主编温静导读：一部12集短剧，把分镜提示词、资产库、制作流程全部开源。9月20日，《行镖》登陆腾讯视频，同时公开从创意到成片的完整工程文件。中小团队从此不必从零试错，AI影视从黑箱走向可复现。当技术不再是护城河，能留住观众的，只剩故事。
来源：传媒内参—温静聚焦
9月20日，国内首部真人实拍结合AI制作的古装玄幻短剧《行镖》在腾讯视频上线，同步宣布开源全部资产库与制作流程。随上线一同公开的，还有视频分镜提示词、完整制作拆解文档、角色与场景资产库及可二创素材，覆盖从创意构思到成片交付的完整工程文件——《行镖》由此成为国内首个真人实拍+AI制作、全流程开源的剧集项目。同期，主创团队以全流程制作经历为案例推出公开课，系统拆解剧本策划、资产搭建、分镜设计到成片交付的完整链路。
长久以来，国内AIGC影视实践停留在项目独立探索阶段：各团队闭门试错，提示词、模型参数、资产方法、虚实融合技巧都是"独门经验"；不少项目只展示成片，制作逻辑、踩坑经验、工程规范秘而不宣。这种黑箱式创作，让中小创作者只能隔着屏幕观摩成品，入门门槛居高不下。《行镖》打破的正是这一局面——它把经过真实项目验证的完整工程交付公共领域，价值早已超越一部短剧的播放成绩：国内AI影视行业，由此从零散实验、闭门摸索，走向可复现、可共享、可迭代的工业化探索阶段。
项目实践：真人实拍+AI协同，走出"两张皮"困境
先看这部剧是怎么做出来的。《行镖》之前，AI影视创作有两种主流路线：纯AI生成影像，全片依靠AIGC工具生成，成本低、产出快，但人物表情、肢体动作容易违和失真，长时观看割裂感明显；传统项目后期引入AI辅助，AI只承担特效、抠图、画面修复，拍摄流程与资产体系依旧沿用传统工业，难以深度参与前期策划。
《行镖》走的是第三条路：真人实拍结合AI制作。丁笑滢、古子成等真人演员完成人物表演，承载情绪、台词与肢体叙事；玄幻题材中高成本、高难度的法阵、神兽螭龙、大陆全景，交由AI生成。分工逻辑清晰——真人保障情感感染力，规避纯AI人物的表情崩坏、动作僵硬；AI承接实拍耗资巨大、周期漫长的奇观资产。这套虚实协同的打法，团队从筹备到成片磨了九个月。
二者要自然融合，不能等实拍结束再补做AI特效。《行镖》的核心经验，是在剧本和分镜阶段就统一规划真人镜头与AI视觉内容——这也是开源的重点。传统流程里，前期拍摄需要与后期特效团队提前沟通，预留绿幕、标记镜头，沟通成本高，中小项目很难配齐前置特效团队；《行镖》开源的工程文件，把这套协同标准化：剧本阶段如何划分真人镜头与AI镜头，实拍如何预留适配AI生成的空间，分镜提示词如何匹配实拍画面，直至两种影像风格统一。
成片之外，项目同步开放角色、场景资产库与全套拆解文档。过去AI创作者多用零散素材、临时生成画面，资产缺乏统一规范，人物形象、场景风格容易漂移；《行镖》沉淀的统一风格资产，开源后可直接复用、修改、二创。配套公开课则把从剧本构思、资产搭建、分镜撰写、提示词调试，到成片调色、审核交付的全过程复盘，踩过的坑、参数经验、风格统一方法全部公开。
合规层面，这部剧同样走在前面：《行镖》拿到广东首张一类微短剧许可证（粤微短剧审字〔2026〕第001号），完成内容生产的合规闭环，为新规之下AI微短剧的创作、送审、上线提供真实样本——AI影视不再是实验室里的技术Demo，而是持证上线的正规网络视听作品。
开源的底层价值：从"黑箱摸索"到可复现的创作工艺
看清了做法，再看"开放"这件事本身的价值。开源，是《行镖》区别于以往AI影视项目的根本动作：软件、人工智能领域，开源早已是成熟协作模式；但影视行业的项目资产、制作方案历来是商业机密，真人剧集的工程文件对外开放，此前无人尝试。
黑箱模式造成两个痛点：其一，中小创作者、独立制作人重复试错，很多尝试在前期就宣告失败；其二，行业经验无法沉淀——A团队的提示词方案、资产规范，B团队无法复用，行业零散发展，难以形成通用工艺。
《行镖》此举带来三层价值：
第一，大幅降低试错成本。个人创作者、小团队不必从零摸索创作链路，可直接参考开源的提示词、资产库、协同方案，基于已验证的资产修改风格、复用分镜思路，避开画面漂移、虚实割裂、资产不统一等问题，把精力投入故事与人物。对三五人小团队，这套资产相当于一份成熟的项目模板。
第二，推动经验沉淀、探索通用标准。提示词、资产规范、全流程文档成为公共资产后，行业将从"闭门摸索"走向共享一套创作方法论；创作者在同一框架上迭代，行业共识逐步沉淀为资产、分镜、提示词的通用规范。
第三，革新跨工种协同。重点公开的真人表演与AI视觉衔接方案，为同类项目提供了"剧本阶段统筹拍摄与AI创作"的参考，打通编剧、导演、演员、AI美术的协作链路。
但开源不等于拿来就能一键成片。开源资产、流程、提示词是工艺模板，不是成品素材——创作者仍需结合自身故事调整，做好风格适配与合规校验。开源降低的是工具与流程门槛，不是创作门槛。
行业深层变革：技术壁垒瓦解，内容叙事重回核心
开源的传导效应，指向行业竞争逻辑的切换。发展早期，AI影视的竞争焦点在技术：谁掌握更好的模型、独家提示词技巧，技术就是护城河。而当开源资产、标准化流程公开，三五人的小工作室同样有机会做出精良视觉质感的短剧，竞争重心必然转向审美、叙事、人物塑造——故事力重新成为创作者的核心资产。
这个转向至关重要。AI工具普及后，人人都能快速生成画面，但讲好故事、塑造可信人物、搭建完整世界观的能力依旧稀缺；AI能产出海量素材，却无法自主构思剧本、设计人物弧光、把控叙事节奏。视觉门槛下降后，观众的评判回归影视本质：故事好不好看，人物是否动人，逻辑是否通顺。
生态也在改变。开源会催生更多二次创作：创作者基于公开资产衍生新故事、新短片，形成社群化创作生态；众多创作者在同一资产体系上迭代、纠错，形成类似开源软件社区的共建循环。
但机遇背后，新课题随之浮现：AI素材版权归属、开源资产二创边界、AI生成内容伦理审核，均未形成行业共识——哪些资产可商用、哪些仅限非盈利二创，训练素材的版权风险，二创作品的审核责任，都有待厘清。开源释放创作活力，也把版权与合规课题摆上了台面。
展望：开源不是终点，AI影视工业化仍在路上
这些课题的答案，要靠后续探索给出。《行镖》是起点，不是终点。
从项目本身看，12集微短集体量有限，开源方案适配的是微短剧、古装玄幻题材，能否平移到长片、现实题材，还需更多项目验证；工业化需要不同题材、体量的持续探索，积累跨题材的资产规范。
从技术层面看，AI画面的细节稳定性、人物动态连贯性、虚实光影统一仍是难点；开源降低入门门槛，持续提升视听品质仍需模型、渲染工具迭代。
从创作生态看，开源要持续发挥价值，需要社区共建机制：资产库持续维护，创作者形成交流、纠错、迭代的氛围；平台、监管、制作机构共同探索适配开源内容的版权规则与二创规范。
从人才培养看，开源资产与公开课加速人才成长。过去入行既要懂传统影视流程又要精通AIGC工具，门槛极高；如今依托公开工程案例可系统学习全链路。未来的影视创作者，不仅要会拍摄剪辑，还要会统筹真人拍摄与AI资产，具备资产管理、提示词工程、风格把控的综合能力。
更清醒的一点：技术普惠，不等于内容可以"躺平"。当人人都能低成本制作AI影像，观众会快速区分"堆砌画面"与"打磨叙事"的作品——单纯依赖炫酷视觉、故事空洞的作品，很难持续获得市场认可。技术只是载体，留住观众的永远是故事。
结语
《行镖》把真人实拍+AI协同的完整工程、资产与流程开放给全行业，把封闭的"黑箱工艺"变成可复用、可迭代的公共创作资产，推动AI影视从零散实验走向可复现、可共享的工业化探索；它同时抛出版权边界、二创规范、内容伦理等命题，等待监管、平台、创作者共同作答。
方向已经清晰：技术壁垒终将消解，创作门槛持续下降，行业竞争的重心终将回归故事、审美与叙事。当创作工具普惠，创意本身，就是影视行业最珍贵的资产。返回搜狐，查看更多