原标题：抖音心动超市AIGC：当孔子、李白和贝多芬打起夏日说唱 孔子、李白、贝多芬、爱因斯坦、牛顿、梵高、莎士比亚……十余位来自不同时代的人物，从学校画像里集体“出逃”，挤进一辆小车，在现代城市里来一场 Rap Battle，最后一起冲进心动超市。如果按传统方式实拍，几乎每一场都需要高额的制作成本。也正因为如此，这个创意把我们推向了一套新的制作方式——AI制作。一、从Brief到创意：让“心动”自己从故事里长出来心动超市是抖音生活服务零售业务的重要支线，暑期围绕酒水、冰淇淋冷饮、零食等应季品展开营销。这支片除了获得播放，更重要的是让用户记住，并进一步搜索“心动超市”。拆开Brief，我们抓住了三个关键词：暑期应季品、抖音、心动超市。从“暑期”出发，先找到产品背后的真实需求。六七月盛夏，冰饮、冰淇淋、酒水、零食背后共同的消费动机就是“热”。所以我们没有直接展示商品，而是先让一群人热到受不了，主动去寻找消暑好物，让心动超市成为剧情里的解决方案。从“抖音”出发，找到传播反差。孔子、李白、贝多芬、牛顿、爱因斯坦都是大众熟悉的文化符号，也天然适合被“玩梗”。越是一本正经的人，突然开始吵架、说唱、抢冰饮，反差越成立。于是有了核心钩子：让最熟悉的人，做最不像他们会做的事。那这些跨时代人物为什么会聚在一起？校园给了最自然的答案。他们本来就可以同时出现在学校走廊的名人画像墙上；恰逢暑假，学生离校、空调关闭，高温把这群人从画框里“逼”了出来。接下来，怎么让他们吵起来？我们选择了 Rap Battle。故事天然形成“心静派”和“行动派”两种观点，Battle既能让双方一来一回地交锋，也进一步放大“严肃名人突然Diss”的反差笑点。歌词则刻意做得直白、简短、重复。人物多、节奏快，歌词首先要让观众一听就知道谁站哪边。“行动！行动！行动！”，对上“心——静！心——静！”反复强化两个词，是为了最终完成品牌转折——心静 + 行动 = 心动。“全员齐唱：暑气浓，别愁烦，单一办法不周全。行有度，心自安，心动领券超划算众人：一起走，逛心动！抛开酷暑解心烦！一起走，逛心动！抛开酷暑解心烦！不怕热！不怕烦！直奔心动逛一番！不怕热！不怕烦！直奔心动逛一番！”“逛心动”“直奔心动”等歌词继续重复，让品牌名自然进入副歌，也让心动超市成为所有人物最终共同奔赴的目的地。至此，Brief被串成了一条完整的创意链——暑期制造消暑需求，校园聚集跨时代名人，名人玩梗制造反差，Rap Battle制造冲突，简短重复的歌词强化“心静、行动”，合成“心动”，最后落到心动超市。让人物、场景、音乐和歌词都为“心动”服务。项目主视觉延续“夏日好物一站逛”的心智，让视频创意与频道长期主题保持一致。从画像破框到现实走廊，角色第一次跨越媒介边界，也为整支片建立了荒诞、热烈的基调。二、先搭建一个“数字剧组”，固定人物和场景确定十余位跨时代人物之后，制作首先面临的不是“怎么让他们动起来”，而是怎么让他们在30多个镜头里始终是同一群人、同一个世界。1、“数字Casting”孔子、李白、贝多芬、爱因斯坦等人物既要一眼能认出来，又不能只是把历史画像搬进影片。为了适应Rap Battle的年轻、荒诞气质，我们将人物识别特征保留，造型和表演年轻化。比如孔子，我们保留了长须、传统头巾/冠帽、儒者式面部轮廓这些最核心的识别点；但在服装上减少过于繁复的古装感，用更简洁、利落的衣服，以及球鞋搭配增加现代感。角色设定图也以多角度和全身形象作为后续镜头的统一参考。角色设定：覆盖面部、全身与多角度的可复用资产。真正进入生成后，难点是不同景别、动作和多人同框时，人物很容易“越拍越不像”。因此我们会固定孔子的眉眼比例、脸型、胡须、头饰、服装主色和身形等关键特征，再让同一套角色资产进入后续镜头。角色进入狭小车厢后，面孔、服装仍需保持统一；群像一致性比单人画面更考验控制。2、美术场景统一学校、汽车、超市等主要场景的空间和色彩关系。故事从学校一路进入街道、汽车、城市和超市，如果每个场景独立生成，很容易像来自几支不同的片子。因此前期也同步建立了场景资产，并统一视觉方向：整体选择明亮、鲜活、高饱和的色彩，让校园、城市、汽车和超市虽然空间不同，却始终处在同一个年轻、夏日、略带荒诞感的世界里。校园场景：明亮高饱和的夏日校园，让空置、闷热的空间成为名人“破框而出”的起点。超市场景：延续鲜活明亮的视觉体系，用冷柜、货架与丰富商品营造从“酷热”进入“清凉”的反差。三、从一句句脚本，到32个可控镜头人物和场景确定之后，我们才真正进入“拍摄”。并不是把整段脚本交给AI生成，而是先把歌词、动作和节拍拆成完整分镜表。每一个镜头都会先明确时长、景别、人物动作、运镜、声音和前后剪辑关系，再用静帧验证构图和人物位置。整支片最终被拆成32个镜头，单镜大多只有2—4秒。AIGC制作流程为：脚本与歌词 → 镜头拆解 → 静帧验证 → 动态测试 → 修改/再生成 → 音乐剪辑 → 成片。复杂动作还要继续细致拆解。比如脚本里一句“李白把孔子等人拖出画像”，实际制作变成了四个镜头。李白双手抓住画框 → 破框落地 → 孔子的手伸出来抓住李白 → 牛顿、梵高、莎士比亚再被连锁拖出。镜头静帧甚至“抓画框”本身都单独给了1.5秒特写，用木框变形、纸面被顶起和嘎吱声为下一镜蓄力。这也意味着，每个镜头不是“生成一次就结束”，而是先用静帧解决人物是谁、站在哪里、镜头怎么看，再进入动态测试。如果动作关系不成立，就回到分镜继续拆；构图不对，就先改静帧。心静派在斑马线上组成稳定阵型，与车内行动派形成空间对峙；构图本身就是Battle的一部分。最后，每个独立镜头再回到音乐和剪辑中重新组成一场完整的表演：人物什么时候扭头、什么时候拍车门、哪句Rap在哪个镜头落下，都按照同一套节拍重新组织。AI负责把一个个动作生成出来，导演、分镜和剪辑负责让32个动作真正变成一支片。四、品牌落点：让合作商家成为场景的一部分进入后半段，制作的难点从“人物怎么演”，转向另一个更具体的问题，在AIGC画面里，品牌既要准确，又要自然。这次除了“心动超市”平台入口，还要同时容纳冷饮、冰淇淋、鲜果、零食、酒水，以及麦德龙、永辉、壹加壹、酒小二、养馋记等合作商家。品牌要进入货架、冷柜和人物行动，但又不能变成一组硬广摆拍。因此品牌露出部分的制作流程：先在分镜里决定品牌怎么出现，再在静帧里把品牌做准，最后进入动态生成。心动超市门头由手机中的数字元素实体化而来，品牌出现本身就是一个可观看的剧情动作。1、自然：先设计人物怎么行动，再决定品牌怎么露解决了品牌信息的准确性，接下来要解决的，是品牌如何自然进入故事。合作品牌和商品很多，如果每个Logo、每件商品都正对镜头完整展示，很容易把超市场景做成一面“Logo墙”。所以我们在分镜阶段做的，是把品牌信息拆进不同人物、不同动作和不同镜头里，而不是让一个镜头承担所有露出。先确定每个镜头的人物行为：谁在喝、谁在拿、谁在推购物车、谁经过哪一组货架；再为每个动作分配最合适的商品或合作商家，并控制单个镜头承担的信息量；再进入到生成阶段。产品参与人物行动，跟随人物自然的动作展现。比如这个镜头，先确认不同人物的不同动作，再把产品合理分配。李白喝冰饮，孔子自然拿着可乐喝完瞬间“破功”，贝多芬把冰淇淋当成指挥棒，爱因斯坦低头研究优惠券。不同合作商家分别进入货架、购物车和人物移动的路线中，跟着剧情与音乐依次出现。合作商家以真实零售场景承接心动超市的“丰富供给”，购物车走秀让品牌露出与人物表演发生关系。品牌不是最后“贴”进画面里的，而是在分镜阶段就被设计成人物动作和场景的一部分。这样观众首先看到的是一个人物正在发生的有趣动作，随后自然接收到商品和品牌信息。2、准确：先在静帧里把品牌“锁住”，再进入动态确定了品牌“在哪里、怎么出现”之后，下一步才是把它准确地生成出来。AIGC可以生成货架、商品和人物关系，但Logo、品牌文字、包装一旦变形，就会非常明显。尤其进入视频生成后，画面连续变化，原本清晰的Logo和文字更容易出现扭曲、错字或形变。所以品牌露出镜头——第一步先生成整体静帧，确定人物站位、商品位置、货架透视、镜头构图和光线关系；第二步针对门头、Logo、商品包装、手机页面等品牌资产逐一校正，让文字、图形、大小和透视先在单帧里保持准确；确认静帧成立以后，再进入动态视频生成，让人物、镜头和环境在这套已经确定的画面关系里运动。李白举起亮屏手机，“心动超市”入口、商品卡片与券包清晰出现。比如李白手机亮起这一镜，我们先把手机页面作为关键静帧处理，优先保证“心动超市”入口、商品卡片和券包清晰可读；随后再生成手机亮起、人物围看、屏幕发光等。最终，这支包含十余位角色、32个镜头和多场景切换的影片，由10人以内的核心团队，在20天以内完成。五、结语AIGC带来的不只是生成速度更快，更是让大量原本需要投入到演员、服化、置景和复杂执行中的成本，被重新分配到人物设计、美术、分镜、生成与剪辑。对我们来说，它真正改变的是一件更重要的事：过去看到“孔子、李白和贝多芬一起挤在车里Rap”，制作首先会问：“这个怎么拍？”这一次，我们终于可以先问：“这个够不够好玩？”