2026 年 Tribeca 电影节上的 AI 短片，没有证明“机器已经会拍电影”。它证明的是另一件事：只靠通用视频模型和提示词，离片厂真正能用的流程还很远。
反常的地方也在这里。AI 视频模型的演示越来越漂亮，但一放进叙事里，问题就冒出来了：角色能不能稳定，镜头能不能接上，声音和表演能不能撑住一场戏。
Google DeepMind 与 Connie Qin He 合作的《Dear Upstairs Neighbors》被看作更接近可用工作流的样本，不是因为它更像“全自动电影”，而是因为它更不像全自动。人类艺术家仍在前面定风格、控镜头、搭节奏，AI 只是被接进了制作链条。
这才是好莱坞真正会关心的部分。
Tribeca 的 AI 短片：能看见进步，也能看见硬伤
Tribeca 这批 AI 相关作品，基本覆盖了几条常见路线。
Illuminai Studios 的《Roar》更像一组 AI 片段拼贴。单个画面可能有冲击力，但画面之间缺少电影叙事需要的连续性。
Asteria Film Co. 的《ChikaBOOM!》试图讲一个魔法学徒的奇幻故事，节奏更快，目标也更接近类型片。但视觉和声音完成度不足，观众很难被带进故事。
OpenAI 相关作品则更聪明一点。《Smoked》用 Sora 重现 Palisades Fire，远景火场有卡通感，但车内母子逃生的近景更能成立。《Mauvais Soleil》大量镜头只有几秒，唯一说话者是看不见的旁白。这些选择不是偶然，更像是在主动绕开模型不擅长的长镜头、复杂表演和稳定角色。
这不是小毛病。短视频可以靠几秒钟的奇观取胜，电影不行。电影要追问下一镜怎么接，人物为什么这么动，情绪能不能连续。
| 作品 / 路线 | 做法 | 暴露的问题 | 对行业的提示 |
|---|---|---|---|
| 《Roar》 | AI 片段感较强 | 连贯性弱，像素材拼贴 | 适合实验，不像成熟流程 |
| 《ChikaBOOM!》 | AI 参与奇幻短片 | 视听打磨不足 | 类型片更需要工业控制 |
| 《Smoked》《Mauvais Soleil》 | 使用 OpenAI 工具并规避限制 | 靠近景、短镜头、旁白降低难度 | 方法聪明，但仍在绕短板 |
| 《Dear Upstairs Neighbors》 | 人类美术 + Maya 粗动画 + 定制模型 | 协作门槛更高 | 更接近片厂能理解的工作流 |
这张表里最关键的差别，不是哪个公司模型更强，而是哪条路线更像生产。
电影工业不只要“生成”。它要可控、可改、可交付。
《Dear Upstairs Neighbors》为什么更像可用案例
《Dear Upstairs Neighbors》由 Connie Qin He 与 Google DeepMind 合作。影片讲一个疲惫的年轻女性 Ada，被楼上邻居夜间噪音反复吵醒。
它的视觉起点不是一串文本提示词，而是 Yingzong Xin 的概念艺术。Xin 用 Photoshop、纸上丙烯等方式做出带有表现主义气质的图像。Google DeepMind 研究人员再用这些概念艺术训练定制版 Veo 和 Imagen，让模型更稳定地贴合这部短片的画风。
流程里还有一个很重要的环节：Maya 粗动画。
团队先用 Autodesk Maya 做粗动画，确定场景调度、角色动作和叙事节奏。之后再把这些粗动画输入 Veo，生成更统一、更精细的画面，并配合 Imagen、Veo 生成的风格化资产继续完善。
所以这不是“文本到电影”。更准确地说，它是“人类先搭好电影骨架，AI 再参与风格化和画面生成”。
这个区别很硬。
通用模型适合展示能力边界。定制模型才可能进入预算表、排期表和责任链。片厂要的不是一次生成多惊艳，而是同一个角色能不能在几十个镜头里保持一致，同一种光影能不能按导演要求调整，出了问题能不能返工。
对影视产业从业者来说，这意味着采购和团队调整都不会一夜之间改道。更现实的动作，是把 AI 放进局部环节：概念开发、风格测试、预演、粗动画后的画面细化，或者特定项目的视觉资产生产。
对关注生成式 AI 落地的人来说，这也是一个降温信号。别只看模型发布会里的长视频演示，要看它能不能被项目绑定、被团队协作、被合同约束。
对好莱坞的提醒：先别赌通用模型，先看供应链
AI 视频工具本身还不稳定。OpenAI 的 Sora 已关闭，导致长片项目《Critterz》未能在戛纳首映。这件事给片厂的提醒很直接：如果核心制作环节绑在外部模型服务上，工具一变，排期、资产兼容、交付责任都会受影响。
独立创作者看到的是另一面。
导演 Ash Koosha 用 Kling AI、Claude、Gemini 和 Nano Banana，以约 2000 美元算力成本独立完成《Dreams of Violets》。这说明低成本 AI 影像生产已经可行，尤其适合小团队表达、政治题材，或纪录与剧情混合的项目。
但它也说明了边界：成本能压低，不等于视觉语言已经突破。原文观察很直接，这部片有叙事力量，视觉上并没有带来新的跨越。
片厂管理层接下来更可能做三件事。
- 暂缓把核心长片制作完全交给通用 AI 视频模型。
- 在单个项目里尝试定制模型，看它能否降低返工、统一风格、压缩中间制作成本。
- 把版权、工会规则、署名、资产归属和工具连续性写进合同，而不是只看模型演示。
美术、动画和视效从业者也要看清变化。纯执行型岗位会承压，但能给出视觉方案、镜头判断、风格控制，并且会和工具协作的人，会更接近新流程的核心。
接下来最该看的不是哪家公司又放出更长的视频，而是三个变量：片厂会不会为单个项目训练或微调模型；模型供应商能不能保证工具连续性；AI 生成资产能不能进入正式合同和工会规则。
这三件事没落地，Tribeca 的 AI 短片最多说明“可看”。还不能说明“可生产、可交付、可负责”。