过去一年，AI 视频生成的演示效果足以让所有人兴奋；但真正把生成片段用进交付物的人都会发现，中间隔着四个具体的门槛。过去两个月，我们用主流方案跑了三十多个真实需求：营销短片、短剧预演、游戏 PV。这篇把四个门槛和实测数据原样公开。
门槛一：时长与叙事完整性
单段生成的时长决定了叙事结构。目前大多数方案的单镜稳定产出在 5-10 秒，超过 15 秒后「剧情漂移」概率明显上升——人物动作会莫名换向、场景会在中途悄悄变化。把 AI 视频用起来的第一课，是接受「单镜短、镜头多」的叙事方式：一个 60 秒的成片由 8-12 个生成镜头拼接，每个镜头内部只交代一个动作。这反而接近专业分镜的节奏。
门槛二：一致性
跨镜头一致性是「能看」和「能用」的分水岭。观众可以接受画风略变，但接受不了主角换脸、服装换色。我们的解法是三道锁：角色参考包（多角度定妆帧）、镜头级身份校验（相似度不达标重生成）、跨段抽查比对。实测中，这套流程把可用率从初筛的 45% 提升到终筛的 82%——剩下的 18% 靠人工挑选与重跑补齐。
门槛三：可控性
演示视频里，观众看到的是「生成得好看」；产线里，团队需要的是「按镜头表生成」。可控性细分为三层：构图控制（首尾帧、景别提示）、运动控制（运镜方向与速度）、节奏控制（镜头时长与转场点）。目前三层都支持的方案并不多，选型时建议直接用真实分镜表做测试——能按表生成的，才是产线工具。
门槛四：成本与产能
生成成本要用「可用分钟」计，而不是「生成条数」。以 60 秒成片为例：平均需要生成 140-180 条素材（含重跑），终选 10 条左右，再叠加人工筛选与拼接时间。综合测算，三个场景的落地效果差异很大：营销短片与游戏 PV 已经明显优于传统采购；短剧预演环节的性价比最高，因为它替代的是最贵的「试错拍摄」。选型建议：先用小项目跑一遍 60 秒全流程，把可用率与人工工时算清楚，再决定规模化投入。
视频生成与影视预演的方法论互为补充，详见《AI 预演如何改变影视工业》；短剧场景的完整流水线见《AI 短剧工业化》；成片工作流可参考《云枢 CloudPivot 2.0》；需要选型测试配合，欢迎通过联系合作获取场景清单。