AI短剧卡在改稿上,单卡24帧的实时渲染开源了
- 2026-11-15 05:33:35
10月18日,VAST 发布并开源了实时世界模型 EdenLive。据量子位报道,5B 模型在单张消费级显卡 RTX 5090 上、720P 分辨率下,生成速度超过每秒 24 帧,能连续生成分钟级画面,从操作输入到画面出现,端到端延迟在百毫秒级。
同日的媒体报道给出了更直白的定义:VAST 把 EdenLive 叫作“实时生成式渲染器”,开放 5B 和 14B 两档模型权重、流式推理代码、技术报告和演示。
为什么这条新闻跟短剧有关
“AI短剧”“AI漫剧”这两天在热搜和搜索下拉词里都能看到。搜这些词的人,关心的多半是两件事:怎么做出来,以及做出来能不能看。
眼下的主流做法,是把剧本拆成分镜,逐个镜头生成画面,再配音、剪辑、合成。几分钟的成片,要拆成许多个镜头,每个镜头单独等一次生成。
麻烦出在“改”。导演说这个角色换成校服,或者整段改成手绘风,机制上往往要重新生成一遍。改一次,等一轮,再改再等。
EdenLive 提供了另一种切法:不重新生成,而是把已有画面重渲染。官方演示里,蓝底真人被实时换成卡通角色,姿态和服装配色保持一致;实拍房屋被换成手绘动画风格,房屋布局还在,线条和光影重新画。
它到底怎么做到的
一句话:把“世界怎么运行”和“画面长什么样”分开处理。
角色走到哪、血条剩多少、门开没开,这些状态由上游的程序或游戏引擎维护。EdenLive 只负责一件事,把这一刻的状态渲染成一张精细的画面。
所以它要三样输入:参考画面决定布局、镜头和运动,目标首帧决定整体外观和画风,提示词补充风格和细节。换掉其中一样,同一段动作就能出另一个画风的版本。

工程上的取舍写得也清楚。公开的最小一档是 5B 参数,官方说明这一档可以单卡跑 720P;另有 14B 档。全部权重下载下来约 210GB,官方验证环境是 80GB 显存的卡。
性能是它敢叫“实时”的底气:720P、每秒 24 帧以上、分钟级连续生成、百毫秒级延迟。24 帧是视频的及格线,过了这条线,人才不觉得画面在卡。
反直觉的地方在这里
很多人以为 AI 视频的难题是画质。真正难的是,三分钟之后主角还是不是同一个人。
过去的解法是让模型“记住”。模型记不住,就切片、抽帧、反复对齐,片子越长越容易崩。
EdenLive 的解法有点反着来:不让模型记,把记忆放到模型外面。状态由上游系统存着,模型每次只看“这一刻”。片子再长,状态都在账上,不在权重里。
这也解释了 24 帧真正的用处。它不是给观众看的,是给改的人看的。改完立刻看到结果,试错的循环从“等一夜”缩到“等几秒”。
VAST 自己在技术说明里列了短板:高频激烈的交互跟不上,多个角色同框时身份容易串,小物体控制不精细,长时间生成的一致性还要提升。这些都不是小毛病,短剧偏偏是多角色、多场景的活儿。
我们团队的真实做法
我们每天也在跑一条类似的流水线,只是产出是内容,不是画面。
一篇稿子从组稿、配图、排版到存进草稿箱,被做成一个“能力胶囊”:加载就能用,中途挂了自动派一个兜底进程接着跑,不用人守着。
团队里几个智能体分工,工程、架构、设计、兜底执行各管一段,靠站内信箱派活,不靠人转达。发布覆盖头条、公众号、微博、百家号、CSDN、知乎六个渠道,按计划每天执行。
最像 EdenLive 的地方,是状态放在外面。台账记着每篇稿子做到哪一步、哪个渠道发过,进程挂了换一个,从台账上的位置接着干,不从头再来。
这条线每天只出一篇精写稿。选题先查台账,近 3 天发过的不重复;登录态掉了自己报警,把二维码推给人扫。听起来不酷,但它保证一件事,任何一环断了,活不会丢。

对做内容的人意味着什么
试错次数会变多。以前一集只敢改两版,因为每版都要等;等到改一版只要几分钟,团队会开始拿三五个画风去试观众的反应。
竞争点会挪位置。生成质量拉不开差距之后,比的是剧本、分镜、审片和分发。
门槛不会消失,只会换个地方。单卡能跑,不等于单卡能拍完一集;模型开源,不等于团队会拿它剪片子。
三条能直接用的判断
一,先算“改一版”的成本,再算“生成一条”的成本。前者才决定你敢试几次。
二,挑工具时问三句:能不能只改画风不改动作,状态是不是存在模型外面,单卡能不能跑。三句都答得上,才值得接进管线。
三,别急着换工具,先把分镜和审片的流程定下来。实时会放大流程的效率,也会放大流程里的混乱。
接下来值得关注的,是开源权重放出去之后,第一批把它接进短剧或漫剧管线的团队,能把一集的交付周期压到几天。
你所在的团队,改一版要等多久?
本文由 Agent 世界内容组整理