眼下，AI影视化已非“能不能”，而在于如何兼具“质感和美感”，并让抽卡次数大幅度减少的问题上。
很多AIGC视频工具功能固然强悍，看似天马行空，但美感乏无，废片频出，算力虚耗。
最近，腾讯视频的AI工具WorkRally迭代了新版本，我们测了下，发现有点不一样——最大的亮点，就是“抽卡少”，一次成片的几率大大增加，其次，融合了腾讯视频过往制作经验，使用skiils来协助创作者提升内容的质感和美感，仿佛给AI视频注入了灵魂。
不可讳言，AI视频最擅长的是视觉冲击力强、奇幻元素多的内容，看着热闹，实则审美疲劳了。而由于他们脱离了现实逻辑，即便生成有“错误”，观众也很难看出来，毕竟离自己所了解的生活太远。
所以，我们测试WorkRally，特意选择了一个现实题材——讲述一名山村女孩，母亲早逝，父亲弃养，被贫困的爷爷奶奶抚养长大，并考上大学的故事。现在是毕业季，也是基于这一节点，所以才有了这样一个故事，主题是“托举”，我们是想致敬那些把孩子高高托起的人。
这个故事很写实，就发生在我们身边，或者干脆就是我们自己的生活。
剧照
现实题材对 AI 工具的考验，比奇观类内容严苛得多，主要体现在两个维度：
其一，画面的真实性感知：由于题材贴近日常生活，观众对人物动作、神态和场景合理性有着本能的直觉判断，画面稍有不合理就会显得“虚假”或有“生硬感”。
其二，镜头与视听逻辑：现实题材要求视觉呈现必须严格遵循传统影视工业的镜头规律（如机位移动、光影一致性、空间透视等）。
因此，用现实题材测试AI视频工具，最能检验其在工业化影视创作中的“准确度”与“可用性”。
成片五六分钟，我们用WorkRally花了3天就做了出来——当然前提是我们的脚本已经写好的情况下。前几天，我们发在视频号上了，一位网友评价说：这才是AI的用法。还有一位网友说：“看哭了”。
要说多好不可能，毕竟才花了三天时间，但自觉诚意满满，质感上也过得去。
按照我们的经验，以前用其他工具，同样的制作节奏，不含脚本构思至少需要一周时间，因此可见WorkRally对创作者的“提速”。
其实，之所以制作快速，核心就在于——“抽卡”少。很多使用AI创作视频的，可能都知道，抽卡是一件靠运气的事儿，提示词有问题或者AI一愣神，生成的一条就废了。
在抽卡这件事儿上，WorkRally确实少，为啥？接下来，我们逐步拆解。
WorkRally集成了很多种功能，概括起来，就是一句话——一站式服务。
假设，我们要制作一部剧，必须先有剧本，在WorkRally里，我们可以选择用“无限画布”来做剧本创作，因为无限画布里有很多 skills（技能），有一个官方的 skill 叫做“通用题材创作”，可以用一句话来呈现出一个完整剧本。
比如说，我们有个故事雏形：“假设地球突然失去了地心引力，会发生什么？”
它会一步步问你，需要什么故事、角色的人设等，就像一位编剧助理在和你交谈，会提供详细的想法、步骤和细节提示。按照交流出来的内容，一路下来，就会生成一个完善的脚本。
有了详细脚本，还会拆解出分镜头场次，便于AI生成——
如此一来，就在5分钟内，实现了从0到1的过程，可以立刻拿着分镜提示词直接生成。当然这个脚本相对不那么完美，需要多次修改，此处仅为举例。
回到我们前面说的《托举》这个现实题材项目，因为我们已经有了详细脚本，所以不需要生成，那么，就可以在WorkRally的无限画布中提取剧本资产，转化为分镜，以便于管理详细场次，呈现在画布里一目了然——
当然，可以直接在无限画布进行生成视频。不过，我们团队的习惯，是喜欢单场次创建（虽然相对耗时，但可控性较强）。
那么，就可以选择WorkRally的“批量制作”功能，下面是我们用“批量制作”创建的数十个场次——
虽然是“批量制作”，实际上，也可以单场次生成——我们采取的就是单场次逐一生成的方式。
不得不说，它这个功能特别适合短剧创作，每一集拆解出N个场次，每场的生成内容如果觉得不行，可以重新修改提示词，再“抽卡”，生成的视频，都会放在提示框下面，供创作者选用。
而且，批量操作里，还有一个很酷的点——预览粗剪，当某一集所有场次都完成后，可以点击查看所有生成视频连续播放的效果。这样的话，在后续精剪时，心里有数。
生成视频的准确性上，从我们的实测来看，20场里，只有一场是抽卡三次，三场抽卡两次，其余都是生成一次即可，废片率仅两成。
这也是为什么我们认为WorkRally“抽卡次数少”是其核心优势的原因，就在于前面所说的skills功能融合上，发挥了较大作用。
单拎一场戏来拆解——有一场窑厂的戏，提示词是这么写的：
砖窑、窑口的橙红炉火、热浪扭曲空气、地上一层红砖灰；运镜要大远景转中景、极缓推近；爷爷汗透后背往炉膛添煤，再去搬刚出窑还烫手的砖，镜头最后落在他裂着厚茧、被火烤红、沾着煤灰的手上；光要高反差，窑火橙光配重阴影；结尾周念拎着饭盒来送饭想搭把手，爷爷回头赶她："你来干啥？这儿热，离火远点。"
这种密度的提示词，按老经验，别的工具能接住六成就谢天谢地了，不是丢运镜就是丢手部特写。这条出来，环境、光、动作层次、包括最后落到手上那一下，基本都在，完全不用抽卡。
一致性上，也比较稳。
《托举》时间跨度从小学到大学毕业，人物不能走样。在生成之前，我们先用无限画布跑了角色的“多视角九宫格”skill，比如女主角周念，我们生成的多视角图如下——
女主角的每个年龄段，都可以进行多视角输出，然后逐一放到资产库里。
而资产库里一个角色可以挂好几个状态，爷爷底下就有小学时期、烧窑干活、高中时期几个版本，奶奶也分了时期。周念从少女时期到成人，再到大学毕业，脸型有细微差异，却始终没走过形——做AI短剧的都知道“角色跳脸”有多劝退。
资产库里，有人物、场景、道具、媒体等类别，只要把设定图传上去之后，就可以在生成视频的场次里直接引用，而不需重新上传——要知道每次上传参考图是很多创作者头疼的事儿，这个痛点解决的还挺爽。
再说个让人意外的，skills里有一个“活人感表演大师”的工具，帮助提升AI演员的“演技”。我们测了下——有场戏是周念深夜在她妈遗像前上香报喜，说考上大学了，然后犹犹豫豫喊了一声“妈”（女主角出生两个月后母亲就过世了，她从未叫过人“妈”）。这段戏，情绪复杂，对于真人表演都比较有挑战性，更遑论AI了。
先让Agent出了个15秒完整版，它给的表演设计细到什么程度呢？引一下——
【擦相框灰的习惯动作、平静报喜、说到爷爷奶奶语速变慢、手指捏紧通知书、沉默很久之后气声挤出一句"我走了他们怎么办"、无声流泪蹲下掩面，最后奶奶在远处喊吃饭，她收拾情绪走出画面。】
后来嫌节奏不够凌厉，让它改个5秒的，设计如下——0到1.5秒沉默，嘴唇动但说不出话，眼眶泛红；1.5到2.5秒第一次吸气失败，第二次才挤出气声，掉第一滴泪；接着低头看通知书，泪滴在纸上，肩膀开始抖；最后一秒半慢慢蹲下去，脸埋进手臂。
它还自己说明了5秒跟15秒版的区别，报喜那些前戏全去掉，直接从说完话之后进，镜头全程不动，“保持观察者的克制”。
说实话，看到“保持观察者的克制”这句，本人愣了一下——这是跟摄影师说话的口气啊，此刻，只想说“AI成精了”。
即便我们使用“批量制作”，但也在用skills来调整细节，两者结合，会让整个工作流变得更加高效。
而WorkRally官方推出的skills挺多，我们没有全测试，贴出来大家感受下——
一个感觉，这些skills有点像PS时代的“滤镜插件”，如果用好了，事半功倍。与此同时，WorkRally还开放给用户UGC上传自己的skills到“skills商店”中，供其他创作者调用——这可以成为一个创作者变现的模式。
另外说一点，如果单场生成的视频配音不满意，还有后招。“后期配音”可以手动输台词或者拖本地音频，音色能挑系统模板，模板库命名挺欢乐，绿茶妹妹、东北大姨、机械战甲什么都有；也能传真人声音做克隆，30秒以内、10MB以内，带人声分离开关，录音有点底噪也能用。配完对不上嘴，有口型对齐，五个口型模型按画风分，2D动漫、3D、真人各有对应，还有支持多人对口型的，界面直接给推荐标，不用自己试错。
当然，我们基本靠音画直出扛下来，后期配音模块是备着用的。
基于上述测试，可以断言一句，在WorkRally，执行端的不确定性它压得很低，剩下的天花板全在人身上。
现在，WorkRally开放了AI漫剧版（也是通用版本，实际上所有内容都可以制作）面向大众，而专业影视版和精品动画版则属于邀请制，目前暂未全网放开。
而针对实战测试的感受，我们总结出WorkRally的几个特点，这些特点，专奔着眼下的AI视频生成痛点而来——
第一，当然就是极大地降低了抽卡频率，前面不厌其烦说了不少，不赘述。一个题外话，因为过去抽卡次数太多，导致AI漫剧行业出现“抽卡师”一职，听上去，像是某种随机的抽卡游戏。但其实，这不是好事，让短剧从业者变成了“工具人”，不是真正的“创作者”。而WorkRally则极大改变了这一点，对行业是利好。
第二，腾讯视频的技术团队，这次是结合了鹅厂制片人十多年的实拍经验，融会贯通，弄出了一套完整工作流。比如，连续镜头Agent解决的是人物站位、场景、道具、前后镜头逻辑的问题；情绪氛围Agent解决的是文戏里最容易被AI做得“假”的部分，比如哭戏的递进、对视里的压迫感、感情戏的微妙拉扯；武打技术Agent则对应动作戏的起势、停顿、击打感和连贯性……
再比如，审美这块，现如今的AI视频，往往陷入空心化视觉奇观，看着美则美矣，实则没有灵魂。WorkRally的美学Skill补了这项短板，skills里，唐代、宋代、九宫格分镜、一镜到底、希区柯克变焦、宏大叙事长镜头……可以说，把长期积累的视听经验打磨成了工具。
最后一点，也很关键，WorkRally接入到了腾讯视频旗下的“火龙漫剧”，前者负责创作，后者负责播放互动和商业变现，完成了从“生成”到“输出”，再到“上架”的一站式响应。两者结合，就不纯粹是“工具”，而成为打通创作到分发的全链路。
因此，从这个角度来说，WorkRally不只想在AI工具浪潮里分一杯羹，而是希望能够改变甚至是“改革”AI影视化的工业标准，让散落在犄角旮旯的AI创意动能，转化为生态系统，从而推动整个影视工业的转型。
当然，产品力够了，但能否成为AI影视化浪潮里强有力的搏击者，后续还要看WorkRally的运营策略。
撰稿｜筱熙
策划｜文娱春秋编辑部