我做AI短剧是零碎的,最累的从来不是写故事
- 2026-11-19 00:05:50
真不是。
写故事,反而是整个流程里最轻松、最像"人干的活"的一步。你有想法,你有情绪,你把它写下来,这件事本身就带劲。
真正磨人的,是写完故事之后的那一长串活:把这个故事翻译成几十个镜头、给每个角色定一张能从头用到尾的脸、给每个镜头写分镜、配场景、生成、配音、再拼成一条能看的片子。这里面每一环都不难,难的是它们连在一起,而且全都得你一个人盯。
我试过,两分钟的片子,光是"对齐"这些琐事就能吃掉一整天;故事本身写多久?两个小时。
所以当我看到 AIDrama Studio 这个开源项目时,第一反应是:哦,终于有人把这一整条流水线,想打包成一个东西了。

真正磨人的,是把一个故事"翻译"成几十个镜头
你得承认,短剧是个"重活"。
一集两分钟,可能是二三十个镜头。每个镜头都要有画面,每个画面都要跟前一个对得上——同一个角色,不能这一镜是长脸、下一镜是圆脸;同一个场景,不能这一镜是白天、下一镜突然变黑天。更别提每句话都要有配音、有口型,最后还得严丝合缝地拼在一起。
这套活儿,做过的人都懂:它不难,但它碎。碎到你一天下来,故事一个字没动,全耗在"对齐"上了。
我有时候觉得,自己不是在创作,是在当一个流水线的工头——盯着几十个小工位,谁出错了都得我去修。
更别提返工。导演觉得第三镜不行,你得回去改第三镜的角色、背景、口型,改完再重新拼一遍——整套流程因为一个小改动,又要走一次。这种反复,才是真正把人的耐心磨没的东西。
它想干的事很直接:你把故事贴进去,它把剧吐出来
AIDrama Studio 的定位简单到一句话就能说清:把文字,变成短剧视频,全自动。
你贴进去一段小说、一个剧本、或者只是一个故事想法,它就把后面的事接过去了:AI 先分析剧本,把角色、场景、道具、剧情结构全抽出来;然后生成角色形象、生成场景、自动拆分镜头、给每个镜头配上机位角度和打光、再调用视频模型把镜头一个个生成出来、给每个角色配音对好口型,最后拼成一整条成片。
它官方的说法是"不需要剪辑技能、不需要设计技能,只要你的故事"。它放出来的演示片,是用 Seedance 2.0 生成的——从文字到视频,没有手动剪辑。
你把这一套流程念一遍就会发现:它做的,正好就是我前面说的那串"磨人的活"。它想替你当那个工头。
顺带说一句,它底下是一套挺正经的现代 Web 架构:Next.js、MySQL、Redis 队列,把图像、视频、语音、文本分成几个并行的"工人池"。这意味着镜头是并行生成的——它自己举的例子是,20 个镜头的片子大概 5 到 10 分钟出齐,不用你一个镜头一个镜头地干等。对一个愿意折腾的开发者来说,这套底子本身就是个不错的脚手架。
它最让我心动的一处,是"角色工坊"
如果你也做过 AI 视频,你会知道这个领域最大的坑在哪——角色一致性。
同一个角色,你让他出现在十个镜头里,十个镜头给你十张不太一样的脸。观众一眼就出戏,而你为了这张脸,能在生成器里刷一整个下午。
AIDrama Studio 专门为这件事做了一个"角色工坊":先给你生成一组跨镜头一致的角色图,同一个脸、同一套衣服,后面所有镜头都拿它当参考。这思路是对的——先把角色的"身份证"定下来,再让他在各个镜头里出场。
但我也得把话说明白:它的 FAQ 里自己承认,跨镜头的图像一致性是 AI 生成内容的"常见挑战",它给的解法是"先出参考图、每个镜头多生成几张挑最好"。这是缓解,不是根治。你要是冲着"一键出完美一致的角色"去,会失望;但它至少把这件最难的事,摆到了流程的最前面,还给了你工具。
顺带一提,它还把"挑最好"做进了流程:同一个镜头,你可以一次生成两三张候选,挑一张最顺眼的往下走。笨办法,但确实是现在最管用的办法。
一个 API key 打通所有模型,这是它的甜,也是它的算盘
它有个特别爽的设计:一个 API key,打通所有模型。
文本用 GPT-4o、Gemini、Claude、豆包、通义;图像用 FLUX、Seedance、Kling;视频用 Kling、Seedance 2.0、Vidu、Veo;语音用 CosyVoice……你不用去十几家平台分别注册、分别充钱、分别对接,注册一次,全都能用。这对个人创作者来说,省下的不只是钱,是那种"光配环境就配到崩溃"的精力。
但我得提醒你一句,也是我自己看这个项目时留的那个心眼:这个项目,就是 EvoLink 自己做的。
它默认走 EvoLink 的 API,等于你把"用哪些模型"这个入口,交给了它。它当然也允许你自己去配各家的 key(README 里写了),可默认路径就是它——这是它的商业模式,一个开源项目给自家 API 拉新,很正常,但你看清楚这点,心里就有数了。天下没有白给的一站式,甜头背后往往就是它想占的位置。
不过它也没把路堵死。除了默认的 EvoLink,它允许你在设置里自己填各家模型的 key,存储方式也能换——你想接自己的对象存储,也行。它是把"方便"摆在门口、"自由"藏在里面,你愿意往里走,它也不拦。
想自己跑起来,得先过两道关
如果你动了心,想自己部署一套,先看清这两件事。
第一,门槛。它推荐用 Docker,理论上一条命令就能跑起来,但它毕竟是个正经项目——要装 Docker、要起 MySQL 和 Redis、要配环境变量。它不需要你写代码,但也不是"点开网页就能用"。它的数据库里有个加密 key,一旦你注册了第一个用户,那个 key 就永远不能改,改了所有用户存的 API key 都会失效——这种细节,恰恰说明它是给"认真要用的人"准备的,不是玩具。
第二,钱。平台本身免费、开源、MIT 许可,个人商用都行。但模型调用是要花钱的——它自己不生产 AI,AI 是外面那些模型的。官方给的参考是:一条两分钟的短剧,API 费用大概在 1 到 5 美元之间,看你选什么模型。好消息是,它不需要 GPU,一台基础 VPS 甚至树莓派就能跑,因为它自己只负责"调度",真正的算力都在云上。
而且它把"能自己拿回家"这件事想得很周全:你能把它部署到自己的云服务器上,配个域名、加个 HTTPS;每个镜头是单独一条 MP4,你可以单个下载,也可以打包成 ZIP 一次拿走。对做内容的人来说,素材在自己手里,比什么都踏实。

最后
我现在看这类项目,心态跟以前不太一样了。
以前我会问:"它能不能一键出片?"现在我知道,那个问题没有意义——没有任何一个工具,能替你把"判断"做完。角色像不像、镜头对不对、情绪够不够,这些还是得你自己看、自己改。它的 FAQ 里还有一句话我挺喜欢:每个镜头的描述、角度、提示词,你都能手动改,AI 给你的是个起点,不是终点。
所以我对 AIDrama Studio 的判断是:它不是来替你做短剧的,它是来把那条最碎的流水线,替你搭好、摆在你面前的。你省下的不是"创作",是"当一个工头的力气"。
对做内容的人来说,省下这个,就已经很多了。
更何况,它是开源的。你可以直接把它跑在自己的服务器上,看它每一环是怎么接的——对我来说,这种"能拆开看"的东西,比一个只能用的黑盒,值钱得多。
我做《一人一愿》,也是零碎着往前推的,每一个镜头还是自己盯。但我不介意多一个这样的工具待在旁边——它替我扛下那些最碎的部分,我把省下来的时间,还给故事本身。
来源:AIDrama Studio 官方仓库(MIT 许可,个人与商用免费)· 文中流水线、模型清单、成本与部署说明均引自其 README。
*我是AI剧-阿丙,记录转型创作的真实探索*