我輸入了一段 prompt，按下生成。手還擱在鍵盤(pán)上呢，視頻已經(jīng)出來(lái)了。

畫(huà)面前景是一杯冒著熱氣的黑咖啡，背景模糊；隨后焦點(diǎn)平滑轉(zhuǎn)移，清晰展現(xiàn)出背景中一位翻閱舊書(shū)的女孩。

改了兩個(gè)詞，把光線(xiàn)方向調(diào)了一下，再按一次。又出來(lái)了，質(zhì)感沒(méi)掉。提示詞寫(xiě)得很隨意，就是腦子里的畫(huà)面用大白話(huà)說(shuō)了一遍，沒(méi)有刻意堆關(guān)鍵詞，模型全聽(tīng)懂了。

▲提示詞：前景是一杯正在冒著熱氣的黑咖啡，占據(jù)畫(huà)面主導(dǎo)位置，背景模糊。隨后，鏡頭焦點(diǎn)自然地轉(zhuǎn)移到背景中，清晰地展現(xiàn)出一位正在翻閱舊書(shū)的女孩。

這是 PixVerse V6 給我的第一感受。不是「效果好」三個(gè)字能概括的，準(zhǔn)確說(shuō)是「這個(gè)效果，居然這個(gè)速度就出來(lái)了」。

PixVerse 出片快，這件事圈里不算新聞。大多數(shù) AI 視頻工具還在用排隊(duì)考驗(yàn)?zāi)托牡臅r(shí)候，PixVerse 已經(jīng)是同類(lèi)里生成速度最快的選手。在 Artificial Analysis 的視頻生成模型排行榜上，PixVerse V6 更是處在第一梯隊(duì)。

不過(guò)如果 V6 只是「更快了一點(diǎn)、畫(huà)質(zhì)更好了一些」，那它只是一次常規(guī)迭代，不值得單獨(dú)拿出來(lái)聊。

V6 做的事情，是把「快」從一個(gè)技術(shù)參數(shù)，變成了一種創(chuàng)作層面的結(jié)構(gòu)性?xún)?yōu)勢(shì)。指令理解強(qiáng)了，提示詞不用反復(fù)打磨；畫(huà)質(zhì)也更穩(wěn)了，這些環(huán)節(jié)省下來(lái)的時(shí)間疊在一起，比單純的生成速度提升值錢(qián)得多。

換句話(huà)說(shuō)，當(dāng)出片質(zhì)量夠穩(wěn)定、速度夠快，創(chuàng)作者的瓶頸就不再是工具，而是想法本身 。AI 沒(méi)有讓創(chuàng)作者貶值，它反而讓好想法比以前更值錢(qián)了。

不只是快，每一幀也經(jīng)得起放大看

PixVerse V6 的操作本身沒(méi)有任何門(mén)檻，新手也能輕松上手。

打開(kāi)拍我 AI（網(wǎng)頁(yè)端地址：https://pai.video），在輸入框里用自己的話(huà)描述想要的畫(huà)面，選好分辨率、畫(huà)面比例和時(shí)長(zhǎng)，點(diǎn)生成就行。支持 360P 到 1080P 輸出，橫屏豎屏都能選，單次生成時(shí)長(zhǎng)可以自己控制。

V6在指令理解上有了肉眼可見(jiàn)的進(jìn)步，只需簡(jiǎn)單描述創(chuàng)作意圖就足夠，無(wú)需堆砌專(zhuān)業(yè)術(shù)語(yǔ)，它明白你要的是什么光線(xiàn)、什么氛圍、什么景別，這也導(dǎo)致省下的不僅是時(shí)間，還有反復(fù)推敲提示詞的精力。

也支持上傳參考圖。想還原某個(gè)風(fēng)格、想鎖定角色長(zhǎng)相，把圖扔進(jìn)去就行，模型會(huì)參照著生成。

▲演示生成過(guò)程

V6 最讓我意外的進(jìn)步在于物理仿真。

我試了一段微距鏡頭。金黃色蜂蜜緩慢滴落，拉出晶瑩的絲線(xiàn)，落在松餅上緩緩散開(kāi)。絲線(xiàn)被重力拉細(xì)，接觸面的擴(kuò)散速度也和蜂蜜的黏度匹配。

它有重量，有重力，有因果。

▲提示詞：微距鏡頭。高粘度的金黃色蜂蜜正緩慢地從木質(zhì)攪拌棒上滴落，拉出長(zhǎng)長(zhǎng)的、晶瑩剔透的絲線(xiàn)，最后重重地落在下方剛出爐的松餅上，蜂蜜在接觸面緩緩散開(kāi)。畫(huà)面具有極強(qiáng)的真實(shí)物理運(yùn)動(dòng)邏輯。

以前 AI 視頻里的物理世界是「會(huì)動(dòng)的像素」，V6 里的物體在遵守物理定律。這一點(diǎn)的意義超出視覺(jué)層面。我們判斷一個(gè)畫(huà)面真不真，靠的是一種直覺(jué)：這杯水倒出來(lái)的方式對(duì)不對(duì)？這滴蜂蜜落下的軌跡合不合理？V6 在這個(gè)層面上交出了一份像樣的答卷。

物理仿真解決的是世界真不真實(shí)，而人像質(zhì)感解決的是人的質(zhì)感對(duì)不對(duì)。

這是 AI 視頻最容易翻車(chē)的科目。稍有不慎就是恐怖谷。五官精致但表情僵硬，皮膚光滑但質(zhì)感像硅膠，眼睛很亮但眼神沒(méi)焦點(diǎn)。你能認(rèn)出這是一張臉，但直覺(jué)會(huì)告訴你，這不是一個(gè)人。

V6 在這方面讓我重新有了新的審視。一些圈內(nèi)創(chuàng)作者拿它和 Seedance 放在一起比，結(jié)論基本是：兩者互有勝負(fù)，很難說(shuō)誰(shuí)壓過(guò)誰(shuí)。

我試了一段中年男性演員的面部特寫(xiě)，他正努力克制哭泣的沖動(dòng)，淺景深，柔和側(cè)光。出來(lái)的結(jié)果很難讓人移開(kāi)視線(xiàn)。鼻翼輕微顫動(dòng)，眼角濕潤(rùn)，這幾個(gè)動(dòng)作之間有時(shí)間差，有層次，有內(nèi)在邏輯。

這種微表情的層次感，讓人物開(kāi)始有了一種 AI 演員的即視感。對(duì)比之下，以前 AI 人像的情緒更接近「狀態(tài)切換」，V6 里的情緒有了過(guò)程。皮膚質(zhì)感的取向也值得單說(shuō)——肌理，毛孔、細(xì)紋、光線(xiàn)下的皮膚色差都保留。

打斗戲是 AI 視頻的體能測(cè)試。

拳頭要打在正確位置，被打的人要有合理反應(yīng)，身體運(yùn)動(dòng)慣性要連貫，多角色空間關(guān)系不能穿模。任何一個(gè)環(huán)節(jié)崩了，就變成搞笑視頻。許多 AI 視頻模型的生成結(jié)果要么是兩個(gè)人在做體操，要么揮拳的手臂穿過(guò)了對(duì)方的臉。

在體驗(yàn) V6 的過(guò)程中，我生成了一段大雨滂沱的泥濘小巷里，兩名武術(shù)高手正在激烈近身肉搏的場(chǎng)景。一記重拳擊中對(duì)方下顎，雨水和汗水隨沖擊飛濺，受擊者的面部肌肉因沖擊力產(chǎn)生真實(shí)的震顫。

畫(huà)質(zhì)之外，真正讓我興奮的是 V6 補(bǔ)齊了一套鏡頭語(yǔ)言能力。

變身特效方面，我生成了一臺(tái)科技感極強(qiáng)的機(jī)械無(wú)人機(jī)在空中急速飛行，隨后快速?gòu)慕饘傩螒B(tài)幻化為一條由流動(dòng)墨水和水墨線(xiàn)條組成的、散發(fā)幽藍(lán)光芒的水墨神龍。

▲提示詞：中國(guó)風(fēng)動(dòng)漫風(fēng)格，無(wú)人機(jī)在飛行過(guò)程中快速?gòu)慕饘傩螒B(tài)幻化為一條由流動(dòng)的墨水、墨點(diǎn)和水墨線(xiàn)條組成的、散發(fā)著幽藍(lán)光芒的水墨神龍。

過(guò)渡自然，沒(méi)有常見(jiàn)的像素閃爍和邊緣殘影。金屬的硬度和水墨的流動(dòng)之間有一個(gè)過(guò)渡狀態(tài)，兩種質(zhì)感都沒(méi)有被粗暴切斷，整個(gè)變身過(guò)程更接近融合，而非替換。

運(yùn)鏡能力同樣有驚喜。電影級(jí)航拍視角下，一臺(tái)無(wú)人機(jī)在廢棄的、生銹的工業(yè)廠房?jī)?nèi)部急速穿行。廠房的空間感、金屬質(zhì)感的光線(xiàn)處理、高速運(yùn)鏡時(shí)畫(huà)面的穩(wěn)定性，三件事同時(shí)做到位，沒(méi)有出現(xiàn) AI 常見(jiàn)的那種「不知道該看哪」的混亂感。

▲提示詞：電影級(jí)航拍視角，現(xiàn)實(shí)主義風(fēng)格。一臺(tái)無(wú)人機(jī)在廢棄的、生銹的工業(yè)廠房?jī)?nèi)部急速飛行。

還有一個(gè)方向是子彈時(shí)間。黑客帝國(guó)式的視角旋轉(zhuǎn)，主體定格，背景動(dòng)態(tài)延續(xù)。這類(lèi)鏡頭對(duì)時(shí)間感的控制要求很高，稍有偏差就會(huì)變成慢放，V6 處理得比較克制，速度分層是有的，沒(méi)有用力過(guò)猛。

我還試了兩個(gè)對(duì)空間穿越要求更高的場(chǎng)景。第一個(gè)是課堂。無(wú)人機(jī)視角從走廊切入教室，鏡頭跟著這股氣流穿出教室，拉到整個(gè)校園上空。試卷和白紙被氣流卷起，滿(mǎn)天都是，運(yùn)鏡軌跡卻沒(méi)有斷。

第二個(gè)是蜜蜂從窗縫擠進(jìn)來(lái)，穿過(guò)臥室、客廳，找到廚房里的蜂蜜罐再飛出。每個(gè)房間光線(xiàn)和景深都不同，換場(chǎng)時(shí)蜜蜂飛行慣性有輕微滯后，和真實(shí)昆蟲(chóng)的節(jié)律對(duì)得上。

多鏡頭切鏡可能是對(duì)實(shí)際工作流貢獻(xiàn)最大的能力。一段時(shí)尚女裝廣告短片，三個(gè)鏡頭的銜接流暢，色調(diào)溫暖統(tǒng)一，沒(méi)有 AI 的拼湊感。

還有三個(gè)我比較喜歡的運(yùn)鏡和場(chǎng)景調(diào)度的測(cè)試。

比如一架紙飛機(jī)在維多利亞式書(shū)架間起飛，書(shū)本跟著騰空排成隧道，隨后場(chǎng)景切進(jìn)腦內(nèi)微觀世界，神經(jīng)元在半透明星云狀組織里閃著熒光，像縮小版的銀河系。

同樣是紙飛機(jī)在圖書(shū)館迷宮里做非線(xiàn)性飛行，俯沖、側(cè)滑、擦邊過(guò)障礙，鏡頭緊緊跟隨，轉(zhuǎn)彎時(shí)有強(qiáng)烈的側(cè)滑感，沒(méi)有糊掉。

前腳還是琥珀暖色的圖書(shū)館，進(jìn)入腦內(nèi)世界后立刻切成深藍(lán)和深紫，但因?yàn)檫\(yùn)鏡沒(méi)有斷，切換反而變成了一種視覺(jué)沖擊，并不突兀。

這些能力單拿出來(lái)每一項(xiàng)都是加分項(xiàng)。組合在一起，意味著 V6 開(kāi)始具備完整的鏡頭語(yǔ)言能力了。

最后一個(gè)讓我印象深刻的點(diǎn)，不是畫(huà)面，是聲音。

V6 在開(kāi)啟 Audio 之后，音頻適配有了明顯增強(qiáng)。我試了一段微縮模型視角的場(chǎng)景：遠(yuǎn)處火山正在噴發(fā)，小人國(guó)村民四散奔逃，一只巨大的手拿著透明碗從天而降，將整個(gè)村莊罩住，透明碗落下的瞬間帶著空氣被壓縮的細(xì)微震動(dòng)。

特別是 ASMR 類(lèi)場(chǎng)景。下雨天的窗戶(hù)、篝火噼啪聲、書(shū)頁(yè)翻動(dòng)。這些畫(huà)面本身就追求沉浸感，音頻質(zhì)量直接決定你是在看視頻還是沉浸在場(chǎng)景里。

一個(gè)人暴力出片叫效率，一群人暴力出片叫生產(chǎn)力

如果 V6 只是一個(gè)更快更好的 AI 視頻模型，故事到這里可以收尾了。但 PixVerse 顯然不打算只講到這里。

據(jù)了解，這次同步上線(xiàn)了兩個(gè)東西：Team Plan 和 Mini Apps。

Team Plan 是給 2 到 15 人的工作室用的。核心機(jī)制很簡(jiǎn)單，團(tuán)隊(duì)共享一個(gè)積分池。

不再是每人一個(gè)賬號(hào)各算各的，而是整個(gè)團(tuán)隊(duì)統(tǒng)一消耗，按角色分配權(quán)限。老板看全局，創(chuàng)意總監(jiān)管項(xiàng)目分組，剪輯師專(zhuān)注出片。個(gè)人空間的素材和模板一鍵同步到團(tuán)隊(duì)空間，不用在群里來(lái)回傳文件。

聽(tīng)起來(lái)不復(fù)雜，但解決的問(wèn)題很真實(shí)。以前工作室用 AI 視頻工具，就是每人開(kāi)各自的賬號(hào)，出了好素材在群里互傳，版本管理靠文件命名加日期。這跟十年前用 U 盤(pán)傳 PPT 沒(méi)什么本質(zhì)區(qū)別。

Team Plan 做的事情，就是把 AI 視頻從個(gè)人工具升級(jí)成了團(tuán)隊(duì)生產(chǎn)線(xiàn)。一個(gè)人連出十條挑最好的叫個(gè)人效率，五個(gè)人各出十條，五十條里挑一條炸裂的，叫團(tuán)隊(duì)生產(chǎn)力。

Mini Apps 走的是另一條路。使用方式簡(jiǎn)單到不需要解釋?zhuān)荷蟼鲙讖埳唐穲D，系統(tǒng)自動(dòng)幫你剪成一條完整的廣告視頻。不用懂剪輯，不用知道什么叫鏡頭語(yǔ)言。

一個(gè)淘寶店主、一個(gè)小紅書(shū)博主、一個(gè)街邊奶茶店老板，都能在幾分鐘內(nèi)拿到一條可以直接發(fā)的產(chǎn)品視頻。

V6 模型是給創(chuàng)作者的武器，Mini Apps 是給所有人的傻瓜相機(jī)。當(dāng)創(chuàng)作門(mén)檻被壓到零，暴力出片就不只是創(chuàng)作者的方法論了，它變成了人人能用的基礎(chǔ)設(shè)施。

快，才是最貴的畫(huà)質(zhì)

畫(huà)質(zhì)夠好，速度夠快，成本這道關(guān)也值得單獨(dú)說(shuō)一說(shuō)。

720p 分辨率常態(tài)成本大概為每秒 0.04 美元，放在當(dāng)前市場(chǎng)里已屬低位，對(duì)應(yīng)的卻是第一梯隊(duì)的生成質(zhì)量，4 月 7 日前購(gòu)買(mǎi)會(huì)員至高打七折，生成時(shí)積分消耗再減免 30%，進(jìn)一步把規(guī)模化出片的成本壓了下來(lái)。

這讓我想到攝影從膠卷到數(shù)碼的變化。

膠卷時(shí)代一卷 36 張，按一次快門(mén)前得在腦子里構(gòu)圖三分鐘，因?yàn)槊恳粡埗加谐杀?，但快門(mén)本身的質(zhì)量沒(méi)有區(qū)別。數(shù)碼時(shí)代的攝影師怎么拍？因?yàn)槊恳粡埗记逦?、都?jí)蛴?，所以可以連拍 200 張，事后選構(gòu)圖最好的那張。沒(méi)人會(huì)說(shuō)這「不嚴(yán)肅」，因?yàn)樽罱K給觀眾看的永遠(yuǎn)是那張最好的。

V6 讓 AI 視頻創(chuàng)作進(jìn)入了這種「數(shù)碼時(shí)代」。

而 PixVerse 對(duì)「快」的理解，也早已超出了生成速度本身。

從早期的高速生成，到 R1 的實(shí)時(shí)交互，到 V6 的強(qiáng)指令理解讓描述變得更自然，再到 Team Plan 把協(xié)作效率拉到團(tuán)隊(duì)量級(jí)，這條線(xiàn)串起來(lái)，體現(xiàn)的是 PixVerse 在多個(gè)維度上同時(shí)提速：生成速度快、指令理解準(zhǔn)確、協(xié)作效率提升。

支撐這一切的，是PixVerse扎實(shí)的模型迭代能力。

能在排行榜上持續(xù)保持第一梯隊(duì)，靠的是每一代產(chǎn)品都在扎實(shí)啃硬骨頭，物理仿真、人像質(zhì)感、鏡頭語(yǔ)言，每一項(xiàng)都是難而正確的方向。V6 的初衷很純粹：讓創(chuàng)作者把精力放在創(chuàng)意上，其余的交給工具。

當(dāng)一個(gè)工具把高質(zhì)量的生成變成了觸手可及的日常，又把使用門(mén)檻壓到零、把協(xié)作效率拉到團(tuán)隊(duì)級(jí)別，它就不再只是一個(gè)「模型」了。它正在變成內(nèi)容時(shí)代的基礎(chǔ)設(shè)施。

PixVerse V6 開(kāi)啟了 AI 視頻的暴力出片時(shí)代，快到不講道理，好到能直接交片。

這個(gè)時(shí)代才剛開(kāi)始。