《現代電影技術》｜劉漢文等：國產AI大模型技術在電影行業中的融合創新與發展路徑

本文刊發于《現代電影技術》2025年第8期

專家點評

目前，國產人工智能（AI）大模型技術的應用已深入到社會全領域，在影視制作領域，該技術更是以迅猛之勢重塑影視制作的理念與格局，極大地賦能了中國電影的新發展，這也成為整個電影行業的共識。AI技術正處于技術迭代與多元擴展的雙重加速期，為電影領域的美學和產業創新提供全新動能。然而，無論從觀念、理論或是到具體的創作生產，中國電影人對AI系統的認知和實踐還有較大差異，還需進一步提升和深化。特別是在具體實踐中如何把控人文和技術的配比，這是至關重要的問題。當下，業界和學界對這些問題都有諸多研究，這些研究均顯示出重要的應用價值。《國產AI大模型技術在電影行業中的融合創新與發展路徑》一文系統梳理了國產大語言模型與多模態大模型的發展歷程，分析國產 AI 技術在劇本創作、特效制作與視頻生成、營銷宣發與市場分析等多個環節的發展與應用現狀，深入探討國產AI大模型賦能電影產業所面臨的多重挑戰，并提出相關對策建議。在相關研究中，本文的研究較為全面而系統，具有重要的學術價值和實踐意義。

—— 趙衛防

二級研究員

中國藝術研究院電影電視研究所所長

作 者 簡 介

劉漢文

福建師范大學傳播學院教授、博士生導師，主要研究方向：電影產業。

福建師范大學傳播學院2023級碩士研究生，主要研究方向：電影產業。

黃靈瑤

摘要

當前，人工智能（AI）大模型技術正以迅猛之勢重塑全球AI格局，國產AI大模型也處于技術迭代與多元擴展的雙重加速期，為諸多領域的產業創新提供全新動能。為推進國產AI大模型在中國電影行業的融合創新與發展，本文系統梳理了國產大語言模型與多模態大模型的發展歷程，分析國產AI技術在劇本創作、特效制作與視頻生成、營銷宣發與市場分析等多個環節的應用現狀，深入探討國產AI大模型賦能電影產業所面臨的多重挑戰，并提出相關對策建議。研究表明，要實現國產AI大模型與電影工業流程的深度融合，還需探索推動建設“人機協同”創作機制，在技術革新和人文價值間構建平衡支點。

關鍵詞

人工智能；國產AI大模型；人工智能生成內容（AIGC）；電影行業

1引言

2025年初，深度求索公司開發的DeepSeek系列人工智能（AI）大模型橫空出世，憑借其開源策略和本土適應性，在各行業掀起了AI大模型的適配和接入應用熱潮。經過數十年的技術發展，基于深度學習（DL）的AI技術主要從早期的“標注數據監督學習”任務特定模型，到“無標注數據預訓練+標注數據微調”預訓練模型，再到如今的“大規模無標注數據預訓練+指令微調+人類對齊”AI大模型。經歷了從小數據到大數據，從小模型到大模型，從專用到通用的發展，AI技術正逐步進入大模型時代[1]。

隨著AI大模型能力的持續突破，其在語言理解、多模態生成和任務泛化方面表現出的優勢，成為當前AI技術發展的核心驅動力之一。近年來，人工智能生成內容（AIGC）技術的廣泛應用得益于AI大模型的快速發展。AI大模型正深刻改變傳統行業的運行邏輯和價值結構，電影行業也正經歷由AI大模型推動的深層次變革。作為新質生產力的關鍵部分，AI大模型有望激發新的技術和產業變革，賦能電影行業發展。因此，本文立足技術演進與產業變革的交匯點，系統梳理國產AI大模型技術的發展脈絡，解析AI技術與電影工業的融合創新，這既是理解數字時代電影新趨勢的理論參照，也可為產業提質升級提供實踐路徑。

2技術迭代圖譜：國產AI大模型發展演進脈絡

在AI領域，大模型指大規模預訓練模型。其基于深度學習技術，通過海量數據訓練，形成具有超大規模參數的模型架構，在自然語言處理（NLP）和計算機視覺（CV）等領域得到廣泛應用。中國信息通信研究院發布的《全球數字經濟發展研究報告（2024年）》顯示，截至2024年第2季度，全球AI企業數量超3萬家，中國占據15%，位居全球第2位。2023年至2024年第2季度，全球AI大模型獨角獸企業數量為33家，其中中國AI大模型獨角獸企業為11家，位列第2位[2]。2025年3月31日，國家互聯網信息辦公室發布的公告顯示，全國按照《生成式人工智能服務管理暫行辦法》通過國家互聯網信息辦公室完成備案的生成式AI大模型已達346款[3]，呈現出“百家爭鳴”的發展趨勢。

2.1 智能涌現：國產大語言模型崛起

2017年，谷歌提出Transformer架構，該架構基于自注意力（Self?Attention）機制的神經網絡結構突破了傳統序列模型的局限，為大規模預訓練語言模型奠定了基石。2022年底，擁有強大自然語言交互與生成能力的ChatGPT正式發布，標志著生成式AI領域迎來現象級突破，引發全球AI大模型發展熱潮。

本次AI大模型熱潮主要由大語言模型（LLM）引領。大語言模型依托超大規模無標注文本語料庫實施自監督預訓練（Self?Supervised Pretraining），完成語言規律建模與知識內化，并通過參數規模的指數級增長實現復雜語義表征能力的質變。我國積極響應全球技術變革浪潮并大力推進大模型自主研發，自2023年以來眾多AI大模型相繼發布。與傳統模型偏重語義處理不同，新一代國產AI大語言模型在架構與算法層實現了關鍵技術的提升。于基礎架構層面，多個模型對Transformer架構進行了本土式優化，如智譜華章發布的GLM系列模型采用雙向自回歸機制，有效提升中文語義理解能力；DeepSeek、MiniMax等引入混合專家（MoE）架構，在保持超大參數量的同時，顯著降低計算能耗與推理成本。在訓練算法層面，文心一言、訊飛星火等國產AI大模型則廣泛采用知識增強、指令微調、低精度訓練等策略，以提升對中文任務的適應性和實際部署能力。

在廣泛的市場關注下，互聯網廠商、科技企業與初創公司紛紛發力，逐步豐富國產大語言模型的產品矩陣。2025年，DeepSeek正式發布DeepSeek?R1，并同步開源模型權重；MiniMax發布全新開源模型系列Minimax?01。國產大語言模型如雨后春筍般涌現，實現快速迭代升級，并有效推動模型性能邊界不斷擴展。

2.2 能力躍升：從語言理解到多模態交互

早期大語言模型技術多局限于文本單模態，而多模態大模型能同時處理文本、圖像、音頻乃至視頻等多種數據形式。更自然、更全面的人機交互能力，正逐步成為AI發展的新趨勢與重點方向。目前，國內諸多公司紛紛加大對多模態領域的研發投入，并陸續推出一系列多模態大模型產品，逐步推動國產AI大模型能力從“語言理解”走向“綜合感知”。

相較于基于Transformer架構處理線性文本的語言模型，國產多模態大模型不僅在應用層面上實現支持文本、圖像、語音等多模態的輸入輸出，更于底層模型架構、預訓練任務等方面實現了一系列技術創新。如阿里云推出的大規模視覺語言模型Qwen?VL便采用多層雙向交叉注意力（Cross?Attention）機制實現圖文協同建模，并通過共享token嵌入層與對齊Transformer模塊，實現圖文指令輸入、圖像問答、圖文生成等任務的統一處理；VisualGLM則在原有的ChatGLM語言模型基礎上，增加視覺編碼模塊并采用跨模態門控機制，提升圖文聯動任務的處理能力，同時在圖文描述、圖像檢索等領域表現出色。此外，多款國產多模態大模型亦通過對比學習增強跨模態對齊能力，通過多任務自監督訓練機制以實現不同模態信息之間的深度對齊與語義聯通。

當前，國產AI大模型在迭代速度與核心性能上勢頭強勁，國內頭部多模態大模型的綜合表現已接近國際一流水平。國產大模型從語言理解向多模態交互的演進，推動了模型架構由單一Transformer向多模態統一感知系統轉型，訓練策略從文本自回歸向多模態對比拓展，推理能力由語言生成升級為圖文語義融合+任務執行的復雜范式。隨著豆包視頻生成實驗模型VideoWorld、高可控模型Vidu Q1、可靈AI 2.0視頻生成模型等陸續發布，國產AI大模型在技術迭代、產品矩陣、應用場景等方面實現跨越式發展，正從“可用”向“好用”大步邁進。多模態大模型的持續發展不僅展示著中國在 AI 技術領域的創新實力，也為國產AI產業與電影行業的融合創新提供了廣闊的空間與機遇，或將為電影行業帶來更具顛覆性的變革可能。

3國產AI技術與電影行業的融合創新

近年來，影視企業與科技巨頭紛紛擁抱AIGC技術，通過體系化布局為主營業務實現技術賦能，重塑影視產業生態。2021年，華為云計算有限公司、上海鳴鑼影視科技有限公司共同打造的“5G數字影視創制云平臺”正式啟用并發布階段成果[4]。2023年，華策影視成立AIGC應用研究院，不斷探索AI視頻生成、AI智能體等技術在影視行業中的應用[5]。同年，華為與華策影視在數字版權保護、影視制作技術標準等領域展開深度協作。聯想集團與陸川導演共建的“AI影像實驗室”[6]，則開創了“硬件廠商+創作團隊”的協同創新模式，通過端到端的技術整合推動影視工業化進程。國產AI技術與電影行業的融合突破了單一技術維度，演變為涵蓋創作主體、生產流程、產業生態的系統性創新，電影工業已然掀開AI序幕。

3.1 劇本創作與項目評估

國產AI大模型能夠憑借強大的數據分析能力，對海量故事素材進行深度剖析，有力推動劇本相關工作的高效開展，尤其是在中文語境處理、本土文化元素生成等方面具有獨特優勢，為講好中國故事提供了更加有效的技術載體。

以華策影視推出的“影視劇本智能創作系統”為例，其通過“評估助手”和“編劇助手”雙引擎實現創作效率躍升：前者將20～50萬字小說劇本的評估周期從72小時壓縮至5分鐘，后者通過優化多輪對話機制使創作效率提升300%[7]。愛奇藝開發的“劇本工坊”同樣具備強大的劇本拆解與評估能力，自研的文學大模型和外部商業大模型可有效識別重復內容、挖掘劇本商業潛力、優化故事節奏和人物亮點[8]。目前，該系統在產品開發實驗環境中接入DeepSeek等國產AI大模型，以加強對中國文化和中文語境的理解，提升劇本評估的精準度與文化適配性。此外，“漢語電影內容AI輔助創作平臺”以漢語電影專屬大語言模型為 AI底座，集成劇本初稿生成、劇本修改打磨、劇本多維評估三大功能，并于平臺交互界面采用模塊化設計，整合創作全流程可視化功能。其所具備的實時反饋機制與傳統線性創作模式大不相同，創作者在構思階段即可獲得工業標準參照，有助于提高前期籌備效率[9]。

在技術不斷發展迭代的背景下，國產AI大模型不僅可根據指令完成劇本的類型化生產，還可通過分析觀眾的觀影歷史、偏好和消費行為等大規模數據，生成個性化的影視劇本，把握市場趨勢和觀眾喜好，幫助制片人和編劇評估劇本的商業潛力。

3.2 特效制作與視頻生成

電影特效制作也正在經歷一場由AI技術驅動的深刻變革。從傳統攝影機實景拍攝到綠幕摳像、LED虛擬攝制，再到AI大模型在多模態理解與生成方面的突破，技術不斷重塑著影視視聽語言的邊界。國產電影團隊正積極探索AI技術在特效和視頻生成中的深度應用，推動高質量視效內容以更高效率、更低成本實現。

電影《哪吒之魔童鬧海》制作方自主研發的AI骨骼動力學系統，通過深度學習300萬組武術動作數據，實現肌肉收縮、皮膚褶皺等物理反饋的自動生成，徹底突破關鍵幀動畫的技術限制。當哪吒突破穿心咒時，肌肉的撕裂、迸發的火星等并非隨機特效，而是AI模擬了超過20萬次肌肉纖維斷裂的力學軌跡，配合流體算法計算血液在火焰中蒸發路徑得出的結果[10]。郭帆團隊為電影《流浪地球2》自主研發的AI模型，完成了3000余個視效鏡頭、1000余個面部視效。其中，該技術將吳京減齡的單鏡頭處理效率提升數倍[11]，彰顯國產AI技術在提升制作效率與降低成本方面的巨大潛力。

在視頻生成方面，國產AI大模型正通過技術集成與藝術實踐的雙向嘗試，突破電影工業的敘事范式與美學邊界，呈現出技術賦能、人機協同的多維度創新格局。生數科技與清華大學聯合研發的視頻生成大模型Vidu，首創Diffusion與Transformer融合架構U?ViT，支持1080P分辨率下16秒時長的動態影像生成，是從文本到視頻的跨模態轉化突破。該模型在AI公益短片《海靈》中落地應用，實現從文案到成片的鏡頭生成與動態風格統一，是AI動畫領域的一次積極探索，為電影行業提供了更加高效的制作方式。海螺AI推出Dead & Breakfast Hotel及I Feel Your Pain等作品，通過語義引導、風格映射、多模態融合等技術，在人物表演精度、場景氛圍還原度及情緒傳達效度等層面實現突破，為獨立電影與實驗影像提供了低成本、高保真的創作路徑。此外，在第十五屆北京國際電影節AIGC電影單元中，《回聲》《金魚，回到海的盡頭》等獲獎AI短片，皆借助可靈、Vidu等國產AI大模型完成動態影像制作與剪輯，實現了從概念圖到動態影像的全流程AI輔助創作。

“AIGC導演共創計劃”則將技術驗證提升至藝術創作層面，李少紅、賈樟柯、葉錦添等9位導演依托可靈AI制作出品9部AIGC電影短片，借助可靈AI的鏡頭生成與特效處理，在多個維度上測試了多鏡頭銜接、動作驅動渲染、文化符號轉譯等復雜任務。這些實踐成果最終獲得中國電影博物館的永久收藏，標志著AI技術在電影短片創作中的藝術價值正進一步得到專業認可。

3.3 經典復現與聲音制作

國產AI大模型技術在經典影像修復及聲音制作等領域同樣展現出顯著應用價值。

在經典影像修復領域，技術迭代催生智能修復新范式。2023年8月，抖音集團聯合中國電影資料館、火山引擎啟動的“經典香港電影修復計劃”，開創性地采用“AI+人工”協同作業模式[12]。相較于傳統算法，基于深度學習的視覺AI大模型通過海量數據訓練形成穩定算法框架，確保修復效果的連續性與一致性，并擁有更強的場景適配能力，色彩校正、噪點消除等操作更趨自然。此外，模型參數中蘊含豐富的先驗知識，能夠應對多樣化修復場景。針對早期香港電影中常見的威亞穿幫問題，AI模型通過特征學習實現自動化處理，相較傳統人工逐幀修復，效率與場景還原精度均提升數倍。

音頻制作領域的技術突破構建起全球化傳播的基礎設施。在2023年上映的電影《流浪地球2》中，AI語音系統首次完成院線電影對白制作，標志著語音合成技術達到商業可用標準[13]。愛奇藝自主研發的“奇聲”影視劇智能配音系統，已建立包含30種語言、120種方言的語音數據庫，并通過端到端的語音轉換架構，累計完成超過300部海外影片的普通話配音及800余部影視作品的多語種制作[14]。

3.4 營銷宣發與市場分析

在影視產業數字化進程中，國產AI大模型正深度重構影視后期宣發與營銷，并集中體現于創意內容生成、數據與市場分析及用戶交互創新三大維度。電影《毒液：最后一舞》在國內上映期間，宣發公司創新性采用國產AI大模型Vidu打造水墨風格宣傳[15]。在30秒時長內，通過算法驅動實現毒液形象與傳統意象的解構重組——游魚、奔馬、仙鶴、孔明燈等物象在墨韻流轉間完成形態轉化。

在數據與市場分析層面，多模態數據融合機制為片方提供動態調整排片策略、優化資源投放的量化依據。阿里影業自主研發的“燈塔智能宣發助手”已形成覆蓋宣發全周期的智能決策系統，該平臺整合實時票房熱力圖、分時段預售監測及歷史檔期數據庫，顯著提升了宣發決策的精準度與響應速度。

在用戶參與層面，沉浸式交互設計延伸了觀影行為的邊界。在第十五屆北京國際電影節“無界∞沉浸單元”開幕式上，河南廣播電視臺出品的《唐宮夜宴》獲中國虛擬現實（VR）電影首個“龍標”（公映許可證），《隱秘的秦陵》獲得002號“龍標”，標志著虛擬現實電影正式納入國家電影管理體系，電影行業正大步邁進新時代[16]。深圳元象信息科技有限公司研發的大模型XVERSE?MoE?A36B，支持實拍視頻到3D場景的轉換，將傳統影音素材轉化為可交互虛擬空間，并實現用戶與虛擬數字人的自然對話，增強虛擬現實電影的沉浸感。此外，電影《熱辣滾燙》與支付寶五福活動聯動的“飆戲小劇場”項目，依托智能換臉與動作捕捉技術，實現用戶生成個性化電影片段，以強化與IP的情感聯結。

4現實挑戰：國產AI大模型賦能電影產業的數重困境

在數字化浪潮席卷全球電影產業的當下，國產AI大模型技術為中國電影帶來了前所未有的發展機遇，同時也對原創性、版權保護及藝術倫理等核心議題產生多維度的深遠影響。技術革新猶如一把雙刃劍，既為電影創作注入新活力，也衍生出一系列亟待解決的現實問題。

4.1 技術局限：技術瓶頸與專業化行業大模型的缺席

盡管國產AI大模型在影像生成領域取得顯著進展，但于電影工業化層面仍面臨技術瓶頸，制約著其大規模、深層次的應用推廣。一個關鍵問題在于，目前大多數國產AI模型仍以通用型為主，面向電影行業的專業化模型尚顯不足。加之通用模型的訓練數據并非基于影視創作的語義需求進行標注，往往無法產出符合電影工業標準的高質量內容。與傳統領域相比，影視數據的標簽體系更依賴創作經驗與藝術判斷。從燈光設計、鏡頭語言到演員表演等創作環節，不僅需要海量數據支撐，更需要具備行業經驗的專業人員進行深層標注與解讀[17]。故在訓練階段缺乏“鏡頭語言”“色彩美學”“敘事節奏”等專用特征預訓練機制的情況下，國產AI大模型生成內容的精細度和專業水準難以達到電影級別。此外，海螺AI、可靈AI等國產工具雖已在短視頻及廣義影視內容領域實現落地，但多聚焦于低成本、輕量化場景，且人物表情常顯僵硬、動作缺乏流暢性，場景真實感與光影質感難與傳統實拍影視相媲美。在面對電影制作中對圖像分辨率、鏡頭穩定性、時長控制與視覺一致性的高要求時，仍顯力不從心。

從藝術創作本身出發進行審視，國產AI大模型在電影藝術深度與情感表現方面同樣有較大局限性。盡管大模型在內容生成效率上具有優勢，但更擅長對已有內容進行模仿與組合，往往缺乏深度的藝術價值與人文內涵，無法精準把握觀眾情感。中國電影創作近年來聚焦現實題材與文化傳承，但國產AI大模型在呈現民族美學、人文敘事方面尚顯支撐不足。而在表演層面，電影演員的表演并非簡單的動作再現，而是文本意圖、導演構思與演員情感體驗多重融合的結果[18]，難以通過算法指令精準觸發與呈現。

4.2 雙重桎梏：倫理道德與數據版權問題

AI在電影領域的應用面臨著倫理、道德與法律規范的約束。在內容創作層面，超越倫理邊界的AI濫用可能引發隱私泄露、數據濫用及社會價值觀錯誤引導等一系列社會風險。

具體到電影產業，創作者權益保護與版權歸屬問題尤為突出。AI模型在訓練與生成過程中高度依賴大規模數據集，而這些數據合法使用與授權邊界尚未完全厘清。一旦使用未經授權的影視作品進行訓練，極可能構成侵權，引發法律糾紛。2023年，《紐約時報》起訴OpenAI和微軟公司，指控其未經授權使用媒體內容訓練AI模型，凸顯了數據隱私在AI領域中的敏感性和重要性[19]。無獨有偶，2025年初，國內視頻平臺愛奇藝也正式向上海市徐匯區人民法院提起訴訟，指控MiniMax旗下視頻生成大模型海螺AI侵犯著作權。愛奇藝指出，MiniMax未經授權使用其擁有版權的視頻素材進行模型訓練，并由此生成了涉嫌侵權的內容，要求對方立即停止侵權行為，索賠10萬元人民幣[20]。此外，也存在創作者個人維權案例。例如，視頻創作者“閑人一坤”起訴“文刻創作”賬號運營者，稱對方在未獲許可的情況下使用AI技術復制并發布高度相似的作品，對自己所創作的AI視聽作品構成侵權[21]。

上述案例表明，在AI與電影產業深度融合的背景下，版權問題不僅涉及影視公司與平臺的內容資產安全，也關乎創作者個人的合法權益保護。如何在推動AI技術應用的同時建立清晰的法律邊界與行業規范，已成為行業發展的關鍵議題，相關法律亟需更新以適應技術環境新變化。

4.3 市場風險：人才短缺與產業協作不足

AI技術的快速發展同樣對電影產業勞動力市場產生了深刻影響，技術滲透引發的人才替代效應與崗位迭代已初現端倪，人才供需失衡逐漸成為制約行業發展的瓶頸。編劇、演員、道具、特效等傳統電影工種正被重構，新興職業如AI美學工程師、AI劇本生成師、虛擬攝制技術員等需求激增。以電影《哪吒之魔童鬧海》為例，其制片團隊公開表示制作過程中需“掘地三尺”尋找動畫人才，暴露出目前復合型技術人才的嚴重匱乏。

更為深層的困境體現在產業協作機制的滯后。技術提供方與內容創作者之間尚未建立標準化協作流程，溝通壁壘導致影視項目試錯成本上升、周期風險加劇。影視與科技之間跨界融合的高門檻進一步放大了這一問題，由于算法工程師與影視藝術創作人員在審美與表達上的理解差異，項目在溝通階段便需耗費大量時間，極大降低了效率。

此外，電影行業對AIGC技術的態度仍處于觀望與調整之中。盡管AIGC在內容生成與流程優化上展現出顯著潛力，但行業尚未圍繞其商業模式的穩定性與盈利前景達成共識。新技術雖為電影行業注入了創新動力，但其長期效益與應用邊界仍充滿不確定性，亟需從制度設計、商業模式到人才體系等多方面持續探索與驗證。

5發展路徑與生態構建：技術與藝術的多維平衡

在國產AI大模型與電影行業深度融合創新的進程中，技術變革正重塑著電影創作生產生態格局。面對AI技術強勁發展態勢，電影界需多向發力。通過行業數據聯盟與知識庫建設，推動國產AI大模型與電影工業流程的深度適配，以“中國審美表達”為價值錨點，培育具有本土文化主體性的AI創作工具，最終形成“創作者主導創意內核、AI技術賦能形式表達”的協同生態，共同探索AIGC技術下我國電影行業發展新路徑，以促進產業高質量發展。

5.1 技術開放化：體系構建帶動行業共創

國內AI技術在影視領域雖起步較晚，行業接受度卻頗高。AI模型訓練的關鍵在于數據支撐，如1萬小時的文本訓練可顯著提升AI語音識別準確率[22]。國產AI大模型在電影產業應用層面的深化，首要前提是建立開放、共享、專業的行業技術基礎設施，推動數據資源流動、模型訓練優化及共創機制構建。

（1）加快構建面向電影行業的專業AI大模型體系

我國要建立具有自主知識產權的電影智能制作框架，關鍵在于開發適用于電影創作的AI大模型系統，且這一系統應由具備特定功能的子模型協同構成。因此，發展具備“鏡頭分析”“情緒識別”“光影節奏調度”等能力的細分模型，成為電影工業智能化升級的關鍵路徑。同時，應持續提升國產AI大模型在語義理解、畫面生成質感和運算效率等方面的性能，以滿足專業影視創作對質量與速度的雙重需求。

（2）構建高質量影視訓練數據體系，建立行業數據聯盟與知識庫

由國家相關部門牽頭，聯合影視制作公司、數據平臺、研究機構，建設涵蓋劇本、分鏡、音樂、視覺素材等多模態數據的專業知識庫，制定數據采集、標注、歸屬和使用規范，保障模型訓練的合法合規性與數據豐富性。尤其應關注中華傳統美學風格等富有中國特色的數據內容，以提升模型的文化適應能力與表達深度。

（3）探索“人機共創”AI創作工具體系

發展以AI大模型為輔助的“劇本生成、分鏡規劃、虛擬場景預演”一體化工具，既能提升創作效率，也可將創作者從繁復的流程中解放出來。同時，可通過“AI導演共創計劃”與“智能創作聯合工作坊”等模式，引導傳統創作者深入參與AI工具的設計與優化，推動技術與藝術的協同進化。

從文化融合到數據融合，我們正經歷著新媒介技術對傳統知識生產與傳播形式的迭代浪潮[23]。AI將助力更多青年電影人突破技術門檻，實現藝術理想與社會價值的雙重抵達。正如導演董潤年在采訪中所提到的，“文生視頻大模型在研發之初并不是為專業影視工作者量身定制的工具，其讓每一位普通人都有機會把自己對世界的認知形成一個視頻作品”[24]。

5.2 創作人本化：構建“技術+人文”雙軌培養體系

電影作為情感表達、觀念傳遞與文化傳播的藝術載體，其核心競爭力始終植根于創作者的主體性表達。當前AI技術在電影領域的應用尚不完備，基于深度學習的AI大模型雖能高效生成敘事框架與視覺素材，但因缺乏具有人文價值的批判性反思，往往陷入深度不足的創作困境。然而，技術工具的革新性與藝術創作的本體性并非天然對立。電影《哪吒之魔童鬧海》團隊通過AI技術輔助將手繪動畫流程用時壓縮減半，驗證了“技術賦能+人文內核”的協同創作范式。這種分工模式既規避了“AI依賴癥”對創作主體性的消解，又通過人機協作釋放了生產效能，為國產動畫電影工業化提供了新路徑。

AI的本質屬性決定了其工具定位。在此背景下，電影教研需重構“技術+人文”雙軌培養體系。一方面，推動高校設置“AI+影視”交叉課程，培養復合型創作人才。在電影、動畫、傳媒等專業中融入AI技術、美學算法、AI倫理等課程，同時強化傳統美術、文學、文化史基礎教育，夯實人文素養根基。另一方面，可考慮設立AI創作專項基金，推動高校與企業的“產學研”合作；鼓勵企業與高校共建AI影視實驗基地，鼓勵學生利用AI大模型參與影視創作等相關實踐。此外，支持更多電影節設立AIGC專屬競賽單元或實驗影像展映板塊，為高校學生和青年創作者搭建展示平臺，鼓勵其在創作中主動與大模型“對話”。這一雙向賦能模式不僅能激發創作活力，更有助于推動AI由“技術工具”向“影視合伙人”轉變，實現從素材生成到創意孵化的全鏈條協同。

5.3 政策利好化：完善制度引導發展

自2017年國務院印發實施《新一代人工智能發展規劃》為AI產業發展和監管奠定基礎至今，我國已陸續出臺系列政策以支持和規范AI產業的發展，初步形成“基礎研究-產業培育-風險防控”三位一體的政策框架。2023年4月28日，中共中央政治局召開會議指出，要重視通用人工智能發展，營造創新生態，重視防范風險[25]，標志著政策導向從“技術追趕”轉向“價值引領”。2025年《人工智能生成合成內容標識辦法》出臺，明確規定AI生成內容需“添加顯著的提示標識”，影視AI治理進一步邁入監管階段。

從行業層面來看，制定并建立相關的標準和規范至關重要。政策支持下，越來越多的影視作品開始運用虛擬現實（VR）、增強現實（AR）等技術，為觀眾帶來沉浸式觀影體驗。國家應進一步通過政策引導鼓勵AI技術創新與產業融合，重視和推動行業技術規范的制定與發展。一是明確AI生成內容的法律歸屬。推動“AI生成內容著作權”立法研究，明確作品歸屬、使用權利與責任主體，為影視產業的AIGC使用提供法律依據。二是制定AI生成內容在電影中應用的比例標準，有助于引導AI在電影領域的健康有序發展，保障電影作品的質量和藝術價值。三是加大政策激勵，扶持初創AI影視企業。通過設立AI基金、稅收優惠、提供算力補貼等方式，支持具備創新能力與本土文化價值表達能力的創業團隊，降低初創企業研發與應用成本，形成以政策助推產業升級、內容升級、技術升級的正向循環。

6結語

自電影誕生以來，技術變革始終未曾缺席。從默片到有聲電影、從黑白影像到彩色美學、從膠片介質到數字革命，技術范式的躍遷對電影工業產生了深遠影響。在AI技術爆發的語境下，電影界正面臨新一輪雙重命題：AI如何突破工具屬性，成為藝術表達的協同主體；人類創作生產者如何守住主體性，避免自身淪為技術的附庸。電影工業的終極命題并非“人類是否會被取代”，而在于如何通過人機協同實現“1+1＞2”的創造性突破。不僅是AI，虛擬攝制等新技術對電影工業流程上的挑戰亦不可小覷。未來的行業勝出者將不再囿于技術工具的被動使用者，而是能夠重構藝術表達邊界的跨學科實踐者。

當下，眾多影視頭部公司紛紛部署人工智能生成內容（AIGC）領域，AI大模型快速迭代升級，影視行業或許再也回不到純人工時代，一個全新的影視創作生產時代正奔涌而來。中國電影人需積極面對和有效應對AI帶來的機遇與挑戰，適應中國電影高質量發展的趨勢，使技術真正服務于中國電影“講好中國故事”的使命。

參考文獻

（向下滑動閱讀）

[1] 中國人工智能學會.中國人工智能系列白皮書-大模型白皮書（2023版）[EB/OL].(2023?09?17)[2025?05?12].https://mp.weixin.qq.com/s/TtM1RkX-_vuzgFkv-CbUmQ.

[2] 中國信息通信研究院.【研究報告】全球數字經濟發展研究報告（2024年）[EB/OL].(2025?01?18)[2025?05?12].https://www.nsszjj.com/page128?article_id=1181.

[3] 中國網信網.關于發布生成式人工智能服務已備案信息的公告（2025年1月至3月）[EB/OL].(2025?04?08)[2025?07?21].https://www.cac.gov.cn/2025-04/08/c_1745817775881843.htm.

[4] 環球網.華為云聯合鳴鑼打造5G數字影視創制云平臺[EB/OL].(2021?06?15)[2025?05?12].https://baijiahao.baidu.com/s?id=1702626417263004626&wfr=spider&for=pc.

[5] 中證網.華策影視：成立AIGC研究院 實現精品內容與科技深度融合[EB/OL].(2023?06?20)[2025?05?12].https://baijiahao.baidu.com/s?id=176922200194

3601196&wfr=spider&for=pc.

[6] 新民晚報.AI PC+創作，激活的不止創作者還有經濟[EB/OL].(2024?06?21)[2025?05?12].https://baijiahao.baidu.com/s?id=1802463500024979497&wfr=spider&for=pc.

[7] 澎湃新聞.百萬制作成本可為零，成為導演不是夢想！強大Sora或將影視業推入深淵[EB/OL].(2024?12?17)[2025?05?12]. https://www.thepaper.cn/newsDetail_forward_29670229.

[8] 楊柳.電影:人工智能與人本智能——2024年金雞電影論壇·學術論壇綜述[J].中國電影市場,2025(02):56?61.

[9] 劉陽.劇本創作與修改、評估有了“智慧”幫手[N].人民日報,2024?10?24(012).

[10] 李瑞璐,林婧.《哪吒2》百億票房背后的數字盛宴[N].人民郵電,2025?02?20(005).

[11] 人民網.科幻電影背后的“中國制造”[EB/OL].(2023?02?24)[2025?05?12].https://baijiahao.baidu.com/s?id=1758669498217851268&wfr=spider&for=pc.

[12] 定西.深度應用視覺大模型 抖音等發起百部經典香港電影修復計劃[EB/OL].(2023?08?17)[2025?05?15].http://m.digipub.cc/tech/article/ICB84IM50009

8IEO.html.

[13] 石寶峰,丁思立.人工智能技術在電影聲音制作中的應用與展望[J].現代電影技術,2024(10):50?57.

[14] 環球網科技.愛奇藝自研“奇聲影視劇智能配音系統”獲評“2024年新型數字服務優秀案例”[EB/OL].(2024?06?19)[2025?05?15].https://baijiahao.baidu.com/s?id=1802266923076057802&wfr=spider&for=pc.

[15] 新京報.《毒液3》今日正式上映，水墨風宣傳片由國產視頻大模型生成[EB/OL].(2024?10?23)[2025?06?08].https://baijiahao.baidu.com/s?id=181371240316

1201500&wfr=spider&for=pc.

[16] 光明網.中國虛擬現實電影時代開啟[EB/OL].(2025?05?06)[2025?06?08].https://baijiahao.baidu.com/s?id=1831333609691044886&wfr=spider&for=pc.

[17] 科技日報.AI碰上影視，會擦出怎樣的火花[EB/OL].(2025?06?05)[2025?06?08].https://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2025-06/05/content_589537.htm?div=-1.

[18] 人民日報政文.圓桌對話｜人工智能+，電影行業如何應對？[EB/OL].(2025?03?03)[2025?05?12].https://mp.weixin.qq.com/s/F3Twaf9LjFdCZZSwLBLlew.

[19] 世界互聯網大會.沒談攏!《紐約時報》起訴OpenAI[EB/OL].(2024?01?04)[2025?05?12]. https://digital.gmw.cn/2024-01/04/content_37071876.htm.

[20] 網易新聞. 愛奇藝起訴MiniMax，打響“視頻平臺訴大模型侵權”第一槍[EB/OL].(2025?01?08)[2025?06?08].http://finance.sina.com.cn/roll/2025-01-08/doc-ineefkfz1347216.shtml?utm_source=chatgpt.com.

[21] 封面新聞. 全國首例“AI視聽作品侵權案”將開庭 原告稱侵權作品高度相似索賠50萬元丨封面深鏡[EB/OL].(2024?05?14)[2025?06?08].https://baijiahao.baidu.com/s?id=1799001470188379281&wfr=spider&for=pc.

[22] 傅盛,陳洪偉,趙霽,等.向度與趨勢：人工智能的發展及其與電影的結合[J].當代電影,2023(08):4?14.

[23] 趙宜.人機共創、數據融合與多模態模型：生成式AI的電影藝術與文化工業批判[J].當代電影,2023(08):15?21.

[24] 中國婦女報.AI時代，AIGC為電影行業帶來的新變革[EB/OL].(2025?01?05)[2025?05?12].http://news.cyol.com/gb/articles/2025-01/05/content_dqYjnvi07L.html.

[25] 新華社.中共中央政治局召開會議 分析研究當前經濟形勢和經濟工作 中共中央總書記習近平主持會議[EB/OL].(2023?04?28)[2025?08?07].https://www.gov.cn/yaowen/2023-04/28/content_5753652.htm.