一条过场镜头反复改了几轮之后，真正让人疲惫的并不是渲染等待，而是每次向剪辑解释：人物从左边入画，走到窗边停一下，再转身看门外。文字描述看起来清楚，放到时间线上却总差一点。后来我试着把这类镜头先交给视频生成，拿一段粗糙的动态当草稿。它不解决全部问题，但把讨论从“我觉得不对”拉到了“这里运动方向反了”。
先让镜头动起来，再谈交付
草稿阶段的核心不是画面精细度，而是空间关系能不能被看见。人物从哪边入画，走几步，停在窗边还是门边，转身时视线落在哪里，这些信息在文字里容易被忽略，在连续画面里却很难含糊。视频生成在这里像一张可以播放的分镜纸：它不承诺成片质量，只把运动意图提前显影。
单帧画面容易骗人。一张图里衣服褶皱、背景透视、光源方向可以彼此无关，观众也不会追究。但镜头一动，连续性就开始要账。角色转身后，衣领的开口方向、桌上杯子的位置、窗外光线的角度，都会在下一帧被拿来对照。视频生成在草稿阶段的作用，不是替代拍摄，而是把这些对照关系提前暴露出来。
一致性不是一句话的事
讨论一致性时，容易把它简化成“角色长得一样”。实际拍摄中，一致性还包括空间、光线和动作因果。一个人从室内走到室外，影子方向会变；拿起杯子，手指遮挡关系会变；镜头从全景切到近景，背景里的家具不能凭空换位置。常见做法是用首尾帧、参考图、运动描述或分镜拆解来约束生成过程，但具体实现各家不同，能控制到什么程度，需要按镜头试。
我的习惯是把镜头拆成可验证的小段：先确认运动方向，再看空间透视，最后处理光线和材质。这样做未必缩短时间，但能把问题定位在某一层，而不是笼统地归因于“生成得不对”。如果一段镜头连运动关系都说不清，直接进入精细生成，返工往往只是换一种形式出现。
边界在素材与意图之间
视频生成进入交付环节时，边界往往不在模型能不能生成，而在我们能不能说清楚要什么，以及能不能承担素材来源的责任。交付前我会看几件事：
- 输出规格是否匹配时间线，分辨率、帧率、编码与时间码能不能直接落轨；
- 需要透明通道或单独元素时，生成结果是否方便拆层；
- 参考图、首尾帧和运动描述是否保留了可追溯的记录，方便复盘；
- 素材授权、肖像使用和平台规则是否在可用范围内，尤其是涉及真实人物或已有作品风格时。
这些检查听起来偏事务，却决定了一段生成画面能不能进入正式流程。草稿可以粗，但素材来源不能糊涂。涉及真实人物、品牌标识或受保护作品时，提前确认和谨慎表述能减少事后补救的麻烦。
回到那条过场镜头。它后来没有直接成为成片，而是作为预演留在了项目里，帮助实拍时把路线定下来。视频生成改变的是试错成本，不是拍摄本身。下一次改镜头前，先问一句：这段运动关系，是值得实拍，还是先用视频生成看个大概？