動漫一直是我深受吸引的敘事形式——那些極富表現力的角色設計、高度特定的視覺語言，以及它以圖形化而非照片寫實的手法來處理情感的方式。當AI工具開始產出令人信服的動漫風格動畫時，我花了數月時間去探索它們究竟能為獨立視覺敘事者做些什麼。以下是我的心得。
01
AI動漫美學：它擅長什麼，又在哪裡趨於預設
在海量日本動畫資料集上訓練出來的AI動漫生成器有著強烈的美學預設值：大眼睛、柔和的光線、精細的背景、點綴著偶爾霓虹色的粉彩色調，以及一整套讀起來像「動漫」但又略顯平均化的視覺詞彙。這是一種中位數式的動漫美學，很美，卻也很難從中做出區分。
要在AI動漫領域做出有辨識度的作品，就得主動去對抗這些預設值。為具體的子類型撰寫提示詞——機甲、少年熱血戰鬥風、日常系插畫、恐怖漫畫風格——會比只寫「動漫風格」更遠離千篇一律。以描述性風格（出於版權原因不點名）去引用特定的動畫師或工作室，同樣能產出更具區分度的結果。
AI動漫生成真正出彩的領域是背景插畫。那種繁複、精細的動漫背景——專業背景美術要畫上好幾天的那種——幾秒鐘就能生成。對獨立動畫人來說，這是整套工具中最重要的能力。
02
製作動漫美學內容的最佳AI工具
- NovelAI：使用最廣泛的動漫專精生成工具。對經典動漫風格的美學還原度很高。單次工作階段內的角色一致性優於通用工具。
- Stable Diffusion（動漫微調模型）：一旦掌握了合適的模型便極其靈活。AnythingV5、CounterfeitV3 和 Waifu Diffusion 都能產出扎實的結果。需要更多技術知識，但能獲得最大的創作掌控。
- Midjourney：並非動漫專精，但搭配明確的動漫風格提示詞能產出很強的結果。V6 模型對複雜動漫場景構圖的處理優於早期版本。
- Runway（用於動畫）：將動漫風格靜態圖轉成動態場景的最佳工具。對插畫和手繪風格輸入的運動品質，優於對照片寫實輸入的表現。
- Kling AI：擅長在風格化美學中呈現角色運動。賽璐璐上色（cel-shading）風格的提示詞能產出穩定可用的結果。
03
用AI動漫工具構建視覺敘事
用AI工具做敘事性視覺表達時，挑戰之一是跨場景的角色一致性。這是AI生成在連續敘事中最頑固的弱點——同一個角色即便描述完全一致，每次生成的樣子也會略有不同。
我採用的變通辦法：生成一張確定性的角色參考圖，保存下來，並在此後每一個出現該角色的場景中，將其作為圖像條件輸入。大多數AI工具都支援這種模式。就角色連貫性而言，圖像條件生成遠比純文字提示更穩定一致。
另一個敘事挑戰是節奏。AI動畫毫無戲劇節奏感。它生成的運動是從圖像內容裡程序化推導出來的，而非源自故事邏輯。要構建敘事節奏就得靠剪輯：把片段剪短、讓AI畫面與刻意的靜默相配，並用字幕卡和文字作為喘息點。AI負責生成畫面，而你從中創造故事。
04
值得思考的版權與原創性問題
從事AI動漫美學創作的獨立創作者應當意識到，這是一個版權問題仍在活躍演變的領域。用AI工具以作為一種視覺語言的動漫的一般風格來創作，與生成那些近乎複刻特定受版權保護角色或極具辨識度的工作室風格的作品，是兩回事。
我的做法：用AI工具去探索和發展原創的視覺構想，而不是複製既有角色或特定的知名作品。動漫的美學詞彙足夠寬廣，完全可以在其中進行原創的創作表達，而不必貼近既有的智慧財產權。創作的功課，就是在這套詞彙中找到屬於你自己的視覺聲音。
