复刻《牛来》的成本与挑战分析

制作粗糙的角色建模与令人捧腹的台词，听说《牛来》是一部由两位创作者用五年时间制作的电影，谁能不心动，想试试用AI创建自己的《牛来》呢？我也没能抗拒这个诱惑。于是，先观看了成片，下面是《牛来》中广为流传的“喊妈”片段。需要声明的是，由于我是新手，技术水平有限，希望观众多多包容。在制作这个视频时，Seedance是一个显而易见的选择，尽管效果出众，价格却有些令人担忧。因此，我希望找到一个更具经济性的解决方案，毕竟《牛来》的制作本身并不需要涉及复杂的特效。对于我这样的新手来说，易用的工具更是高效的关键。

恰好在七月底，MiniMax刚刚推出的MiniMax Design工作台将图片、视频、音频和简单的剪辑整合在同一平台上，非常适合我们这种临时起意的人来尝试。用户只需直接告诉模型想要完成的任务，Agent就会自动选择合适的工具。这一特点特别适合《牛来》的制作：没有电影级别的特效，只需要几个低多边形角色和短小精悍的段子，追求的是便宜、快速，以及幽默。因此，我决定本着“能用AI解决的事就尽量节省开销”的原则，试试制作的感觉。

第一步不是先写脚本，而是先定义牛的形象。我开始在网上查找素材，虽说盗摄不太妥当，还是决定先试试看。工作台的一个优点是素材不会在制作时变得越来越杂乱。我选择了五张最能体现牛角色特征的参考图来生成五视图；视频制作完成后，再将角色的五视图与场景图结合使用。新生成的结果会主动关联到相关素材，从而形成一幅引人注目的节点图。

这次的Agent先后调用了G Image 2和四次香蕉Pro，总计只消耗了MiniMax Design的450积分，折合大约3.15元。这样就完成了几个主要角色的基本建模，确实非常划算：牛妈妈的五个视角基本一致，尽管最显著的鼻部特征被磨平，变得较为普通。这并不是因为建模技术差，而是因为它太过于追求角色的“标准化”。在检视角色的过程中，需要首先确认轮廓和比例，再看口鼻及肢体部分，最后关注材质。虽然找不到更好的参考素材，角色设定暂时就定下来了。先创建角色的主要目的是保持后续视频中的人物形象的一致性，避免在制作过程中出现变形。事实证明，MiniMax Design在标准化制作流程上保持了人物一致性的效果相当不错。

接下来，我随意添加了一些短小段子，让模型开始制作内容。工作台的另一个优点是启动过程没有障碍。选择模型时保持“自动”，Agent会根据需求调用MiniMax H3或Seedance 2.0 Fast，然后将视频与角色图和场景图连接。生成后的时间线可以进行裁剪、变速、分离音频，直接导出，不需要再启用其它剪辑软件。不过，需要注意的是，和文本类型的Agent不同，这个任务流程几乎是单线程的。制作一段10秒的视频大约需要15分钟，其他项目只能排队等待，这也是这个App功能设置的一个缺陷。Codex和Claude code都支持多线程操作和多模态能力，而MiniMax design在有一个视频生成时，其他创作只能静静等待。这样的单线程设计对视频制作的效率造成了影响。

令人欣慰的是，成品的画面一致性超出了我的预期，牛来仍然是那个红色的小个体，妈妈也保持了棕黄色的身体和两只角。然而让我觉得痛心的是修改环节。我本想把《牛来跳河》中的“中国人能飞”改成“中国牛能飞”。可Agent调用Seedance进行视频编辑时却报错了，随后自动切换为Speech-2.8-HD来补充音频。虽然Agent的这种自动切换策略很聪明，但实际的效果却令人失望。画面没有变化，声音却突然换了另一种音色，显得极其突兀。对Agent来说，任务完成了；对观众来说，这头牛就像突然换了配音演员。

在开头的“喊妈”名场景的调整中，我也遭遇了类似的问题，主要出在声音的准确性上。调整音频几乎只能通过提示整体修改视频声音，然而最终产出的音频与视频的契合度极差，几乎无法使用，只得考虑重新制作一个完整的视频，这样一来，token的花费也就不小了。尽管声音调整欠佳，但MiniMax在画面调整方面的表现其实还算不错。在“迷宫问路”的段子中，最初版本无法清晰呈现牛与蛇在迷宫中的关系，导致整个视频的逻辑失效。在经过两次针对性的修改后，终于呈现出了“迷宫”的感受，画面也得以使用。