IntelliSearch最聪明的地方不是生成画面，而是把剪辑师从翻素材、认人脸和抄场记板的重复劳动里解放出来；代价则是显存、内存和一次不算轻松的前期分析。
先说预测：未来剪辑软件最先被AI彻底改造的，可能不是“一键成片”，而是素材管理。因为真正吞噬剪辑师时间的，往往不是最后那一下切点，而是在几百条素材里反复寻找“某个人回头”“一辆红色汽车”或“第23场第4条”的过程。
DaVinci Resolve 21的AI IntelliSearch正是冲着这部分苦活来的。实测结果有点出乎意料：它认人脸、物体和场记板的能力已经足以进入真实项目，但“更聪明”的Better模式并不总是更划算。面对580段、总时长1.5小时的HD素材，Faster模式约7分钟完成，Better却跑了约1小时10分钟。
Resolve 21的AI很多，但IntelliSearch最像生产力工具
Resolve 21加入了CineFocus、AI瑕疵去除、UltraSharpen、Motion Deblur、AI语音生成和Slate ID等功能。不过对于纪录片、访谈、多机位活动、真人秀和素材量巨大的商业项目，IntelliSearch可能是最先产生时间回报的一项。
它会先分析媒体池中的内容，再允许用户按人物、物体、颜色和对白关键词检索，并把结果组成Smart Bin。与生成式AI不同，这项能力不负责替你“编”画面，而是把已有素材变得可查询、可归类、可复用。
隐私上更让人放心：模型下载到本机，素材不用上传云端
IntelliSearch采用本地模型。模型需要先下载到工作站，分析过程主要消耗本机GPU、内存和磁盘，不必把客户素材上传到外部数据中心。对广告、未上映影视项目、涉密采访和签有保密协议的工作，这是一个非常现实的优势。
模型体积并不小。测试版本中Faster略高于1GB，Better超过4GB；不同版本的模型包会继续变化，实际大小应以下载管理器为准。整套AI扩展可能占用十几GB空间，但用户可以只保留项目需要的部分。
580段素材实测：7分钟对70分钟，Better把内存逼到墙角
测试平台是配备24GB统一内存的M4 Pro Mac mini。项目包含580段HD素材，总时长约1.5小时，只分析人脸时，Faster约7分钟完成，且内存距离上限还有余量；切换Better后，耗时约1小时10分钟，内存占用接近24GB极限。
| 测试项目 | Faster | Better |
|---|---|---|
| 模型体积 | 测试版约1GB | 测试版超过4GB，版本不同会变化 |
| 580段 / 1.5小时HD素材 | 约7分钟 | 约70分钟 |
| 硬件压力 | GPU高负载，24GB内存尚有余量 | GPU接近满载，24GB内存逼近上限 |
| 适合场景 | 快速建库、纪录片粗搜、日常项目 | 复杂对象、关键项目、空闲时补充分析 |
GPU核心在分析期间几乎被吃满，CPU却相对清闲。混合HD与UHD、总时长2小时16分钟的另一组素材中，Faster速度与纯HD项目接近；Better在UHD人脸索引阶段出现内存交换。对4K及以上项目，先用HD代理文件分析，再链接回高分辨率原片是更聪明的做法。
硬件怎么配？16GB能启动，不代表适合重度AI
高负载AI功能建议配备16GB显存级GPU；Windows还应至少准备16GB系统内存，Fusion项目需要更多。Mac的统一内存由CPU和GPU共享，24GB可以跑Faster，但Better已经显得吃紧。若把Resolve AI当成长期生产工具，32GB是更现实的起点，48GB或64GB会更从容。
- 16GB内存：适合基础剪辑，不建议长时间跑高分辨率Better分析。
- 24GB内存：Faster可用，Better需要关闭其他软件并警惕交换。
- 32GB内存：中等项目更合理，但Fusion与AI并行仍可能紧张。
- 48GB至64GB：更适合4K、多任务和未来新增AI模型。
内存紧张时，开始分析前重启系统、关闭其他应用，并把素材分批处理。若中途取消，不要只相信“已分析”小图标，最好重置该批素材再重新运行，避免搜索结果残缺。
人脸识别比预想更可靠：模糊、侧脸和不同光线都能认
Faster模式的人脸识别已经相当准确。不同机位、不同光线、未调色原片甚至运动模糊的人脸，仍能被归到同一个人物下。用户可在Face Gallery为人物命名，也可以手动确认AI不确定的分组。
它的策略更像“宁可多给一些候选，也别漏掉关键镜头”：物体搜索中，误报通常比漏检多。对剪辑来说这反而比较合理，因为多浏览几条错误结果只是多花几十秒，漏掉真正需要的镜头可能让整段叙事失去选择。
物体搜索能认猫、汽车和衣服颜色，但查询先用英文
手机、书、鞋、武器、汽车、摩托车，以及山脉、森林等明确对象通常容易找到；还可以加入颜色缩小范围，例如“red car”。衣服颜色也能识别，但它未必能稳定区分衬衫、夹克和外套。
当前最明显的门槛是查询语言：测试中英文关键词正常工作，德语和法语没有得到可靠结果。中文用户应优先用简短英文名词与颜色组合搜索，不要一开始就输入复杂中文描述。
Slate ID可能比搜猫更值钱：倒置尾板也能读
对于没有完善时间码系统的剧组，Slate ID是另一个可能节省大量人工录入时间的功能。它会识别场记板中的场次、镜次、条次等信息并写入素材元数据。面对不同布局、潦草手写和不够清晰的场记板，识别结果仍然令人惊喜。
测试中的倒置尾板也能大致正确读取。不过它还没有做到“无人值守”：Slate ID结果需要逐条点击查看，每条会等待几秒；识别窗口里不能直接修改文字，必须先把结果写入元数据，再关闭窗口纠错。
此外，Sync或MOS只有在另一项被胶带遮住时更容易识别，单纯画圈不一定生效；Day/Night、Int./Ext.等字段也可能被忽略。没有时间码时，最终声画同步仍要由剪辑师确认，AI不能替代规范拍摄和清晰报板。
IntelliSearch使用教程：先分析，再把搜索结果变成Smart Bin
- 下载模型：打开DaVinci Resolve的Extras Download Manager，按硬件和项目需求安装IntelliSearch Faster或Better。
- 选择模式：在媒体池右上角的更多选项中找到IntelliSearch Mode，首次建议选择Faster。
- 准备代理：4K、6K或更高分辨率项目可先生成HD代理，减少Better分析时的内存交换。
- 选择素材分析：可分析整个媒体池，也可先选一批素材分段执行，避免一次任务过大。
- 整理人物：打开Face Gallery检查聚类结果，为主要人物命名，并手动合并或拆分错误分组。
- 用英文搜索：从person、cat、car、book、forest等明确名词开始，再加入red、blue等颜色限定。
- 建立Smart Bin：把常用查询保存为智能媒体夹，让后续新增素材也能按条件自动归类。
- 读取场记板：运行AI Slate ID后逐条核对，再到元数据中修正场次、镜次与条次。
纪录片、访谈、真人秀、多机位活动、海量B-roll、人物长期跟拍。
4K以上长素材、24GB及以下统一内存、同时运行Fusion与多个创意软件。
最终声画同步、场记板纠错、复杂语义搜索及关系到交付的元数据确认。
观点：达芬奇的AI没有抢剪辑师饭碗，它先抢走了“翻素材”的时间
IntelliSearch目前并不理解完整故事，也不会替导演判断哪一个眼神最有戏。它真正成熟的部分，是把原本只能靠人脑记忆和文件名猜测的素材库，变成一个可以询问的数据库。对于几百条素材，这只是方便；对于几千小时纪录片素材，它可能直接改变项目成本。
它的短板同样明确：Better模式资源消耗过高，功能入口散落在不同界面，中文自然语言搜索尚不可靠，Slate ID校正流程也偏绕。AI已经能给出很好的第一遍整理，却仍需要助理剪辑或剪辑师做最后确认。
最终结论：在大多数真实项目中，Faster已经足够聪明，也更符合生产效率；Better应该是一项按需升级，而不是默认选项。Resolve 21这次最有价值的AI，不是替你创造不存在的镜头，而是让你更快找到已经拍到的好镜头。
