感算AI短剧出片示例
感动旗下 · 超级算力推演平台

短剧AI全链路生成
超级算力引擎

从一句创意到成片交付,7天完成过去60天的工作。感算AI短剧以集群级超算能力,驱动剧本创作、角色设计、视频生成、音频合成、后期输出的全流程工业化生产。

0
全剧制作周期
0
综合成本下降
0
单剧分镜并行量
0
角色一致性保持率
李红光 · 超算数字人导演
李红光感动新视界科技(深圳)有限公司 · 创始人超算数字人导演
End-to-End Pipeline

七大环节 · 一条工业化生产线

把传统的剧组拆解成算力可调度的七个模块,每个环节既独立可控,又能串联成全自动流水线。

01

📝剧本工坊 · AI编剧LLM 密集区

SCRIPT LAB01剧本工坊 · 一屏分镜,一集骨架
剧本工坊 · 一屏分镜,一集骨架幽蓝光影从稿纸上浮起来:哪些格子是钩子、哪一句对白扛住整集高潮,都在这一步被排布清楚,情绪节奏先于文字成型。

从一句话梗概到标准格式剧本,全流程AI辅助。支持网文一键转剧本、爽点密度分析、角色对白润色与多语言本地化。

1核心能力

  • 创意扩写:一句话 → 完整故事大纲
  • 分集拆解:自动切分N集,每集含起承转合
  • 剧本撰写:场景 / 对白 / 动作标准格式
  • 爽点密度分析:钩子分布检测 + 节奏预警
  • 网文转剧本:百万字小说结构化抽取

2交互设计

  • 左侧:大纲 / 分集树形结构
  • 中间:Final Draft式剧本编辑器
  • 右侧:角色档案 · 场景列表 · 爽点时间线
  • AI建议以内联气泡形式实时出现
  • 快捷键:一键生成下一集 / 优化当前场
模型:70B+ 大模型 上下文:百万 Token 级 输出:结构化 JSON + 剧本体
算力类型:LLM 推理集群
峰值场景:长篇网文全本解析
单集耗时:约 2 分钟
02

🎬分镜拆解引擎

STORYBOARD02分镜拆解 · 先定她的脸,再定她的镜头
分镜拆解 · 先定她的脸,再定她的镜头角色身份向量一旦锁定,九宫格里每一格都是同一个人:景别、运镜、光位、情绪逐格落到人物身上,直接成为视频模型的输入。

把文字剧本翻译成"拍摄指令",让视频模型清楚每一帧该拍什么。自动提取场景、规划镜头语言、标注角色动作与情绪。

{
  "scene_id": "EP01_S03",
  "location": "总裁办公室",   "time": "夜晚",
  "characters": ["男主-陆总", "女主-苏浅"],
  "shots": [{
    "shot_type": "特写",
    "camera_movement": "缓慢推近",
    "duration": 3.5,
    "visual_description": "陆总握笔的手微颤,墨水滴落文件",
    "emotion": "愤怒/压抑",
    "lighting": "冷色调,台灯侧光",
    "character_actions": {
      "陆总": "握笔 → 滴墨 → 抬头直视",
      "苏浅": "后退半步 → 低头"
    }
  }]
}
场景理解:LLM 要素抽取 镜头语言:摄影知识库微调 一致性校验:服装/位置矛盾检测 交互:分镜板可视化拖拽
03

🎨角色与美术资产库核心壁垒

CHARACTER DNA03角色 DNA · 同一张脸,一百个场景
角色 DNA · 同一张脸,一百个场景中间是真人质感的定妆正脸,两侧是自动补全的侧脸与回眸。此后换场景、换服装、换光影,观众看到的始终是同一个人——这是全链路最难也最值钱的一件事。

全链路最关键一环——角色一致性。为每个角色建立"数字DNA",锁定面部、身形、服装、气质,跨场景跨集数不崩脸。

用户输入角色描述
   ↓
AI 生成 5-10 个候选造型(多角度)
   ↓
用户选定 → 系统提取「身份向量 Identity Embedding」
   ↓
存入角色库 · 后续所有生成强制注入该向量

⚡快速模式 · 秒级预览

  • InstantID / PhotoMaker 身份注入
  • IP-Adapter 面部特征锁定
  • 无需训练,适合草稿与批量生产
  • 单角色候选方案约 2 分钟出图

💎精品模式 · 主角级质量

  • 专属 LoRA 微调(2-5 分钟 / 角色)
  • ControlNet 姿态 + 表情精确控制
  • FaceID + CLIP 跨场景面部保障
  • 适合主角与关键特写镜头
角色资产:正侧背参考图 · 多表情集 · 服装变体 · 年龄演化 场景库:概念图 + 3D 布局(NeRF 可选) 风格统一器:全剧美术风格锁定
算力类型:文生图推理 + LoRA 训练集群
训练配置:单卡 A100,2-5 分钟 / 角色
卖点定位:算力优势第一落地点
04

⚡视频生成引擎最大算力消耗区

RENDER CORE04视频生成 · 一条隧道里并行渲染的几十场戏
视频生成 · 一条隧道里并行渲染的几十场戏两侧屏墙每一格都是一段正在出片的镜头,同一角色、同一光影体系向纵深延伸。集群并行推理把"等渲染"变成"接着排下一个镜头"。

平台的心脏,也是护城河最深的地方。以集群级超算支撑批量视频推理,配合自研短剧专用模型持续降本增效。

分镜描述 + 角色 Identity 向量 + 场景参考图
   ↓
ControlNet 注入(姿态 / 深度 / 边缘)
   ↓
视频生成模型推理  ←  GPU 集群并行
   ↓
时序一致性后处理 → 超分增强(可选)
   ↓
输出视频片段(4-10 秒 / 段)

1技术路线策略

  • 主力:开源模型 + 自研微调(成本可控)
  • 兜底:顶级闭源 API 处理关键镜头
  • 长期:沉淀自有短剧专用生成模型
  • CogVideoX 中文语义理解优势利用

2六大难点解法

  • 面部闪烁 → 逐帧修复 + 跨帧 Attention
  • 动作僵硬 → 动作模板库 + 物理约束
  • 场景跳变 → 场景 Embedding 锁定
  • 时长不足 → 分段生成 + 无缝拼接
  • 手部畸形 → 手部专用 ControlNet
  • 口型错位 → 后期口型同步模型
算力类型:大规模 GPU 推理集群
调度方式:优先级队列 + 弹性扩缩
质检机制:AI 自动评分,低于阈值重生成
05

🔊音频工坊

VOICE STUDIO05音频工坊 · 声音长出情绪的形状
音频工坊 · 声音长出情绪的形状同一句台词,克制、哽咽、爆发是三种波形。角色音色克隆后跨集保持一致,情绪标签直接驱动演绎强度,口型同步在后期自动贴合。

让画面"开口说话"。角色音色克隆、情感配音、音效与BGM自动生成、口型同步一站式完成。

1配音生成

  • 声音克隆:5-10 秒样本锁定角色音色
  • 情感 TTS:愤怒 / 哭泣 / 低语 / 大喊
  • 跨语言克隆:同一音色说多国语言
  • 节奏控制:语速停顿匹配口型

2音效 · 音乐 · 同步

  • 环境音:按场景自动生成(雨声/街道/办公室)
  • 效果音:动作匹配(关门/打斗/手机响)
  • BGM:AI 生成或版权库按情绪曲线选曲
  • 口型同步:Wav2Lip 类模型批量处理
  • 智能混音:对白 / 音效 / 音乐自动平衡
交互:时间轴编辑器(类 Premiere) 批量能力:全剧对白一键配音 算力:相对轻量,适合大批量
06

✂️后期合成与输出

POST PIPELINE06后期合成 · 一条时间轴上的工业化
后期合成 · 一条时间轴上的工业化调色台一次定调,整季统一。转场、字幕、画幅适配全自动,同一条时间轴直接输出抖音竖屏、快手竖屏与出海横屏多套母版。

自动剪辑拼接、转场、字幕烧录、调色、多平台格式适配,一键输出可直接投放的成片。

自动剪辑:按分镜顺序拼接 转场:淡入淡出 / 硬切 / 特效 字幕:自动生成 + SRT 导出 + 样式烧录 调色:全剧统一色调风格 画幅:竖屏 9:16 / 横屏 16:9 / 方形 平台适配:抖音 · 快手 · Reelshort · Netflix 增强:Real-ESRGAN 超分 + FFmpeg GPU 加速
07

🏭批量生产与项目管理从玩具到生产线

COMPUTE FARM07算力产线 · 让出片像水电一样稳定
算力产线 · 让出片像水电一样稳定队列调度、优先级、弹性扩容、自动质检重投——把 GPU 集群变成一条不会疲劳的产线。客户提交的是项目,拿到的是成片。

让系统真正具备工业化产能。项目树管理、多集并行渲染、队列调度、版本管理、多人协作审批。

一部 100 集短剧
   ↓  自动拆解
约 3000-5000 个镜头
   ↓  批量提交渲染队列
GPU 集群并行处理  ←  优先级调度
   ↓
AI 自动质检(不合格自动重生成)
   ↓
人工只审异常镜头 → 自动合成输出

1协作与版本

  • 项目树:剧 → 集 → 场 → 镜头
  • 状态追踪:每镜头实时生成进度
  • 版本对比:多次生成结果并排审阅
  • 角色权限:导演 / 编剧 / 美术 / 后期

2算力计量

  • 按秒 / 按 GPU 时精确计费
  • 套餐额度管理与预警
  • 成本看板:单集 / 单剧成本透视
  • 多租户资源隔离
Target Scenarios

四类客户 · 四种切入姿势

不追求通吃,先选 1-2 个最痛的切口打透,用标杆案例建立行业信任。

🎪

MCN / 制作公司

痛点:拍摄成本高、周期长

提供「AI 辅助 + 人工精修」混合生产管线,把单剧成本从数十万压到数万,周期从月级压到周级。

📚

网文平台 / IP方

痛点:有内容没视频化能力

提供小说 → 剧本 → 视频一键转化通道,让沉睡的IP库快速变成可投放的短剧资产。

🧑‍🎤

个人创作者 / 小团队

痛点:没预算、没技术

提供低门槛 SaaS 工具,会写故事就能出片,按算力套餐付费,无需组建剧组。

🌏

出海短剧平台

痛点:多语言、本土化难

提供翻译 + 换脸 + 本地化重制能力,同一套素材快速产出多语言版本,抢占海外增量市场。

Compute Architecture

为短剧场景定制的算力底座

通用算力不等于好用。围绕短剧生成的推理特征、显存曲线与批量节奏做专项优化,这才是感算AI短剧的硬壁垒。

超算集群
一整座机房,只为一件事:把镜头渲染出来机柜即产能。任务队列在调度层被切成数千个渲染单元,轻量预览走 A10、主力生产走 A100、精品镜头上 H100、角色 LoRA 交给训练集群——同一份算力按镜头价值分级投放,这是成本能压到传统拍摄十分之一的根本原因。

四层算力配置

💻
轻量推理层
A10 / A4000 · 草稿预览与低分辨率试跑
低成本
🚀
标准推理层
A100 40G · 主力生产吞吐
主力
💎
高质量推理层
H100 / A100 80G · 精品镜头与高分辨率
精品
🛠️
训练集群
8×A100 HGX · LoRA 训练与模型微调
壁垒
💾
存储层
高速 NVMe + 对象存储 · 素材与模型权重
高速

调度与优化要点

# 推理加速
推理管线 融合算子 · 量化压缩 · 批处理合并

# 显存管理
长序列视频生成 的分块显存调度与
换入换出策略,单卡吞吐提升 40%+

# 队列调度
优先级队列 → VIP 客户 / 付费套餐优先
动态分配 → 按任务类型匹配 GPU 层级
弹性扩缩 → 波峰自动扩容,波谷释放
故障迁移 → 节点异常自动重试不丢任务

# 成本模型
按 GPU 秒计费 / 按集计费 / 套餐包
单位成本透明可算,客户算得过账
超算集群
调度层看见的不是机柜,是一块块正在被填满的时间看板上的每一根柱、每一条曲线都对应着某部剧的某个镜头:排队多久、占用多少显存、预计几点出片。波峰自动扩容、波谷自动回收,客户只在真正用掉的 GPU 秒数上付费。
Engineering · Self-Built

不是「调用模型」,
是「自己造模型」

感算AI短剧从剧本解析、分镜生成、数字人绑定、口型驱动到成片渲染,每一层都是自己的代码、跑在自己的集群上。 AI 能力不接任何第三方大模型接口——不是不想省事,是短剧这行的剧本、底片和演员形象,一旦出了门就收不回来。

01 / FULL STACK

全链路自研

剧本、分镜、角色、数字人、口型、渲染、合成七个环节一层不借。要改哪里,改自己的代码。

02 / ZERO EXTERNAL AI API

零外部 AI 接口

大模型推理、语音合成、口型驱动全部在自有算力集群内完成,不回调第三方模型 API,剧本与底片不出域。

03 / ONE DIGITAL HUMAN

与感擎同一个数字人

短剧里的数字人演员与感擎 TouchPrime 人形机器人在业务层、应用层原生对接:线上生成的角色可以落到实体,线下采集的表演可以回到线上继续生产——同一套身份、同一套表情与口型参数。

04 / OWN THE COST

成本与节奏自己定

不跟着外部接口的调价、限流、封号走。产能按自己的卡数扩,交付按自己的排期走。

边界说明:站点的支付通道与短信通知使用持牌服务商,属基础服务;AI 生成与渲染链路零外部 API 依赖,模型权重与推理服务均在自有集群。
Efficiency

同样的成片,完全不同的成本结构

以一部 80 集竖屏短剧为样本,对比传统实拍与感算AI短剧产线。

✗ 传统实拍模式
45
天制作周期
单剧成本20 - 50 万
团队规模30 - 60 人
场景搭建需实地 / 影棚
修改成本需重拍,代价高
多语言版重新组织拍摄
VS
✓ 感算AI短剧产线
7
天交付成片
单剧成本2 - 5 万(主要为算力)
团队规模3 - 8 人
场景搭建全 AI 生成,无限场景
修改成本改提示词,分钟级重生
多语言版一键换音色换台词
Products

把算力包装成可买卖的产品

客户不买"一套系统",客户买的是能解决具体问题的商品。四种形态覆盖从个人到大型平台。

🖥️

创作工作台

SaaS · 按项目 / 月费订阅

开箱即用的网页端创作环境,七个环节全内置,中小团队当天上手。

  • 全流程可视化编辑器
  • 角色 / 场景资产云库
  • 团队协作与审批流
  • 免运维,自动升级
主推
⚡

算力套餐包

预付费 · 1000 / 5000 / 10000 GPU 分钟

纯算力供给,客户用自己的工具和流程,通过 API 直接调用感算AI短剧集群。

  • 弹性秒级计费
  • 高并发批量接口
  • 成本看板与用量预警
  • 阶梯折扣,量越大单价越低
🏢

私有化部署

授权费 + 年度服务

整套系统部署到客户机房,数据与模型权重完全不出内网,面向大型平台与国资客户。

  • 全栈私有化交付
  • 模型定制微调
  • 专属技术支持团队
  • 合规与数据隔离保障
🔌

API 开放平台

按调用量计费

把剧本、角色、视频、配音能力拆成标准接口,供第三方工具与平台集成。

  • RESTful + WebSocket 回调
  • 完整 SDK 与沙箱环境
  • 开发者分成机制
  • 生态插件市场
🎯

全案代运营

项目制报价

客户只出创意和预算,感算AI短剧团队全程操刀,直接交付可投放成片。

  • 从创意到成片全包
  • 专属制片人对接
  • 投放数据与效果回流
  • 适合无制作能力的 IP 方
🌐

出海本地化包

按语种 / 集数计费

面向海外短剧平台,一套素材批量产出多语言版本,含翻译、换脸、文化适配。

  • 多语言剧本翻译与改写
  • 音色克隆 + 口型重同步
  • 人脸本地化替换
  • 文化敏感点自动提示
Roadmap

十六周四个阶段跑通商业闭环

先跑通 MVP,再补产能,再攻一致性,最后规模化。每阶段都有可交付、可验证的成果。

P0
第 1-4 周

跑通 MVP · 单链路可用

剧本生成 + 角色设计 + 单镜头视频生成三件事打通。目标不是好看,是能从头到尾走完一遍,验证技术假设与算力成本模型。

P1
第 5-8 周

补产能 · 具备批量能力

批量生成 + 渲染队列管理 + 音频工坊 + 简易后期合成。同时接入 3-5 家种子客户,免费或低价帮其制作 1-2 部短剧,全程记录对比数据。

P2
第 9-12 周

攻质量 · 一致性突破

角色一致性专项优化 + 口型同步 + AI 自动质检系统。把"能用"提升到"敢投",一致性保持率冲到 99% 以上,形成可对外演示的技术标杆。

P3
第 13-16 周

规模化 · 商业闭环

全流程自动化编排 + 算力调度优化 + 计费系统上线。产出标杆案例物料(对比视频、成本数据),启动行业展会与渠道合作,正式对外开放。

Key Principles

四条必须守住的判断

🤝

不追求 100% AI

现阶段「AI + 人工」混合模式才是最现实的商业化路径。全自动是愿景,人机协同才是当下能收钱的形态。

🧬

一致性就是壁垒

角色跨场景不崩脸是当前最大技术痛点,谁先解决谁建立护城河——这恰恰是算力优势最能发力的地方。

🇨🇳

先国内再出海

海外短剧市场增速快但门槛高。先在国内打磨产品与案例,再以本地化包的形式复制出海。

⚖️

版权提前布局

AI 生成内容的版权归属、训练数据合规性必须提前设计进架构,这是规模化之后最容易翻车的地方。

让每一部短剧,
都跑在感算AI短剧的算力上

从一句创意到成片交付,我们把整个剧组搬进了集群。