AI音乐之后，AI MV开始接棒：一首歌的“视觉成本”正在被重写

一支完整的MV，可以没有传统意义上的拍摄现场吗？

音乐人廖芊芊演唱的《远古的月光》提供了一个具体样本。这支时长约4分钟的MV，全程使用万兴科技（300624.SZ）旗下AI音乐视频创作平台Enkio制作完成。画面中，月夜、荒原与人物共同构成偏东方幻想的视觉世界，整体呈现出较强的唯美电影感——但这些画面并非来自某个实拍现场。

就在不久前，Enkio才刚在第五届全球数字贸易博览会上完成首次公开亮相。从产品演示到一位专业音乐人的正式作品，这中间的时间间隔并不长。

问题由此变得具体：当成熟的音乐人开始把AI真正放进MV制作流程，这究竟是一次技术尝鲜，还是音乐视觉的生产方式正在发生变化？如果是后者，MV制作中最先被改变的，又会是什么？

一、MV为什么一直是一门“重生意”

一支常规意义上的MV，通常要经历创意策划、导演构思、场地协调、演员与造型、摄影与灯光、后期剪辑与调色，再加上多轮反复修改。每一个环节都对应着专业分工，也对应着真实的时间和资金投入。

对头部歌手和大型厂牌来说，这是作品投入的一部分。但把视线往下移，情况就不太一样了。独立音乐人、新人歌手、原创音乐人、翻唱创作者，以及近两年快速增长的AI音乐创作者，常常面对的是另一种处境：歌已经做好了，却没有足够预算继续做视觉。

过去几年，AI音乐工具明显降低了“做出一首歌”的门槛。但歌曲完成之后，视觉包装依然是一项重成本的工作。在短视频和流媒体成为主要传播渠道的今天，一首缺少画面的歌，往往意味着更少被看见的机会。

音乐生产的前端变轻了，视觉生产的后端却依然很重。这之间的落差，正是AI MV工具试图切入的产业缝隙。

二、AI MV真正难的，不是让画面动起来

生成一段几秒钟的好看镜头，今天的AI视频工具已经能做到不少。但一支MV的难度远不止于此。

一支合格的MV，首先要理解音乐——歌曲的情绪是克制还是汹涌，段落在哪里起伏，副歌在哪里释放。其次，画面要跟得上节奏，镜头切换要落在该落的位置。再往下是更考验“作品感”的部分：人物形象能否在数十个镜头里保持一致，故事线是否成立，镜头之间是否连贯，整体风格是否统一。最后，还有一个常被忽略却非常现实的问题——如果某个镜头不满意，能不能只改这一个，而非全部推倒重来。

这些要求决定了一支MV最终是一部完整作品，还是几个AI片段的拼接。

Enkio的思路，不是把“生成”这一个单点做到极致，而是通过MV Agent，把音乐理解、视觉设定、故事线、人物和分镜组织成一条完整的工作流。

其中有几项设计值得注意。其一，它提供的是MV Agent模式，而不只是预制的短视频模板——前者从具体歌曲出发组织内容，后者更多是把素材套进固定形式。其二，创作者可以修改歌词、故事线、封面以及人物四视图；所谓人物四视图，是对同一角色在不同角度下的预先设定，这对长篇幅内的人物一致性尤为关键。其三，进入画面阶段后，创作者还能进一步修改分镜图和分镜视频，对具体镜头做局部调整。

换句话说，Enkio把MV制作中原本分散在不同工种之间的环节，收拢到了同一条可编辑、可回溯的流程里。

三、从《远古的月光》看一支AI MV如何成立

先看这支MV本身。《远古的月光》是一支约4分钟的完整歌曲MV，而不是十几秒的AI Demo。从成片来看，MV以月夜为主要基调，人物、月亮、荒原等意象贯穿始终，整体呈现出东方幻想式的唯美电影感，视觉氛围前后较为统一。对AI生成的长篇幅视频而言，这本身就是不低的要求。

再看它是怎么做出来的。“全程使用Enkio制作”意味着，这支MV从视觉设定到最终成片，都在同一条AI工作流中完成。按照产品的流程设计，这一过程覆盖音乐与灵感解析、故事线与人物设定、分镜的生成和修改，直至最终成片。

但更值得讨论的，是人在其中的位置。

AI MV并不是“一键生成”。在一条分步骤、可修改的工作流里，AI承担的是大量生产执行——生成画面、组织镜头、维持风格；而选择哪一条故事线、人物应该是什么样子、哪个镜头需要重来、成片是否达到预期，这些判断仍然属于人。

同一套工具在不同创作者手里，可能产出面貌完全不同的作品。AI改变的是“执行”的成本，而不是“判断”的价值。

四、“成本变轻”， 到底轻在哪里

讨论AI MV绕不开“成本”，但“视觉成本”并不只是一个数字，它至少可以拆成四层。

第一层是金钱成本。画面不再依赖实拍，场地、设备、剧组等投入有可能随之减少。

第二层是时间成本。传统流程从组建团队到后期制作往往周期较长，AI工作流把不少环节压缩进同一平台，流程有望缩短。

第三层是协作成本。过去一支MV需要导演、摄影、美术、剪辑等多个角色协同，沟通本身就是成本。如今，其中一部分工作由Agent工作流承接，作品主体生产所需的协作链条随之变短。

第四层，也是最容易被忽视的一层，是试错成本。在实拍模式下，换一个场景或一种故事讲法，几乎意味着重新组织一次拍摄。而在AI工作流里，音乐人可以相对低成本地尝试不同的人物、场景、故事线、视觉风格和分镜方案，再从中选择最合适的一版。

从这个角度看，AI降低的或许不只是“做一支MV”的成本，更可能是音乐人持续尝试视觉表达的成本。前者是一次性的节省，后者则可能改变创作习惯本身。

五、一首歌，正在对应更多视觉内容

过去，一首歌的视觉路径相对简单：发歌，配一支正式MV，然后进入宣传周期。

但在今天的音乐传播环境中，一首歌需要的视觉内容正在被拆分和延长：正式MV之外，还有发歌前15至30秒的Teaser预告，有截取副歌的Hook片段，有适配各短视频平台的竖屏版本，还有发歌之后需要多轮持续更新的社交媒体内容。

这恰好也是Enkio在定位上覆盖的场景：从原创歌曲发布、翻唱作品包装，到发歌预热和持续性的音乐视觉内容生产。

由此可以得出第二层判断：AI MV的价值，可能不只是替代一次制作，而是让“音乐视觉内容”从一次性的项目，变成可以持续产出的内容资产。

六、AI更可能先扩大“谁能做MV”

传统高预算MV所具备的许多东西，至少在目前仍难以被AI直接替代：真人表演的感染力、摄影语言的质感、复杂的场景调度、艺术指导对整体美学的把控，以及实拍画面特有的真实触感。因此，简单讨论“AI MV和传统MV谁会消失”，意义并不大。更值得关注的，是不同制作方式之间可能形成的分工。

一个可能的方向是，AI首先改变MV生产的底部和中腰部市场。过去，许多创作者面对的现实是：没有预算，就不做MV。而随着AI工作流逐步成熟，即便没有完整的拍摄团队，也有机会做出一支具有较高完成度的视觉作品。

对独立音乐人、新人歌手、AI音乐创作者和小型厂牌来说，这意味着他们有可能获得过去更难获得的视觉表达能力。高预算实拍与AI工作流，或许会在不同的需求层级上各自找到位置，而不是简单的此消彼长。

结语：从产品Demo，到真实音乐作品

从数贸会首次亮相，到廖芊芊《远古的月光》完整MV落地，这款产品第一次以完整音乐作品、而非技术Demo的形态出现在公众面前。

当然，一个案例能说明的东西有限。不同音乐风格与视觉诉求对AI工作流的要求差异很大，其适配能力仍有待更多作品检验。

对AI MV而言，真正值得关注的下一步，或许并不是还能生成多少种风格，而是会不会有越来越多的音乐人，把它真正放进自己的创作流程。

当AI开始成为音乐人的“视觉搭档”，一首歌如何被看见，也许正在和一首歌如何被创作一样，发生变化。