> ## Knowledge Base Index
> Fetch the complete knowledge base index at: https://help.atlabs.ai/sitemap.xml
> Use this file to discover available pages before exploring further.
> Pure-Markdown content can be obtained by appending a '.md' suffix to the content URLs listed in the sitemap (without the trailing slash).

# 为什么 AI 视频需要编辑层

*作者：Tushar，Atlabs 联合创始人*

您写了一个详细的脚本。角色、对白、场景、时间、结尾要传达的信息，都写好了。您点击生成。返回的视频不错，但和您脑海中的视频不太一样。某个场景比您想象的短。某个角色看起来有点不同。时长是 2 分 45 秒，而不是 3 分钟。

那么，为什么 AI 视频不能完全按照您写的样子呈现出来？

这篇文章是我对这个问题的坦诚回答。这也是我们在 Atlabs 中打造编辑层的原因。

## 把同一个剧本交给 10 位导演

把一个剧本交给 10 位不同的导演，您会得到 10 部截然不同的电影。

同样的文字。同样的场景。同样的对白。但有的导演用远景慢慢拍，有的用近景快速拍。有的选了一位年长的主演。有的拍成喜剧，有的拍成悲剧。还有的因为第二场拖沓，干脆整场删掉。

他们都没有「没能按照剧本拍」。每个人只是用自己的决定填补了剧本中的空白。而这样的空白非常多。

## 视频包含的信息远多于它的脚本

这是理解 AI 视频最关键的一点。

一页剧本大约对应一分钟的银幕时间。大约 250 个英文单词，只有几 KB 的文字。

以每秒 24 帧计算，一分钟视频有 1,440 帧。每一帧都有数百万像素。而每一帧背后，都有脚本从未提到的决定：

- 摄像机在哪里？离多近？用什么镜头？
- 房间是什么样子？现在是一天中的什么时候？光从哪里来？
- 角色具体穿什么？和另一个角色站在一起时有多高？
- 他们说话有多快？在哪里停顿？另一个人说话时，他们脸上是什么表情？
- 这个镜头要停留多久才切？切到哪里？
- 播放的是什么音乐？音量多大？

即使是非常详细的脚本，也只能回答其中几个问题。其余的必须来自别处。

在电影里，这些来自导演、摄影师、演员和剪辑师。在 AI 视频里，这些来自 AI。

## AI 有自己的想法

当您在 Atlabs 上创建一个 Story 时，它会经过多轮 AI 智能体的处理。它们会尽量从您写的文字中提取信息，并把它变成一个完整的视频。它们会编写场景拆解、选择镜头、设计角色、生成图片、安排配音的时间、添加动态。

在每一步，AI 都在填补信息空白。它必须做出假设，并尽其所能地进行导演。它就是房间里的第十一位导演。

所以，当您说「一个三分钟的视频」时，成片可能是 2 分 45 秒，也可能是 3 分 15 秒。当您说「小羊注意到了不对劲的声音」时，AI 必须决定「注意到」在画面上是什么样子。当您说「一位五十多岁的友善女性」时，符合的面孔有成千上万张。

下面这一点大家不太爱听：**AI 中不存在失败的生成。** 您得到的，就是 AI 从您的输入中理解到的内容。它不是自动售货机，输入正确就保证输出正确。它更像是向一位您从未合作过的导演介绍项目。

没有哪位导演，无论是人还是 AI，能一次拍出您脑海中的东西。不是因为他们不好，而是因为这些信息在您的脑海里，而不在脚本里。

## 所以我们打造了编辑层

接受了这一点之后，产品决策就很明确了。第一个视频是初稿，不是最终剪辑。真正的问题是：您能多快、多省地从初稿走到脑海中的那个视频。

这就是编辑层的作用。在每个生成的 Story 之上，您都可以：

- **编辑分镜**：更改、重新生成或替换任何场景的图片。修正走样的角色。去掉角落里奇怪的物体。
- **编辑对白和配音**：重写台词、更换声音、调整节奏。
- **保持角色一致**：锁定角色的外观，并在多个场景中重复使用。
- **在时间线上精确剪辑**：剪掉拖沓的部分、收紧转场、移动镜头。
- **重新设计字幕样式**：颜色、大小、长度和风格。

这和导演在剪辑室里做的事情一样。不同的是，现在您就是导演。

## 高级用户实际上是怎么做的

在 Atlabs 上获得最佳效果的创作者，都遵循同样的模式：

1. **先生成分镜。** 只生成图片和配音。这是便宜的部分。
2. **打磨分镜。** 修好每个场景、每句台词、每个角色，直到故事读起来完全符合您的想法。
3. **最后再添加动态和口型同步。** 这是昂贵的部分。只在您已经满意的分镜上做一次。

如果您一次性生成带动态和口型同步的完整视频，然后发现第四个场景不对，那您就为一个要扔掉的场景支付了动态的费用。在分镜阶段修正，只需花费其中的一小部分。

我们只对生成的内容收费。每一次生成都会花费我们真实的 GPU 成本，无论结果好坏。所以，对您和我们来说，通往优秀视频最便宜的路径，就是在迭代成本低的地方迭代。

## AI 不会自己做出优秀的视频

我想坦诚地说：AI 离独立创作出引人入胜的内容还很远。如果它能做到，那我们所有人都要失业了 :(  

AI 非常擅长的，是让您快速得到一个扎实的初稿，然后让之后的每一次编辑也同样快速。品味、判断，以及「不，这个场景应该更温暖一些」，仍然来自您。这是一个特点，不是缺陷。这是您的故事。

所以，当您的初稿和您想象的不一样时，这是意料之中的。这正是开始编辑的时候，而不是放弃的时候。

## 接下来去哪里

- **教程**：关于分镜优先工作流和每个编辑工具的简短演示。[app.atlabs.ai/tutorials](http://app.atlabs.ai/tutorials)
- **预约通话**：我们会为您进行现场演示，告诉您如何更快、更省地做出更好的视频。可以通过页面顶部的 Support 按钮预约。
- **网络研讨会**：来问问我们如何在不牺牲质量的前提下降低成本。

我们会在不断开发的同时持续降低成本。我们也随时为您提供帮助。

此致，
Tushar