一段几秒钟的生成片段，光影顺滑，镜头也有模有样。把它拖进剪辑时间线，接上下一个镜头，麻烦立刻出现：人物衣领的纹理变了，桌上的杯子挪了位置，上一镜的运动方向也接不上。观众未必说得出哪里不对，但会觉得“假”。这不是唱衰，而是一个转折——视频生成一旦离开演示窗口，进入剪辑台，评价标准就变了。
从“像”到“可改”
演示里，我们看的是单段结果。制作里，人要反复改。改一句提示，整段重算，背景、表情、动作一起漂移，这种体验很难进入日常流程。缺的并不是提示词的花样，而是可回退、可局部修改的编辑接口：能不能只换一件衣服，只挪一个道具，只调整镜头运动，而不把整段推翻重来。
连续性不是把时长拉长
时间一致性常被说成“别闪、别跳”。实际涉及的问题不止这些。人物身份要稳定，物体位置要能追踪，光线方向要连续，镜头运动还得符合空间关系。杯子被拿起又放下，下一个镜头里它应该在桌上还是手里，这是场景状态问题，不是像素问题。把短片段拼成长片，误差会累积；要处理的，是状态如何被记住和更新。
工作流里谁说了算
剪辑软件有自己的语言：轨道、图层、关键帧、遮罩、色彩空间、音频同步。生成模型如果只输出一个扁平的视频文件，后面的人就只能在成品上硬改。要让视频生成真正进入工作流，输出就不能只有画面，还要有可分层、可追溯、可复用的信息。哪些是生成的，哪些是实拍，哪些被修改过，也需要留下痕迹。来源标注不是附加题，它关系到素材能不能被放心使用。
先别急着替代谁
在概念预演、风格化短片、补足空镜这类任务里，它已经能帮上忙。它擅长给出方向，不擅长替人做精确决定。遇到需要严格叙事、复杂交互、多人协作的项目，现阶段把它放在辅助位置，是一种务实的用法。这个判断不绝对，模型会变，工具也会变。
我关心的不是下一段演示能多惊艳，而是它能不能被稳定地改上十遍，还能让剪辑师看懂。视频生成走到这一步，才算真正离开橱窗。