我只是想试试：一次与 AI 共创地图视频的经历

“还是在天上飞，不是穿行。” “现在是在快速地横着跑，我们习惯的视角应该是朝着前方跑。” “太贴近地面了，周边的山体走势都看不清了。”

这些话，都是我这周在地图视频制作中，对 AI 说过的。而且说的时候，心态是有点不稳当。每一次，它交给我的结果看起来都像模像样：有山地，有影像，有运动，也能导出一条完整视频。但每一次，我又都觉得，这不是我想要的（其实后来其它实验证明，模型是弱了点）。

后面又让grok试了一下，一次就做的挺好。

如果只看最后的成果，这件事很容易被写成：我用 AI 制作了一段太行山井陉的三维穿行视频。

但现在想想，中间这些“不对”也值得记录。因为它们让我更明白：与 AI 共创，并不是你先把需求想清楚，它再负责实现。很多时候，你一开始根本没有清晰的需求。

你只有一个愿望。

太行八陉中的井陉（‌xíng）全程穿行中的一帧。镜头朝向前方，山体与谷地同时进入画面。

一、起点不是需求，而是“这事好像很好玩”

这次实践的起点，是这周频频看到别人用 HyperFrames 做视频动画，觉得有点意思。AI 做的挺好看的，细节上也很有意境。

我想到前几年买的一本大书画，歌川广重的浮世绘：江户百景。想起其中一幅是川口的一条河：荒川。

用Hermes试试，做个动画看看，还行，凑合着是那么回事儿。

想着想着就兴奋了，这种制作动画的方式，能不能用在地图故事上？能不能让镜头沿着山谷飞行，把人带进一条历史通道里？

太行八陉的动画，我之前其实已经试过几次，Blender和QGIS的整合也没少跑。这一次，还是想再看看 Blender 在人家高手的提示词下能做出什么效果。所以，最开始并没有什么“打造一部历史地理大片”的宏大计划，更没有一份完整的需求文档。我只是觉得，这件事很好玩，值得再来一次。

现在回头看，这个愿望很重要。

我们谈 AI 创作时，很容易把起点说成“明确需求”。但人并不是一台需求发生器。很多作品的开始，只是你看到一样东西，心里动了一下：我能不能也试试？

愿望先于需求。不是想清楚才开始，而是开始以后，才慢慢想清楚。

一张 AI 生成的地形概念图。它不负责证明地理，只负责勾起“我也想试试”的兴致。

二、AI 能很快给出完整结果，但完整不等于对

太行八陉，是太行山中八条重要的通道。井陉就是其中之一，连接着山西高原与华北平原，也连接着晋阳、真定等历史城市。对于这样一个题材，“从天上看看山地”与“沿着谷地穿过去”，是完全不同的两种表达。

前者告诉你山在哪里，后者才开始让你理解，人怎样从山中经过。

但 AI 最初并不知道我在意这个区别。它可以让相机沿着路线移动，可以让山体在画面里后退，也可以让视频看起来颇为流畅。可它第一次交出来的，仍然只是高空飞行。

于是我说：“还是在天上飞，不是穿行。”后来镜头降低了，我又发现它在横向扫过山谷：“我们习惯的视角，应该是朝着前方跑。”再后来，镜头终于朝前了，也进入山谷了，却又几乎贴着地面。近处影像变得模糊，两侧山势也看不清了。

这些反馈听起来都很简单，甚至有点抽象。但每一次“不对”，都在逼我回答一个更具体的问题：

我到底想看见什么？

我想看见的不是地图上的一条线在运动，而是前方不断展开的谷地；不是镜头贴着路面滑过，而是既能感到身处谷中，又能读懂两侧山体的走势。

最后，这些感觉逐渐变成了可以试验的方案：第一帧就在谷内，不在空中总览；镜头朝向前进方向，不做横移；注视点放在前方，而不是低头看脚下；离地高度从 5 米、12 米一路试到 20 米，视场角固定在 50 度。直到这时，“穿行”才从我的感觉，变成了 AI 可以继续实现的参数。

所谓创作判断，很多时候就是把“不喜欢”，继续说成“哪里不对，怎样才算对”。

同一个“做视频”的愿望，得到了四种完全不同的镜头。真正的判断，藏在每一次“不对”里。

三、耐心不是陪它耗着，而是一起探测边界

这个过程并不高效。

如果只看中间修改了多少次，我甚至会想：是不是换一个更强的模型，就能少绕一些路？有些模型一次就能理解的东西，另一些模型要反复解释。这种感受是真实的。更好的模型，当然可能节省大量时间和精力。

但这次经历也让我看到另一件事：共创的能力范围，不是写在工具介绍里的，而是在一个具体任务里，被你一点点试探出来的。

我们先尝试了 Blender，又验证了 CesiumForBlender。插件连接、地形瓦片、影像材质、相机驱动和运动渲染，都跑通了。从“功能是否实现”的角度看，这是成功。

但井陉局部使用的是 30 米 DEM 和 10 米级 Sentinel-2 影像。把它们放进真正的三维管线，并不会凭空获得 Google Earth 那样的近景细节。移动时，瓦片层级切换还可能带来画面跳变。

于是，我们换了一条路：使用 Google Earth Studio，把真实道路作为现代相机参考线，再根据 DEM 计算相机高度和前视方向，生成可以导入的动画项目。这不是一次失败的反面证明，而是共创中非常重要的一步：知道什么时候应该继续，什么时候应该换路。

耐心不是无底线地陪 AI 犯错，也不是认定一个工具就必须走到底。耐心是让它提出办法，让你检验办法；允许它出主意，也允许自己否定这个主意。

如果只是不断说“再优化一下”，那不叫共创，只叫碰运气。

左边是本地 DEM 与影像的技术验证，右边是 Earth Studio 的前视穿行。跑通管线，不等于得到同样的近景表现。

四、最后得到的，不只是一段视频

最终，我们先完成了一段约 29 公里、60 秒的井陉谷内连续穿行。

镜头不再从山顶俯冲，也不再横向扫过山谷，而是沿着现代道路构成的参考线向前。这里还必须保留一个事实上的分寸：现代道路可以帮助镜头穿行，却不等于井陉古道的精确复原。

约 28.9 公里的现代道路相机参考线。它帮助镜头前进，但不等于古道复原。

之后，我们又把整个过程整理成了一个可以再次运行的 Skill：输入道路和 DEM，生成路线、相机关键帧与 Earth Studio 项目，再经过浏览器渲染、下载和抽帧验收。

这一步让我意识到，AI 共创最终沉淀下来的，可以有两样东西。一样是对外展示的作品。另一样，是你对问题、工具和自身判断的理解。

第一张地图、第一段视频，往往只是一个载体。真正留在你手里的，是你知道了哪种结果只是“看起来完整”，哪种结果才接近自己的表达；知道了哪些步骤可以自动复跑，哪些判断仍然必须由人完成。

这也是我不太愿意把这次经历写成“AI 几分钟做出三维大片”的原因。那样的说法省略了最有价值的部分：一个人怎样在结果面前逐渐形成自己的标准，又怎样把这种标准传递给 AI。

五、有些试错不省时，但仍然值得

如果唯一目标是尽快得到一条视频，这次实践也许并不划算。

我可以找现成模板，可以只保留一次成功的录屏，也可以在高空飞行已经足够好看的时候停下来。但我没有。因为我一开始想做的，就不只是“得到一条视频”。我想知道地图故事还能怎样讲，想知道 Blender 能做到哪里，也想知道 AI 能不能和我一起把这个模糊的念头变成现实。

在这个过程中，我确实享受了它一点点接近想象的感觉。所以，这次经历留给我的方法，不是一套“六步提高 AI 生产力”的公式，而是一条更朴素的线索：

先找到一件让你觉得好玩的事。

做一个足够小的实验，把“不对”说成具体判断，让 AI 出主意，也允许自己换路。用真实结果验证，而不是被演示效果说服，最后，把反复验证过的经验沉淀下来。

当然，更强的模型、更好的工具，会让这条路更短。但它们不必替我们取消探索本身。

而这次地图实践让我补上了属于自己的前半句：

在“不爽”以前，先有一点好奇；在清晰需求以前，先有一个想试试的愿望。

你有没有一件事，不是因为它多么有用，也不是因为别人要求你做，只是因为你觉得好玩，一直想试试看？

也许，那就是一次共创最好的起点。