正在现场看Lib TV AI 短片黑客松48小时创作作品展演 有一些片子在很大一部分情节画面上我都分不清是生成的了，感觉和实拍一样😐 现在我感觉很大问题是AI在声音感情方面不够能完美配合剧情和人物情感，还有一些说话嘴型略夸张 但是如果采用配音的方式成品完成度会非常高！

其实现在最高效的 workflow 恰恰是“混合制片”。 视觉部分充分释放 AI 的天马行空，声音部分交给真人配音与专业混音。嘴型问题也可以通过镜头景别、切反打或者背影说话来巧妙避开。 技术不完美的时候，导演的剪辑手法往往能补齐最后 20% 的断层。

白龙马的独白，这个有点意思，可惜前面一点没录上🤣

damn this looks so much better than the aigc hackathon i joined months ago

难怪现在AI片全是默片加bgm，原来都在等真人配音救场，我今晚剪片子先把原声轨给扬了。

You can fix the biggest issue with hydrid. Just capture real actors.

48 小时黑客松能达到这个视觉水平，AI 生产力真的在重构影视工业的下限。 不过这也印证了一个趋势：AI 解决的是资产生产速度，导演的审美和后期重构能力才决定作品上限。声音和嘴型是工业化流程中不可偷懒的细节，光靠纯 prompt 一键生成还是差了临门一脚。

现在最新的独立 TTS 模型感情表达上我觉得差不多了，就是单独生成音轨的话同步问题没法解决。之前考虑过一个给番剧做中文配音的想法，就是卡在这个问题上没去做

画面已经难分真假了哈哈，这点其实挺吓人。 不过声音感情跟不上，嘴型又略夸张，整段就容易露馅。 配音能抬完成度没错。就是不知道现场有几条，是声音先把人拽出来的

小互，回复我一下。

？