定生成目标内容生成结果能不能在可控的流程里被批量使用换句话说AIGC 工程师要搭一条“提示词管理 - 模型调用 - 结果回收 - 质量筛选 - 素材归档”的流水线。下面这些能力会直接影响团队的生产效率能力项为什么重要模型服务部署与 API 封装内容团队不可能所有人都去敲命令行要提供统一可调用的接口提示词模板化内容不是一个人写脚本而是按角色、场景、风格统一管理 prompt批量生成任务调度长剧需要成百上千个镜头必须支持队列化批量生成和失败重试结果自动筛选利用视频抽帧、图像分类等脚本先筛掉明显崩坏的镜头素材版本管理记录使用哪个模型、哪个参数、哪个提示词生成方便回溯后期规格适配把生成片段统一转格式、统一帧率减少剪辑环节的兼容问题明白这一点就可以理解为什么“AIGC 工程师”不是单纯给文生图工具写提示词的“提示词工程师”。提示词只是输入流程设计才是工业化能力的核心。如果你的团队现在准备做 AIGC 内容第一个要建立的不是“最贵的显卡”而是一套可追溯的工程流程。比如先规定所有提示词文件必须和生成结果一一对应再考虑要不要堆机时。没有可追溯性的项目生成 1 万个镜头只会变成 1 万个没办法继续加工的半成品。6. AIGC 发展中的现存问题在长剧中会被放大AIGC 行业一路从文生图走到文生视频再到今天的长剧播出发展速度很快但问题也一样清晰。单条应用 Demo 里这些问题可以被容忍一旦放到长剧创作问题就会集中爆发。6.1 版权与训练素材问题任何一个视频生成模型训练数据里都可能包含受版权保护的角色形象、画面风格和摄影作品。制作方用模型生成一个神似某真人演员或某经典动画形象的画面是否构成侵权需要一事一议。在传统影视行业版权归属在签约阶段就明确了但在 AIGC 生产流程里模型公司、开源社区、内容制作方、播出平台之间的权利链条更复杂。所以现在做 AIGC 内容不能默认“AI 生成的东西就是我的”。要在立项时先确认使用的生成模型是否允许商用、输入素材是否有授权、最终作品的权利归属是否清晰。最好把这些问题写进协议而不是延后处理。6.2 内容安全与审核AIGC 内容对审核环节提出了两类新挑战。一类是传统的价值观审核剧情内容即使由 AI 生成依然要符合播出规范和内容导向游戏规则没有因技术工具变化而失效。另一类是深度合成识别的审核AI 生成的人脸、声音、场景如果过于拟真可能会涉及对真人的深度伪造和虚假信息风险。所以制作流程里应当加入 AI 生成内容标识、素材来源记录、人工终审环节。片头或片尾是否标注“AI 生成”需要看播出平台的具体要求和当期法规要求。6.3 质量波动与审美同质化视频生成模型的输出带有概率性。哪怕提示词完全一样连续生成两次结果也会有差异。做长剧时这种波动会被放大成“画风跳跃”。审美同质化也有点麻烦。很多 AI 生成视频哪怕内容不同画面风格却自带“模型滤镜”同样质感的皮肤、同样风格的光晕、同样结构的构图。如果整部剧都由同一套模型和同一套提示词生成观众看久了会审美疲劳。这个问题的解法不是只用一个大模型而是要多模型组合、多风格控制、后期调色干预尽量避免“一眼 AI”。6.4 成本与不确定性长剧制作周期再快也不是一次点击完成的。生成一个镜头可能要重复 10 次从中选出 2 条可用的再进入后期。这些重复生成的算力成本都要计入项目预算。用公开模型自己部署要算显卡折旧和电费用商业 API要按调用次数付费。越依赖后期筛选的项目前期算力浪费越严重。所以 AIGC 长剧的制片人要做的不只是内容管理还要做算力成本管理。最佳策略通常是前期小规模测试锁定一批稳定的风格模板确定后再批量放大。一上来就大批量生成只会得到一堆库存废片。7. 版权、合规与实践边界AIGC 内容生产的底线无论做 AIGC 短片、广告还是长剧有四点是不能跳过的。第一素材授权。训练 LoRA、参考图、声音克隆所使用的素材必须保证你有合法使用权。如果需要使用真人肖像或真人声音必须获得本人明确授权。使用任何现有影视剧镜头、角色画面都可能有侵权风险。第二商标与角色。经典西游题材虽然已经进入公版领域但某个具体影视版本中的人物造型、服装设计仍然可能受版权保护。做一个新的《后西游记》可以自由创作但不能原样照搬某个院线真人版角色的形象设计。第三内容标识与追溯。建议在项目工程目录中记录每一段生成素材对应的模型、参数、提示词和来源形成完整的“生成日志记录”。这不只是为了内部复盘也是为了在出现版权争议或内容争议时能够快速定位问题源头。第四人工终审。AI 生成的台词和画面可能输出与主流价值观不符的内容必须经过编剧、导演、审片等人工环节进行内容把关不能直接让 AI 结果未经审校就进入播出链路。一句话总结技术边界决定了你能不能做出来法律边界和伦理边界决定了你能不能公开发布。做技术的人容易关心后者更少但当内容进入大众传播渠道后后者的风险不容忽视。8. 从事件到工程落地开发者与团队怎么跟进作为普通开发者和创作者不可能因为一部剧播出就去搭一个卫视级制作团队。但这次事件背后有一批可复用的工程方法值得先在短视频或单个页面项目中验证。下面给出一套“最小 AIGC 内容生产项目”骨架。你可以先用这套骨架跑通 2-3 分钟短片再思考能不能扩大到更长的叙事。aigc-project/ ├── story/ # 剧本与分镜脚本 ├── characters/ # 角色设定图、参考图、角色 prompt 模板 ├── scenes/ # 场景参考图、场景 prompt 模板 ├── prompts/ # 按批量生成整理的提示词 .txt 文件 ├── generated/ # 模型生成的原始素材 ├── review/ # 人工抽帧质检记录、筛选结果 ├── final/ # 最终成片与整合素材 └── scripts/ # 批量处理、抽帧、拼接脚本目录设计看似简单但大多数人一开始会省略掉 “review” 和 prompts 目录。没有 review你会忘记哪些素材是淘汰的没有 prompts 目录管理你会找不到某个好看片段到底是用什么提示词生成的。生成阶段如果使用本地部署的图像生成 API可以参考下面的批量调用逻辑。注意这只是一段很通用的示例接口路径和返回结构需要按你实际部署的服务修改# 先给 prompt 目录里的方案统一生成一份原始图片素材 # 示例假设本地开了 Stable Diffusion WebUI批量遍历 prompts 目录 python scripts/batch_generate.pyimport os import base64 import requests # 按实际服务地址替换 api_url http://127.0.0.1:7860/sdapi/v1/txt2img prompt_dir ./prompts output_dir ./generated os.makedirs(output_dir, exist_okTrue) for filename in sorted(os.listdir(prompt_dir)): if not filename.endswith(.txt): continue with open(os.path.join(prompt_dir, filename), r, encodingutf-8) as f: prompt f.read().strip() payload { prompt: prompt, negative_prompt: blurry, distorted, bad anatomy, extra fingers, steps: 25, width: 768, height: 512, batch_size: 1, } response requests.post(api_url, jsonpayload, timeout300) if response.status_code ! 200: print(failed:, filename, response.status_code) continue data response.json().get(images, []) if not data: print(empty result:, filename) continue # 不同服务的返回结构差异较大这里只演示 base64 解码保存 image_bytes base64.b64decode(data[0]) out_path os.path.join(output_dir, filename.replace(.txt, .png)) with open(out_path, wb) as f: f.write(image_bytes) print(generated:, out_path)这一步解决的是“批量生成”的问题。但批量生成之后质量筛选是更麻烦的事。建议先抽取视频关键帧或生成图的关键帧进行对比参考命令# 按每秒 1 帧抽帧后续可批量查看一致性 ffmpeg -i input_video.mp4 -vf fps1 generated_keyframes/frame_%04d.png真正的 AIGC 内容生产不是把单帧画面拼起来而是把抽帧、比对、筛选、返工变成循环。哪怕你的内容只有 3 分钟也建议先跑通这套循环。只要你跑通过一次“生成-筛选-补生成-剪辑”流程再去看长剧项目的工业化逻辑就不会觉得有多神秘。区别只是规模和精细度。9. 给内容公司、独立创作者与开发者的落地建议这次《后西游记》播出最值得外面团队吸收的不是“换一个更好的视频生成模型”而是下面几条执行原则。第一先把角色一致性跑通再谈长故事。用 20 个镜头测试同一个角色在不同动作、不同场景里是否还能保持统一。如果不稳定优先训练角色 LoRA、优化参考图而不是盲目堆时长。第二提示词要“模板化”不要“每个人自己写”。给角色、场景、光线、镜头类型分别定义关键词片段然后组合。这样生成素材才有规整性后期才能复用。最好在最初阶段就由一个人负责维护 prompt 规范文档。第三建立失败库。每一批生成结果里的失败样本不要直接删掉它们可以作为负面样例帮助你逐步改进 prompt、模型参数和参考图。没有失败样本库的项目优化过程是没有依据的。第四在模型能力不稳定的环节用流程兜底。比如口型不稳定可以后期裁切、配音替换比如镜头颜色跳跃统一加 LUT比如背景文字乱码尽量不让画面出现中英文长字幕。不要和模型能力硬拼要设计绕过弱点的流程。第五AI 参与内容生产后人工审片仍要有实质标准。模型输出可能“看起来很酷”但故事逻辑是否通顺、人物是否有成长、台词是否贴合人物这些仍然需要人来判断。市场不会因为“是 AI 做的短片”就降低内容标准观众只会关心“好不好看”。第六想接 AIGC 商业化项目不要只报提示词工时要报工程工时、筛选工时、后期工时和合规审查工时。AIGC 绝不是“零成本生成内容”它是把很多显性成本变成了隐性成本。真实的成本集中在模型服务维护、批量生成废片、人工筛选、后期修复和合规审核上。如果你准备跟进 AIGC 剧集方向最务实的起步方式不是马上买一堆卡训练专属模型而是用现有的开源工具和商业 API做一部 5 分钟的连贯叙事短片。在这部短片里主动给自己施加约束同一个角色至少出现 10 个不同镜头场景切换至少 5 次画面要保证同一风格不能出现明显的身份漂移。当你发现单靠“万能提示词”搞不定时说明你已经理解了 AIGC 内容生产真正的门槛在哪里。