一句話生成短劇：BigBanana AI Director 讓普通人也可以當(dāng)導(dǎo)演

大家好，我是「許澤宇」。

最近短劇/漫劇市場有多火，不用我多說了。刷短視頻平臺(tái)，十條里有八條是“重生逆襲”“霸道總裁”“神醫(yī)下山”。看起來簡單，但真正做一部哪怕幾分鐘的短劇，背后都需要完整團(tuán)隊(duì)：編劇、導(dǎo)演、演員、剪輯、配音。

而我自己也是一個(gè)資深短劇迷，在過去一兩年里我看過了上百部短劇。

對普通創(chuàng)作者來說，門檻最大的不是“會(huì)不會(huì)寫故事”，而是“能不能把故事穩(wěn)定地變成可控的鏡頭”。

這次我想分享一個(gè)非常“工程化”的開源項(xiàng)目：BigBanana AI Director（AI 漫劇工場）。

它的定位非常清晰：AI 一站式短劇/漫劇生成平臺(tái)。核心目標(biāo)不是“抽卡式生成”，而是把創(chuàng)作流程工業(yè)化，把導(dǎo)演工作臺(tái)搬進(jìn)瀏覽器。

項(xiàng)目一句話簡介

BigBanana AI Director面向創(chuàng)作者，提供從靈感到成片的完整工作流，支持劇本拆解、角色與場景資產(chǎn)構(gòu)建、關(guān)鍵幀控制、鏡頭生成與成片導(dǎo)出。

更關(guān)鍵的是，它采用Script?to?Asset?to?Keyframe的工業(yè)化流程，強(qiáng)調(diào)“可控”和“連貫”，而不是靠運(yùn)氣出圖。

為什么它和一般 AI 生成不一樣

傳統(tǒng)的 Text?to?Video 往往有三個(gè)硬傷：

1. 角色不一致，鏡頭一換就“變臉”。

2. 場景不連續(xù)，光影與風(fēng)格無法統(tǒng)一。

3. 運(yùn)鏡不可控，劇情節(jié)奏很難把握。

BigBanana 的解法是：關(guān)鍵幀驅(qū)動(dòng)（Keyframe?Driven）。

核心理念：關(guān)鍵幀驅(qū)動(dòng)

1. 先畫后動(dòng)：先生成精準(zhǔn)的起始幀（Start）與結(jié)束幀（End）。

2. 插值生成：在兩幀之間生成平滑過渡的視頻。

3. 資產(chǎn)約束：角色定妝照與場景概念圖強(qiáng)約束畫面一致性。

這樣做的意義是：鏡頭起止可控、角色穩(wěn)定、場景統(tǒng)一，從根本上解決“抽卡式翻車”。

核心功能拆解（四階段工作流） Phase 01：劇本與分鏡（Script & Storyboard）

這是整個(gè)生產(chǎn)線的起點(diǎn)。

功能要點(diǎn)：

• 智能劇本拆解：輸入小說或故事大綱，自動(dòng)拆解成標(biāo)準(zhǔn)劇本結(jié)構(gòu)（場次、時(shí)間、氣氛）。

• 視覺化翻譯：自動(dòng)將文字描述轉(zhuǎn)化為專業(yè)提示詞。

• 節(jié)奏控制：支持設(shè)定目標(biāo)時(shí)長，自動(dòng)規(guī)劃鏡頭密度。

• 手動(dòng)編輯：可編輯角色視覺描述、分鏡畫面提示詞、動(dòng)作與臺(tái)詞，確保結(jié)果可控。

Phase 02：角色與場景資產(chǎn)（Assets & Casting）

一致性是 AI 視頻最難啃的硬骨頭。BigBanana 在這里下了重功夫。

功能要點(diǎn)：

• 角色定妝照：為每個(gè)角色生成標(biāo)準(zhǔn)參考圖，確保一致性。

• 衣櫥系統(tǒng)：支持多套造型（如日常/戰(zhàn)斗/受傷），在 Base Look 上保持面部特征不變。

• 場景概念圖：生成環(huán)境參考圖，確保同一場景的光影與氛圍統(tǒng)一。

Phase 03：導(dǎo)演工作臺(tái)（Director Workbench）

這是我最喜歡的部分，像一個(gè)“虛擬導(dǎo)演臺(tái)”。

功能要點(diǎn)：

• 網(wǎng)格化分鏡表：全景式管理所有鏡頭。

• Start / End Frame：精準(zhǔn)控制鏡頭起止畫面。

• 九宮格分鏡預(yù)覽：一鍵生成 9 個(gè)視角，快速確定構(gòu)圖。

• 上下文感知：自動(dòng)讀取當(dāng)前場景圖與角色定妝圖，避免“穿幫”。

• 視頻生成雙模式：支持單圖 Image?to?Video 與首尾幀 Keyframe Interpolation。

Phase 04：成片與導(dǎo)出（Export）

功能要點(diǎn)：

• 時(shí)間軸式實(shí)時(shí)預(yù)覽

• 渲染進(jìn)度追蹤

• 導(dǎo)出高清關(guān)鍵幀與 MP4 片段，方便后期剪輯

快速上手（Docker 一鍵啟動(dòng)）

如果你想本地體驗(yàn)，部署非常直接，Docker Compose 一鍵啟動(dòng)。

# 1. 克隆項(xiàng)目
git clone https://github.com/shuyu-labs/BigBanana-AI-Director.git
cd BigBanana-AI-Director

 # 2. 一鍵啟動(dòng)
docker-compose up -d --build

 # 3. 訪問應(yīng)用
# 瀏覽器打開 http://localhost:3005

1. 啟動(dòng)應(yīng)用并配置 API Key

2. 在 Phase 01 輸入故事創(chuàng)意，生成分鏡腳本

3. 在 Phase 02 生成主角定妝照與核心場景圖

4. 在 Phase 03 生成首幀，必要時(shí)補(bǔ)充尾幀或用九宮格預(yù)覽選構(gòu)圖

5. 選擇視頻模型生成片段并導(dǎo)出

技術(shù)棧（簡版）

• 前端：React 19 + Tailwind CSS

• 模型組合：

• • 文本：gpt-5.2

  • 視覺：gemini-3-pro-image-preview

  • 視頻：veo_3_1-fast/sora-2 /Seedance

• 存儲(chǔ)：IndexedDB（本地瀏覽器數(shù)據(jù)庫，無后端依賴）

• 需要連續(xù)劇情、系列化內(nèi)容的創(chuàng)作者

• 想把 AI 真正變成生產(chǎn)力工具的工作室

• 對角色一致性、鏡頭可控性要求高的團(tuán)隊(duì)

• 項(xiàng)目開源協(xié)議：CC BY?NC?SA 4.0

• 允許個(gè)人學(xué)習(xí)與非商業(yè)使用

• 禁止商業(yè)用途（需獲取商業(yè)授權(quán)）

• 默認(rèn)工作流依賴對應(yīng)能力模型組合（文本/圖像/視頻），可自行替換或適配

• 項(xiàng)目地址：https://github.com/shuyu-labs/BigBanana-AI-Director

• 客戶端下載（Windows）：https://pan.quark.cn/s/dfbfe01eefdf

• 項(xiàng)目來源參考：https://github.com/Will-Water/CineGen-AI

BigBanana AI Director 的價(jià)值不在于“出一張圖”，而在于把短劇生產(chǎn)流程做成可控、可復(fù)用、可量產(chǎn)的工業(yè)化系統(tǒng)。

如果你關(guān)注 AI 影視生產(chǎn)，或者想把短劇創(chuàng)作真正跑起來，這個(gè)項(xiàng)目值得深入研究。

感興趣的朋友可以去項(xiàng)目頁看看，順手點(diǎn)個(gè) Star。

https://github.com/shuyu-labs/BigBanana-AI-Director