这背后的症结，是AI大模型追求数据归一、程式化的底层处理逻辑，和电影拍摄"作者性"之间的冲突：AI通过大量数据推理、深度学习，得出文本理解-画面生成的"统一公式"，而每一部电影的镜头都带有创作者自己的特性、气质，二者从制作原则上就存在冲突。
其次，还有不同人物的"撞脸"与同一人物的"变脸"难题--同一个角色AI"演着演着"长相变了，这是人类演员不可能发生的事。
陈卓透露，《海上女王郑一嫂》的角色只有10个左右，其中主角不超过5个，角色数量的设定已经充分考虑AI生成能力，希望尽量避免"撞脸"，同时确保同一角色不会前后"变脸"。但最终呈现的效果，依然无法让人完全满意。
为此，FizzDragon团队只能采取一些人为的补救措施：把人物素材进行拆分，并投喂给AI进行特定训练，让系统更深入理解需要生成的人物形象；同时配备一个负责"换脸"的小组，通过后期处理把雷同的人物替换掉，并处理同一角色前后脸型"穿帮"问题。
生成的人物长相过于雷同是AI历来最受诟病的缺点之一，人物形象无法保持一致的问题，则会在时长更长、角色戏份更重的长片中被放大。从技术上讲，前一个问题很大程度上源于AI训练数据雷同，面对大同小异的脸部特征、形象气质等人物生成指令，AI工具很难完全避免撞脸现象。此外，还要考虑到伦理、版权归属等敏感话题，AI生成的人物不能完全贴近"现实"、有许多顾及，这也对生成效果形成了一定限制。
而人物无法保持一致，则归咎于AI理解能力的局限性，在影片中，角色需要根据剧情在不同场景变换造型、形象气质，但AI的文本编码器语言理解能力仍有缺陷，一旦所接收的生成指令出现变化或误差，就可能无法完全复现同一人物形象。
对于一部要登上大银幕的电影来讲，这些缺点将被无限放大--如果说镜头的处理，影响的是影片质感，代表着审美上限，那么场景、人物生成精细度和统一性，以及可能出现的"穿帮"问题，则是必须严格把控的质量底线。针对画面处理、人物生成这些现阶段的AI技术盲点，业内也没有统一的解法，只能靠人力灵活应对，后期处理。
图源：《海上女王郑一嫂》官方预告片
事实上，在《海上女王郑一嫂》的拍摄中，这种需要人与AI合力，或者靠人力为AI兜底的状况十分普遍。尤其是在剧本创作、分镜头剧本处理和后期剪辑等环节，人的主导地位更为明显，远非AI可以取代。
陈卓表示，《海上女王郑一嫂》的剧本从一开始就是全靠"人类"团队创作，并未假借AI之手。在她看来，这既是出于对以人为本的创作原则的尊重、对创造乐趣的维护，同时也有对AI能力的怀疑--对历史史料的查证，目前的AI就无法做到十分严谨专业，比如AI生成人物身着的服装不一定就是历史年代准确的制式。
而在分镜头剧本的处理上，团队虽然曾寻求AI帮助，但效果差强人意。陈卓透露，AI处理的分镜头剧本时最大问题是太传统、缺乏创意和特点，这和长镜头生成、长对白处理时出现的问题是相似的。毕竟和剧本文稿一样，分镜头也是创作中的一环，背后需要人的创意与构思赋予生命力，这些是AI暂时还无法替代的。
