FilmAction

定义

FilmAction 是由瀚皓科技推出的 AI 视频生成工具，定位为一站式 AI 电影创作平台。它把传统影视工作流中分散的多个环节集中到同一个网页界面，用户输入一句话或一段文本，即可完成故事大纲、角色设定、脚本生成、分镜制作、旁白配音和配乐等步骤。^[1][2]

按照平台自己的划分，FilmAction 目前设有视频生成、音乐生成、电影创作、图片生成、照片说话等五个功能板块，输出内容支持 4K 清晰度，并提供十几种旁白配音选项与图片转视频功能。^[3][2]

原理

FilmAction 的技术基础是深度学习与计算机视觉，通过对大量视频数据的学习理解画面构成，再按用户输入的文本生成影像。^[4] 平台自研的文生视频模型名为 FANTASY，采用类 Sora 架构，2024 年 7 月发布了第二代版本，能输出长约 16 秒的连续影像。^[5][6]

在角色生成上，平台借助多 Agent 大模型与语义向量数据库，让同一角色在多个分镜中保持形象、动作与表情的连贯，这一做法针对的是 AI 影视中常见的「人物多场景一致性」问题。^[7][4] 生成流程大致可表示为：

文本提示 → 剧本与角色设定 → 分镜图 → 分镜视频 → 配音配乐 → 成片合成

在分镜制作环节，系统结合智能场景布局与镜头运动算法安排画面衔接；音频部分则依靠语音合成与音效库生成旁白和背景音乐。^[8]

发展历程

FilmAction 的团队起源于一次创客比赛。2023 年 10 月，在阿里云、创新工场、零一万物等主办的 Create@AI 创客松上，团队凭该项目获得「云上创新奖」，瀚皓科技随后成立。 创始人吴杰茜拥有北京大学光华管理学院 MBA 学位，此前曾参与《功夫》《北京遇上西雅图》等影视项目的制作。^[9]

2024 年 7 月 23 日，FilmAction 在北京金逸国际影城举办 2024 产品发布会，展示升级后的网页端产品，同时公布自研文生电影模型 FANTASY 第二代，并播放原创古风 AI 短剧《魂荧》的先导片。^[2][8] 发布会期间还宣布举办全球大学生 AI 电影节，于 2024 年 7 月 26 日至 8 月 26 日面向世界各地大学生创作团队征稿。^[10]

在此前后，该平台曾在第七届数字中国建设峰会、北京科技周等活动上展出。^[5] 平台还与联想达成合作，用户可通过联想 AI 电脑上的应用商店使用。^[4] 此后，瀚皓科技通过百度智能云千帆大模型平台接入并调用 DeepSeek-R1、DeepSeek-V3 系列模型，用于脚本润色等环节。^[11]

应用

FilmAction 面向电影、自媒体、社交媒体、教育、商业宣传、动画制作等场景，^[2] 实际使用中一类客户是专业影视制作机构，其中不少短剧公司借助该平台完成 AI 转型。^[12]

在广告制作方面，平台可依据品牌需求生成宣传视频，缩短从脚本到成片的时间；在影视剧前期，可用于剧本创作与分镜设计，为导演和编剧提供构思素材；面向教育领域，则可用于制作教学动画与课件。^[4] 平台方介绍，若题材与要求不复杂，通过 Agent 自动流程生成一集 1 分钟短剧最快只需 3 至 5 分钟。^[12]

局限

尽管成片在初看时接近实拍，细节层面仍会暴露问题。人物表演是较薄弱的一环，眼神的游移、停顿的节奏、转身的犹豫等细微情绪变化难以稳定生成，人物一致性、人物与环境的互动、肢体与空间关系也需要反复调整提示词、增加生成次数才能提高成品率。^[12]

因此当前阶段仍属于「需要人工介入的自动化」：对叙事连贯性、空间逻辑或情绪密度要求不高的项目，AI 可以覆盖大部分流程；一旦要求提高，人工校正的成本会迅速上升。^[12] 行业内的普遍判断是，短期内影视制作会维持「实拍 + AI 生成」并行的模式，而非完全替代传统流程。^[6]

此外，不同工具的生成结果差异较大，制作时长可能从几分钟到几天不等，作品质量也随使用者对镜头语言的理解而波动。^[12]

参见

• 文生视频 —— FilmAction 的核心能力，即由文本直接生成视频画面。

• 大语言模型 —— 平台用其解析剧本、润色脚本并调度创作流程。

• 计算机视觉 —— 支撑分镜生成与角色一致性判断的基础技术。

• 联想 —— 与 FilmAction 合作、在其 AI 电脑上提供该工具的企业。

• 短剧 —— FilmAction 的主要应用方向之一。