AI 影片生成
2026 年初，AI 影片生成從「看起來像影片的素材」進化到具備完整影片製作能力。多款模型競爭激烈，各有擅長，沒有絕對贏家。
核心概念
- AI 影片生成的三個關鍵突破 — 大範圍運鏡、分鏡連續性、音畫一體化
- AI 取代的是流程而非環節 — AI 不只取代環節，而是消除整條流程
- AI 影片時代的瓶頸是剪輯而非生成 — 生成已商品化，剪輯技能成為稀缺
評測與比較
- AI 影片生成器的評測維度 — 物理模擬、人物一致性、攝影機控制、概念理解、時間因果
模型橫向比較
| 比較 | 模型數 | 方法 | 來源 |
|---|---|---|---|
| Dom 20-prompt 比較 | 4 | 相同 prompt，不評分 | Dom the AI Tutor |
| Futurepedia 18 挑戰 | 9 | S/A/B/C/D 分級 | Futurepedia |
單模型深度評測
- YouTube - 改變視頻行業的AI快來了 by 影視颶風 — Seedance 2.0 從業者視角
- YouTube - Seedance 2.0 Is The Hype Real by Theoretically Media — Seedance 2.0 實測 + 定價 + 缺陷
- YouTube - Kling 3.0 Surprised Me by Dan Kieft — Kling 3.0 Multi-shot + Omni 新功能
待探索
- 各模型定價與 ROI 比較（隨模型迭代快速變動）
- AI 影片的版權與 IP 爭議（好萊塢 MPA 聯合抗議 ByteDance）
- AI 影片工作流實踐（prompt 設計 → 生成 → 剪輯 → 合成）
- Seedance 2.0 正式版 vs 測試版的限制差異
相關 MOC
- Zettelkasten 方法論