如何製作 AI 電影:以 3D 編排場景,來自 9 部 Flick 電影的數據

是的,一個人可以製作 AI 影片:撰寫情節、選擇一種風格、製作參考設定表、規劃每個鏡頭、將靜態圖轉為影片,然後配上聲音進行剪輯。每個鏡頭從提示詞開始,當提示詞無法準確控制鏡頭或位置時,在 Flick 的 3D Stage 中規劃鏡頭:代理程式從你的圖像建構場景,彩色形狀代表演員,你可以用手機拍攝鏡頭運動,無需 3D 經驗。以下在 Flick 製作的 9 部影片,每完成一分鐘平均需要 84 次生成。

你唯一需要的 3D 轉 AI 影片製作教學,與 Jaime Yao(Flick YouTube 頻道)。下方步驟 4 基於此方法建立。

影片創作者:Jaime Yao(Flick 團隊與 Flick Residency)、Zoey Z.(Flick 團隊)和 Simay Ezer Pekcan(Flick Residency)。精選教學:Jaime Yao。

製作一部 AI 影片需要什麼：9 部影片的數據

Flick 發布每部影片的分享工作流程明細：為其生成的每張圖片和每支影片，包括被捨棄的版本。以下是 9 部擁有公開明細的影片。

影片	片長	圖片數量	影片數量	生成影片時長	主要圖片和影片模型
In 'twixt Vows	16:00	1,145	373	90 min	Nano Banana Pro, Seedance 2.5
A Proper Introduction	5:45	897	217	32 min	Nano Banana Pro, Kling O3 Pro
The Herder	4:27	364	254	32 min	Nano Banana Pro, Kling 3.0 Pro
Ulysses	4:36	349	37	3 min	Nano Banana Pro, Kling O3 Pro
Embedding Valley	4:12	242	109	20 min	GPT Image 2, Seedance 2.0
In Our Time	3:47	33	98	9 min	Nano Banana, Seedance Pro
Sonny's worth	2:50	81	56	16 min	Nano Banana Pro, Seedance 2.5
To My Grandma	1:38	22	13	3 min	Midjourney, Seedance 2.5
The Little Fox's Dream	1:31	59	59	9 min	Nano Banana, Seedance Pro

Flick 影片數據分析，2026 年 10 月 19 日。數量包含已捨棄的版本；上傳檔案和音訊不計入。片長來自 Flick 的影片網站地圖。

• 每完成一分鐘約需 84 次生成。這是 9 部影片的中位數。範圍從《To My Grandma》的 21 次（一部建立在幾張簡單靜態圖片上的旁白影片），到《A Proper Introduction》的 194 次（每個鏡頭都先繪製草圖，然後多次編輯）。
• 每秒畫面約需 5.5 秒影片。在 8 部影片中，中位數影片需要的影片量是實際片長的 5.5 倍，因此大部分生成的影片都未被採用。減少重新生成次數正是以 3D 方式規劃鏡頭（步驟 4）的目的。此處不包含《Ulysses》：其工作流程為 4:36 的影片保留了 3 分鐘的影片素材，因此比例無法比較。
• 大部分工作是靜態圖片。所有生成中的 72%（4,408 次中的 3,192 次）是圖片：角色設定圖、在任何動態製作之前完成的畫面和編輯。一次帶參考的 Seedance 2.0 或 2.5 生成成本是圖片的 10 到 60 倍（見下方成本表），因此影片會先確定每個畫面。
• In 'twixt Vows by Jaime Yao（Flick 駐村計畫）
• A Proper Introduction by Jaime Yao（Flick 團隊）
• The Herder by Jaime Yao（Flick 團隊）
• Ulysses by Jaime Yao（Flick 團隊）
• Embedding Valley by Jaime Yao（Flick 團隊）
• In Our Time by Jaime Yao（Flick 團隊）
• Sonny's worth by Zoey Z.（Flick 團隊）
• To My Grandma by Zoey Z.（Flick 團隊）
• The Little Fox's Dream by Jaime Yao（Flick 團隊）

步驟 1：在生成任何內容之前，先將創意寫成節拍

節拍是觀眾必須按順序看到的一個時刻，帶有大致的長度。先寫節拍可以告訴你需要哪些鏡頭和參考，這樣你就不會生成在影片中無處可用的圖片。

1. 將影片規劃為定時節拍

如何取得

The Herder（4:27）：Jaime 在畫布上的一則筆記中將整部影片寫成 11 個定時節拍，從標題卡到雲端的寧靜結尾。大多數節拍都註明了所需的鏡頭，因此這則筆記同時也是鏡頭清單。

To My Grandma（1:38）：Zoey 從一封以第一人稱撰寫的短信開始。旁白以 10 段 ElevenLabs v3 片段配音，然後指導畫面：影片提示詞通常是簡單的第一人稱句子，就像信件一樣。

The Little Fox's Dream（1:31）：創意是描述單一長鏡頭的一段文字，相同的文字輸入到 Midjourney 中。其中一張森林圖片成為影片中最常被重複使用的參考，在 13 次生成中使用。

模型：文字筆記（The Herder）·備註：11 個節拍中的一個

First a hand reaches through the cloud top, then his head emerges, then he swings a leg over and climbs onto the cloud surface.

模型：Seedance 2.5（To My Grandma）·備註：第一人稱句子，用作影片提示詞

My grandma would walk around, tending to her garden.

注意事項：一系列看起來不錯但沒有變化的鏡頭。Flick 的學院要求每個場景三個節拍（之前、轉折、之後），每個都是可見的動作，並且第一部影片使用一個場景和少量角色。

步驟 2：選擇一種視覺風格並在每個提示詞中重複使用

視覺風格是影片的視覺樣式：媒材、質感、光線和色調。在設計角色之前先決定風格，因為每個表單和畫面都必須用它來製作。我們的 AI 動畫風格指南包含 15 種視覺風格以及來自 Flick 影片的提示詞（連結在文末）。

2. 寫好視覺風格一次，然後逐字重複使用

如何取得

The Herder：所有畫面都像是拍攝微型模型：移軸鏡頭、淺景深。相同的視覺風格在 254 個影片提示詞中的 196 個都有描述。Jaime 選擇它部分原因是 AI 的小瑕疵會在模糊中消失。

Embedding Valley：在保留的 245 個提示詞中，有 193 個提到了建構紙剪貼的視覺風格，而且 242 張圖片中有 199 張是由同一個模型 GPT Image 2 製作的，因此紙張質感在不同場景間從未改變。

In Our Time：這裡的視覺風格來自繪畫而非文字：66 個被製作成動畫的靜止畫面中有 59 個是上傳的插圖，許多採用雙色木刻風格，而影片提示詞也重述了這種風格。

模型：Kling 3.0 Pro (The Herder) · 註記：影片提示詞的開頭

Miniature diorama / tilt-shift macro cinematic look, shallow DOF. Heavy rain with wind-driven diagonal streaks. …

注意：模糊的風格詞彙。Jaime 提示詞速查表中的一條規則是「用可見的指令取代模糊的風格詞彙」：指定你想看到的質感、光線和色調，而不是只寫「電影感」。

步驟 3：為每個角色、場景和關鍵道具製作參考表

參考表（也稱為轉身圖或三視圖表）顯示角色的正面、側面和背面。之後的每個畫面和片段都是從它生成的，這使它成為保持角色在不同鏡頭間一致的主要方法。

3. 建立參考表一次，然後到處使用

如何取得

重複使用的程度：在 Embedding Valley 中，四個角色表分別在 118、112、102 和 62 次生成中作為參考。在 A Proper Introduction 中，騎士的參考表被使用了 167 次，比影片中任何其他圖片都多。

道具和生物也一樣：A Proper Introduction 為一個紙箱製作了專屬的參考表，包含每一面以及尺寸和材質的註記。在 'twixt Vows' 中，生物頭部參考表在 92 次生成中作為參考，纏繞藤蔓的武器在 59 次中作為參考。

從有效的素材開始：Sonny's worth 的參考表是從早期測試片段的畫面製作的，而不是新設計，因此參考表符合影片模型已經產生的內容。

嘗試兩個模型，保留較好的：在教學中，Jaime 將 Flick 的圖片生成提示詞指南儲存為代理的常設規則，然後用 Nano Banana Pro 和 GPT Image 2.5 生成每個參考，並保留較好的那個。

延伸而非重繪：Ulysses 從三視角臉部設定稿開始，然後延伸至半身和全身，臉部保持完全一致。In 'twixt Vows 對 Lady Caerwyn 也採用了相同做法：

模型：Nano Banana Pro（In 'twixt Vows）

… Image A is the approved final head-and-shoulders three-view design. … Do only one thing: extend Lady Caerwyn into a full-body three-view sheet without changing any approved design already present in Image A…

步驟 4：從提示詞開始，當提示詞無法達成時再用 3D 進行場面調度

場面調度是指在拍攝前安排演員和攝影機的位置。提示詞在精確的攝影機路徑和位置方面最為薄弱，而每次失誤都意味著要再花費約 344 至 550 點數重新生成影片（費用表見下方）。在 Flick 的 3D Stage 中，你可以使用彩色替身在場景的粗略副本中進行調度，記錄攝影機運動，並將該記錄提供給影片模型遵循。4.1、4.3 和 4.4 部分遵循 Jaime Yao 上述的教學，場景設定在 1943 年：一名受傷的抵抗軍戰士在地下室，一位醫生在他身旁，一位鋼琴家在樓上，一名巡邏士兵在街上。4.2 部分來自 Flick 的 3D Stage 文件和 Simay Ezer Pekcan 的 Happy Souls Alive 鏡頭。

4.1. 無需 3D 技能的預覽視覺化

這是什麼

預覽視覺化：預覽視覺化是鏡頭的粗略版本，用於確定攝影機位置和角色站位。在 AI 電影製作中，你在花費點數生成影片之前進行此步驟。

其他影片的做法：草圖和平面佈局。A Proper Introduction 在 Blender 中進行場面調度，然後將每個重繪為草圖，總共約 70 張。Ulysses 的 349 個影像提示詞中有 158 個是從草圖開始的。In 'twixt Vows 在 GPT Image 2 中製作了純白色模型佈局。3D Stage 提供相同的控制能力，無需建模或繪圖。

如何取得

從一張影像建構場景：在畫布上選擇你的環境影像並點擊「匯入 3D Stage」。代理程式會從中建構粗略的 3D 場景，Jaime 表示通常需要 2 至 3 分鐘。

透過詢問新增替身：向代理程式請求為每個角色製作一個簡單的人偶，每個使用不同顏色（Jaime 的請求見下方）。Flick 還提供人體模型，當身體姿勢很重要時可以調整姿勢。

新增攝影機：新增攝影機並從其預覽視窗而非編輯器來評估鏡頭：記錄的內容正是攝影機所顯示的。

模型：Flick 代理程式，在 3D Stage 中 · 注意：如影片所示輸入；每個角色使用一種顏色

Use a sphere and a cube as a character's head and body. add four characters into the scene. Yellow one lying on the bed in the basement, the red one is beside the bed. The blue one is by the piano at the first floor, and the green one is outside the building on the street.

4.2. 製作 3D 動態分鏡以掌握場景時間

影片： Happy Souls Alive by Simay Ezer Pekcan（Flick Residency）

這是什麼

動態分鏡：動態分鏡是在最終畫面完成前，將影片的鏡頭以真實長度剪輯在一起。在 3D 動態分鏡中，這些鏡頭是你場面調度的記錄片段，因此你可以同時檢查攝影機運動和時間節奏。

為什麼要在算圖前做這件事：一個時間過長或開始過早的移動會浪費整個影片拍攝。關於 Happy Souls Alive 這個鏡頭中的環繞運鏡，Simay Ezer Pekcan 說：「要做對可能需要無數次重新生成。」

如何取得

為每個移動計時：每個攝影機和角色在 3D Stage 時間軸上都有各自的軌道，而每個移動都是一個有自己持續時間或速度的片段。按下排練來從攝影機視角播放場景，並調整直到移動與動作配合。Simay 就是這樣設定她的環繞運鏡的持續時間、方向和距離，並在錄製前預覽了幾次。

或是即時繪製：在畫布上的 3D 場景卡片上，場景會在你繪製攝影機移動時播放，移動會保持你繪製時的速度，包括暫停。

錄製每個攝影機：舞台頂部的「錄製」會錄製所有攝影機，每個攝影機在時間軸上各自的片段期間錄製。拍攝的鏡頭會落在畫布上。

將鏡頭剪輯在一起：選擇一個鏡頭並使用「加入時間軸」將其發送到 Flick 的影片編輯器。按順序排列，這些鏡頭就是你的分鏡動畫：在生成任何影片之前，先確認場景的長度和剪輯點。

注意事項：一個鏡頭中有兩個移動。Flick 的文件建議每個鏡頭的每個攝影機只做一項工作，每個節拍只做一個動作（走、停、然後轉），因為組合移動很難與生成的片段匹配。

4.3. 用手機拍攝以獲得真實的手持晃動效果

這是什麼

手持晃動鏡頭：手持晃動鏡頭是手持拍攝的畫面，畫面隨著操作者的步伐上下浮動和漂移，讓場景感覺更真實和緊張。在提示詞中你必須描述每一個細微的移動；而用手機進入 3D 場景，你可以直接表演出來。

如何取得

連接你的手機：選擇攝影機，將手動動作拖到其軌道上，在其屬性中點擊「開始拍攝」，選擇「手機」並掃描 QR 碼。

走一遍鏡頭：你在手機上取景的畫面就是 3D Stage 攝影機錄製的內容，包括晃動。做幾次練習，然後在手機上點擊錄製。Jaime 說，一旦你掌握了訣竅，你就能獲得「非常自然的手持攝影機移動」。

帶回來：拍攝的鏡頭會出現在 3D Stage 時間軸上。點擊「錄製」來捕捉它，然後將你想要的畫面發送到畫布上作為你的分鏡片段。

無法拍攝？在屬性中為 3D Stage 攝影機設定手持晃動，或將晃動寫入提示詞，就像 In 'twixt Vows 為一個行走鏡頭所做的：

模型：Seedance 2.0（In 'twixt Vows）· 注意：參考至影片；修剪標記為 …

… Camera: one continuous handheld shot. … The follow is imperfect and human, with clear handheld presence throughout: visible footstep bob, irregular body sway, small balance corrections, and slight reframing as the operator walks through wet uneven ground. The camera movement is steady in intention but physically unstable from walking. … No cuts, zooms, push-ins, or pull-outs. …

發揮作用的詞彙：「可見的步伐上下浮動、不規則的身體搖擺、微小的平衡修正」設定了晃動；「意圖保持穩定」則讓跟隨保持可讀性。

4.4. 從分鏡片段到最終鏡頭

規則

每個參考圖各司其職:你的圖片控制外觀:臉部、服裝、場景和光線。分鏡片段只控制攝影機路徑、時序以及每個人的站位。正如 Simay 所說,「3D 影片只用於攝影機運鏡。」

如何取得

指示 AI 代理:Jaime 首先將 Flick 的兩份 Seedance 提示詞指南貼到筆記中,告訴代理這是 Seedance 提示詞的規則,然後將它們儲存為專案記憶(Flick 的文件稱之為聊天規則)。他告訴它分鏡片段控制什麼以及每種顏色代表誰(第一個框),然後它就寫出了 Seedance 2.5 提示詞(第二個框)。

生成:將提示詞貼到 Omni Reference 中,連同分鏡片段、角色設定圖和場景。Jaime 的 30 秒 720p 片段花費了 1,440 點數,大約每秒 48 點。

或從完成的畫格開始:Simay 對她的 3D 片段使用了提取畫格,將替身換成她的角色以製作繪製的第一個畫格,然後將該畫格、角色設定圖和 3D 運鏡提供給 Seedance。Flick 的文件也建議同樣做法:畫格引導開場,錄製引導動作。

模型:Flick 代理 · 備註:如影片所示輸入;省略處標記為 …

I'll be using these assets as references in our omni seedance 2.5 videos. the 3d blocking video controlls the camera movements and shots composition, we also have our environment and characters references. Specify the yellow proxy represents the resistance wounded soldier, the red represents the doctor, the blue for pianist, and the green for patrol soldier. the doctor is doing a surgery to the wounded soldier, … pianist is playing piano like crazy trying to cover up the sound, the patrol soldier … loads his weapon in the end. Give me a seedance 2.5 prompt…

模型:Seedance 2.5,Omni Reference · 備註:720p,30 秒;由代理撰寫

For all four characters, identity, facial structure, hairstyle, body proportions, outfit, and all visible wounds, stains, and equipment 100% match their respective image references.

… reference only the blocking. Camera trajectory, framing, height, angle, roll, recorded handheld movement, timing, architectural layout, occlusion, character locations, relative scale, and base facing directions remain 100% unchanged. Add the articulated performances below within these established positions.

Live-action appearance, natural skin texture, subtle lens softness, and fine photographic grain.

…

如果代理漏掉規則:準確指出它錯在哪裡,這樣它才能修正並避免重複。這就是為什麼 Jaime 建議你自己閱讀指南。

注意:直接將 3D 截圖轉為照片。Jaime 發現 Blender 截圖看起來很人工,這就是為什麼《A Proper Introduction》先經過草圖階段。

使用時機:當攝影機路徑或位置很重要,而提示詞總是達不到要求時。Jaime 寫道他總是先嘗試提示詞;在《In 'twixt Vows》中,他將一個鏡頭帶到 3D Stage,因為需要攝影機精確轉動 90 度。

682 人在 3D Stage 中錄製了 1,833 個片段(Flick 數據,過去 90 天,2026 年 10 月,不包括 Flick 員工)。

步驟 5:為完成的靜態圖加上動畫,並讓每個參考圖各司其職

這些影片中的大多數鏡頭都是從完成的靜態圖或一組參考圖開始,而非僅從文字開始。影片提示詞隨後執行三項工作:說明每個參考圖控制什麼、設定攝影機,以及按順序描述動作。

5.1. 說明每個參考控制什麼

如何取得

In 'twixt Vows：263 個保留的影片提示詞中，有 183 個透過「外觀匹配」連線將每個角色與其角色表連結，97 個還傳遞了語音片段來設定角色的聲音和口音。130 個為鏡頭編號（「Shot 1」），以便 Seedance 可以在一個片段內剪接。

Embedding Valley：86 個保留的影片提示詞中，有 62 個傳遞了語音片段，76 個明確說明要製作多少個鏡頭，45 個要求硬切換而不使用溶接。

模型：Seedance 2.0（Embedding Valley）· 注意：@ 代表畫布項目；角色表的中文名稱意思是三視圖角色表

Congxing's appearance match @Congxing 三视图角色设定 100%.
Reference Congxing's voice and accent from @Usage Growth Projection.
…
Exactly 2 shots in total.
Exactly 1 hard cut.
Do not create any additional shots.
Do not morph, dissolve, or add transitions between the shots.
…

5.2. 先設定攝影機，然後一次一個動作

如何取得

A Proper Introduction：206 個保留的影片提示詞中，有 191 個以攝影機開場，手持或固定，然後逐行描述動作。163 個要求不要背景音樂，將聲音留給剪輯。

In Our Time：98 個影片提示詞中，有 62 個從固定攝影機開始，然後指定唯一可以移動的物件。

鏡頭連接：The Herder 的 44 個片段中，模型獲得了第一幀和最後一幀，並填充了它們之間的動作。The Little Fox's Dream 從完成的片段中提取了 20 幀，使下一個鏡頭從上一個結束的地方開始。

模型：Seedance Pro（In Our Time）

Locked camera, same composition and style as the source image: woodcut-like linework, strict two-tone palette of deep desaturated blue and off-white, no new details, no change in lighting, no extra textures.
Only animate the salmon and the waterfall inside the doorway; the doorway, trench, sky and foreground stay completely still.
…

模型：Seedance 2.5（Sonny's worth）· 注意：成功的重拍版本

The woman screams hysterically: "Do it!"
when she says "it!", the camera quickly zoom pans into her mouth until the screen is dark
don't fade to black, the scene should be at full opacity the entire duration, it just zooms into the darkness of her mouth
don't start the zoom in until she says "it", before that camera should be locked

注意：過早開始的移動，或沒有人要求的淡入淡出。Sonny's worth 中的尖叫聲最初嘗試作為影片編輯，然後重新生成，明確說明了縮放可以開始的確切時刻以及不能發生什麼（第二個方框）。

步驟 6：在 Flick 中剪輯影片並添加聲音

分析說明中對剪輯的描述少於早期步驟。它們顯示：語音和音樂是在畫面旁邊生成的，而在這 9 個中，只有 Sonny's worth 分析描述了剪輯：它是在 Flick 的影片編輯器中完成的。

• 當有對話時，在影片之前錄製語音。Embedding Valley 生成了 15 個 ElevenLabs v3 語音片段，並將它們作為語音參考傳遞給 Seedance。其配樂由 12 個使用 Eleven Music 製作的音樂片段組成。
• 字幕和剪輯。Sonny's worth 使用 ElevenLabs v3 製作對話，使用 ElevenLabs Scribe 製作字幕，並在 Flick 的影片編輯器中進行剪輯，包括修剪、片段效果、調整圖層和標題文字。
• 以影片的風格製作圖形。Embedding Valley 的名稱卡片也是以紙雕的形式生成的，因此標題屬於同一個世界。
• 儘早剪輯，毫不留情。Flick 學院建議儘早組裝整部影片的粗剪版本，即使某個鏡頭製作困難或成本高昂，如果對故事沒有幫助也要捨棄。

哪些 AI 模型可以製作電影，以及一次拍攝的成本

這 9 部影片主要依賴幾個模型。Nano Banana Pro 是其中 5 部的主要圖像模型；其他 4 部則使用 Nano Banana（2 部影片）、GPT Image 2 或 Midjourney。在動態方面，9 部中有 8 部使用了 Seedance，其中 3 部的主要視訊模型是 Kling。

模型	典型點數	典型時間
GPT Image 2	約 9	約 75 秒
GPT Image 2.5	約 9	約 33 秒
Nano Banana Pro	約 32	約 45 秒
Seedance 2.0 Mini 含參考	約 77	約 3.5 分鐘
Seedance 2.0 含參考	約 344	約 5 分鐘
Seedance 2.5 含參考	約 550	約 6 分鐘

Flick 資料，2026 年 10 月過去 90 天成功生成的資料。平均值；較長或較高解析度的鏡頭成本更高。

一分鐘成片的粗略計算：中位數影片每完成一分鐘大約生成 26 個視訊。使用 Seedance 2.0 和參考每個鏡頭約 344 點數，在任何圖像之前就接近 9,000 點數的視訊。將其視為一個數量級，因為鏡頭長度各異，且其中幾部影片使用了更便宜或更舊的模型。

在 Flick 製作你的第一部 AI 電影

註冊、開啟畫布並在生成之前先在 3D 中規劃你的第一個場景。

每個帳號在註冊時可獲得 100 點數,每週一再獲得 100 點數。

建立您的免費 Flick 帳號 →

繼續探索

• AI 動畫風格 15 種外觀，每種都附有在 Flick 製作的影片中使用的真實提示詞。
• AI 鏡頭運動 12 種鏡頭運動及提示詞用語，以及何時改用 3D 繪製運動。
• 《In 'twixt Vows》幕後 Jaime Yao 談論真實世界參考、各模型的功能以及 3D Stage 鏡頭工作。
• 我如何用 AI 製作維京影片 Jaime Yao 的完整《Ulysses》工作流程，從草圖到 Kling 對話鏡頭。
• 《The Herder》幕後 微縮模型外觀和三視圖的製作過程。
• 製作你的第一部影片（Flick Academy） Flick 的逐步課程，從故事大綱到完成剪輯。
• 圖像生成提示詞指南（文件） Jaime 儲存為代理靜態圖像規則的指南。
• Seedance 表演指南（文件）
• Seedance 動作指南（文件）
• 3D Stage 基礎（文件） 替身、道具和鏡頭；代理可以從你的圖像建立場景。
• 3D Stage 鏡頭（文件） 鏡頭、構圖和所有鏡頭動作，包括手動模式。
• 3D Stage 匯出（文件） 錄製一個或所有鏡頭，然後在 Omni Reference 中使用該鏡頭。
• Omni Reference（文件） 哪種參考控制什麼：起始幀、角色、動態和聲音。
• 與代理對話（文件） 如何向代理簡報，以及聊天規則的位置。

關於作者

Bilguun Bayarkhuu 是 Flick 的成長工程師。本指南是根據 Jaime Yao 和 Zoey Z. 在 Flick 製作的 9 部影片的公開工作流程解析、Jaime 在 Flick YouTube 頻道上的 3D 教學，以及 Simay Ezer Pekcan 的《Happy Souls Alive》教學所編寫。

常見問題

我可以用 AI 製作電影嗎？

可以，而且一個人就能完成。《Ulysses》是一部 4:36 的短片，由一個人在沒有團隊的情況下製作，而《To My Grandma》（1:38）只需要 22 張圖像和 13 個視訊片段。工作重點在於規劃：節拍、一種外觀、參考表以及每個鏡頭的計畫，然後是視訊。

他們如何製作 AI 影片？

上述大多數影片都遵循此順序：撰寫節拍、確定一種外觀、為主要角色和場景製作參考表、用草圖或在 3D 中規劃每個鏡頭、將計畫轉化為完成的靜態圖像、使用 Seedance 或 Kling 等視訊模型為靜態圖像製作動畫，然後使用配音、音樂和字幕進行剪輯。約 72% 的生成內容是靜態圖像。

製作 AI 電影需要多長時間?

Jaime Yao 花了約 8 天時間製作了《Ulysses》(4:36),執行了 432 個生成任務,他表示大部分時間都花在從多個鏡次中選擇,而非等待算圖。在 Flick 中,一個影片鏡次通常需要 3.5 到 6 分鐘生成,一張圖片則不到一分半鐘。

製作 AI 電影需要多少成本?

在 Flick 中以點數支付,影片佔了大部分:一個典型的 Seedance 2.0 或 2.5 帶參考的鏡次約需 344 到 550 點數,而一張圖片約需 9 到 32 點數。上述 9 部影片每完成一分鐘的中位數約為 26 次影片生成。Flick 的月費方案包含 500(Casual)、2,500(Standard)、8,000(Pro)或 24,000(Studio)點數。