2026年AI影像融合创制行业观察报告-中国传媒大学

9 观察报告四：“生图”作为AI影视制作流程的核心环节 29观察报告六：AI生成影像实践中的语言学转向 35观察报告七：AI影像叙事控制机制的新探索 42 47 1众开始关注这一新兴创作方式。但与此同时，对于许多并不熟悉AI制作流程的人来说，AI影像往往容易被理解为“一键生成”，而其背后的创作判断、流程组织、协作方式和专业难题并不容易被看见。因此，AI影像创作的具体流程究它能否真正对传统影像创作形成赋能，这些展开AI影像创作实践，为观察AI如何参与影视创作提供了具体案例。本报告希望通过这些具体案例说明：AI如何进入创作流程，传统影视经验如何在AI制作中继续发挥作用，AI超创与传统影视创作者如何协作，以及AI在提升效率、拓展视觉可能性的同时，又带来了哪些新的技术边界、公众的AI影像创作说明。它希望帮助更多人理解AI影像创作的基本逻辑，回答当前业界对于AI创作的部分疑惑，并为传统影视创作与新技术之间的进一步对2观察报告一：导演和编剧在AI时代的主体性在AIGC影像制作的讨论中，最容易出现两种看似相反、实则同样粗糙的判断：一种认为AI已经能够写剧本、生成镜头，因此编剧和导演都会被替代；另一种则简单强调“人不可替代”，却没有说明AI到底进入了创作流程的哪些位置。更准确的讨论方式，不应停留在“AI能不能写剧本”“AI能不能当导演”必须让位于人的创作判断。从实际创作看，AI确实已经深度进入剧本和导演工一、AI进入编剧流程：从代写想象到助写机制设计、结构安排、场景组织、对白书写、文本修改和视听转化等多个环节。AI现在AI可以快速勾勒出某一领域的基础地关键在哪里”。余曦指出：“过去做一个案子可能要看三个月资料，现在借助经可靠。AI给出的信息仍然需要核验来源、辨别权重、交叉验证。余曦以这部甚至要让AI反查自己的来源，或给AI明确的信源再做交叉验证。这说明，AI可以加速案头工作，却不能替编剧完成事实核验。”3情境里时，可以让AI提供若干行动方案、冲突升级方式或场景处理路径。它的个方向思考。”余曦则认为：“AI给出的创意往往是已有材料的平均值，它能快速提供很多选项，却很难天然产生真正独特的方案。”因此，AI的价值不在答案本身，而在于它制造了可供接受、拒绝、改余曦指出：“AI编剧能介入到什么程度，其实看你自己对自己的要求。对快速如果只是让AI负责初步打字和整理的工作，比如把口述想法变成文字，把零散4“能工智人”组的剧本共创，恰好可以说明这一点。在这个项目中，AI超女？玉女是否可以牺牲自己去改写凡人的生死？金童、刘婶等人物是否应该保这个设定能够使故事保持悲剧强度，也能避免落入“神仙下凡牺牲自己拯救凡人生命”的常规套路。王泽则担心这一逻辑会让观众认为母亲“很坏”，情感上难以5因此，AI生成的初稿也好，合作者提出的改写版本也好，都只能提供一个进入二、AI进入导演流程：从生成画面到建立标准如果说AI进入编剧流程，改变的是资料、构思和文本整理的方式，那么AI一套生成系统里。需要统合的东西没有减少，只是6二者，依然依赖导演对人物、情境和节奏的理解。正因为生成画面越来越容易，选择越多，随意性越容易暴露。导演的工作不是让AI生成镜头，而是把镜头放回叙事、情绪和风格系统中，确认它是否真正属于这部作品。导演要判断还要不要继续生成。AI越能提供可能性，导演越需要知道什么算好、但是在实际生成中，AI很难稳定处理人物游泳的物理逻辑。人物有时像是站在7的方案不是简单地“AI做不了长镜头”，而是导演根据模型边界重新组织场面应该用短镜头保证动作清晰。换言之，AI并没有取消导演对场面调度的把控，这个案例说明，AIGC时代的导演工作并不是让AI自动生成镜头，而是在影机运动和现场执行能否支撑一个镜头；AI片场中，导演同样要判断模型能否么时候必须放弃长镜头，并进一步决定用什么说法容易让“AI导演”被理解成对传统导演的替代，好像只要AI能和镜头，就会出现一个新的导演主体。但是，通过本次观察，我们认为AI导演并不直接取代总导演，而是AIGC生成流程复杂化之8到，AI导演更像是“AI技术创作者的指导者”，它要把导演、美术、摄影、剪的是生成流程，但承担的仍然是创作判断，而不是单纯的项目中，它的分量取决于AI生成在作品中占多大比例。如果只是局部使用AI，和AI导演，整个片子的定调、叙事方向和最终拍板，仍然应该由导演来把握。至于它最终叫AI导演、AI指导，还是被并入导是确立意图、统合风格、筛选版本，并在众多可能性中完成定夺。AI能够参与9观察报告二：AI时代，专业人士的指导还有价值吗？在关于AIGC影像创作的讨论里，专业人士的位置验并没有因为AI工具的出现而变得多余。恰恰相反，AI一、AI让画面变得容易，却让专业判断变得更重要画面好看并不等于画面正确，画面有质感也不等于画面在系、类型气质和观众预期。于是，AIGC创作中一个很中，人物的脸、服装和姿态如果过于模板化，也会让角色分不清谁是谁。换句话说，重复脸、恐怖谷、画风漂移这些AI的典型失误，带悄悄改写了。在传统拍摄里，一个平庸的镜头顶多是平庸；在AIGC里，一个生成失准的镜头却可能直接让观众读出创作者根专业人士的经验之所以重要，正是因为他们能够迅认出？这个场景是不是在传达错误类型？这个道具会成大量画面，越需要有人帮助团队判断这些画面AIGC让小团队获得了过去难以想象的生产能力。过去受制于场地、预算、乱。这些问题不是模型能够自动判断的。AI可能生成一个视觉上很强的版本，不能只在创作者自己的生成界面里成立，还要在真实的其次是交付节奏与停止能力。AIGC的一个突出第三是帮助团队判断AI应该被用在哪里。并不是所有镜头都适合交给AI强攻，也不是所有问题都应该靠继续生成解决。AI有它的优势，比如快速建立——反而没有被充分发挥出来。实拍长征那样的航拍大场面成本极高，本应是AI大显身手之处，但当前剧本恰恰缺乏适合AI发挥的辉宏场景设计。于是第四，是观众认知尺度。AI创作者在制作中会接个镜头是否会被误解？这个场景是否应该换一种更直准。AI创作者当然可以独立完成很多工作，但如果缺少需要强调的是，监制与专业指导在AIGC创作中的也为方案保留了继续优化的空间。双方更多是通过碰撞来逼近共识——比如在队原本缺失的行业经验网络。因此，AI时代的专业指导指出问题。两者结合起来，才更接近AI影像创作的理想状是连贯的：AIGC并没有取消“作品需要一个最终定调者”这件事。专业指导提AI该被指向哪里——它越是重要，就越需要分清：在具体项目里，谁理解作品观察报告三：AI时代影视人才培养的复合化转向AIGC进入影视制作之后，影视教育中的一个问题被重新推到了前台：未来为AIGC制作似乎正在把传统影视中的许多岗位重新压缩到更小的团队里。过去试。访谈中，“三头怪”组合指出：“我们在这个AI短片项目中实际上是在按这个细节很重要。它说明AIGC并没有让传统影视的专业能力消失，而是把这些专业培养。从表面看，这些变化似乎只是教学管理层面的课程调整；但若放回AIGC迅速进入影视创作的背景中，它们其实回应着一个更深的问题：影视创作工种的技术、审美和工作流程持续深入。但AIGC让这些边界开始松动，因为它不同制作阶段中，由导演进行整体统筹；而在AIGC流程中，尤其是在生图、生生成的稳定性。也就是说，他并不是简单地“操作AI”，而是在一个生成动作转向“人人都要全能”。AI时代需要的，既不是取消专业，也不是制造无所不更多工种的表达逻辑，并借助AI把这种理解转化为具体的创作要求、生成指令一次次具体操作、失败和修正中慢慢积淀。问题在于，AIGC改变了学生进入这替代，但对于导演、编剧、美术或AI影像创作者而言，未必都需要亲手掌握全部灯光机械操作，却必须理解光线的表达功能：硬光与软光如何改变人物质感，间。这正是AIGC带来的关键变化。被工具吸收或部分替代的，可能是辨认能力。一个创作者不一定会亲自布置复杂灯位，但如果他完全不理解光线，务人物和情绪。在这个意义上，AI时代的复合人才不能被理解为“什么都会”统影视中的综合能力并不等于一个人必须包揽所有环节，AI时代的复合能力也而是在专业分工中建立有效协作，合作本身也是电影制作的重要价值。”位传统影视创作者和一位AI超级创作者），通过观察两位创作者的职能分工是如何形成的，我们可以进一步回答“AI时代到底需要培养什么样的创作者”这行修改打磨。这意味着AI超级创作者深度参与了叙事内核的构建，而不仅限于同样，余曦和李哲言的合作，也比较接近目前AI视频创作中较为理想的一种搭配。两个人虽然可以大致区分为“传统影视创作者”和“AI超创”，但这种区分并不是绝对的。余曦并不是完全不懂AI制作，李哲言也不是只会操作工具的技术人员。更准确地说，他们都具备一定的传统影视经验和AI制作能力，和颜色是否符合当地环境？这些问题AI不会自己主动解决，而是需要创作者做的不是抽象创意，而是一种传统影视创作里化为模型能够理解的参考图和提示词。更重要的是，当模型生成结果不准确时，倒推提示词，把描述河滩的部分重新修改，甚至给AI手绘的参考图辅助其理解，细节的图上继续硬改。这个过程说明，AI超创并不是机械地输入提示词，而是包给AI技术人员，也不是AI技术人员绕开传统影视经验独立出图。它更像是一也说明，在AI视频创作中，最有效的合作不是“传统影视”与“AI技术”的简AI时代对创作者提出了新的要求。传统教学高度重视设备和操作：摄影课但在AI时代，学生还必须学会面对生成系统来工作。面对生成系统，学生要的结果，如何识别AI生成结果是否成立，如何通过提示词、参考图和模型迭较差异、形成标准。这种工作流程的变化正是AI时代创作者对复合能力的需求AI时代影视人才的培养，必须让不同工种之间建立起共同语言，使学生能光线、色彩、空间、声音与剪辑的基本表达功能；AIGC创作流程课也不是单纯导演、美术、剪辑与AI生成方向的学生在同一个项目中理解彼此的工作语言。总而言之，AI时代影视教育的任务，不是取消专业，而是让专业能够进入业根基能够连成协作网络；再次是有AI流程意识，明白AI不是魔法，而是一套观察报告四：“生图”作为AI影视制作流程的核心环节从整体流程看，AIGC影像创作并没有完全脱离传统影视制作的基本逻辑。AIGC生图的核心并不只是图像本身，而是围绕图像建立起来的资产关系。它在生成、修改、筛选和调用的流程节点中。因此，AI影像创作并不意味着传统影二、生图阶段：传统工种经验如何进入AI生成流程为AI生成而消失，它们只是被提前合并进图片生成的流程。质感、空间结构、道具形制、服装材质和色彩关系；而在AIGC生图中，这些信生图越精确，对美术判断的要求越高。所谓AI降低门槛，主要是降低了执行层“三头怪”组在制作的是一部长征题材的AI影像片段。历史题材与科幻题装备之间的关系。因此，由于AI生成模型很容易发生幻觉、想象和混淆，在资过长征题材影视作品、新闻报道和纪录片来寻找服影指导的判断被再次实现；而在AIGC制作中，这种前期设计与最终画面之间的关键帧，成为模型生成画面的依据。换句话说，AIGC不是取消了分镜头脚本，段。只是到了AIGC流程中，这些判断更早地进入了底图和资产之中，一旦底图像在细节、纹理和色彩层次上又不一定能承受大幅度调整。访谈中，“三头怪”组也提到，在AI生成的视频中，如果后期再做较大的调色，画质很容易崩溃。由此可见，AIGC压缩了影调预设和最终画面之间的流程距离，使原本可以在后这一变化说明，AIGC并不是在传统流程后面简单增加了一个工具，而是改进入了生成环节。所谓赋能，正体现在AI把视觉实现速度提高之后，迫使创作AIGC生图确实带来了效率提升。它可以快速搜集资料、生成参考图、跑出战争、科幻、灾难等高成本题材而言，AI使创作者能够在较短时间内展开大量说明，AI强在生成可能性，却不一定强在精确可控性。它可以快速提供大量候材处理成一种泛化的战争图像。事实上，AI可以抛出大量图像，但哪一张符合入剪辑，仍然需要创作者决定。访谈中提到，AI创作能力的一部分，体现在创作者能否判断“这一秒钟我能用”。这句话揭示了AIGC影像制作中很关键的能接受已有结果，什么时候把偶然出现的有效画面纳入作品。AI扩大了可能性的岗位，未来未必只在传统现场或后期中发挥作用，也可能进入AIGC流程，参与从这个意义上看，AIGC生图的赋能并不是让人从制作中退场，而是让人的缩，但项目方向、画面标准、事实核查、风格统一和最终取舍仍然依赖人。AI决定“生成”的速度，人承担“判断”的责任；AI扩展可能性决定这些可能性能否真正进入作品。因此，AIGC对传统影视的真正赋能，是以感判断。AI提供速度与可能性，传统影视经验决定这些可能性能否成为作品。观察报告五：提示词是一种新的剧本形态吗？译主要由导演、美术、摄影等部门在拍摄准备和现场执行中完成；在AIGC流程集，核心矛盾不是大家不知道想要什么，而是AI工具的审美偏向与东方神仙志本调度的执行者，也不只是技术层面的“咒语调试”，它实际上是AI视觉风格一、AI生成工具的隐性审美偏向与创作困境西方商业动画和写实视觉为中心的美学标准。初期的迭代以排斥为主：通过负面提示词（negativepr备传统美术素养，还要理解算法的“语义拓扑”：为融合创制实验需要向行业提供可参考的范式，“能工智人”组的实践表明，AI影像的视觉风格确立不再是“先定调子、悉的商业美术舒适区。并没有取消剧本，而是让剧本更早面对视听化、技术观察报告六：AI生成影像实践中的语言学转向然而，光锥组在制作AI短片《我能》的过程中所呈现的实际创作经验，揭示了一个有趣的现象：在AI主导的视频生成流程中，视觉内容的精确控制与艺化和读图实践为这一判断提供了持续的佐证，文字似乎日益沦为视觉消费的附庸。然而在AI生成影像的技术架构中，这一趋势出现了结构性的逆转。“参考图给AI之后，AI可能会抓住参考图中某些你不希望它看到的东西，对你导演首先写出包含人物关系与核心场景流转的故事概念，随后将这段文字交由AI转换为附带光线、场景与人物定位的标准化工作剧本。黄雷导演认为AI在这逻辑清晰，AI便能准确执行。然而一旦涉及人类非理性的细微情绪，例如复杂中将AI形容为一种异质的存在：“虽然他们很多时候像一个拥有成年人能力的一个4岁的孩子，虽然似懂非懂，但是非常不准确。”角度分析了AI的根本局限：“算法无法满足人的生命体验，比如痒了、痛了、所催生的不可预测的反应回路。AI无法接入这一回路，只能给出统计学意义上符号化的特征，缺乏那种源于身体内部的、不可复制的生理特异性。正如梅洛-们对世界的理解首先通过身体与环境的物理接触形成。AI作为无身体的计算系创作中最宝贵的非理性张力在此面临系统性折损。在接收端，面对AI基于统计的普世情感默契；但面对AI，你必须把逻辑说清楚，它才能明白你在讲什么。而在人与AI的协作中，这一通道完全不存在，一切感性判断都必须被翻译为显既然文字在传递具身情感时面临系统性折损，它为何仍然是AI影像创作中图2-1：光锥组AI制作过程实录光锥组的工作流程揭示了一个关键特征：文字在AI影像创作中并非单向控雷导演输入文字，AI生成画面，黄雷导演凭直觉对画面作出判断，再将这一判汉坤对这一过程有具体的描述：“我会先扔给AI一段比较模糊的提示词和场锥组约七成的工作通过与AI代理的文字对话完成，这一比例本身便说明文字的精确描述反而不如模糊描述有效，有时候需要换一种说法来绕过模型的理解盲弈，在其预设的可能性空间中探索出乎意料的组合。AI视频生成模型正是这样采访中对这种博弈感有过一个直接的表达：“与AI硬掰扯是内耗的事情，因此枢轴功能获得了更精确的定位：它是创作者与装置程序之间展开博弈的唯一语概率空间中逐步收敛至那个与自身内在意图图景时，影像本身的稀缺性发生了根本位移。黄雷导演在采访中的判断很明确：“越专业的人使用AI技术更容易做出更好的产品，它的天花板比你高。”汉坤从另一个角度佐证了这一点：AI在每一个环节都存在折损，“它衰减了百分之与情感的源头，回到了创作者自身的文学修养和对世界的独特理解上。性。AI生成将这一逻辑推向了更深处：消解的不再只是作品的灵韵，而是创作性转移到了创作者判断行为的不可替代性。黄雷导演在AI产出的标准化剧本上制。AI生成物天然趋向统计均值，系统性地压缩着文化表达的差异性空间，构性的思考能力与具身性的生命经验共同构成了人类创作者不可替代的核心竞争力。AIGC越能生成，创作者越需要清楚自己为什么选择、为什么放弃、为什么观察报告七：AI影像叙事控制机制的新探索中分镜→AI生成视频”的跳跃式流程。这面或动态预演（animatic）来验证叙事节奏与视觉逻辑过手绘或软件绘制来传递给团队；而在AI流程中，创作者可以直接将文学性描镜头如何运动、场景如何过渡。在AI流程中，这一拆解被嵌入到了视频提示词Ratio）的极端膨胀。在传统电影摄影中，片比指拍摄素材中期可控，片比往往更低。但在“能工智人”组的AI流程中，这一数字被彻底系均相对成立的画面。这意味着，AI动画流程中的片比不再是“成本约束下的导演进行实时矫正。但在AI生成流程中，同一关键道具在不同生成批次中的比传统分镜的空间锁定功能在AI流程中被弱化了，创作者不得不在剪辑阶段手动animatic可以提前感受节奏：哪里该快、哪里该慢、情绪转折是否到位。AI动未来的AI影像流程，有可能走向一种“混合分镜”模式：前期保留关键场次、复杂调度与空间关系的分镜设计，以确保叙事骨架的稳定性；中期AI生成的灵活性，允许创作者在分镜框架内进行动态探索与概率性试错。这种混合模式既能保留传统分镜的叙事控制功能的形态继续存在；如果影像思考缺席，再多的纸面分镜或AI生成也无法挽救叙事的崩塌。因此，这一尝试实际上也揭示了AI影像创作中一个深刻的悖论：技观察报告八：对三维空间一致性塑造的失败在当今的技术条件下，AI对三维空间的塑造还有很多进步空间。但是，我们不能把AI目前对空间一致性塑造的不成熟只笼统地归为技术问题。更准确的讨论方式不应停留在“AI能不能做好空间”这一提问上，而应回到具体制作流调整自身的工作范式。光锥组在制作AI短片《我能》的过程中所遭遇的困难，《我能》是一部写实风格的AI短片，由黄雷导演负责前期剧本统筹、美术设定和整体创作把控，视频制作由汉坤承担。影片中有一场发生在“妈妈之家”改变。但AI生成的画面无法维持这种基本的物理恒定性。黄雷导演在采访中描中运行的轨迹，从视觉角度来看，它与背景之间的相对位置关系变化应该如何，因此它会出错。”间关系接近静态，AI尚能维持基本的画面稳定。黄雷导演也承认，“这部分完能挪到右边，否则会穿帮。但AI没有这个逻辑，你只告诉它画面桌子上没有逻辑错误。”一旦场景复杂“可能完全出错，无法使用”。Seedance对运动控制能力强，画面逻辑清晰、表演轨迹正确，但画质只有720p，且角色表演“比较夸张、符号更深层的原因需要回到商用AI平台的运行机制来理解。黄雷导演在采访中在实拍中不成问题的日常细节，在AI生成中却构成了巨大的算力负担。要理解AI空间失败的本质，需要将它与传统摄影机进行一次媒介物质性层AI视频生成模型则运行在一套完全不同的逻辑上。它既无物理形态的感知维图像和视频的统计学习与概率拟合。当AI生成视频时，对空间的维持并非基精力得以集中于镜头语言的表意设计；在AI创作流程中，空间一致性本身沦为需要投入极高成本反复调试的消耗前线。将其概括为“顺势而为”，并直言“与AI硬掰扯是内耗的事情”。条。光锥组最初也尝试沿用这一路径，逐帧绘制分镜交给AI执行，但很快发现制精度，向AI提供全景图或模糊指令，让模型基于自身的统计逻辑去“脑补”画面。汉坤具体描述了这一方法：“我会先扔给AI一段比较模糊的提示词和场做关键帧再往下延伸。”下，审美判断力被高度中心化，上升为决定AI影像艺术上限的核心支柱。黄雷靠感觉来指导你做选择。同时他也强调，审美起点的“越专业的人使用AI技术更容易做出更好的产品，它的天花板比你高。”AI各现实在时间与空间中的直接“印模”。AI生成影像则彻底剪断了这条纽带。这种本体论断裂在当前算力约束下，直接塑造了AI影像生产的美学偏向。题不在于训练数据不足，而在于算法无法复现人类的生命体验。他指出：“AICG或插画向影像的视觉语法本身就包含主观变形和超现实扭曲，对空间一致性外，黄雷导演在采访中特别强调了文字在AI创作中的核心地位：“最有效的方式仍然是从文本出发，必须有剧本。”AI对语言的理解能力远高于对图像参考的理解，这使得写作能力在AI影像时代非但没有被削弱，反而成为创作主体性传统实拍的执行时间“完全可控”，而AI创作中“让他试错、抽卡和撞大运，成拍摄，加上后期十到十五天可以交成片；而AI制作虽然省去了演员、场地和设备的费用，却在反复生成和筛选中消耗了大量无法预估的时间。他最终将AI创作的成本逻辑概括为“要么省钱要么省时间，二选一”。AI影像创作在降低的消耗之中。创作者在技术限度面前展现的韧性与妥协，正在定义AI生成影像观察报告九：AI时代的动画创作小组两位成员均不具备传统原画或逐帧动画经验，却借助AI工具直接进入了动画生产。这一现象似乎印证了行业内一种流行的乐观判断：AI消解了动画创作中遭遇的算法困境，我们发现一个更为复杂的图景：AI确实拆除了传统手绘技还是艺术表达的基本能力？“能工智人”组的案例表明，AI改变的只是门槛的“能工智人”组的实践清晰地展示了AI工具对这一壁垒的拆除。他们无需掌握原画技巧，便通过“AI生成图像+视频”的路径直接产画素材。Midjourney等图像生成工具可以在数秒内将文本转化为视觉概念，视AI工具使动画从一种需要长期专业训练的“手艺”，转变为一种更广泛的影像传统动画创作者需要理解线条、体积、动作节奏；AI动画创作者则需要理创作者通过肌肉记忆与视觉反馈即时修正；而AI动态控制是一种“从语言言能力：不仅知道自己想要什么，还要知道模型如何型的解释。这种文化转译的劳动，是传统动画人无需承担、但AI动画人必须精此外，动态控制层面也出现了新的困难。AI视频生成在处理角色动作时，三、门槛的本质：从“技术准入”到“表达准入”握特定工具或手艺的准入许可，那么AI确实降低了它；但如果门槛被理解为完成有效艺术表达所需的基本能力，那么门槛从未槛反而更加凸显。AI可以替人画图，但不能替人决定画什么、为什么这样画、都能成为作家。AI工具使动画的技术民主化成为可能，但它无法自动赋予创作轮辨析，对玉女的行动边界进行悲剧厚度的把控；李鑫欣作为AI创作者，她的转化为可执行的生成指令。李鑫欣的这些传统影视经验并非动画技艺，却在AIAI时代动画创作最稀缺的门槛，不是会不会画，而是懂不懂表达；不是能否操作工具，而是能否向工具提出精确的要求，并判断返回的结果是否AI工具带来的技术民主化，客观上会造成创作群体的分层。第一层是准入者：他们借助AI工具跨越了传统技术壁垒，能够产出动画影像。这一层的人数是突破者：他们不仅善用AI，还能在AI的审美惯性中开辟新的视觉语法，推动动画语言的革新。当前，AI工具主要解决了第一层的问题，使“人人都可以做“能工智人”组的创制实践表明，AI对动画门槛的重构不是简单的降低或要说，是否能说清楚，是否能在技术的辅助下让形式服务于意图。AI拆除了动观察报告十：一次“影像论文”式的实验性创作观察阶段：前期创制（选题确定、文案共创、风格测试、视觉设计至视频生成一、视觉论证：一部AI视频随笔的影像诗学与创制机制在第28届上海国际电影节“AI片场”的四组创制团队中，BicycleKids组的作品《活下来的碎片：给蝴蝶的口信》（AMessagefortheButterfly）情节递进，而是选择了视频随笔（VideoEssay）这一形式——基于一个真实的录对这一现象的思考与洞见。全片由六章英文旁白构成思想骨架，配合AI生成的影像系统，形成了一部兼具学术论证密度与影像），shockofhavingoncebeendiff），newmachineisstillatoy.”化蛹从个人体验提升为集体经验，为后续章节的当下指涉奠定基础。第四章“TheParadoxofAdaptatcountsasyou?”这一悖论适用于物种演化的章节。文案以一组精确的判断句锚定现实：“Imageslosingtheirorigin.editable.Thearchivebeginningtoanswerback.不是抽象的未来预测，而是对AI时代此时此刻正在发生之事的精确描述。文案第六章“TheMessage”是全片的哲学信”定义为一种存在主义的行动：“Thisstubborn,unreasonableactofme.Itsays:Makemeworthhavingbeen.”——口信将抵达错误的身体。它五章）→伦理结论（第六章）。这是一个标准的essayf特之处在于贯穿始终的变态隐喻——从毛虫到蛹到蝴蝶的生物过程成为统一所不对应第一章文案中的任何具体句子，而是作为全章的“锚定画面”（anchor起来与石像表面的色斑呼应——则暗示了两者AI生成在“同类意象”的一致性控制上达到了较高水准。而叶片——确切地说图2-2：毛虫特写——“Youlearnsurface.Leaf.Edge.”第三张画面（CH1_I03）以极低的仰拍视角展现了一棵布满苔藓与地衣的古扩展到环境尺度——毛虫所爬行的叶片和苔藓只是这棵巨大生命体表面的一小第四张画面（CH1_I04）标志着视觉叙事的转折——一个黑色蛹体的极致特也是一个“黑箱”——外部观察者无法得知里面正在发生什么。在AI创作的语境中，这一“黑箱”意象获得了额外的隐喻维度：AI模型的内部运作同样不可图4-1：黑色蛹体特写——“thebodybeginstobreakapart”接下来的三张画面（CH1_I05、CH1_I07、CH1_I08）构成了全章视觉上最具asealedlivingchamber.”CH1_I07从侧面展现了蛹内的幼虫体——被丝状入蛹腔内部，展现了湿润、发亮的溶解态——文案中的“图5-3：蛹腔深处——“wetchaosofthechrysalis”这组蛹内透视图像是该组视觉创作中最具原创性的成果，也是最能体现AI的显微摄影设备、特殊的光源系统和漫长的定格拍摄周期。而AI生成使两人团队在没有任何物理设备的情况下实现了这种“不可能的视角”。当然，AI生成的蛹内画面并非科学意义上的准确再现——真实的蛹内溶解是一团不透明的细在essayfilm传统中，文字与画面之间的关系是作品直接对应“Youdissolveintosoftinformation”。但即使在这独立的视觉逻辑与文案的论证路径形成平行对话。这种“文字论证+影像诗学”1.4提示词工程：作为压缩的“导演阐述”16mm电影胶片风格。从缓慢的空镜开始，之后速度渐渐提升，中加入一段快速剪辑，出现描述里的画面。诡异的电影气氛意声音的设计对应细节的画面每个画面都要有动态效果混剪可以更风格化把这些画面组合成一种梦境悬疑的带着冥想的特写几个石像的细节光影变化符号的分解蝴蝶的飞舞石像在光影中的变化具象的世界被抽象的符号分理、眼睛特写）；第二，影像语言规范（16mm胶片风格、无对白、蒙太奇、混计，对应细节的画面）；第六，剪辑指令（Jumpcut到大全景）。在传统影视同专业人员承担。而在AIGC创作中，所有这些判断被压缩进一段文本，由一个规律：AIGC将传统多部门、多阶段分步完成的专业判断，压缩到了生成环节的），用“生成-筛选-重生成”的循环模式。21:9的幅面选择赋予了全部画面电影长片级别的银幕感，将作品从“短视频”的视觉语法中拉出，进入了“银幕投映”——六章英文旁白已完成初稿，以论文式结构组织，每章承担不同的论证功能，谱。第三阶段为“视频生成”——团队以“图生视频”方式将静态画面转化为是一个更根本的问题：“这部作品意味着什么”——不组实验而言，更对于AI时代的非虚构影像创作而言。《活下来的碎片》之所以反性三个层面上同时构成了对AI影像创作的元思考。AI片场的四组创作均采用“1+1”机制——一位影视创作者与一位AI超级业分工、制作流程、岗位结构、技术链条）正在被AI技术彻底重组。导演不再需要与数百人的剧组协作，而是与一位AI工具操作者共同完成从概念到成片的全部工作。摄影、美术、灯光、特效等传统专业岗位的功能被压缩进“提示词”theterritory.Youdissolveintosoftinformation.”也隐喻了传统影视经验在AI重构后是否仍然有效；第二章“庄子的转移”既探第三章“命名之前的风”既描述了历史变革前的无名阶段，也精确描绘了2025-2026年AI影视创作所处的状态——我们已经身处变革之中，但尚不知道影视从业者面临的核心焦虑：如何在拥抱AI的过程中不失去自己？个都可以在AI影像创作的具体实践中找到对应：“图像失去来源”——AI生成的画面不指向任何现实中的拍摄对象；“声音失去身体”——AI合成的旁白不AI影像时代的基本问题；“记忆变得可编辑”——AI可以生成你从未经历过的这种自反性使得《活下来的碎片》在“AI片场”的四组作品中具有独一无而这一组用AI讲述了“用AI讲述故事这件事本身意味着什么”。它不是AI片场的一个产品，而是AI片场的一面镜子。一选择在AI创作的语境中具有重要的方法论意义。视频随笔是纪实影像中最具这一体裁特征与AI影像生成之间形成了独特的“适配”关系，而这种适配（indexicality）——摄影机镜头前确实存在某个实性”来