什麼是世界模型？短劇為什麼需要它

快速解答：世界模型是一種會記住某個地方的 AI 系統，讓它接下來呈現的畫面與先前一致：你轉過身，門還在原來的位置。2026 年，這個詞多半指可以在其中移動、探索的世界，例如 Google DeepMind 的 Genie 3 或 World Labs 的 Marble。SceneMixer 用的是更窄、更實用的版本，專為短劇設計：在拍任何鏡頭之前，每個場景先有一個世界——佈景的 360° 環景、量好尺寸的家具，以及每個角色的位置。接著，每台攝影機都放進這個世界裡。新專案在付費方案上會自動執行，每個鏡頭不另收點數。

AI 短劇《星隕指揮所》劇照，由 SceneMixer 端到端生成（7 位角色、1 集） — 範例：《星隕指揮所》— 真人寫實高清畫質，1 集，由 SceneMixer 從劇本端到端產出 · 觀看集數

拖曳下方體驗示範佈景中的畫面，環顧用這種方式建立的佈景。在你自己的專案裡，片段生成期間，編輯器的預覽也會出現同樣的畫面。

用一段話說明世界模型

多數 AI 影片模型是根據畫面上已有的內容，接著畫出後面的畫面。模型裡沒有任何東西記得攝影機背後有什麼。要求拍一個反拍鏡頭時，模型得自己編出房間的另一側，而且每次編出來的都不一樣。世界模型則會持續保有這個地方本身的樣貌：格局、物件、誰站在哪裡。每個新視角都從這份樣貌畫出來，所以各視角彼此吻合。

劇組做的是同一件事，只是沒給它取名字。他們先搭好一個景，讓演員站上定點，再移動攝影機。鏡頭之間房間不會變，因為那是一間真實的房間。世界模型，就是 AI 版的「有一個佈景」。

為什麼 2026 年大家都在談世界模型

截至 2026 年 10 月，有三個專案顯示了這個概念的走向：

Google DeepMind 的 Genie 3。你描述一個地方，它就即時生成一個可以移動的世界，隨著你操控一格一格地畫出來。2026 年 1 月，Google 向 Google AI Ultra 訂閱者開放了以它為基礎的研究原型 Project Genie。
來自 World Labs 的 Marble。由李飛飛共同創辦的這家公司，能把文字、圖片或影片變成可以走進去、也可以匯出的 3D 世界。1.1 版於 2026 年 4 月推出。
Helix World。由 Noiz AI 與香港科技大學於 2026 年 10 月發布的預覽版：一個能即時同時生成畫面與聲音的世界模型。

這些尚未解決的問題，短劇創作者早就很熟悉了。長鏡頭裡，臉和衣服會逐漸走樣；攝影機移開視線再轉回來，東西就變了；世界只能撐一分鐘左右，撐不到一整集。而且這個詞本身也用得很鬆：有些自稱世界模型的產品，其實仍是一個鏡頭一個鏡頭地畫。

短劇需要世界提供什麼

短劇不需要一個能逛上一小時的世界。它需要的是一間房間：在一場對話的長度內紋風不動，到下一集回來時還是同一間。

正拍與反拍鏡頭相符。如果她坐著、窗戶在她身後，他的反拍鏡頭拍到的就是房間的另一側，而不是一面憑空出現的牆。
人物各守其位。原本坐在桌子主位的人，切鏡之後還坐在那裡。
房間撐得過換集。第 1 集的辦公室，到第 6 集還是同一間辦公室。
攝影機位置合理。過肩鏡頭是從真實的肩膀後方、以真實的距離拍攝的。

這比一個可探索的世界小得多，也因此今天就能穩定地為每個場景做到。關於這方面的拍攝手法，延伸閱讀：角色為什麼會在切鏡之間換邊。

SceneMixer 如何為每個場景建立世界

你本來就為該地點準備好的場景圖是起點。
佈景的 360° 環景由它生成，所以房間是完整的一圈，而不只是圖片面對的那個方向。
量測房間：牆壁、天花板、門與窗洞，以及家具擺放的位置。
場景中的每個角色在房間裡都有位置，依分鏡所寫而定：坐在桌邊、站在門旁、坐在副駕駛座。
每個鏡頭的攝影機都放在同一個世界裡，所以遠景、特寫與反拍鏡頭看進的都是同一間房。

戶外場景的世界比較輕量：地面、近處的物件，以及四個方向的遠處景色。房間只量測一次，之後在各個鏡頭、各集之間重複使用。場景圖如何變成佈景、怎麼做出一張好的場景圖：你的場景圖會變成佈景。

The whole demo set as one 360-degree image: bar, round tables with candles, floor-to-ceiling windows and double doors — 示範佈景合成的一張 360° 圖。攤平後看起來是拉伸的；在檢視器裡，它會環繞著你。這個佈景上的每台攝影機，看的都是這同一張圖。

Demo set, a wood-panelled restaurant dining room with a bar and city windows, as seen by camera 1 — 同一個示範佈景裡放了四台攝影機。每個視角都從同一張 360° 圖推算而來，所以吧台、窗戶和桌子在各個鏡頭之間都待在原處。

Demo set, a wood-panelled restaurant dining room with a bar and city windows, as seen by camera 2 — 同一個示範佈景裡放了四台攝影機。每個視角都從同一張 360° 圖推算而來，所以吧台、窗戶和桌子在各個鏡頭之間都待在原處。

體驗示範佈景

這是 SceneMixer 首頁上的示範佈景：一間餐廳用餐區，四個角色、四台攝影機。拖曳即可環顧；視角會沿著底部的時間軸，從一台攝影機移到下一台。

試試看：拖曳來環顧示範佈景。房裡站著四個角色，編號的攝影機標出每個鏡頭的拍攝位置，視角沿著底部的時間軸從一台攝影機移到下一台。編輯器的預覽運作方式相同，只是人形更簡單。

在實際專案裡，片段生成期間，編輯器就會用這種方式顯示你自己的佈景。每個部分的含義：鏡頭生成時環顧佈景。

誰能用，要花多少

世界模型會在付費方案的新專案上自動執行。不用打開任何開關，每個鏡頭也不另收點數；圖片與影片的費用跟以前一樣。付費方案帶來哪些不同。

世界模型上線之前建立的專案，以及免費方案的專案，沿用先前的自動站位，它同樣會依分鏡，在切鏡之間維持座位與左右位置：大家都待在原位。

它做不到的事

它不是遊戲。鏡頭生成時你可以環顧佈景，有些佈景還能小步移動，但你不能在世界裡自由走動，也不能在裡面玩。
不能靠拖曳來移動人物。這個視圖是唯讀的。位置來自分鏡；想改位置，就改文字。寫出世界讀得懂的位置。
它不決定臉。臉來自角色圖。每個鏡頭都是同一張臉。
它不會讓每個片段都完美。影片仍然是在世界裡一個鏡頭一個鏡頭生成的。某個鏡頭出錯時，就編輯並重新生成那個鏡頭：編輯單一鏡頭並重新生成。

問題	每個鏡頭各自重畫	場景有一個世界
鏡頭 3 的門在哪裡？	那個鏡頭想像它在哪，就在哪	跟鏡頭 1 裡一樣的位置
誰坐在左邊？	切鏡時可能左右對調	每次切鏡都是同一個人
反拍鏡頭拍到什麼？	一面新編出來的牆	同一間房的另一側
第 6 集的辦公室還是同一間嗎？	相似，但不一樣	同一間量測好的房間
你要設定什麼	無需設定，但也無法保持一致	無需設定：付費方案的新專案自動開啟

常見問題

簡單來說，世界模型是什麼？

一個會記住某個地方（格局、物件、誰在哪裡）的 AI 系統，並據此畫出每個新視角，讓各視角彼此吻合。沒有世界模型的影片模型，則會在每個鏡頭重新編一次房間。

SceneMixer 的世界模型和 Genie 3 或 Marble 是同一回事嗎？

不是。那些建立的是可以探索的世界。SceneMixer 則是為你短劇的每個場景建立一個佈景，量好尺寸，把角色和攝影機放進去，再從那裡生成鏡頭。概念相同，但任務窄得多。

我可以在我的世界裡走動嗎？

你可以環顧四周。片段生成期間，編輯器的預覽會以 360° 顯示佈景，你可以拖曳、傾斜手機，有些佈景還能小步移動。你不能自由走動，而且在那裡做的任何事都不會改變影片。

世界模型要另外收費嗎？

不用。它在付費方案的新專案上自動執行，每個鏡頭不另收點數。圖片與影片的計費方式和以前一樣。

為什麼我的專案沒有這個功能？

在它上線之前建立的專案，以及免費方案的專案，沿用先前的自動站位。範例專案和已經完成的片段也不會顯示 360° 環景。

我需要設定什麼嗎？

不用。沒有開關。照平常的方式寫分鏡就好；世界是從場景圖建立的，人物則依分鏡文字安排位置。

它能防止我的角色臉孔變來變去嗎？

不能。世界管的是房間和位置。臉來自每個角色的圖；那有它自己的檢查清單。

下一集會用同一個世界嗎？

會。房間只量測一次，之後在各鏡頭、各集之間重複使用。如果你為那個場景做了新的圖片，房間會根據新圖片重新量測。

我可以匯出這個世界或拿去別的地方用嗎？

不行。這個世界的用途是在 SceneMixer 裡拍你的短劇，沒有匯出功能。

先搭好佈景，再開拍。

開始一個新專案，每個場景在有攝影機之前，先有一個世界。

開始專案

更新於 2026 年 10 月 15 日