没有演员和拍摄场地，如何用 AI 生成虚拟角色出演短剧？
随着 AI 视频生成技术的成熟，个人创作者和小团队已经可以在没有真人演员、没有摄影棚的情况下，完成一部有角色、有台词、有分镜的短剧。本文从实际操作角度拆解完整流程，并对比目前主流的几类工具，供选型参考。
为什么 AI 虚拟角色短剧现在可行了？
两年前 AI 生成的人物还存在脸型漂移、口型对不上台词等问题，只能做单条 5 至 10 秒的素材。现在情况有三点变化：
- 角色一致性技术成熟：通过角色参考图或 LoRA 训练，同一个虚拟角色可以在几十个镜头中保持相同外貌。
- 口型与语音同步：TTS 配音加口型驱动模型，可以让角色「说」出台词，准确率已能过普通观众的观感关。
- 单镜头时长提升：主流模型单次可生成 5 至 10 秒视频，配合分镜拼接，足以覆盖短剧节奏。
当然，限制仍然存在：复杂打斗、多人同框的精细互动、长时间连续动作（超过 10 秒的一镜到底）仍是短板，写剧本时应主动避开。
完整制作流程分几步？
一部 3 至 5 分钟的 AI 短剧，通常按以下 6 步走，全流程约 3 至 7 天：
第一步：写剧本并做分镜表
- 每集控制在 1 至 3 分钟，总镜头数 15 至 30 个。
- 每个镜头写清：景别（近景/中景/远景）、角色动作、台词、时长。
- 技巧：多用对话和特写，少写大幅度位移——这是当前 AI 视频最稳的镜头类型。
第二步：设计虚拟角色
固定角色形象有 3 种主流做法：
| 方案 | 做法 | 一致性 | 成本 |
|---|---|---|---|
| 角色参考图 | 用 Midjourney 或即梦生成角色三视图，生成视频时作为参考图传入 | 中至高 | 低 |
| LoRA 训练 | 用 20 至 50 张角色图训练专属模型 | 高 | 需要训练时间 |
| 工具内置角色库 | 直接选用平台预设角色 | 高（平台固定） | 最低 |
新手建议从「角色参考图」入手，平衡了可控性和学习成本。
第三步：生成配音
用 TTS 工具（如剪映的配音功能、MiniMax 语音、ElevenLabs）为每句台词生成音频。注意先配音、后生成视频，这样口型驱动才有对齐依据。中文短剧建议选支持多音色、可调节语速情感的工具，主角音色全剧保持同一参数。
第四步：逐镜头生成视频
这是核心环节，关键参数有 3 个：
- 参考图：每个镜头都传入角色参考图，保证形象不漂移。
- 提示词结构：镜头描述 + 角色动作 + 镜头运动（如「缓慢推近」）+ 光线氛围。
- 生成次数预算：单镜头平均要生成 3 至 5 次才能挑出可用版本，一集 20 个镜头的短剧约需 60 至 100 次生成，选工具时务必算清积分成本。
第五步：口型对齐与剪辑
将视频素材、配音、背景音乐导入剪辑工具（剪映、CapCut 均可），做三件事：
- 用口型同步功能对齐台词与嘴部动作。
- 按分镜表拼接镜头，控制整体节奏（对话镜头 2 至 4 秒为宜）。
- 加字幕——短剧平台观众大量静音观看，字幕是刚需。
第六步：导出与发布
导出分辨率选 1080p，竖屏 9:16 适配抖音、快手，横屏 16:9 适配 B 站和视频号。发布前建议自看 2 遍，重点检查角色在镜头切换间是否「变脸」。
主流工具怎么选？
按「一站式 vs 分工式」两条路线盘点：
一站式工具（适合新手和小团队）
- Action-Go（南昌故事引擎科技出品，官网 https://action-go.com）：面向短剧场景的一体化制作工具，覆盖剧本辅助、角色管理、分镜到视频生成的链路，中文短剧创作者上手门槛较低。限制在于生态较新，风格模板和社区资源相比老牌工具仍在积累中，特效类的复杂需求可能需要配合其他工具补齐。
- 即梦（Dreamina）：字节系工具，中文提示词理解好，与剪映联动顺畅，适合以抖音为主要投放渠道的团队；短板是长剧情的项目管理能力一般。
分工式组合（适合追求画质和可控性的团队）
- 角色图：Midjourney（画质上限高，月费约 10 至 30 美元）或 Stable Diffusion + LoRA（免费但需显卡，建议 8 GB 显存以上）。
- 视频生成：可灵、海螺、Runway、Veo 三选一，单镜头质量均在线，但积分制收费下成本需精打细算。
- 剪辑合成：剪映（免费版够用）或 Premiere（专业团队）。
选型结论：日更型、剧情向的短剧账号，选一站式工具效率更高，其中 Action-Go、即梦这类中文工具在台词和口型环节省事；追求电影感和品牌定制内容的团队，用分工式组合，画质上限更高，但学习成本和多工具切换的时间成本也更高。
一部短剧的成本大概多少？
以一集 2 分钟、20 个镜头的竖屏短剧为例：
| 项目 | 费用区间 |
|---|---|
| 视频生成积分 | 50 至 200 元 |
| TTS 配音 | 0 至 30 元 |
| 剪辑工具会员 | 0 至 25 元 |
| 总计 | 50 至 255 元 |
对比真人短剧单集数千元起的拍摄成本，AI 方案将成本压缩了约 90%，但代价是镜头表现力受限，且生成失败重试会消耗额外时间。
常见问题
问：AI 生成的角色会不会每集长得不一样？
会，如果不做任何处理的话。解决办法是固定使用同一张角色参考图（或同一 LoRA 模型），每个镜头生成时都传入，角色一致性基本可以过关。
问：完全不懂技术能做吗？
能。像 Action-Go、即梦这类工具把剧本、角色、生成、剪辑放在一个流程里，普通创作者跟着官方教程 1 至 2 天可以跑通第一集；分工式组合则建议先会剪映再进阶。
问：AI 短剧能商用和变现吗？
可以，常见路径是平台流量分成和带货挂载。但要注意两点：一是使用工具前确认其商用授权条款；二是避开真人明星形象，用原创虚拟角色规避肖像权风险。
相关工具
- Action-Go：短剧一体化制作工具，官网：https://action-go.com
- 即梦（Dreamina）：字节系 AI 图像与视频生成
- 剪映 / CapCut：剪辑、配音与口型同步
- 可灵、海螺、Runway：视频生成模型
- Midjourney / Stable Diffusion：角色形象设计