DeepMind 联手阿罗诺夫斯基：用 Veo 拍短片，实拍无缝嵌进 AI 婴儿

把真正的婴儿放进严苛的光影和镜头前拍戏，对任何剧组来说都是噩梦；但如果全用传统电脑特效，假婴儿又很容易掉进诡异的恐怖谷。

在刚于翠贝卡电影节首映的短片《ANCESTRA》里，导演 Eliza McNitt 换了个解法。她让演员对着空气表演抱孩子，然后让 Google DeepMind 的视频模型 Veo，把一个活生生的新生儿给「画」进了实拍胶片里。

这部片子是 DeepMind 联手名导达伦·阿伦诺夫斯基的制片公司 Primordial Soup 计划制作的三部短片里的第一部，后面还有 200 多位好莱坞传统视效、剪辑和摄影专家一起把关。

让 AI 听懂电影摄影机的走位

很多人以为用 AI 做电影就是打一串提示词抽卡，但真到了电影工业流水线上，导演最怕的就是抽盲盒。

为了还原 McNitt 真实的出生场景，团队先拿她父亲当年拍的老照片喂给 Gemini，让大模型反推出极其细腻的美学描述词，再用微调过的 Imagen 生成概念图，定住整个故事的色调。

更硬核的是镜头的精准控制。片中有一个镜头需要摄像机一路穿过人体、钻进子宫去看剖宫产。

制作团队先在三维软件里建了一个虚拟人体模型，手动拉了一条虚拟摄影机运镜轨迹当草稿。随后，他们让 Veo 去跟踪这段参考视频的运镜节奏，直接生成带有完全相同机位运动的成片。

另一个模拟心脏孔洞闭合的镜头也是这样。给一段动态参考，Veo 几分钟内就能输出符合运动规律的镜头，省去了传统三维特效动辄几天的解算时间。

把生成的画面塞回调色台

AI 视频以前最大的硬伤是没法和真人实拍混剪，光影和颗粒感一眼假。

这次 DeepMind 给 Veo 开发了类似局域添加的功能。导演拍下真人生育的戏份，圈出怀里的空位，Veo 直接把婴儿按现场光比和透视生成进去。

但这并不意味着传统特效师下岗了。生成的婴儿片段随后被送进了专业影视流程，由专业调色师做色彩对齐，VFX 艺术家处理边缘融合与动态模糊。

片中还有一个从刚孵化的鳄鱼蛋壳内部往外看的奇特视角，同样是 Veo 与 Imagen 生成关键视觉元素后，再用传统合成软件叠层做出来的。

为什么重要

我们认为，这部短片最大的价值在于它没去鼓吹「一个人加一台电脑取代整个好莱坞」，而是给 AI 视频找准了在专业影视工业里的真正生态位：特效辅助插件。

过去两年不少团队尝试纯 AI 生成短片，成片往往充斥着塑料质感和不受控的形变，只能当作概念片自嗨。这次 DeepMind 拉来 200 多名传统电影人，核心就是解决「可控性」，用 3D 轨迹约束运动、用微调模型锁定角色特征。

对独立创作者和中小影视团队来说，这种「三维骨架打底、AI 填肉、传统流程收尾」的混血管线非常值得研究。以前由于预算限制拍不了的体内微观镜头、昂贵的人体或生物特效，现在完全可以在小团队规模下完成。

但看起来这种模式的门槛依然不低。它依赖顶级模型的专属定制接口和深厚的电影工业底子，普通的网页端提示词生成器还远做不到这种级别的像素融合。AI 视频要想真正改变行业，就看类似这种运镜控制和局部重绘能力，什么时候能变成普通创作者触手可及的通用工具了。