AI時代，影視工業會更好嗎？

親歷影視工業的AI浪潮之后，他們怎么看？

整理｜園長

AI時代，視頻內容將往何方？不論公司、團隊，還是個體“超級創作者”，都在思考和實踐如何與AI共存。

本文根據刺猬公社第六屆新內容探索者大會-AI與影視行業演講&圓桌對談整理，演講發言者依次為：

陸思津：從倒閉公司老板到AI導演的重生

我入行十幾年了，不僅做影視制作，也拍廣告。我曾經營過一家四五十人的后期公司，業務涵蓋CG汽車廣告、實拍廣告以及動畫影視后期。但現在那家公司已經不在了，現在我的核心業務是AI內容創作與AI短劇出海 。

關于AI對影視行業的沖擊，我淺淺總結了幾點。

首先是題材選擇的邊界。傳統的愛情、喜劇、動作懸疑片目前AI還做不好，因為AI無法完全模擬人類細膩的表演和情感共鳴。所以我們現在主攻動畫、恐怖、科幻、奇幻、紀錄片等題材，利用AI在這些“不可能場景”中幫我們省錢，也幫我們的甲方省錢。

第二是生產效率的跨代演進。傳統流程中，我們做3D模型，從建模、綁定骨骼、場景搭建、預演動畫到特效材質，第一版可能就要耗費三四個月。

以《流浪地球》里的行星發動機為例，最初可能只有兩三張概念圖，美術指導會在此基礎上畫出推動地球等關鍵概念，我們才能據此創建三維模型。從我們公司開始接手項目，到電影上映，畫面誕生的整個過程歷時三年——真是把頭發都熬白了。我不得不說，《流浪地球》是一部偉大的作品，但它的制作周期實在太長了。

然而，AI時代到來之后，情況就大不一樣了。當然，我們現在的作品也是站在巨人的肩膀上，沒有《流浪地球》前作，也就沒有后來的參照。現在，我只需要在Midjourney里輸入一段提示詞，比如“《流浪地球》風格的巨型反應堆，充滿電影感，體現工業美學”，它在一兩分鐘內就能生成四張概念圖。這些圖片是基于市面上已有的科幻片素材進行融合再創作的。選定其中一張圖后，再用它來生成視頻，整個流程下來也就十來分鐘，遠不像過去那樣步驟繁瑣。

不過，要想讓AI生成理想的效果，需要相當多的知識儲備。我過去所有的經驗和經歷，恰恰是為了能在此刻準確地描述出場景、人物和所需特效，從而駕馭AI工具。

最近我們也在做奇幻、科幻類型的短劇，狼人、吸血鬼、超能力、穿越、X戰警元素等等，外國人特別喜歡這類題材。如果實拍的話，這些題材本身有復雜的設定，比如科幻要符合科學邏輯，要真能運行起來；再要做大量的概念設計，還得是超未來、不能是近未來的設計；選角方面，也要找到比較合適的演員，相貌得符合人設，就比較難。融資方面，因為預算特別大、時間很長，也很難。

現在用AI生成科幻短劇，作為傳統的影視創作者，我覺得AI加速了我們的生產，但是提高不了太多的質量。因為AI創造不了它沒見過的東西，還是依靠人。不論是手繪還是拍攝、PS，你要給他基礎提示，才能做出更好的東西。

但是AI生成不了能用的劇本，它生成的劇本比較蠢。蠢在哪兒？它沒有感情，沒有任何人類的感情，感覺不到喜怒哀樂，而且它不懂如何安排節奏。我們作為導演、編劇或剪輯，一定要控制觀眾觀看時的節奏感，我要讓你時松時緊，時害怕時不害怕，有時候開心，有時候難過，但AI做不到。

張旋：從院線動畫制作，看AI和“數據工程”

我覺得動畫電影最主要的難點，是復雜性，另外是它是需要技術、藝術跟管理三方面完美結合，我們討論制作的時候，經常是一邊坐著程序員，一邊坐著畫家、藝術家，之后“鐵面”地 、無情地推進。

傳統的3D動畫制作，是非常典型的人力密集型、“重工業”作品，在國內成本相對較低的環境下，也少不了一兩個億人民幣的投資，這是因為我們一直在用非常昂貴的人力和時間去堆砌畫面。AI的到來，讓我們逐步從純粹地拼人力、拼人數、拼周期，過渡到拼算力的階段。

前段時間我們看了一段話，說哪有什么AI應用，無非是數據工程，看完我們同事相視一笑。我們在做制片管理的時候，會把所有和制作有關的數據，都以特定的格式收集匯總到一起，所以可以用大模型來輔助我們的制片來做項目管理。

比如有一個10M大小的、大概有六七萬條鏡頭環節的版本記錄，我們可以用任何我們手邊的AI模型，讓它幫我去做項目全方位的數據分析，不管是哪個環節的情況，還是哪個供應商的情況，只要是我想知道的，它都能幫我分析出來，給出各種圖表以及文字結論，并且最后我們可以通過對話的方式再進行追問。

比如我們想了解2024年9月份，某環節、某任務的任務量或者是完成度的情況，這都可以馬上得到反饋。所以在幕后的項目管理工作當中，我們等于得到了非常有經驗、并且不知疲倦的數據分析師，幫我們做整個項目的評估，甚至能根據數據敏銳地指出，“你們是否為了趕工期犧牲了質量？”

藝術創作和技術上，這兩部分大家平常看到的介紹還是蠻多的，我就只講我們對未來的一些展望、規劃。

我們現在也在準備新的動畫電影，前期流程中的劇本創作環節，我們并不指望AI能寫出讓人非常滿意的劇本，但編劇可以用AI查大量的資料，比如某些設計是不是具有合理性，我們可以借助AI非常快速地建立知識體系、做驗證，還可以讓AI來幫我們去挑劇本當中的問題；在美術設計方面，我們等于從原來需要大量的手繪，到現在可以瞬間產出大量的場景設計圖、角色設計圖，包括前期的分鏡和故事版；目前AI雖然還沒有辦法直接生成滿足院線動畫電影的鏡頭，但在動態預演的環節，可以用AI快速地生成表達創意預演片子。

我們正在規劃的動畫電影，一開始做了一條概念PV，又做了一條MV。我們的導演拿Suno AI作曲作寫了一首歌，我們看了覺得特別有意思，就快速做了MV。 我作為藝術家也好、作為導演也好，我腦子里有什么想法，原來我可能需要用寫文字或者畫圖的方式去表達，但現在可以用AI來講，非常快速地展現給團隊內部的人看，甚至給早期的觀眾去看，去驗證我的想法。

由AI制作的概念MV截圖

借助于AI的這些輔助，它可以帶來很多很好的思路，我們會進一步地用AI來幫我們，比如說做Pipeline設計，原先都是瀑布式開發的流程設計，可以用AI把它簡化成高度并行、并且非常有彈性的設計。

講一下我們的感受吧，我覺得大家基本上都還是有共識的，我們過去的很多年都一直致力于把我們的藝術家變成一顆顆的螺絲釘，做模型的就做模型，做美術就做美術，做故事版就做故事版，做綁定就做綁定，通過這樣的方式來提升制作效率。現在有了AI之后，會更希望通才藝術家的出現，借助AI來提升制作質量。

那現在來講，這些年即使是在沒有AI的情況下，我們也會發現很多環節在合并。因為隨著本身我們的軟件、計算機的硬件都在進步，各個崗位越來越往通才的方向去發展。按現在的情況發展下去的話，我覺得行業更需要懂藝術、懂技術、懂溝通的“T字型”人才。

超級創作者的實驗——溫勤談AI短片《雛菊》的創作

短片《雛菊》算是實驗性的一部電影，大家可以發現它全程是沒有臺詞的。而且主體的一致性，我們沒有特別去考慮。我們剛才看到的所有圖片都是用Midjourney生成的，視頻生成用的是快手可靈1.6模型，在短片公映之后，可靈2.0上了，但是我們沒有時間再重做，如果用最新的模型來做的話，效果肯定會更好。

當時，用AI的能力去創作比如機器人對打，或者一些需要對口型的視頻，還是做不出來的。這種情況下，我們是怎么通過AI去為《雛菊》這部短片賦能？

子川導演給到我的腳本，是比較傳統、簡單的影視制作腳本，我們就在想要怎么通過AI把它轉化成可用的分鏡腳本以及故事大綱。我是用GPT，因為國內2024年其他的大語言模型效果沒有那么好，所以說我就選擇了GPT。我把劇本丟到GPT里面，讓它幫我去構建對應的場景，以及對應的角色設定。

我認為在故事結構以及腳本上面，更多的還是要去打破傳統的思維定勢。我跟子川導演我們每天晚上基本上都在開會，討論整個畫面要什么樣的質感、大概要做到什么樣的程度才OK。

不管是故事創作還是分鏡制作的效率，AI都能提高。全片下來，我們從頭到尾生成了兩三千個鏡頭，但是最后用到的就100多個。如果用傳統方式制作的話，兩三千個鏡頭耗費的時間會很長。我們從八月底開始立項，到十月初做完，大概用了個把月時間。

接下來我想跟大家分享關鍵幀的生成。之前，我通過大語言模型生成對應的分鏡，我會再把對應的故事情節再丟到大語言模型里面，當然也還是用GPT，讓它快速生成一些概念圖的提示詞。現在有一些很不錯的工具能幫你寫提示詞，但是我自己可能比較固執，堅持自己人工去寫。

后面我在跑分鏡圖的時候，我基本是每個鏡頭跑一二十個畫面，從中再選一些不錯的分鏡，作為最終的畫面效果。我們也會跑一些概念性的畫面，在短時間內不斷生成非常多的候選方案，給到導演來選擇。

對于動態視頻的生成，我會更偏向于用自己的提示詞庫。我有個習慣，一般會把鏡頭的動作，比如推進或者搖進、推拉搖移這些放到最前面。有的時候也要靠運氣，有個爆炸畫面的視頻，我在跑的時候一次就能跑出效果，但以AI視頻的能力，能夠做出這樣的搖鏡，運氣也是非常好的。

我有兩個思考，可以跟大家分享一下。第一個思考是人機協同、創意為王，因為隨著技術的迭代發展，人人都可以做創意，都可以通過AI工具來進行視頻的產出，但是創意還是非常關鍵，AI不應該是取代創作者，更應該成為我們的伙伴；

第二個思考，是關于效率革命和創作范式的轉移。我不是影視行業出來的，是互聯網行業出來的，有時候我在制作過程當中，我可能會遵循一些互聯網行業的流程。在未來，AIGC將成為我們內容行業的水煤電，人人身邊真的會有AI小助手，從輔助創作發展到協同共創，去幫助我們進行內容產出。

圓桌對談：AI創作的邊界與審美

主持人：在當前的影視工業中，AI已經具備了一些可以替代人的地方。但是，有沒有絕對不可替代的地方？比如在情感共鳴等等有關價值的層面。

陸思津：我覺得AI能代替的可能是動畫制作的部分，或者是傳統影視制作拍攝、CG的部分。但是導演、制片的部分，就所有跟人打交道的部分，它應該都替代不了。尤其是在劇本創作，我剛才說AI不具備情感、沒有喜怒哀樂。舉個例子，AI能模擬出情感，但是AI沒有辦法體會“我有母親，我母親生病了，我很難受”。

張旋：我現在看到的情況是，影視制作中已經有很多工序可以借助AI減少很多重復勞動。但是，現在還沒有哪個工序可以完全不用人來去做了，各個工序還是需要人的參與。

溫勤：從創作者的角度，我覺得跟只要跟思考相關的東西，AI還是替代不了。比如說我跟甲方去溝通交流的時候，還是要有一些技巧。我們作為創作者，知道技術的邊界在哪里，這才是比較關鍵的地方，AI能夠替代掉一些繁瑣的基礎工作，比如批量生成、處理，但是一些細節的東西，還是要靠我們自己來。

主持人:隨著AI生成的內容越來越多，用戶不可避免地接觸AI內容，長此以往，會改變用戶的審美嗎？

陸思津：我覺得不太會改變審美。首先，AI不知道“什么是美的東西”，AI只會認為“這個東西被大眾評審認為是美的”。所以，AI只會模仿，不會產生新的東西，而新的東西是人產生的，不會由AI產生，也不太受到AI的影響。AI更多的是美化人類已經有的想法，或者增添一些創意。

張旋：我的看法是會影響，而且已經在影響。不光是AI，網絡的流行文化早已在影響我們的審美和語言習慣，AI只會更加全面地影響人的視覺、聽覺。但它會往哪個方向走，我還是充滿樂觀的。短期內審美方向或許會有一些波動，但是整體來講，我覺得人的本性還是會追求美。

溫勤：我也覺得會影響到。我不是影視行業出身，但我和一些影視行業的從業者交流時，他們給我的提升自己的建議是“去看傳統的電影、傳統的MV，不要看AI內容”。因為AIGC本質上是數據積累出來的、比較雜的東西。如果需要我開開腦洞，有更多的想法，可以看一些AI的東西，因為AI能夠把我們腦袋里能想到但是現實做不了的東西傳達出來，但是在提升審美時，還是更需要去多看一些傳統的東西。

主持人：有了AI工具之后，我們的視頻內容生產似乎變得更容易了。好內容的標準會不會因此有所變化？我們作為視頻內容行業的從業者，做出好作品的機會相對來說是變多了還是變少了？

陸思津：我覺得是變多了，但是我覺得AI還不能判斷一個作品是不是好作品。作為創作者本身，你得知道觀眾想要什么，如果做出的東西觀眾不喜歡，就要石沉大海。所以主觀的判斷還是靠人。

張旋：個人創作會變容易，每個人都可以發出自己的聲音，把自己的創意快速做出來給別人看。相對的，因為創作變容易了，所以各種各樣的創意作品出來以后，內容的平均水平值會被拉高，我們對好東西的標準也會變高。

溫勤：好壞還是取決于我們對于內容的挖掘深度。最近兩年我有個非常深刻的感受，身邊越來越多的人都能夠創作出一些很好的作品，身邊有很多好導演、好創作者冒出來了，他們有的是影視行業、廣告行業，有一定積累，做出來的內容的確會比普通人更好一些。

本次大會，還根據近百位新媒體從業者的投票評選，選出了本屆“新內容探索獎”，名單如下：

文章轉載刺猬公社