AI 电影制作术语表

更新于 2026-10-11

点击术语旁的图标反馈，详细规则见收录原则。

文生视频（text-to-video）来源

直接根据描述场景、动作和风格的文字提示生成视频片段。

图生视频（image-to-video）来源

把静态图像（常见的是分镜画面或概念美术图）变成动态片段，有时可以指定镜头运动。

角色一致性（character consistency）来源

在生成的不同镜头间保持可辨认、连贯的角色外观，通常借助参考图像或持久角色设定。

镜头控制（camera control）来源

在生成的视频中指挥虚拟摄影机的运动（摇镜、变焦、推轨、环绕），使镜头符合导演预期的走位和取景。

时间连贯性（temporal coherence）来源

生成视频逐帧之间的稳定性——物体、光线和角色身份随时间保持一致，而不是闪烁或变形。

预演（previs / previsualization）来源

在正式制作之前做出场景的粗略版本——分镜、动态分镜或低保真视频——用来规划镜头、走位和剪辑。

动态分镜（animatic）来源

带音频的定时分镜画面序列，用于在拍摄或最终动画制作之前测试节奏和叙事流畅度。

剧本拆解（script breakdown）来源

分析剧本，标记每个场景所需的全部制作要素（演员、道具、场地、视觉特效、服装）；如今常借助 AI 自动完成。

生成式扩展（generative extend）来源

在剪辑软件内使用生成式 AI，为现有片段的头部或尾部补充额外的画面帧或房间底噪（room tone），例如为转场补足素材。

声音克隆（voice cloning）来源

根据录音合成特定人物的声音，在电影中用于让声音年轻化、配音，或在获得同意的前提下保留表演。

世界模型（world model）来源

构建环境表示，并据此模拟未来事件或交互的 AI 系统。

基于文本的剪辑（text-based editing）来源

通过编辑文字稿来编辑视频或音频——删除文本中的一句话，就会删掉对应的媒体内容。