整理｜园长
AI时代，视频内容将往何方？不论公司、团队，还是个体“超级创作者”，都在思考和实践如何与AI共存。
本文根据刺猬公社第六届新内容探索者大会-AI与影视行业演讲&圆桌对谈整理，演讲发言者依次为：
01
陆思津：从倒闭公司老板到AI导演的重生
我入行十几年了，不仅做影视制作，也拍广告。我曾经营过一家四五十人的后期公司，业务涵盖CG汽车广告、实拍广告以及动画影视后期。但现在那家公司已经不在了，现在我的核心业务是AI内容创作与AI短剧出海 。
关于AI对影视行业的冲击，我浅浅总结了几点。
首先是题材选择的边界。传统的爱情、喜剧、动作悬疑片目前AI还做不好，因为AI无法完全模拟人类细腻的表演和情感共鸣。所以我们现在主攻动画、恐怖、科幻、奇幻、纪录片等题材，利用AI在这些“不可能场景”中帮我们省钱，也帮我们的甲方省钱。
第二是生产效率的跨代演进。传统流程中，我们做3D模型，从建模、绑定骨骼、场景搭建、预演动画到特效材质，第一版可能就要耗费三四个月。
以《流浪地球》里的行星发动机为例，最初可能只有两三张概念图，美术指导会在此基础上画出推动地球等关键概念，我们才能据此创建三维模型。从我们公司开始接手项目，到电影上映，画面诞生的整个过程历时三年——真是把头发都熬白了。我不得不说，《流浪地球》是一部伟大的作品，但它的制作周期实在太长了。
然而，AI时代到来之后，情况就大不一样了。当然，我们现在的作品也是站在巨人的肩膀上，没有《流浪地球》前作，也就没有后来的参照。现在，我只需要在Midjourney里输入一段提示词，比如“《流浪地球》风格的巨型反应堆，充满电影感，体现工业美学”，它在一两分钟内就能生成四张概念图。这些图片是基于市面上已有的科幻片素材进行融合再创作的。选定其中一张图后，再用它来生成视频，整个流程下来也就十来分钟，远不像过去那样步骤繁琐。
不过，要想让AI生成理想的效果，需要相当多的知识储备。我过去所有的经验和经历，恰恰是为了能在此刻准确地描述出场景、人物和所需特效，从而驾驭AI工具。
最近我们也在做奇幻、科幻类型的短剧，狼人、吸血鬼、超能力、穿越、X战警元素等等，外国人特别喜欢这类题材。如果实拍的话，这些题材本身有复杂的设定，比如科幻要符合科学逻辑，要真能运行起来；再要做大量的概念设计，还得是超未来、不能是近未来的设计；选角方面，也要找到比较合适的演员，相貌得符合人设，就比较难。融资方面，因为预算特别大、时间很长，也很难。
现在用AI生成科幻短剧，作为传统的影视创作者，我觉得AI加速了我们的生产，但是提高不了太多的质量。因为AI创造不了它没见过的东西，还是依靠人。不论是手绘还是拍摄、PS，你要给他基础提示，才能做出更好的东西。
但是AI生成不了能用的剧本，它生成的剧本比较蠢。蠢在哪儿？它没有感情，没有任何人类的感情，感觉不到喜怒哀乐，而且它不懂如何安排节奏。我们作为导演、编剧或剪辑，一定要控制观众观看时的节奏感，我要让你时松时紧，时害怕时不害怕，有时候开心，有时候难过，但AI做不到。
02
张旋：从院线动画制作，看AI和“数据工程”
我觉得动画电影最主要的难点，是复杂性，另外是它是需要技术、艺术跟管理三方面完美结合，我们讨论制作的时候，经常是一边坐着程序员，一边坐着画家、艺术家，之后“铁面”地 、无情地推进。
传统的3D动画制作，是非常典型的人力密集型、“重工业”作品，在国内成本相对较低的环境下，也少不了一两个亿人民币的投资，这是因为我们一直在用非常昂贵的人力和时间去堆砌画面。AI的到来，让我们逐步从纯粹地拼人力、拼人数、拼周期，过渡到拼算力的阶段。
前段时间我们看了一段话，说哪有什么AI应用，无非是数据工程，看完我们同事相视一笑。我们在做制片管理的时候，会把所有和制作有关的数据，都以特定的格式收集汇总到一起，所以可以用大模型来辅助我们的制片来做项目管理。
比如有一个10M大小的、大概有六七万条镜头环节的版本记录，我们可以用任何我们手边的AI模型，让它帮我去做项目全方位的数据分析，不管是哪个环节的情况，还是哪个供应商的情况，只要是我想知道的，它都能帮我分析出来，给出各种图表以及文字结论，并且最后我们可以通过对话的方式再进行追问。
比如我们想了解2024年9月份，某环节、某任务的任务量或者是完成度的情况，这都可以马上得到反馈。所以在幕后的项目管理工作当中，我们等于得到了非常有经验、并且不知疲倦的数据分析师，帮我们做整个项目的评估，甚至能根据数据敏锐地指出，“你们是否为了赶工期牺牲了质量？”
艺术创作和技术上，这两部分大家平常看到的介绍还是蛮多的，我就只讲我们对未来的一些展望、规划。
我们现在也在准备新的动画电影，前期流程中的剧本创作环节，我们并不指望AI能写出让人非常满意的剧本，但编剧可以用AI查大量的资料，比如某些设计是不是具有合理性，我们可以借助AI非常快速地建立知识体系、做验证，还可以让AI来帮我们去挑剧本当中的问题；在美术设计方面，我们等于从原来需要大量的手绘，到现在可以瞬间产出大量的场景设计图、角色设计图，包括前期的分镜和故事版；目前AI虽然还没有办法直接生成满足院线动画电影的镜头，但在动态预演的环节，可以用AI快速地生成表达创意预演片子。
我们正在规划的动画电影，一开始做了一条概念PV，又做了一条MV。我们的导演拿Suno AI作曲作写了一首歌，我们看了觉得特别有意思，就快速做了MV。 我作为艺术家也好、作为导演也好，我脑子里有什么想法，原来我可能需要用写文字或者画图的方式去表达，但现在可以用AI来讲，非常快速地展现给团队内部的人看，甚至给早期的观众去看，去验证我的想法。
由AI制作的概念MV截图
借助于AI的这些辅助，它可以带来很多很好的思路，我们会进一步地用AI来帮我们，比如说做Pipeline设计，原先都是瀑布式开发的流程设计，可以用AI把它简化成高度并行、并且非常有弹性的设计。
讲一下我们的感受吧，我觉得大家基本上都还是有共识的，我们过去的很多年都一直致力于把我们的艺术家变成一颗颗的螺丝钉，做模型的就做模型，做美术就做美术，做故事版就做故事版，做绑定就做绑定，通过这样的方式来提升制作效率。现在有了AI之后，会更希望通才艺术家的出现，借助AI来提升制作质量。
那现在来讲，这些年即使是在没有AI的情况下，我们也会发现很多环节在合并。因为随着本身我们的软件、计算机的硬件都在进步，各个岗位越来越往通才的方向去发展。按现在的情况发展下去的话，我觉得行业更需要懂艺术、懂技术、懂沟通的“T字型”人才。
03
超级创作者的实验——温勤谈AI短片《雏菊》的创作
短片《雏菊》算是实验性的一部电影，大家可以发现它全程是没有台词的。而且主体的一致性，我们没有特别去考虑。我们刚才看到的所有图片都是用Midjourney生成的，视频生成用的是快手可灵1.6模型，在短片公映之后，可灵2.0上了，但是我们没有时间再重做，如果用最新的模型来做的话，效果肯定会更好。
当时，用AI的能力去创作比如机器人对打，或者一些需要对口型的视频，还是做不出来的。这种情况下，我们是怎么通过AI去为《雏菊》这部短片赋能？
子川导演给到我的脚本，是比较传统、简单的影视制作脚本，我们就在想要怎么通过AI把它转化成可用的分镜脚本以及故事大纲。我是用GPT，因为国内2024年其他的大语言模型效果没有那么好，所以说我就选择了GPT。我把剧本丢到GPT里面，让它帮我去构建对应的场景，以及对应的角色设定。
我认为在故事结构以及脚本上面，更多的还是要去打破传统的思维定势。我跟子川导演我们每天晚上基本上都在开会，讨论整个画面要什么样的质感、大概要做到什么样的程度才OK。
不管是故事创作还是分镜制作的效率，AI都能提高。全片下来，我们从头到尾生成了两三千个镜头，但是最后用到的就100多个。如果用传统方式制作的话，两三千个镜头耗费的时间会很长。我们从八月底开始立项，到十月初做完，大概用了个把月时间。
接下来我想跟大家分享关键帧的生成。之前，我通过大语言模型生成对应的分镜，我会再把对应的故事情节再丢到大语言模型里面，当然也还是用GPT，让它快速生成一些概念图的提示词。现在有一些很不错的工具能帮你写提示词，但是我自己可能比较固执，坚持自己人工去写。
后面我在跑分镜图的时候，我基本是每个镜头跑一二十个画面，从中再选一些不错的分镜，作为最终的画面效果。我们也会跑一些概念性的画面，在短时间内不断生成非常多的候选方案，给到导演来选择。
对于动态视频的生成，我会更偏向于用自己的提示词库。我有个习惯，一般会把镜头的动作，比如推进或者摇进、推拉摇移这些放到最前面。有的时候也要靠运气，有个爆炸画面的视频，我在跑的时候一次就能跑出效果，但以AI视频的能力，能够做出这样的摇镜，运气也是非常好的。
我有两个思考，可以跟大家分享一下。第一个思考是人机协同、创意为王，因为随着技术的迭代发展，人人都可以做创意，都可以通过AI工具来进行视频的产出，但是创意还是非常关键，AI不应该是取代创作者，更应该成为我们的伙伴；
第二个思考，是关于效率革命和创作范式的转移。我不是影视行业出来的，是互联网行业出来的，有时候我在制作过程当中，我可能会遵循一些互联网行业的流程。在未来，AIGC将成为我们内容行业的水煤电，人人身边真的会有AI小助手，从辅助创作发展到协同共创，去帮助我们进行内容产出。
04
圆桌对谈：AI创作的边界与审美
主持人：在当前的影视工业中，AI已经具备了一些可以替代人的地方。但是，有没有绝对不可替代的地方？比如在情感共鸣等等有关价值的层面。
陆思津： 我觉得AI能代替的可能是动画制作的部分，或者是传统影视制作拍摄、CG的部分。但是导演、制片的部分，就所有跟人打交道的部分，它应该都替代不了。尤其是在剧本创作，我刚才说AI不具备情感、没有喜怒哀乐。举个例子，AI能模拟出情感，但是AI没有办法体会“我有母亲，我母亲生病了，我很难受”。
张旋：我现在看到的情况是，影视制作中已经有很多工序可以借助AI减少很多重复劳动。但是，现在还没有哪个工序可以完全不用人来去做了，各个工序还是需要人的参与。
温勤： 从创作者的角度，我觉得跟只要跟思考相关的东西，AI还是替代不了。比如说我跟甲方去沟通交流的时候，还是要有一些技巧。我们作为创作者，知道技术的边界在哪里，这才是比较关键的地方，AI能够替代掉一些繁琐的基础工作，比如批量生成、处理，但是一些细节的东西，还是要靠我们自己来。
主持人: 随着AI生成的内容越来越多，用户不可避免地接触AI内容，长此以往，会改变用户的审美吗？
陆思津：我觉得不太会改变审美。首先，AI不知道“什么是美的东西”，AI只会认为“这个东西被大众评审认为是美的”。所以，AI只会模仿，不会产生新的东西，而新的东西是人产生的，不会由AI产生，也不太受到AI的影响。AI更多的是美化人类已经有的想法，或者增添一些创意。
张旋：我的看法是会影响，而且已经在影响。不光是AI，网络的流行文化早已在影响我们的审美和语言习惯，AI只会更加全面地影响人的视觉、听觉。但它会往哪个方向走，我还是充满乐观的。短期内审美方向或许会有一些波动，但是整体来讲，我觉得人的本性还是会追求美。
温勤：我也觉得会影响到。我不是影视行业出身，但我和一些影视行业的从业者交流时，他们给我的提升自己的建议是“去看传统的电影、传统的MV，不要看AI内容”。因为AIGC本质上是数据积累出来的、比较杂的东西。如果需要我开开脑洞，有更多的想法，可以看一些AI的东西，因为AI能够把我们脑袋里能想到但是现实做不了的东西传达出来，但是在提升审美时，还是更需要去多看一些传统的东西。
主持人：有了AI工具之后，我们的视频内容生产似乎变得更容易了。好内容的标准会不会因此有所变化？我们作为视频内容行业的从业者，做出好作品的机会相对来说是变多了还是变少了？
陆思津：我觉得是变多了，但是我觉得AI还不能判断一个作品是不是好作品。作为创作者本身，你得知道观众想要什么，如果做出的东西观众不喜欢，就要石沉大海。所以主观的判断还是靠人。
张旋：个人创作会变容易，每个人都可以发出自己的声音，把自己的创意快速做出来给别人看。相对的，因为创作变容易了，所以各种各样的创意作品出来以后，内容的平均水平值会被拉高，我们对好东西的标准也会变高。
温勤：好坏还是取决于我们对于内容的挖掘深度。最近两年我有个非常深刻的感受，身边越来越多的人都能够创作出一些很好的作品，身边有很多好导演、好创作者冒出来了，他们有的是影视行业、广告行业，有一定积累，做出来的内容的确会比普通人更好一些。
本次大会，还根据近百位新媒体从业者的投票评选，选出了本届“新内容探索奖”，名单如下：
注：文/龚作仁，文章来源：Laborer，本文为作者独立观点，不代表亿邦动力立场。
