近期，字节跳动旗下AI工具上陆续更新了一系列《甄嬛传》的二创视频，定位是“印度甄嬛”。

这些视频大多围绕剧中的名场面或经典情节整活，其中有一条视频获得36.8万转发。

从效果呈现来看，这些二创视频并没有对原片进行较大改动，仅仅是利用V2V将画面风格和人物装扮转换成了具有印度特色的元素。

AI圈知名博主“歸藏”发文称这是“天才想法”，并推测其背后的工作流可能是“剪辑一些影视剧的经典镜头，然后用Runway V2V转成别的主题”，并评价称这“非常容易起量，又避免了原创问题”。

不过还是可以看到，虽然V2V在画面整体风格上可以保持一致性（用网友的话来说就是“一股咖喱味”），但仍然无法保证在多切几个镜头之后，“甄嬛”还是那个“甄嬛”。

可见，在强叙事、多人物的视频中保持人物一致性，V2V也不是最终的解决之道。

从电影制作到短视频生产，

V2V的应用前景如何?

在AI视频生成领域，V2V并不是一个新玩法。

头部AI视频初创公司Runway最早尝试的视频生成模式就是V2V。早在2023年2月，Runway就推出了可以转换视频风格的Gen-1模型，虽然这款初代模型在当时为影视制作带来了一些新思路，但与Gen-3相比，其生成效果多少还是有点拉胯。

所以， V2V其实不是一个新功能，但之前由于生成质量、操作门槛等各种因素，它在实际应用中的普及度，相比图生视频和文生视频等工作流要小众得多。

V2V主要使用人群在早前更偏向专业创作者，作为一种实验性的方法，用来替代传统影视制作中的动作捕捉、CG和布景等制作成本高昂、耗时较长的制作环节。

一些专业的AI创作者会利用ComfyUI+AnimateDiff+LCM的工作流进行视频风格转绘。

随着底层模型能力的提升，AI视频在产品应用层上的内卷，如今做一支AI转绘视频，无需复杂的前期部署，就能让原本的视频“改头换面”。

这对大多数创作者来说是一个好消息，就算您没有专业影视制作背景和资源，也能用AI做出以前做不到的视觉效果。

就视频生成模式而言，用视频作为“原料”来生成新视频，比光用文字或图片靠谱得多——给模型一个基本的视频内容框架，再让AI赋予原视频新的外表和风格，远远比文字或图片作为输入“原料”更为可控。

在AI备受诟病的原创性问题上，V2V的工作流程也因为提供了足够的创作自由度，在作品归属上更易被判定为是创作者本人的智力投入。

尤其对专注特效、剧情赛道的博主和自媒体创作者来说，结合实拍等方式的V2V，既可以在制作上节省成本，也能比以往更轻松地将脑子的创意转化为现实，用小成本撬动大流量的同时，还规避掉了使用AI创作的原创性问题。

自今年年初Sora横空出世以来，国内外大厂、AI初创公司在视频生成产品上的内卷有目共睹。毕竟视频作为当今互联网内容消费的流量大头，谁都不愿错过在AI时代成为字节跳动旗下AI工具的机会。

在“人人都能成为导演”的科技愿景兑现之前，不可否认的是，AI正在以前所未有的速度降低内容生产的门槛。

如今在V2V的帮助下，人人都可以是“五毛特效师”。