Arq.live 推出語音製片系統 GLITCH：導演動口排程，8 分鐘生成短片

過去在片場，導演想把腦海裡的構思落地，得跟攝影師、燈光師和美術指導反覆拉扯好幾輪。現在，有人打算把整支攝製組直接裝進一臺筆記本里。

Arq.live 剛剛推出了一套名為 GLITCH 的語音生成影像系統。它拋棄了在輸入框裡敲提示詞的老辦法，讓創作者完全通過動嘴口述，就能現場排程出一個完整的電影場景。

動動嘴皮子，8 分鐘交出一部短片

在傳統的 AI 影片工具裡，創作者更像是在「猜謎」和調參，一遍遍修改文字提示詞來賭生成效果。但 GLITCH 想還原的是導演真實的工作狀態。

面對系統，導演只需要開口說話，口頭指定角色演員、描述周圍的世界環境，再指揮演員的走位和鏡頭運動。系統後臺並不是單一大模型在硬抗，而是由多個 AI 模型和智慧體像劇組裡的各個工種一樣串聯協作，即時吐出鏡頭畫面。

在最近的一次閉門演示中，團隊就在一間普通的酒店房間裡，用單檯筆記本電腦操作，不到 8 分鐘就現場渲染出了一部完整的短片。整個過程不需要任何額外的工作人員，也沒有任何傳統的拍攝裝置。

這場演示甚至引來了一位好萊塢重量級人物。曾擔任《低俗小說》《被解救的姜戈》以及《艾琳·布羅科維奇》執行製片人的邁克爾·沙姆伯格，在 X 平臺上刷到 Arq.live 的動態後專程乘機趕到現場。據現場訊息透露，這位在好萊塢摸爬滾打了 35 年的資深製片人看完演示後，一言不發地走出了房間。

藏在薩爾瓦多的技術班底

做出這套系統的並不是矽谷老牌巨頭，而是一支常駐薩爾瓦多的團隊。他們在那裡花了整整一年時間打磨 GLITCH，之前還製作了薩爾瓦多歷史上的第一部 AI 短片。

目前，GLITCH 並沒有做成面向公眾隨便試玩的網頁玩具，而是通過 Arq.live 開放給嚴肅的專業影視製作專案合作。

為什麼重要

我們認為，GLITCH 最聰明的地方，在於它終於開始尊重專業創作者的工作習慣。文字提示詞從來不是導演的母語，口述排程才是。

把底層拆解為多個協同工作的 AI 智慧體，而不是硬塞給一個黑盒大模型，這讓每個鏡頭的控制力有了實質性提升。對於獨立電影人和小型團隊來說，過去無數在預算會議上被槍斃的創意，現在可能花上十幾分鍾就能在電腦螢幕上看到原型，試錯成本被直接打到了地板上。

當然，這並不意味著傳統電影工業明天就會被取代。短片演示令人震撼，但在幾十秒的驚豔之後，長片創作裡嚴苛的鏡頭連貫性、人物微表情以及複雜光影的物理一致性，依然是擺在生成式模型面前的硬骨頭。邁克爾·沙姆伯格的沉默或許包含了震驚，但也可能帶著老電影人對工業落地難度的審視。

看起來，好萊塢的傳統前期視覺預覽（Pre-viz）和分鏡外包環節，已經到了必須重新算賬的時刻了。