上周末，我用 AI 创作了一部小短片《突发事件》。感谢AI 圆我导演梦，哈。

我先是构思了大致的剧情，用 New Bing 翻译成有电影感的台词，用 Midjourney 生成角色场景图，再将台词和图片丢到 D-ID 生成动态影像，在 Mubert 生成符合剧情的背景音乐，最后在剪映编辑完成。

本来以为挺简单的，毕竟很短的一个视频，没想到实现起来真的很肝，累死了。这次一些经验跟大家分享一下。

有些名人的肖像 D-ID 是不允许导入，有一定的偶然性，比如拜登，我试了各种造型，戴上眼镜和发箍都不能通过，但特朗普就很容易通过，比如马斯克可以，乔布斯就不行。这件事我是到中期才发现，我本来想着用美国各届总统的形象，来演绎一个荒诞的故事，剧本都写完了，我还结合各个总统的特点和轶事写了台词，没想到计划全泡汤了。我本来还准备在 Elevenlabs 用这几个人公开的音频来生成音色，用这些声音来说台词，增加真实感，没想到试用版无法使用这个功能。好吧，既然这些肖像不能用了，那声音也没必要一模一样了。

在 D-ID 中用蝙蝠侠这类头饰比较巨大或者头发比较爆炸的角色来生成视频有一定的风险，有可能他的嘴和头在动，但头饰或者头发完全静止，就会变得很诡异。片中几乎每个角色我都用了两张图，唯独蝙蝠前后两段话都用的同一张图，因为其他图的效果都不行，比如下面这两张就完全作废。

这次剪映真的让我眼前一亮。先是它的”图文成片“功能，只要输入一段文字，大概1分钟后，它就给你生成一个带旁白、带字幕，穿插各种相关图片和影像的视频，而且还是工程文件，可以进行二次修改。我在 New Bing 随便生成一篇《母猪的产后护理和心理疏导》的文章丢给它，1分钟后，一个详尽的科普视频的诞生了。我们还尝试丢给它一篇八卦新闻，它也准确地嵌入了当事人的照片和影像。我真的被这个功能吓到了，而且还是免费的，手机上也能操作。

这次剪片多亏了它，各个功能简单易用，上手零门槛，交互做得很好，我也终于知道为什么网络上那些视频的过场和音效那么雷同了，原来都是内嵌的素材。在准备加字幕的时候，我想着现在都这么智能了，应该可以直接生成字幕了吧，果不其然，随便一点就看到了“智能字幕”，识别准确率极高，插入的时间点也非常精确，并且自动跟每一截影片绑定在一起，后续拖动也不会错位，简直太方便了。想起我上一次用 PR 剪片子，手动加字幕的景象，简直像是上个世纪的事情。

现在有了这些 AI 工具，让繁琐的事情变得简单，让以前完全不敢想的事情变成可能，我之前也剪过视频，但看着自己“生成”出来的角色说着自己“写出来”的台词，完成一个自己构思的故事，还是挺不一样的，很过瘾。

下面分享一下这次最终用上的角色场景图，来自 Midjourney。