课程概述

本课程系统讲授如何利用生成式AI、虚拟人技术及传统叙事理论，创作出具有高度真实感、连续情节和情感深度的“仿真人剧”。学员将掌握从角色生成、剧本创作到视频合成与导演调度的全流程。

目标学员

· 影视/动画/新媒体创作者

· AI艺术与生成式内容（AIGC）爱好者

· 虚拟制片从业者、游戏剧情策划

课程大纲

第一部分：基础概念与工具（2课时）

1. 什么是AI仿真人剧

· 定义：完全由AI驱动角色、情节、视听呈现的连续剧集

· 与传统动画、虚拟偶像、真人剧的区别

· 典型形态：AI短剧、互动式AI剧集、虚拟直播剧

· 发展现状与技术瓶颈

2. 核心技术工具链概览

· 大语言模型（剧本/对白生成）

· 文生图/视频模型（角色/场景/动作）

· 虚拟人驱动（面部/身体/语音）

· 视频编辑与合成工具

第二部分：角色创建（3课时）

3. 仿真人角色设计

· 角色外观：AI生成一致性角色（Midjourney/DALL·E/Stable Diffusion + ControlNet）

· 角色人格：使用大语言模型定义性格、说话风格、背景故事

· 角色档案库构建与跨场景一致性维护

4. 语音与表演风格

· 语音克隆与合成（So-VITS-SVC、ElevenLabs等）

· 情感语调与节奏控制

· 从文本到表演：让AI理解“潜台词”与表演指示

5. 面部与身体驱动

· 静态图转动态面部（LivePortrait、FaceFormer等）

· 文本/语音驱动口型与表情

· 身体动作生成（MDM、MotionGPT等）

第三部分：剧本与叙事（3课时）

6. AI辅助编剧

· 使用大语言模型生成故事大纲、分集梗概

· 角色弧光设计：让角色在剧集中成长

· 对白生成：保持角色一致性与口语自然度

· 冲突、悬念与反转的设计提示词技巧

7. 叙事结构与多集连贯性

· 传统三幕剧、序列编剧法与AI适配

· 长上下文记忆：让AI记住前情提要

· 伏笔与回收的自动化生成

· 多线叙事与视角切换

8. 互动式AI剧集（可选进阶）

· 观众选择影响剧情分支

· 动态生成：根据观众反馈调整后续发展

· 状态追踪与角色关系网络

第四部分：视频生成与合成（4课时）

9. 场景与分镜生成

· 文生图生成场景关键帧（保持风格一致）

· 文生视频生成短片段（Runway Gen-2/Pika/Kling等）

· 图生视频：将角色定妆照转换为动态表演

· 分镜脚本自动生成与镜头语言设计

10. 角色与场景合成

· 绿幕/背景替换：将生成的角色合成到AI场景中

· 多角色同框：独立生成后合成 vs 直接生成多角色交互

· 光影与色彩一致性匹配

11. 连续性与动作流畅性

· 视频生成中的闪烁与变形问题处理

· 使用ControlNet/IP-Adapter保持角色一致

· 插帧与光流法提升动作流畅度

· 长镜头与场景切换的衔接策略

12. 后期制作

· AI自动剪辑与节奏控制

· AI生成配乐与音效（AIVA、Stable Audio等）

· 自动字幕与多语言配音

第五部分：导演与质量控制（2课时）

13. AI导演工作流

· 从文本到成片的完整Pipeline设计

· 人工介入节点：哪些环节需要创作者把控

· 版本迭代：逐镜头/逐对白的调优策略

· 案例拆解：现有AI短剧作品分析

14. 质量评估体系

· 角色一致性评估（客观指标 vs 主观评审）

· 表演真实感：恐怖谷效应与规避策略

· 叙事连贯性检测

· 观众体验测试方法

第六部分：伦理、版权与未来（2课时）

15. 伦理与法律问题

· 深度伪造（Deepfake）与真实人物授权

· AI生成内容的版权归属

· 暴力、色情内容的生成边界

· 虚假信息与历史题材的处理

16. 产业趋势与未来展望

· 实时生成剧集（与观众实时互动）

· 个性化剧集：为每位观众生成专属版本

· 世界模型与持续剧集宇宙

· AI剧集的商业模式与发行渠道

实践项目建议

阶段 产出

个人作业 用AI工具生成1个仿真人角色（含外观、语音、10句典型对白）

小组项目 完成1集3-5分钟的AI仿真人短剧（需包含至少2个角色、完整剧情）

期末作品 完成连续3集的AI仿真人剧（或1集互动剧原型），提交制作文档

推荐工具清单：ChatGPT/Claude（编剧）、Midjourney/DALL·E 3（角色/场景）、Runway Gen-2/Pika/Kling（视频）、ElevenLabs（语音）、LivePortrait（面部驱动）、CapCut/AutoPod（剪辑）