2026.10.30

AI 让做视频变简单了,但最后五分钟还是卡着人

先说个这半年很多人都在经历的场景。

先说个这半年很多人都在经历的场景。

你打开 AI 视频工具,输入一句话,等一分钟,出来一段八秒的片子。不错,挺像样。于是你接着生成第二段、第三段,想把它们拼成一条完整的视频。

然后你发现,你只是把"不会拍"这件事解决了,"剪一条能发出去的视频"这件事还在。

打开剪辑软件,一条空时间线,三段素材躺在上面。你拖来拖去,调顺序,对时长,转场,加字幕,再点导出。参数那一栏还有一堆选项,你不确定动一下会不会崩。

整个过程不长,五分钟。但它是整件事里唯一让你卡住的部分。

我到现在还是这么干的。做公众号那些视频,AI 生成的素材一堆一堆的,最后合并那一步永远得自己来。

生成那头已经很便宜了

先说事实,因为这两年变化确实大。

2026 年 1 月,AI 视频平台的整体月活超过 1.24 亿。这个数字是第三方统计的,不是官方披露,但量级上没什么争议。

工具换了一轮。3 月 OpenAI 终止了 Sora 的消费者端,9 月 API 也下掉了。AI 视频行业里那个最响的招牌,退场了。

接棒的是 Google 的 Veo 和国产那几家。可灵 3.0 每天送 66 积分,即梦每天 60 积分,折算下来一天能白嫖十条八秒左右的片段。画质上限是 Veo 更高,但 Veo 单条按秒收费,大概 0.15 到 0.4 美元一秒。

对普通人来说,结论其实挺简单的:想让画面出现,今天已经不需要成本了。

但"生成"和"能发出去"是两件事

这里有个我一开始没想明白、后来才反应过来的地方。

所有这些工具,包括最好的那个,产出的都是一段一段的片子。想做一条完整的视频,你必须分段生成,然后自己拼。

有个做 AI 视频工具测评的博主写得很直白,大意是:所有工具都要分段生成再剪辑拼接,同一个镜头跑三到五次、挑一条出来用,是常态。

还有一条更实用的经验,大意是:生成模型会自己"脑补"出按钮、文字和 logo 这些细节,关键镜头还是得实拍或者后期修,字幕也务必后期加。

这两句话放一起,就说明了问题出在哪。

AI 把"从一个念头到一段素材"这段路,砍掉了九成。剩下的那段——拼接、调顺序、加字幕、导出——原封不动地留给了你。而且它现在变得更难受了:因为你手里突然多出来十几段质量参差的素材要收拾。

前几天看到一组数据挺说明问题:49% 的营销人员已经把 AI 视频放进了常规工作流,而在 2023 年这个数字只有 18%。

用的人多了,会做视频的人多了,那条"最后五分钟"就变成了新的瓶颈。它不再是少数人的门槛,它变成了所有人的门槛。

我自己写了个小工具

所以我干了件很具体的事。

我写了个小程序,专门干一件事:把散着的几段视频合成一条能直接发的成片。不用拖时间线,不用调那些看不懂的参数,选好素材,填个标题,剩下的它自己处理。

不是要替代什么专业软件。就是因为我不想每次做视频都卡在那五分钟。

写了之后我发现一件事:这类"最后一步"的需求,比我想象的多。我身边不少做内容的人,素材是一堆一堆攒下来的——AI 生成的、真人拍的、截图录屏的——就是没个顺手的办法把它们变成一条能发的东西。

下周三晚上,我现场做一遍

这是我这周想说的正事。

下周三(11 月 4 日)晚上八点,我在视频号开一场直播。

内容就是上面这件事,从头到尾做一遍。你会看到:

我从零生成几段素材,然后当场合并成一条成片。中间那些参数怎么选、哪里容易踩坑、失败了重来是什么样,我全播。

不插播片,不喊口号。就是干活。

为什么要播,而不是写篇图文发完算了——因为这件事的坑,全在"看别人做"和自己做之间那段缝里。文字能写清楚步骤,写不清楚手感。

公众号的读者,我给留了个东西:看完直播想要那份模板清单的,评论区扣"直播"两个字,我私信发给你。 那是一份按平台分好的比例和时长设置,照着填就行,不用自己试。

下面可以预约。预约之后,开播前微信会自己弹提醒,不用你记着周三。

点进去看一眼,直播预告就挂在下面。

这里本来挂着一张直播预约卡片,但它是微信的原生组件,网站这边插不进去。想预约,去公众号「骨二两」看这篇原文。

结尾

AI 视频这件事,变化最大的其实是前半段。

但真正每天跟视频打交道的人,清楚知道卡在哪——不是生成那一下,是后面那五分钟。

这五分钟以前是剪辑师的活,现在轮到每个自己发视频的人了。

下周三晚上八点,我把这五分钟摊开做一遍。你来看看有没有你自己摸索的那一套,跟我的有什么不一样。