世界模型是什么?短剧为什么需要它

一句话: 世界模型是一种记得住「地方」的 AI:它接下来画出的东西,和之前画过的对得上 —— 你转个身,门还在原处。2026 年说起世界模型,大多指能在里面走动的可探索世界,比如 Google DeepMind 的 Genie 3、World Labs 的 Marble。SceneMixer 用的是给短剧准备的、更窄也更实用的那一种:开拍之前,每一场戏先有一个世界 —— 片场的 360° 全景、量过的家具、每个角色的位置 —— 然后把每一台摄像机放进这个世界里拍。付费套餐的新项目自动开启,不另收积分。
SceneMixer 生成的 AI 短剧《异星前哨》成片画面(4 个角色、1 集)
样片《异星前哨》:3D写实CG · 1 集,由 SceneMixer 流水线从剧本直接生成 · 看整集

拖动下面「试试演示片场」里的那一格,就能环视一个这样搭出来的片场。在你自己的项目里,片段生成时编辑器的预览区就是这个样子。

一段话讲清世界模型

大多数 AI 视频模型是照着屏幕上已有的东西往下画,没有任何地方记着镜头背后是什么。你要一个反打,它只能把房间的另一边现编一个,而且每次编得都不一样。世界模型记着的是「这个地方」本身:布局、物件、谁站在哪。每个新画面都从这份记录里画出来,所以画面之间对得上。

真的剧组天天这么干,只是不叫这个名字:景搭一次,演员站上记号,摄影机挪来挪去。房间不会在两条之间变样,因为它是一个真房间。世界模型,就是 AI 版的「有个景」。

2026 年为什么人人都在聊世界模型

截至 2026 年 10 月,下面三件事能看出这个方向在往哪走:

  • Google DeepMind 的 Genie 3。描述一个地方,它就生成一个你能实时在里面移动的世界,你往哪走它往哪画。2026 年 1 月,Google 把基于它的研究原型 Project Genie 开放给了 Google AI Ultra 订阅用户。
  • World Labs 的 Marble。李飞飞参与创办的 World Labs,把文字、图片或视频变成一个能在里面走动、能导出的 3D 世界。2026 年 4 月出了 1.1 版。
  • Helix World。2026 年 10 月由 Noiz AI 和香港科技大学放出的预览版:画面和声音一起、实时生成的世界模型。

这些项目还没解决的难题,做短剧的人都很熟:长镜头里脸和衣服会慢慢变;镜头看向别处再转回来,东西变了;世界能撑一分钟左右,撑不了一整集。另外,「世界模型」这个词现在用得很松,有些自称世界模型的产品,其实还是一个镜头一个镜头地画。

短剧需要的是什么样的世界

短剧用不着一个能逛一小时的世界。它要的是:一段对话的时间里房间纹丝不动,下一集回来还是这个房间。

  • 正打和反打对得上。她背后是窗,那他的反打拍到的就是房间另一边,而不是一面新编的墙。
  • 人守着自己的位置。坐在主位的人,切完镜头还坐在主位。
  • 房间跨集不变。第 1 集的办公室,到第 6 集还是那间办公室。
  • 机位讲道理。过肩镜头真的从一个肩膀后面拍,离得也是真实的距离。

这比一个可探索的世界小得多,正因为小,今天才能每一场戏都稳稳做到。从拍摄手艺的角度再讲一遍:为什么一切镜头人物就换边。

SceneMixer 怎么给每场戏搭世界

  1. 从场景设定图出发,就是这个场景本来就有的那张图。
  2. 做出片场的 360° 全景,房间四面都有,而不只是原图朝着的那一面。
  3. 量房:墙、天花板、门洞窗洞,还有家具摆在哪。
  4. 场里每个角色都分到一个位置,照分镜里写的来:在桌边、在门口、在副驾驶。
  5. 每个镜头的机位都放进同一个世界,全景、特写、反打看的都是同一个房间。

室外的戏是一个轻量的世界:地面、近处的物件、四个方向的远景。一个房间量一次,跨镜头、跨集都复用。场景图怎么变成片场、什么样的场景图更好:场景图怎么变成片场。

整个演示片场的 360° 全景:吧台、点着蜡烛的圆桌、落地窗和双开门都在一张图里
演示片场的 360° 全景。平铺开来看是拉长的,放进查看器里就围成一圈。这个片场的每一台机位,看的都是这同一张图。
演示片场:木饰面餐厅,吧台和城市夜景落地窗,1 号机看到的画面
1 号机位
演示片场:木饰面餐厅,吧台和城市夜景落地窗,2 号机看到的画面
2 号机位
演示片场:木饰面餐厅,吧台和城市夜景落地窗,3 号机看到的画面
3 号机位
演示片场:木饰面餐厅,吧台和城市夜景落地窗,4 号机看到的画面
4 号机位
同一个演示片场里的四台机位。每个画面都是从同一张 360° 全景按机位算出来的,所以吧台、窗户、桌子从一个镜头到下一个镜头都待在原处。

试试演示片场

这是 SceneMixer 首页上的那个演示片场:一间餐厅,四个角色,四台机位。拖动就能环视,视线会沿着底下的时间轴一台机位一台机位地走。

自己试试:拖动环视这个演示片场。四个角色站在房间里,带编号的摄像机是每一镜从哪拍,视线沿着底下的时间轴一台机位一台机位地走。编辑器里的预览也是这样,只是人画得更简单。

在真项目里,片段生成的时候,编辑器会这样显示你自己的片场。每一样东西是什么意思:出片前拖动环视片场。

谁能用、要不要钱

付费套餐的新项目自动开启世界模型。没有开关要开,也不按镜头另收积分;图片和视频照原价计费。付费方案改变了什么。

世界模型上线之前建的项目、免费套餐的项目,继续用原来的自动走位,它同样会按分镜让人在切镜头时守住座位和左右:空间布局一致性。

它不做什么

  • 它不是游戏。镜头渲染的时候你能环视片场,有的片场还能挪一小步,但不能在世界里随便走,也不能在里面玩。
  • 不能拖着人改位置。预览是只读的。位置来自分镜,改位置就改分镜文字:分镜里怎么写站位、坐位和走动。
  • 它不管脸。脸来自角色形象图:每个镜头都是同一张脸。
  • 不保证每条片都完美。视频还是一个镜头一个镜头地生成,只是生成在这个世界里。某一镜出错了,就改那一镜再重新生成:只改一镜。
问题每个镜头从零画每场戏先有世界
第 3 镜里门在哪?这一镜想象在哪就在哪第 1 镜在哪就在哪
谁坐在左边?切镜头时可能对调每次切都是同一个人
反打拍到什么?一面新编出来的墙同一个房间的另一边
第 6 集还是那间办公室?像,但不是同一间同一间量过的房间
要你设置什么什么都不用,也什么都守不住什么都不用:付费套餐的新项目自动开启

常见问题

世界模型用大白话说是什么?

一种记得住「地方」的 AI:记着布局、物件、谁在哪,每个新画面都从这份记录里画出来,所以画面之间对得上。没有它的视频模型,每个镜头都要把房间重新编一遍。

SceneMixer 的世界模型和 Genie 3、Marble 是一回事吗?

不是。那些做的是能探索的世界。SceneMixer 给你剧里的每一场戏搭一个景、量好、把角色和机位放进去,再从这里生成镜头。想法相通,活儿窄得多。

我能在自己的世界里走动吗?

能看,不能逛。片段渲染的时候,编辑器预览区会显示片场的 360° 全景,你可以拖动、转手机看,有的片场还能挪一小步。不能随便走,你在里面做什么都不会改视频。

世界模型要额外花钱吗?

不用。付费套餐的新项目自动开启,不按镜头另收积分;图片和视频照原价。

为什么我的项目没有?

世界模型上线之前建的项目、免费套餐的项目,继续用原来的自动走位。示例项目和已经出片的片段,也不显示 360° 全景。

要我设置什么吗?

不用,没有开关。分镜照常写;世界从场景图搭出来,人按分镜文字摆位置。

它能让角色的脸不变吗?

不能。世界管的是房间和位置,脸来自每个角色的形象图,那有单独的排查清单。

下一集还是用同一个世界吗?

是。一个房间量一次,跨镜头、跨集复用。你给这个场景重新出了图,就按新图重新量。

世界能导出、拿到别处用吗?

不能。这个世界只为在 SceneMixer 里拍你的剧而存在,没有导出。

先搭景,再开机

新建一个项目,每一场戏都会先有世界,再有镜头。

新建项目

更新于 2026 年 10 月 15 日