FRAME用AI为Ege Carpets打造自然主题品牌短片

FRAME联合创始人Anders Schroder披露的这条制作管线，真正值得行业警觉的不是“又一支AI广告片”，而是他给出的那个比例：95%可控，5%交给“AI之神”——这意味着在高端商业影像生产里，生成式AI已经跨过了“能不能用”的门槛，进入了“如何编排”的工程化阶段，而编排能力本身正在成为新的专业壁垒。

一支地毯片为什么值得拆解

项目本身是丹麦制造商Ege Carpets与美国建筑巨头Gensler合作的新地毯系列Our Planet，面向办公环境，图案取自自然与人工地貌：地形等高线、鸟类迁徙路线、灌溉农田。Ege的要求很明确——讲这个故事，但不能直白图解。这类brief在传统制作里最容易滑向两种结局：要么做成航拍素材拼贴，要么做成抽象到失去叙事的信息图动画。FRAME的处理方式是用AI生成影像与动画，但导演与美术指导全部由FRAME团队完成，AI只承担执行层的图像与运动生成。

这里的第一层信息是客户结构。Gensler不是普通甲方，它是全球最大的建筑事务所之一，其材料选择逻辑会反向影响供应链；Ege Carpets把片子交给Gensler联名，本质是在向建筑与室内设计渠道做背书。也就是说，这支片子的观众不是终端消费者，而是 specifying 环节的专业人士——建筑师、空间设计师、facility manager。这决定了片子必须“有信息密度但不图解”，也解释了为什么FRAME选择地貌与迁徙这类系统性图案作为视觉母题：它们天然对应办公空间里地毯的连续铺装逻辑。

工具清单背后的真实信号

Schroder列出的工具是Nano Banana、Flux、Midjourney、Kling、Seedance等。这份清单的构成比单个工具的名字更重要：它同时包含图像生成（Midjourney、Flux、Nano Banana）与视频生成（Kling、Seedance），说明FRAME的管线不是“一个模型出片”，而是多模型串联——大多数镜头要经过数个模型与处理环节才定稿。Schroder自己强调，FRAME的差异化不在用了哪个模型，而在pipeline与模型链式调用的方式。

“What makes our work distinct is the production pipeline and how we chain those models together.”

这句话是整篇访谈的技术核心。它宣告了一件事：在生成式影像里，模型是商品，管线是资产。任何工作室都能订阅同样的工具，但把Flux的构图、Midjourney的质感、Kling的运动、Seedance的时序串成一条可复现、可向客户交付的流程，需要的是3D时代积累的工序纪律。Schroder明确说，他们来自3D背景，3D的工序是style frames、animatic、edit、rendering、finishing；AI需要不同的管线，但同样的纪律。这是对“AI让制作民主化所以专业工作室没优势”这类论调的直接反驳——民主化的是单点生成，不是端到端交付。

可见性：AI相对3D的真正商业优势

Schroder点出了一个很少被讨论但极其关键的优势：可见性（visibility）。3D从空白画布开始，直到流程后段才“看起来像点什么”，这要求客户在漫长周期里持续付出信任。AI则相反，客户很早就看到大量接近成片的画面，一旦美术方向锁定，同风格的批量生成变得容易。他的原话是“Clients enjoy that”。

这条判断对行业的意义在于，它改变的不只是制作效率，而是客户关系与提案结构。传统CG流程里，前期提案卖的是分镜与style frame的想象力和过往案例；AI流程里，前期可以直接给出多套成片级视觉方向，把决策提前、把返工成本压低。对FRAME这类工作室，这意味着可以在同等预算下承接更多探索轮次；对甲方，这意味着美术方向的风险被前置消化。但反过来，这也抬高了提案阶段的产能要求——客户看过成片级画面之后，很难再接受“先信我们”的3D式信任契约。

95/5：可控性的工程学与玄学

Schroder给出的可控性比例是约95%由团队控制，最后5%交给“AI gods”。这个数字需要被认真对待，因为它同时是能力声明和风险披露。能力声明在于：在动画阶段，FRAME会用3D引导、2D引导，或者完全不引导，把模型推到极限——这说明他们具备跨模态的引导手段，不是靠提示词碰运气。风险披露在于：当前状态下，每次微调都无法复现完全相同的运动，有workaround，但这是硬限制。

“One real drawback is that you can’t reproduce the exact same movement every time you make a tweak.”

这条限制在商业生产里不是小事。传统3D或实拍里，客户说“上一版第3秒那个运动再慢一点”，制作方可以精确调整；生成式视频里，同样的调整可能连带改变整个镜头的运动质感，导致版本管理变成概率管理。FRAME的应对方式是把随机性纳入导演方法论：Schroder把它类比为与熟练团队成员合作——你可以brief，但你不完全知道会拿回什么，有时更好，有时更差，然后重来。他甚至说“你从来也无法完全控制人，也不应该控制，因为你想让他们带来自己的创造力”。

这个类比很聪明，但需要拆开看。人与AI的相似性在于brief到结果的不可完全预测；差异在于人可以被沟通、被校准、被长期培养出稳定的判断力，而模型的行为漂移不遵循任何可谈判的逻辑。所以这个类比在管理哲学上成立，在工程管理上不成立——你不能给Kling做performance review。FRAME真正的解法不是“接受随机”，而是用管线把随机性框在可交付的边界内：多模型串联、3D/2D引导、大量生成后筛选。95%这个数字，本质是这条管线在统计意义上的良品率。

对从业者的三层含义

第一层，导演与美术指导的价值被重新定价。Schroder反复强调一切由FRAME团队导演和美术指导，AI生成的角度、运动、质感“仍然来自你，因为brief是你写的，接受什么由你决定”。在单点生成能力泛滥的环境里，稀缺的不是出图能力，而是判断力与brief的质量——知道要什么、知道什么算好、知道在哪个环节换模型。这与3D时代导演的价值没有本质区别，但反馈周期从周级压缩到小时级，判断力的迭代速度成为竞争力。

第二层，管线工程师成为制作公司的核心岗位。Schroder的3D背景被明确点出，这不是偶然。能把Nano Banana、Flux、Midjourney、Kling、Seedance串成稳定产线的人，需要理解每个模型的强项与失效模式、理解图像到视频的时序一致性如何维持、理解在哪个节点插入3D或2D引导。这类能力目前没有成熟的培养路径，主要靠3D、VFX、动效背景的人迁移。对求职者，这是明确的技能信号；对工作室，这是招聘与培训的缺口。

第三层，“不可复现”会倒逼合同与流程变革。当微调无法精确复现运动，版本交付的定义、修改轮次的计价、最终文件的验收标准都需要重写。传统制作合同里“按分镜交付、修改不超过X轮”的条款，在生成式管线里会遇到执行层面的模糊地带——因为“同一镜头的新版本”在技术上不保证运动连续性。FRAME这类工作室目前靠内部管线纪律消化这个问题，但行业层面迟早会出现标准化的交付规范，谁先把自己的管线文档化、可审计化，谁在承接Gensler级别客户时更有谈判优势。

所以呢

这支片子最该被记住的不是画面，而是它证明了一件事：生成式AI在高端商业影像里的角色，已经从“替代某个环节”变成“重构整条产线”，而重构的胜负手是管线纪律而非模型获取。FRAME用3D时代的工序思维驯化了一组概率模型，把95%的确定性卖给客户，把5%的随机性包装成创作灵感——这套话术与流程，很可能成为未来两三年高端动效与品牌影像工作室的标准模板。对Ege与Gensler，这是一次低风险的形象投资；对行业，这是一份关于“专业主义如何在概率工具上重建”的现场记录。真正的问题不再是AI能不能做商业片，而是当所有工作室都能调用同一批模型时，你的管线比别人的管线多控制住那5%里的几个百分点。