用GPT-6 Astra拍微电影确实惊艳，但惊艳发生在"制作"，不在"生成"画面。9月12日，B站UP主"繁花听雨"（账号粉丝不足300人）向Codex丢出一句话需求：让GPT-6 Astra做一部回顾AI发展史的短片。模型自己找素材、自己选BGM（《辞·九门回忆》）、自己加字幕对齐音乐，连剪辑脚本都是自己现写的，从下令到成片总共只用了50分钟左右。 成片长181秒、分辨率2560×1440，标题就叫《本视频完全由GPT-6 Astra制作而成》，页面标注"含AI生成内容"，到十月中旬已积累超过2.1万点赞、近40万播放、1万余收藏。哔哩哔哩
UP主的置顶评论同时给"AI生成画面"的想象泼了冷水：Sora、Seedance那类扩散模型才会生成视频，GPT是语言模型、本身没有生成能力，这条片子是它把导演、剪辑、字幕一肩挑地"做"出来的。
GPT-6 Astra及其Pro版本发布于美东时间9月3日，官方定位是世界上最智能、最协调的模型，在ComputerUse、BrowserUse、软件工程、网络安全、科学与专业工作等能力上树立新标杆。 此后，"AI制片"的实验浪潮一直在涨。微博
模型不生成画面，生成的是"整个剧组"
被验证过的样片大致分三条路线。第一条是Agent剪辑现成素材：模型上网找素材、加字幕、完成成片，一位复刻了同一路线的创作者在简介里写明素材都是模型自己找的。哔哩哔哩
第二条是让模型用代码直出画面：两列火车从车身尺寸到零件炸开再重组全是TypeScript加Three.js的输出，一台相机被拆成122个组件组、1877个独立建模部件，整个任务跑了大约3小时。机器之心
第三条是和真正的生成模型分工：Astra只做导演和调度，低价值的白模环节交给更便宜的图生视频模型，有人实测16分钟就能出一版白膜视频，效果和旗舰几乎没有区别，能省下大量高消耗额度。 一条被收藏5000余次的小红书总结点出了趋势：模型不直接生成视频，而是先解决场景布局、人物走位和镜头路线，再完成最终画面。知乎小红书
目前可核验的天花板约5分钟，隔着的10分钟是三本账
截至10月中旬，公开可核验的10分钟成片还没有出现，创作者交出的成绩集中在5分钟上下。《机器破晓》是一部约5分钟的AI发展史短片，作者标注由GPT-6 Astra制作。 Astra上线24小时内，一位国外研究免疫学的老师就让模型做出了约五分钟的T细胞教学视频。 叙事向微电影的题材也开始冒头，小红书已有作品拿"2079年档案员Mara穿回1809年"做设定。 再往上，还没有人交出可核验的答卷。哔哩哔哩知乎小红书
第一本账是成本。多轮对话让Astra做出的泰拉瑞亚Boss动画，消耗了差不多1.6个ChatGPT Plus周额度。 创作者们自嘲，token"如奶油般化开了"。 由GPT-6.1 Sol制作的《范进中举》PV调试三版，合计烧掉约35%的Plus周限额。哔哩哔哩小红书哔哩哔哩
第二本账是迭代次数。复刻者的第一版成品更像"嵌入了视频的PPT在播放"，指出问题之后视频才成型。 另一位测试者的结论更直白：缺的往往不是更贵、更火的模型，而是一次尝试和几轮具体修改。 片长每加一分钟，要校核的镜头、节奏和人物走位就成倍增加。哔哩哔哩哔哩哔哩
第三本账是版权与口径。同一支复刻作品的配乐被模型以版权问题一路拒绝，最后只能人工下载再指定使用。 用到"蜘蛛侠"素材的作品，则直接因版权不给调用生图模型。 机器之心对这类直出成果的判断相当冷静：AI直出的结果还不能商用，稳定性也是大问题，终究还需要人来修bug。小红书机器之心
所以"能有多惊艳"的准确答案是：在个人可核验的范围内，约5分钟就是当前的成片天花板；把它拉到10分钟，要过的不是模型智能的关，而是token预算、版权清算和耐受几轮返工的关。
GPT-6全面开放后，挑战门槛降到了"能登录"
10月8日，OpenAI最新一代旗舰模型GPT-6正式向所有ChatGPT用户开放，付费用户用GPT-6 Sol，Free和Go用户用GPT-6 Luna。 全球已有超过12亿人使用ChatGPT，Codex与ChatGPT Work合计活跃用户突破4000万，这条制片流水线正从极客演示变成大众日常。智东西
最低可行路径已经被"繁花听雨"本人演示过：自然语言讲清需求，让模型找素材或用代码生成画面，写脚本剪初版，再喂给它几轮具体修改意见。他没学过剪辑。但爆款视频的评论区同样留下了那句提醒：AI的上限取决于使用者的上限——模型压缩的是技能门槛，不是审美判断。哔哩哔哩
惊艳还有另一层注脚：繁花听雨特意保留了成片左上角的"防御性文本"，页面也按平台规则标注了"含AI生成内容"——惊艳作品走向可用之前，先要保证可交代。至于10分钟那一步，卡住它的从来不是技术鸿沟，而是一张成本与版权的账本。
