shihu888.com

AI与实拍结合：混合制作

Published on shihu888.com · Hybrid Production | AI视频进阶 · 混合制作

一、为什么说混合制作是当下最值得掌握的路线

纯AI生成的视频这两年进步神速，但单靠提示词生成的画面仍然存在三个老问题：细节经不起特写、运动不符合物理直觉、风格同质化严重。反过来，纯实拍成本高、想象力有限，很多现实中拍不到的场景只能靠后期硬做。混合制作把两条路接在一起：实拍负责提供真实的光影、质感与运动基准，AI负责扩展场景、清理瑕疵、补充现实中不存在的元素。这种打法既保住了画面的可信度，又把制作成本压到很低，是目前性价比最高的路线，也是商业项目里一次通过率最高的做法。

很多人把混合制作想得很复杂，其实它的核心只有一句话：让AI永远在真实素材的基础上工作，而不是凭空生成整段画面。只要遵守这条原则，翻车概率会大幅下降。你给AI的真实素材越多、越规范，它输出的内容就越容易被合成进原片；反过来，让AI自由发挥越多，后期补救的成本就越高。理解了这一点，后面所有步骤都是在为同一个目标服务：给AI提供清晰、稳定、信息完整的实拍底座。

二、开工前先定方案：三条常见混合路径

第一条路径是实拍为主、AI为辅，适合产品展示、纪录短片这类对真实感要求极高的项目，AI只负责擦除穿帮、替换天空、延展画面这类锦上添花的工作，占比不超过两成。第二条路径是AI为主、实拍为辅，适合科幻短片与概念片：先实拍人物与关键道具作为锚点，再由AI生成环境与特效，实拍占比可能只有三成，但它决定了全片的真实基准。第三条路径是五五对半的深度融合，例如先实拍一段城市街景，再用AI改造成未来都市，最后把实拍人物合成进去，适合需要大场面又不想完全走CG流程的项目。

选择哪条路径，取决于三个问题：画面里什么必须真实可信，通常是人物与产品；什么可以放手让AI发挥，通常是环境与特效；以及你的工期与预算允许AI返工几次。开工前先把这三问写成一份一页纸的方案，标出每个镜头属于哪条路径、哪里实拍、哪里AI生成、合成点在哪一帧，后面每一步都有据可依，不会做到一半迷失方向。方案越具体，返工越少，这是老手和新手最大的差别。

三、实拍阶段要为AI留好接口

混合制作对拍摄的要求和普通拍摄不太一样，核心是给后期留接口。第一，能分开拍的尽量分开拍：主体与背景分开、前景与后景分开，哪怕现场看起来不够自然，也要给后期留出替换与重组的余地。第二，需要替换环境的镜头尽量固定机位或做缓慢横移，机位越稳，AI延展与合成的难度越低，手持晃动会让每一帧的边缘都在变化，后期很难处理。第三，为AI拍摄参考：在主体旁边放灰卡与色卡方便后期校色，拍一段纯背景的空板用于擦除与补底，在计划放置AI元素的位置放一个简易标记物，方便后期对齐尺寸与透视。

拍摄时还要顺手记录一套镜头数据：焦距、光圈、快门、ISO、机位高度、镜头俯仰角、主要光源方向与色温。这些数据是后期做透视匹配与光影匹配的依据，AI生成内容的透视和光影都要朝这些参数靠拢。别指望后期靠肉眼猜，数据记录得越全，匹配一次通过的概率越高。每拍完一条，用手机拍一张带色卡的现场照存档，作为调色与匹配的基准参考。这些看似琐碎的动作，会在后期帮你省下大量试错时间。

四、素材交接：把原始素材整理成AI能读懂的资产

拍摄完成后的第一件事不是急着生成，而是整理资产。先把素材转码成统一的编码与色彩空间，RAW素材先做一次基础的色彩管理，把log灰度素材还原到标准色彩空间再交付给AI工具，否则AI学到的颜色信息是错的，生成的匹配内容也会偏色。第二步是稳定与去抖，手持素材先做运动稳定，把画面抖动的变量去掉，后面的AI处理才能获得稳定的输入。第三步是去噪与基础清洁，高ISO产生的噪点会干扰AI对画面内容的理解，先做一次轻量降噪，再进入生成环节。

最后一步是给素材建立索引。为每个镜头写两三句话的画面描述：主体是谁、在做什么、光源方向、镜头运动方式、哪里有需要处理的穿帮。这些描述可以直接作为生成环节的提示词底稿，也能让图生视频与局部重绘的指令更精准。素材多的时候，按场景建文件夹，每个文件夹放一个说明文档，把镜头号、用途、特殊说明列清楚。资产整理做得越细致，后面每一步生成与合成就越省力，这是混合制作里投入产出比最高的一步，很多人忽略它，结果把时间浪费在重复试错上。

五、让AI给实拍补内容：扩展、清理与增强

第一类工作是扩展。竖屏素材要发横屏平台时，用AI把画面左右延展出去；镜头要更广时，让AI根据原片推断画面之外的场景。做法是用原片作为条件输入，在提示词里明确延展方向与风格，一次延展的幅度不要太大，分两三次逐步扩展，每次检查接缝处有没有出现结构错乱。第二类是清理，这是商业项目里用得最多的场景：擦除画面里的电线、灯杆、路人、反光板影子，AI局部重绘配合逐帧蒙版可以完成，擦除后要重点检查被遮挡区域的纹理是否自然，必要时用空板素材补底。

第三类是替换与升级：把阴天换成晴天或黄昏、把普通街道改成科幻街道、给画面加上雾、雨、雪等天气元素。做这类工作时，要把原片的构图与光照信息保留下来，让AI在原有结构上做风格迁移，而不是重新生成画面。第四类是增强：对关键帧做超分辨率放大与细节修复，再把修复后的帧作为条件，让整段画面向高清基准对齐。无论做哪一类，都遵循同一个流程：先挑三五个关键静帧做测试，确认效果后再处理整段，避免整段返工浪费算力与时间。

六、把生成内容装进真实镜头

反向操作同样常见：把AI生成的人物、生物、物体放进实拍场景。此时要注意的第一件事是透视匹配：生成元素的尺寸、角度、位置必须符合实拍画面的消失点与构图比例，最稳妥的做法是先把实拍帧导入生成工具作为背景条件，让AI直接在这个构图上生成元素。第二件事是景深匹配：实拍镜头如果用了大光圈浅景深，生成元素就要带相应的虚化，否则会显得像贴纸；可以先做平面合成，再用深度信息做分层模糊。

第三件事是运动匹配：实拍画面有运镜与抖动时，生成元素要跟着镜头一起动。固定机位镜头把元素做成静帧合成即可；运动镜头则要先用实拍画面做运动跟踪，把跟踪数据赋予生成元素。生成素材本身若带有不自然的运动，可以抽帧重绘或用光流法做运动校正。记住一条原则：静止比乱动更可信，AI元素如果无法做到与实拍完全同步的运动，宁可让它保持相对静止，也不要让它带着塑料感的漂移，动态穿帮比静态穿帮扎眼得多。

七、融合的关键：光、色、影三件套

合成感最强的克星是三者不一致。先说光：生成元素上的高光方向、强度与颜色，必须和实拍画面的主光源一致。判断方法是观察实拍里阴影的方向与人物脸上的受光面，把生成元素的高光与阴影按同一逻辑重做。再看影：AI元素落地处必须有接触阴影，被它遮挡的区域要有投影，阴影的柔硬程度取决于光源大小——晴天阳光下的影子边缘锐利，阴天或大面积柔光下的影子边缘模糊，这是最容易露馅的细节，很多人忘了补接触阴影，元素就像飘在空中。

最后是色：把合成部分与实拍部分放进同一个调色环节统一处理，先匹配色温与曝光，再做同一套风格化，最后统一做颗粒与质感。在锐度上，AI生成内容往往过度锐利，而实拍经过镜头与压缩后带有自然的柔化，给生成元素加一点轻微模糊与噪点，再叠一层全片统一的颗粒层，质感就会融为一体。检验融合效果的快捷方法是把画面缩小到手机大小看整体，再放大到百分之百看边缘，两个尺度都自然才算过关，只看大屏幕很容易漏掉细节问题。

八、从单镜头到全片：一致性与项目管理

单镜头融合得好只是第一步，全片一致性才是混合制作真正的考验。人物外观要一致：同一个AI生成角色在全片里必须长相、服装、体态稳定，做法是建立角色参考图库，每个镜头都以同一组参考图作为条件输入。场景要一致：同一个环境在不同镜头里的光线、天气、细节不能跳变，先确定这个场景的基准图与基准光位，所有镜头向基准靠拢。风格要一致：所有镜头的调色必须挂在同一个LUT或同一套调色节点上，不能每个镜头各调各的，否则观众会觉得画面忽冷忽热。

项目管理上，建议按镜头编号管理资产：每个镜头一个文件夹，里面分实拍原片、AI生成过程文件、合成工程、最终输出四层。版本号统一用镜头号加版本号命名，例如S03_v02_final，避免出现一堆叫最终版和最终版2的文件。每次用新参数生成前，先把旧版本归档，方便效果回退对比。工程文件里把实拍层与AI生成层分轨道存放，保留全部的蒙版、跟踪与调节节点，这样后续修改意见下来时，你改的是某个节点而不是重做整段，返工成本会低一个量级。

九、验收标准与常见翻车点

交付前的验收按五个维度逐项检查：边缘维度看AI元素与实拍交界处有没有发虚、抖动或半透明残留；光影维度看高光、阴影、反射方向是否一致；透视维度看尺寸比例与消失点是否合理；动态维度看运动模糊、速度与镜头运动是否同步；色彩维度看饱和度、色温与颗粒是否统一。建议先导出静帧做逐帧截图检查，再全速播放一遍看动态观感，最后在手机上再看一遍，因为手机是大多数观众的真实观看场景，细节在手机上的观感常常和显示器不一样。

常见翻车点也集中在这几个地方：一是AI延展的边缘出现建筑扭曲或结构错乱，多半是延展幅度太大，缩小步长重做即可；二是影子方向与实拍主光源矛盾，这是前期没记录光位导致的；三是AI生成内容缺少运动模糊，画面显得一卡一卡，需要按运动速度补模糊；四是人物边缘在动态中有轻微溶解感，通常要重新抠像并做边缘收缩与去边。把这些高频问题整理成自己的检查清单，每次项目按清单走一遍，混合制作的成功率会稳定提升。这条路没有捷径，但每一步都有方法，认真做完三个项目之后，你会形成一套条件反射般的融合直觉。