Üst düzey yöneticilerin 5 günde görsellerden video nasıl oluşturduğunu ve tarihi sahneleri nasıl yeniden canlandırdığını

21 Eylül'de, 2026 Apsara Konferansı'nın arifesinde, ödüllü yönetmen ve senarist Lu Chuan, AIGC kısa filmi The Site of History'nin fragmanı ile sahneye çıktı. Bu, Alibaba'nın video oluşturma modeliyle "insan-yapay zeka ortak yaratımı"nı işaret eden ve sinema kalitesinde görüntüler oluşturmak için yapay zekayı derinlemesine ilk kez kullandığı projedir.

Geleneksel film prodüksiyonu mantığıyla bakıldığında, Ming Hanedanlığı dönemi Pekin şehir manzarasını, imparatorluk sarayını ve devasa bir patlamayı yeniden kurgulamak aylar süren bir çalışma ve on milyonlarca bütçe gerektirirdi; hatta sadece canlı bir patlama sekansını çekmek bile bir keresinde 19 gün sürmüştü. Bu sefer ise tarihsel araştırmadan görüntü üretimine kadar ekip yalnızca beş güne ihtiyaç duydu.

İşte tüm sektörün şu anda dikkatle izlediği kontrast budur.

400 Yıllık Bir Gizemi Çözmek İçin Yapay Zeka ile "Olay Yerine Dönüş"

The Site of History, Ming Hanedanlığı'ndaki 1626 "Wanggongchang Olayı"nı konu alıyor; Pekin'in güneybatısındaki Wanggongchang barut deposunda meydana gelen ve nedeni bugüne kadar gizemini koruyan devasa bir patlama. Tam da bu "çözülmemiş" olması, sinematik yaratım için hem geniş bir tuval hem de ciddi bir zorluk sunuyor.

Lu Chuan'ın konu seçimi, ekibin Tiangong Kaiwu filmini hazırlarken Ming tarihi üzerine yaptığı araştırmalardan doğdu. Saf hayal gücüne güvenmek yerine, Zhuozhong Zhi ve Tianjue Tang Wenji dahil olmak üzere çok sayıda Ming dönemi kaynağını inceleyerek farklı görgü tanıklarının yazılı anlatılarını bir araya getirdiler ve ardından bu "metinsel sahneleri" görüntülere dönüştürmek ve patlamayı hala çevreleyen gizemi araştırmak için yapay zekadan faydalandılar.

Kısa film, üç görgü tanığının perspektifinden ilerliyor: Patlamanın merkezinde hayatta kalan barut ustası Wu Er, sarayın içindeki hadım Liu Ruoyu ve halk arasında yaşayan bilgin Xue Gang. Bu üç anlatının tamamı günümüze ulaşan tarihsel kayıtlardan geliyor; yani tek bir kurgusal "protagonist" bile yok; her figür, tarihin geride bıraktığı bir tanık.

The Scene Most Likely to Expose an AI's Weakness—Reconstructed to Over 95% Fidelity

Görsel efekt gösterileri en çok neyden korkar? Sahte olduğunun anlaşılmasından. Duman, enkaz ve alevin aynı anda dışarıya doğru fışkırdığı bir patlama tam da bir modeli en çok zorlayan ve "ilk bakışta sahte" olarak tespit edilmesi en kolay olan karmaşık, hızlı hareketli sahne türüdür.

Ekibin yaklaşımı son derece "mühendislik odaklı"ydı: Antik metinlerdeki edebi betimlemeleri—örneğin "dumanın siyah bir lingzhi mantarı gibi yükselmesi" ifadesini—kelime kelime "mantar bulutu" gibi modern görsel kavramlara dönüştürdüler; yaklaşık dört tur prompt optimizasyonundan geçirdiler ve gerçek patlama görüntüleriyle karşılaştırarak kalibrasyon yaptılar.

The result: the Alibaba video-generation model's rendering of the smoke, debris, and other imagery reached over 95% of what the team had expected. On screen, the "black lingzhi" smoke surged upward—and it held, rock solid.

"Yapay Zeka Yönetmenin Yerini Alıyor" Değil, Yeni Bir İş Bölümü

Lu Chuan'ın gerçekten keşfetmek istediği şey, yapay zekanın yönetmenlerin yerini alıp almayacağı değil, insanlar ve makineler arasında iş bölümünün nasıl yeniden yapılandırılacağıdır.

2023'ten beri AIGC ile denemeler yapan Lu Chuan, neredeyse bir ileri düzey kullanıcı olsa da, bu prodüksiyon yine de "beklentilerini aştı." Genel amaçlı modellerin çoğunlukla mevcut dönem dizisi film ve televizyon yapımları üzerinde eğitildiğini belirterek yaygın bir eksikliğe işaret etti; bu nedenle yapay zeka tarafından üretilen görüntüler kolayca tanıdık bir "dönem dizisi havası" taşıyor ve gerçek tarihin sahip olması gereken "yabancılık hissini" kaçırıyor.

The Site of History'nin cevabı şudur: yönü insanlar belirler, yürütmeyi yapay zeka üstlenir.

• Araştırma ve materyal toplama sırasında: insanlar önce araştırma yönünü belirler, yapay zeka ise materyal toplamaya yardımcı olur;
• Prodüksiyon sırasında: yönetmen kamera açısını, görsel dokuyu ve genel tonu kontrol ederken, yapay zeka niyeti hayata geçirir;
• Tematik düşünme sürecinde: Yapay zeka, soruları netleştirmeye yardımcı olarak bir "sohbet ortağı" bile olabilir.

Özetle: insanlar problem bilincine, temel ifadeye, estetik yargıya ve olgusal sınırlara sahipken; yapay zeka materyali genişletme, hayal gücünü somutlaştırma ve yürütme verimliliğini artırma işlerini üstlenir. Video oluşturma aşamasında, Alibaba modelinin katılım düzeyi ve katkısı işin yarısından fazlasını oluşturdu; karakterleri daha canlı hale getirerek "bin kişi için bin farklı yüz" renderladı.

Dikkat çekici bir şekilde, Lu Chuan programlama ve model son-eğitimi yoluyla yaratım sürecine derinlemesine katılıyor; bunu "karşılıklı bir seçim" olarak görüyor: gerçekçi karakterler, karmaşık sahneler ve sinematik doku, tam da Alibaba'nın video oluşturma modelinin güçlü yönleri. Alibaba ise gelecekte daha fazla yönetmen, sektör uzmanı ve tarihçi ile çalışacağını, daha titiz profesyonel bilgiler sunarak Agentic Video yeteneklerini güçlendirmeye devam edeceğini ve tüm video prodüksiyon hattının zeka seviyesini yükselteceğini belirtti.

Gerçek Sinyal: Yapay Zeka Video Rekabeti "Kıyaslamalardan" "Teslimata" Kayıyor

Eğer The Site of History sadece "bir yönetmenin yapay zeka ile oynaması" haberi olarak görülürse, daha önemli olan değişim gözden kaçırılır.

22 Eylül'de Apsara Konferansı'nın ana forumunda Alibaba Cloud, model portföyünün neredeyse tamamını sergiledi: Qwen3.8-Max kendi kendine eğitime başladı, Qwen3.8-Flash yeni nesil mimariyi ön izledi, Qwen3.8-Omni çok modlu anlayışı birleştirdi ve Qwen4 zaten eğitim aşamasında; parametre ölçeği doğrudan 5–10 trilyonu hedefliyor. Görüntü oluşturma için Qwen-Image-3.1, müzik oluşturma için Happy Shrimp 1.1, dünya modeli HappyOyster 2.0 Preview ve ses için Qwen-Audio-3.1 sahne alırken, yeni nesil video modelinin Kasım ayında piyasaya sürülmesi planlanıyor.

Bu modellerin her biri başlı başına bir makale konusu olabilir, ancak Lu Chuan'ın kısa filmiyle birlikte okunduğunda anlam değişiyor—bu çok modlu yükseltme turu artık bireysel yetenekleri doldurmaktan ziyade tek bir soruyu yanıtlamaya odaklanıyor gibi görünüyor: Modeller gerçek senaryolara daha hızlı girebilir ve genuine bir üretkenlik aracı haline gelebilir mi?

Geçtiğimiz yıl, yapay zeka video yarışığı "kıyaslamalar" etrafında dönüyordu: kör test liderlik tablosunda kim zirvede, kim daha uzun klipler üretebiliyor. Ancak The Site of History gibi çalışmalar rekabeti daha gerçekçi bir boyuta, yani teslimata geri çekiyor: Gerçekten bir filmi tamamlayabilir misiniz, üst düzey bir yönetmenin adını projeye koymasını sağlayabilir misiniz ve "onlarca milyon yuan ve aylar süren çalışmayı" "beş güne" sıkıştırabilir misiniz?

"Yapay zeka, mevcut manzaraların fotoğrafçısı değil, bilinmeyenlerin yaratıcısıdır." Lu Chuan'ın sözleri, sektördeki herkes için bir not niteliğinde olabilir: Görüntüden videoya geçişteki bir sonraki dönüm noktası liderlik tablolarında değil, platoda yatıyor.