# 从医学院学生到一线AI艺术创作者｜和海辛聊视频生成工具、市场和几次人生的「十字路口」 十字路口Crossing · 2025-03-09 · 88 min · https://www.xiaoyuzhoufm.com/episode/67cd91020766616acdb292ea?utm_source=rss ## 逐字稿 荣慧 大家好，欢迎收听这一期的《十字路口》。之前我们的 slogan 是“寻找、访谈和凝聚 AI 时代的积极行动者”，今年我们想多找一些朋友，聊一聊他们在 AI 时代的人生选择。 今天的嘉宾，我觉得恰如其分地融合了这两点。他就是 AI 艺术创作者海辛，参与和制作了很多现在 AI 领域比较有影响力的短片。比如最近的作品《故宫猫猫上班记》，全网累计播放量已经破亿；他也制作了龙年央视春晚第一个 AI 动画 MV《枕着光的他》。 今天海辛会跟我们聊一聊他用 AI 创作的故事，他从中体会到的行业变化和进步，以及他为什么会从一个医学专业的学生，成为一个 AI 艺术创作者。海辛，你先跟大家介绍一下自己吧。 海辛 Hello，大家好，我是海辛，目前是一名 AI 艺术创作者。我过去的背景其实是导演，一直在做新技术方面的导演。从 2023 年开始，我陆陆续续做了非常多以 AI 为主的短片，后来到现在，就全职成为一个专门做 AI 影视短片的从业者。 荣慧 海辛要不要先跟大家简单介绍一下你最近一段时间做的作品？ 海辛 ### 最近的三部作品 好的。最近在做的作品其实蛮多的。今年做的比较大的几个作品，一个是年初的时候，北京日报邀请我和阿文一起，为他们做一条以 AI 作为核心技术的北京市城市宣传片。这条影片的主要角色是一些故宫小猫，它们从不同的地方前往故宫，在上班的路上会遇到一些怎样的事情。这是一条大概 1 分钟左右的短片。 春节期间，我还帮伊利金领冠做了一条短片，用 AI 的方式复现 3D 动画的感觉。另外，2 月份的时候，我和阿文一起参加了 SING Vision。它是一个 3D 艺术工作室，我们帮他们给霸王茶姬做了一条 TVC 广告。 我们负责的部分，是把 3D 动画白模的风格变成 AI 油画的质感。这大概就是最近刚刚出炉的 3 个短片，手上还有一些正在做、但还没有放出来的短片。 荣慧 我们可以先讲讲《故宫猫猫上班记》的制作故事。我之前搜了一下，发现 B 站上有一个很详细的视频，讲这个创作背后的故事。海辛可不可以先简单跟听众介绍一下这条短片的制作背景？另外，也重点说一下你在做这条短片的过程中用到的工具，以及有哪些地方让你明显感受到工具的进化？ 海辛 ### 故宫猫猫如何诞生 这条短片刚开始的时候，就像我刚才所说的，是北京日报找到我们，希望我们能做一条宣传北京的片子。我们当时就在想，这样一条短片做什么会比较合适。 如果以人物为主，我们会觉得类似的短片已经非常多了。而且 AI 在人物表现上，可能还没有做得特别好。我指的是，我们看人的表演，很容易看出究竟是人在演，还是 AI 在演，因为我们对人的脸非常敏感。 所以我们在想，如果想绕开这一点，同时又让大家觉得影片质量不错，也许可以做一些非人的动画。我们就想到了小猫，因为我们自己也非常喜欢猫。当时小红书上刚好也有一些关于猫咪的故事，我们觉得很有意思，于是就在这样的背景下做了这条片子。 一开始的出发点，是主角变成猫以后，我们要用什么形式把它串联起来。我们想讲的是故宫里的小猫，而且希望它处于一个动态的过程之中。如果它已经在故宫里了，可能就没有那么有意思。 所以我们想，能不能让小猫也去上班？它每天早晨可能并不在故宫，而是每天早上去故宫上班，这是我们的一个想法。接着我们就在想，小猫可以怎么去上班。 我当时和阿文脑海里面参考的主要是今敏的几部影片，包括《千年女优》和《红辣椒》。这几部影片有一个非常大的特点，就是在不同镜头之间会切换成不同的风格。 比如《千年女优》里面，女主角在奔跑的过程中，随着景别的切换，会变成不同时代、不同电影的置景。我一直觉得这种模式对我的影响非常深刻，很少看到这么绚丽的讲故事方式。 所以我们在想，是不是可以在这条片子里致敬今敏的这种模式。小猫在上班的过程中，经过不同的地标、不同的文化建筑时，也可以变成不同的风格。这样在视觉上，大家看的时候也许会觉得更有意思。 我们就从这个方向开始探索。最开始只有一个雏形：一只小猫在不同风格之间切换，然后去到北京。确定了这个梗概以后，我们就开始找参考素材。 因为我之前有影视背景，所以一般会用一些影视素材网站。我用的是 ShotDeck，里面基本包含了所有电影的经典镜头和分镜。你可以非常方便地在 ShotDeck 上检索不同类别、不同关键词，找到很多精彩的影视镜头。 我们就在里面寻找自己喜欢的镜头，然后把主角换成猫。这就是创作刚开始的一些参考和想法。 后来到了分镜阶段，虽然已经有了一个很详细的计划，但我感觉 AI 制作的整个过程一直在被不断推翻。有些镜头 AI 可以实现，有些镜头 AI 实现不了，所以我们在制作过程中，也不断推翻之前的方案。 当时基本上两周里每天最多只能做出 10 秒。如果能做出 10 秒，我们就已经非常开心了。它和我们平时做的一些商业片不太一样，因为这部片子纯粹是我们的创作。 传统影视制作里，如果导演一开始只拍了这些镜头，后期剪辑时没有更多素材，我可能就只能就着这些镜头剪辑。但 AI 时代没有这个借口了。如果你想要某个素材，就可以自己生成，再也没有可以逃避的机会。 所以我们基本上做出一个镜头，在做下一个镜头的时候，都会反复要求自己：第二个镜头有没有在第一个镜头的基础上，给观众增添更多情感？有没有新的增量？观众看到下一个镜头时会不会觉得无聊？情绪会不会掉下来？ 整个过程中，我们不断这样追问自己，所以制作速度特别慢，也特别煎熬和痛苦。最后大概就是这样制作出来的。 和以前的 AI 产品、技术相比，我们现在越来越觉得，基本上我们想的东西，大概率都能实现。图片质量已经非常好了，比较简单的动态也基本都可以实现。 现在可能还做不到的，是非常飞的一些运动镜头。比如毕赣的《路边野餐》，可能一个镜头就可以持续很长时间，把整个片子带完。但 AI 如果做长时间镜头，还是会出现各种各样的错误。 如果镜头调度非常大，它可能也还不太行。所以大家看《故宫猫猫上班记》也可以看到，它基本都是固定机位的镜头：一只小猫动一下，然后快速切到下一个镜头。整个片子的制作过程基本就是这样。 荣慧 我有几个补充问题。一个是，这个片子大概做了多久？第二是，你的甲方提了什么样的要求？你刚才说，好像其实并没有什么要求，是吗？ 海辛 是的。这条片子前前后后大概制作了两周，因为中间还穿插了一些其他工作。两周对于我们来说，已经是做这条片子比较极限的时间了。 基本上每天都得有有效产出，最后才能堆到 1 分多钟。甲方对内容没有什么要求，只有时间上的要求：希望我们做成 1 分 30 秒左右，同时尽量带到更多北京的元素。大概就是这样，没有其他要求。 荣慧 那我们就可以放飞了，做自己想做的。 海辛 对。 荣慧 两周时间我觉得已经很快了。 海辛 对，比较快。但在 AI 圈内，基本上一条 1 分钟左右的视频，应该 1 天左右的量就可以做出来，大家出活都挺快的。 荣慧 因为 AI 现在变得很容易。如果不是特别精细地雕琢，产出还是比较容易的。我们觉得海辛的经历，其实可以很好地反映两个方面：一个是作为一线创作者，他可以非常直观地感受到工具的演化；另一方面，也可以反映客户以及市场对于 AI 创作的接受程度。 先说前一个方面。你刚才提到，现在有很多东西都可以做了。对比之前的某个时间节点，有没有一些以前你做片子时想实现但实现不了的东西，而现在你比较直观地感受到了一些比较大的技术进步或突破？ 海辛 ### 工具进化的三个突破 我觉得比较大的技术突破，一个是角色的稳定性。以前我们上传一张自己的照片，希望让他笑一下，或者转个头，他可能在笑、转头的过程中形态就变了，变得不是我了。或者让他说一些话，说着说着，你就能感觉到这个人的脸已经变了。 以前角色稳定性还不是很高。我们甚至会上传一些中国老年人的影像，人物说着说着就会变成美国老爷爷，这也挺常见。也就是说，在单个镜头里，它没有办法始终锁定住一个角色的身份。 现在就会变得非常稳定。比如我是一个角色在说话，或者一只小猫在那里走路，大概率不可能在中间突然变成其他东西。我觉得这是一个非常大的突破，因为只有角色稳定了，才可以讲以角色为主的故事。 不然观众会迅速看出 bug，然后从故事中跳出来。所以有了角色稳定性，我觉得它才具备了讲故事片的基础。 另外一个是画面质量提升了很多。以前的 AI 影片经常会出现画面在整个过程中越来越模糊的情况。比如第一秒还很清晰，但到了第三秒，中间的一些细节、背景细节可能就糊到一起了。 这也使得一个镜头没有办法长时间使用。即使生成了 5 秒的镜头，真正能用的可能也就只有 1 到 2 秒，基本没有办法稳定地讲一个故事。 还有一个是对风格的兼容性提高了很多。以前的 AI 视频，其实也就是半年前、一年前的样子，大概是在做写实类型的动画时，表现会比风格化动画好很多。 比如我输入一个人跑步，它大概率可以生成一个人在跑步的写实形态。但如果给它一张 2D 插画，比如一张塔罗牌的牌面，明显是 2D 手绘风格的质感，它大概率没有办法让它真实地动起来。 现在的 AI 动画对风格化动画的表现也非常好，从 2D 动画、3D 动画，到一些比较抽象的风格，甚至今天我和阿文还在尝试做拼贴风的动画，质量都挺高。 也就是说，它可以模仿的动画类型越来越多，不仅仅是写实方面。这也是我感觉进步非常明显的地方。 总结来说，主要是 3 个方向：一个是画面质量更高、清晰度更高；另一个是角色稳定性更高，甚至包括场景里一些细节和物品的稳定性也提高了；还有一个是对风格化的支持范围越来越广。 荣慧 现在已经成为标配了吗？ 海辛 现在的工具在这 3 方面做得还不错，但还有一些不够好的地方，包括丰富的镜头运动，以及场景本身的稳定性。 刚才说的是，我作为一个角色在这个房间里面是稳定的。但如果我在镜头里反打一个机位，它可能可以理解我这个角色，却没有办法理解我所在的时空和场景。 这个场景可能不是一个稳定的、不会出错的 3D 场景，这可能是一个问题。我不知道自己有没有讲清楚：大家从这个角度看到我的镜头，它可能可以生成我的视频，但没有办法生成我这个机位的反打镜头。 对于整个画面中我对面的场景，它可能不知道应该是什么样的，所以场景在整个过程中会不断变化。 荣慧 反打就是你现在面向的方向，对面那个镜头，是吗？ 海辛 可以理解为 iPhone 的前置摄像头和后置摄像头分别看到的画面。 荣慧 对。 海辛 因为场景不太稳定，模型还没有办法理解它们可能是同一个场景，所以经常会穿帮。 [Speaker?] 最近 Sora 发布正好一周年。还记得去年大年初三，半夜凌晨四五点钟，我摸手机发现朋友圈在刷屏，一下子就惊醒了，之后就没睡着。那时候真的觉得，AI 怎么能够做出那么厉害的视频，简直像外星来物一样。 但过了一年的时间，一切好像都变得自然而然了。最近《十字路口》也做了一系列和 AI 视频有关的内容，想看看这一整年。看上去好像是顺水推舟，但仔细回头想，其实是翻天覆地的一年。 我们邀请了 Luma AI 的产品经理 Barclay，录了一期《十字路口二十问》。我们用 20 个问题，一起来复盘和梳理 AI 视频模型这一年。在硅谷和中国，各种 AI 视频产品，从巨头做的，到几个非常重要的创业公司做的，它们分别选择了什么路线，做出了哪些进步和突破。 Barclay 的视角，是行业一线产品经理的视角。同时，我们还请到了 Vozo AI 的创始人昌胤，和我们分享他从 Google X 这样一个全球顶尖的科研团队研究员，变成一个非常接地气的 AI 创业者的故事。 Vozo AI 发布后大幅刷屏，也登上了 Product Hunt 的榜首，不只是日榜榜首，还是月榜榜首。这个成绩，中国出海产品里没几个人做得到。他们也只用了半年，就从 0 做到了 ARR 100 万美元的收入。 昌胤那一期，是行业一线创业者的视角。本周请到海辛，是因为他是一线 AI 视频创作者中的佼佼者。他和搭档阿文不但一直在创作各种爆款作品，同时在审美表现和内容表达上也有自己非常独到的地方，做出来的东西都很有灵魂。 所以今天请到海辛，我们也很想听听，除了之前的一线从业者和一线创业者之外，海辛作为一线创作者，对于视频这一年发生的各种变化，有哪些不一样的观察和视角。 想问海辛的第一个问题是：你自己最喜欢的 AI 视频产品是哪一个？以及你自己花钱最多的 AI 视频产品是哪一个？它们是同一个吗？ 海辛 ### AI 工具各有专长 我目前最喜欢的是 Google 的产品，叫 Whisk。它目前不花钱，是免费的。 我最喜欢它的原因，是它生成出来的图片质量非常高。如果让它生成写实风格的图片，基本上真的跟真实照片差不多。我觉得《故宫猫猫上班记》能够做成，原因之一也是我们的图片基底基本都是用 Whisk 来做的。 我觉得它比目前行业一线的一些 AI 图像工具都要好很多。AI 视频工具的话，目前我感觉暂时还没有 SOTA 级别，基本上各家的模型都有自己的优劣。 比如可灵可能在写实场景生成上非常好；海螺在风格化动画方面特别好，镜头运动控制也会比其他家好一点；我还比较喜欢 PixVerse，它的特点是转场镜头非常丝滑，可以判断动作的连续性以及结构怎么变化，总能找到更合理的运动方式。 所以这 3 家我都用得挺多。如果说花钱的话，可能这 3 家付得差不多，都是按照最高的标准充会员，基本是这样。 荣慧 有没有什么大家都不看好，或者大家好像还不知道，但你特别喜欢的 AI 图像或视频产品？刚才说了一个 Whisk，还有其他吗？ 海辛 Google 旗下还有 Imagen 3。Whisk 是它的 Imagen 3 模型的一个产品，它自己的 ImageFX 也是基于 Imagen 3 的一个产品。我觉得这两个效果都挺好。 另外，可能还不广为人知，但在业内其实挺有名的，是即梦的图像生成工具。大家用即梦比较多的，可能是它的视频生成，但我们感觉它的图像生成也非常优秀，尤其是在中文文字的表现能力上。 它可以直接生成准确的中文文字。如果文字不多，做海报之类的会非常方便。我觉得这是视觉模型的一大进步，至少在中文文字表现上是这样。 荣慧 我自己作为一个非创作者，感受是每天或者每周，各个大厂和重要的视频公司都在发布新的 feature 或新的产品。最近有没有哪个产品发布的某个新 feature，让你印象特别深刻？ 海辛 我觉得有两个。一个是 PixVerse 的 Auto Sound，它生成视频的时候，可以同时把对应的音频一起生成出来。 一开始我没有那么在乎这个功能，是因为我已经习惯了把视频全部做好以后，再去配音频。我当时想，AI 生成的音频大概率还得重新做。 后来我发现，它直接帮我生成音频，对我来说其实有非常多的好处。我有大量的情况是只发短视频，很多短视频一个镜头出来就可以直接发布。 比如在富士山上倒雪，可能只有一个镜头、几秒钟。如果这种情况下还要重新进剪辑软件找配音，反而会比较麻烦。 所以我感觉 Auto Sound 不仅效果好，也确实切中了我的需求。对于一些轻量化、比较短的创作，可以直接用这个 feature 达到不错的效果。 另外一个我非常喜欢的，是海螺最近出的 Director Mode，也就是导演模式。这个模式可以控制镜头。你可以组合控制文生视频或者图生视频时，镜头具体怎么运动，而且使用的是专业的导演语言。 比如先放一张东方明珠的图片，然后告诉它：接下来向左移一点，再向下沉一点，然后围绕它做一个旋转镜头。你可以使用这种非常复杂、专业的镜头指令，生成一系列视频。 我一直非常希望能在 AI 模型里控制镜头，所以我觉得这个功能完全切中了我的需求。这是我非常喜欢的两个 feature，都是最近才出的。 荣慧 你会觉得现在还有小团队创业做 AI 视频产品的机会吗？刚才我们提到的每个名字背后，要么是 Google 这样的大厂，要么是 MiniMax 或快手这样财力也非常雄厚的公司。创业公司还有机会吗？ 海辛 我最近也在想这个问题。我在想，为什么这么久还没有出现 SOTA？我觉得是因为各家都会在这个方向里找到新的方向，大家攻克的问题并不一样。 可能正是没有哪一家可以完全攻克所有方向，才使得创业公司有机会。比如 Pika 可能专攻 AI 视频特效：在一个视频里加入新的元素，把原有视频的某些元素替换掉。 视频的玩法实在太多了，所以即使不做基础模型，可能也有机会去攻克视频的某一个方面。比如攻克视频文字包装，怎么把文字优雅地贴合进去；控制视频的自动打光；或者只去做某一个具体的特效模板，我觉得都可能有戏。 既然每一家都还可以找到这么多不同的新方向，也许还有其他公司入局的机会。 荣慧 如果你自己要创业呢？我知道除了创作者之外，你之前也做过视频公司的产品经理。如果现在要创业，你有没有看到过一些曾经让你心动的产品机会？ 海辛 我之前特别想做的，是在画布上做故事板，然后在故事板上做视频。我觉得这个模式其实比较基础，也会是未来一定会出现的视频产品形态。只是当时可能机缘巧合，还没有完全做出来，受限于当时的视频生成非常耗时间，每个视频要生成很长时间，成本也非常高，所以当时那个工具的形态可能还没有完全 ready。 但现在如果让我去做一个 AI 视频产品，我最想做的方向是虚实结合。不是我有一张全新的 AI 图片，让它动起来，而是我在生活中拍一段视频，然后用 AI 给它增加其他东西。 比如 Pika 可以在视频里增加新的元素，给视频里增加皮卡丘。我想做的，是把平时拍到的东西增加新的特效。 以前好莱坞电影可能会先拍一个城市的空镜，用航拍机就可以拍。但现在我假想的 AI 视频产品，可以给这个已经拍好的城市空镜增加被海洋吞没、被海啸吞没，或者被陨石击中的特效。 我觉得和现实结合的 AI 作品会更容易吸引大家的眼球。即使它的质量看起来可能不如纯电影质感的作品那么好，也会更有吸引力。 荣慧 作为一线创作者，你和这些做 AI 视频模型或产品的公司会有交流吗？ 海辛 交流很多。刚才提到的几家 AI 视频公司，我都是它们的超级创作者。 早一点的时候，模式可能是直接提需求，或者让他们看我做出来的东西，对他们也会有启发。他们也会经常联系业内从业者，了解目前大家最重要的诉求是什么。 比如业内一直会反馈，角色稳定性非常重要，1080P 也非常重要，他们可能就会把这些需求提上来。 除了超级创作者以外，我和一些 AI 产品公司也是顾问关系。比如我现在是美团妙刷的顾问。妙刷基本上是基于 ComfyUI 的一系列玩法做创新。 我会跟他们一起讨论，目前有哪些玩法是 AI 图像生成模型可以做的。比如我们之前做过毛绒玩偶风格的 Shirley Cat，就是上传任何一张图片，把它变成 Shirley Cat 的风格；我们还做过《哈利·波特》的入学动态海报等一系列玩法。 这种合作模式，会比和 AI 视频公司做超级创作者更深入。大概会从整体创意方向，一直到最后如何执行落地，甚至宣传推广，也会参与一些工作。 荣慧 和这些团队接触时，除了刚才提到的具体产品和功能，有没有什么让你特别有印象、特别有意思的事情？你觉得这些团队的人员构成，会不会和传统团队稍微有些不一样？ 海辛 我接触到的团队，在不同时间段不太一样。2022 年、2023 年的时候，我接触到的一些国内 AI 团队，产品团队可能真的基本都是开发者背景、算法工程师背景。 但从今年开始接触一些团队，会发现里面也有很多创作者背景的人。他们可能之前就有艺术创作或视频特效的背景。 国内有一个很有名的 AI 创作者叫归藏，他之前也是做视频特效的。所以我觉得确实发生了一些变化：以前可能是纯开发者、纯技术研究者、纯算法工程师的背景，现在会越来越 mix，可能会有更多艺术背景的人加入。 因为这个行业还是需要吸收非常专业、非常了解创作的人。 荣慧 海辛应该是市面上所有新的模型和工具出来以后，都会第一时间试用。可不可以帮我们点评一下现在最主流的模型和工具？比如海螺、可灵、PixVerse、混元，也包括字节的模型；海外的比如 Luma、Google 的产品或者 Sora 等等，可不可以依次点评一下？ 海辛 ### 主流模型各有强项 好的。大概可以分成两大类。第一类是图像模型。图像模型里比较厉害的几家，分别是 Midjourney 和 Google 的 Imagen。 Midjourney 大家肯定都知道，是从 2022 年、2023 年开始就一直非常火的 AI 工具。它生成的图像非常有审美。 从去年年底开始，Google 的 Imagen 也逐渐出现在大家的视野里。大家会发现，它的效果居然比 Midjourney 还要好，质感也会比 Midjourney 更真实一点。 图像类除了这两家，我还特别推荐即梦 AI。它应该是目前少数可以生成中文文字的 AI 生成工具，而且融合了很多以前开源工作流里大家比较熟悉的功能，比如 ControlNet。 具体来说，它支持轮廓参考、骨骼参考、边缘参考等。我觉得它非常好用，也在逐渐变得越来越好用。有很多时候，我甚至觉得用即梦的效果比用一些开源工作流还要好。 从视频模型的角度，我觉得可以提到名字的几家分别是可灵、海螺、PixVerse 和 Luma。 可灵目前在写实风格上应该是绝对的第一梯队。海螺在风格化动画和摄影机控制方面，是目前第一梯队，一定是做得最好的。 PixVerse 现在绝对是速度最快的，同时在转场能力和关键帧动画方面，效果也是最好的。它提供的自动添加音频功能，也是最好的。 Luma 是我非常关注的一家公司。首先，它官网的 UI 界面真是一流，比其他家更重视整体的 UI 体验和审美。 它主要是动画模型，在动画风格方面，我觉得它动起来非常自然。我在国外网站上看到很多用 Luma 做的、比较偏宫崎骏风格的动画，真的和传统吉卜力动画工作室做出来的差不多，已经是这种级别了。 还有一些值得关注的公司，比如 Runway 可以持续关注。虽然已经很久没有听到他们的声音了，但它毕竟是第一梯队的大佬。 另外一家是 Pika。Pika 和主流的图生视频公司不太一样，它专注于做一些特效，比如把一个人物变成气球飞走，把一个人物捏碎。这些特效最开始都是 Pika 做的。 他们现在也在做一些结合实拍的特殊效果，所以我觉得他们是另辟蹊径的一家公司，也非常厉害。 荣慧 除了创作者工具和相关公司，另一方面其实是市场对于 AI 创作的接受程度。我看过海辛去年 8 月或 9 月的一次公开分享，你提到电影预告片讲究氛围，不需要很强的逻辑和关联。 前两年这种内容相对更多，强调强叙事、用大量镜头通过同一个角色串联起来的内容，反而比较少。你现在觉得有什么新的变化吗？ 海辛 ### AI 开始真正讲故事 我觉得现在要做一个以角色为主角的影片，逐渐变得容易了，虽然还是没有真人实拍那么容易。 今年我看了 Project Odyssey。它是一个全球 AI 艺术创作者的比赛，其中有一个赛道叫 Narrative，也就是故事片。里面越来越多故事片的故事变得精彩了。 其中有一部进入前几名的作品，讲的是一个圣诞节出去吓人的骷髅。我在看的时候，发现自己好像真的在关注它的故事，而不是关注它会不会穿帮。 我觉得以前看 AI 作品时，初期关注的是 AI 技法，但现在已经比以前更能讲故事片了。不过，氛围片、先导片、概念片可能仍然是目前 AI 最擅长的地方。 荣慧 我看《故宫猫猫上班记》，感觉它其实已经有一些故事片的感觉了。它在讲这几只猫上班路上的所见所闻。 海辛 是的。但我们其实避开了一些问题。比如我们用的不是同一只猫，而是不断切换不同的猫。这样就不需要严格让观众去想这只猫的故事是什么。 不然下一个镜头里，它脸上可能多了一道花纹，观众就会觉得这只猫变了。像这类情况，我们还是尽量避开。 荣慧 你做的第一支 AI 相关的商业短片是哪一支？ 海辛 第一支 AI 商业片应该是 2022 年 5 月、6 月在上海文广做的。当时帮《这！就是街舞 5》做先导预告片，大量使用了 AI，具体来说就是用 Midjourney 做场景素材和美术。 这应该是第一支。之后又做了更多尝试，不过更多还是把 AI 当作概念美术的辅助。 荣慧 我好像记得你在一次分享里提到过，当时做的是李承铉的那一支？ 海辛 其实每一个队长我们都做了，包括李承铉、刘雨昕、王一博和韩庚。他们基本都用了非常强的 AI 来辅助背景生成。 但李承铉这个案例是最好的，因为他的整个背景里，AI 占的比例大概有 80% 到 90%。其他几支可能只有 10% 或 30%，比例不太一样。 荣慧 当时这个契机是因为疫情吗？ 海辛 对，是因为疫情，整个工期被耽误了很多。原本我们打算 3 月或 4 月开始制作，因为《这！就是街舞 5》要在 8 月上线，所以一定要提早开始。 但因为疫情，两个月都没有制作。到了 6 月，我们才一起到杭州制作这个片子。制作工期比以往正式的制作时间压缩了很多，经费也不够，所以必须快速出活。 当时我就想，是不是可以用 AI 做一些概念性的辅助。于是我们在剧组里开始用 Midjourney。它可以快速验证可行性。 当时我们发现，拿着 AI 生成的东西在现场和导演、艺人沟通，会快很多。以前可能需要美术指导，先听我们描述需求，回去画一稿，再拿回来和导演沟通。 但当时导演如果突然说：“我们可不可以要两个月亮？”我就可以快速生成两个月亮，直接在现场和艺人、导演把方案和方向敲定。 我当时就觉得，这个模式说不定真的能行，后来就开始涉及更多 AI 方面的尝试。 荣慧 他们当时对于 AI 的成分有多少，其实可能不是很在意，只要能够加快工期就可以，是吗？ 海辛 是的。而且大家也觉得很神奇，AI 居然可以做到这些事情。大家其实都是看效果。 荣慧 那你后来接触到的这些甲方，对 AI 的态度有没有比较明显的变化？比如有的甲方找你们，是因为他们本身就想尝试一下 AI？ 海辛 是的，他们在业务上可能想尝试。我遇到最多的甲方，最早是游戏公司。 对游戏公司来说，大量美术资产的制作一直非常重要。所以很早的时候，几家游戏公司就邀请我做过一些分享，聊 AI 如何帮助游戏，尤其是游戏原画、游戏资产和图标设计，快速提升效率。 我觉得大家抱着的是一种探索态度，没有特别强的抵触情绪，都想看看 AI 能做到什么成熟程度。 后来大概半年以后，影视相关的公司多了起来。具体节点可能是 Runway 的 Gen-2 出来以后，大家开始想：它是不是可以做一些东西？ 当时 Twitter 上开始出现一些 AI 方向的影片，国内一些广告公司也开始思考，能不能拿 AI 这个点来做广告片。 比较大的一个案例，是联想和 GQ 联合做的一条关于山竹的广告片，大概是找我们来做的。那条广告在宣传时，主要打的方向是“这是一条 AIGC 片子”。 但到去年年底、今年，我们接触到的短片，大概率已经不是为了强调“这是一条 AI 短片”。它们更侧重于 AI 能完成的某一个效果。 比如把所有的地标变成毛绒玩具。大家是追着这个效果来的，而不是追着“这是 AI”来的。因为这个效果很有趣，大家喜欢，而这个效果是 AI 做出来的，所以他们来找 AI 创作者做这样的短片。 今年从伊利金领冠到霸王茶姬，大家也是追着效果来的。伊利金领冠觉得可以做成 3D 的效果，于是找我们做；霸王茶姬想要偏油画风格的广告，而 AI 转绘刚好可以实现，所以他们来找我们。 所以我感觉，AI 从一开始的噱头，逐渐变成了真正的工具。 荣慧 之前那些广告公司或视频公司也会用 AI。你有没有发现，对于这一批做得比较好的创作者来说，他们多数是从零开始，没有过去的包袱、束缚、习惯和惯性？还是说，他们过去扎实的基础也能带来帮助？ 海辛 扎实的基础肯定可以带来帮助。有两个例子。 一个是我们做 AI 图像的时候，有一个非常著名的 ComfyUI 工作流网站，叫 OpenArt。这个网站上有很多 ComfyUI 工作流，大家会下载其他人的工作流来使用。 在这个 AI 艺术创作平台里，最受欢迎的工作流作者之一叫瑞。我们了解以后发现，他其实有 15 年的游戏美术背景。我觉得这是一个点。 另外一个点是，我们做 AI 视频时会发现，曾经拍过片子，或者有影视背景的人，会更容易上手，也更能做出一些好的东西。 一个很明确的特点是，如果他曾经有影视背景、做过短片，就会有比较强的分镜意识，也会有不同景别的意识。 如果没有这方面的经验，直接上手做，很多人可能会让整条片子都是同一个景别：一个全景、一个全景、一个全景地接起来。这样就会缺乏叙事感和节奏感，尤其是景别上的节奏感。 我觉得这是纯粹经验上的东西。这个经验在一开始会存在，但未来随着大家制作的时间越来越多，也会逐渐补足。不过确实，如果之前有经验，更容易做出好的作品。 荣慧 甲方问你的问题，主要集中在哪些方面？他们对于 AI 创作作品的好奇，或者关心的方向，主要有哪些？从过去到现在，他们集中关心的话题有没有变化？ 海辛 他们经常关心的一个点是：AI 生成一个视频以后，整体氛围可能所有人都特别喜欢，我们作为创作者很喜欢，甲方也非常喜欢，但甲方可能会对其中一些细节挑刺。 比如一匹马在高原上行走，整体氛围特别好，但甲方希望这匹马走得再慢一点，或者在动作衔接时不要有动态残影。 这种问题没有办法修改。传统制作流程肯定可以修改，可以回到工程文件里，修改具体的点，修改速度、镜头帧率，就能改变这些问题。 但 AI 生成出来的就是一个定稿。它生成出来以后没有图层，我也没有办法再回去编辑。一旦要修改，就需要重新生成。 这是甲方非常不习惯的一点：他们这次做出来的一些东西，很多没有办法修改，一旦修改就需要重新做。 荣慧 我刚刚也想到，流程上可能会发生变化。以前我不太熟悉视频提案，但我猜一般提案会有一个简单的初稿，甲方可能会提出一些修改意见。但用 AI 生成的话，这种修改可能会非常麻烦。 海辛 是的。所以现在基本上会提前和甲方说好，大概率有些东西是改不了的。如果要改，可能就只能更换。 当然我们还是会进行创意提案，但从创意提案到分镜的环节，也会和甲方说清楚：虽然现在是这样一个创意提案、这样一个分镜，但根据我们的制作经验，中间大概率会有一些无法实现的部分，整个过程会是一个不断灵活调整的过程。 荣慧 还有一种说法是，因为现在用 AI 做视频变得更容易，所以大家给甲方报价时会越来越卷、报得越来越低，导致乙方过得越来越惨。你有这种感受吗？ 海辛 我自己倒是没有。因为最近我和阿文做的作品质量比较高，所以我们的报价反而变高了。 但我也不知道。我觉得在某一个阶段，AI 解决的问题可能是效率和成本，但 AI 也有增量价值。它的增量价值，是以前影视行业里不那么容易实现的东西。 这些效果可能只有 AI 能做出来，所以报价未必会因为 AI 的能力提高而降低。 我有一些例子，等会儿也可以分享。英国有一位做动画的朋友，他做了一个 AI 广告短片。大概是一个沐浴露广告，表现方式是一个男性在各种空间里来回穿梭。 比如他会出现在一大堆橙子的环境里、海底，或者像猿人一样在树林里荡来荡去。这些在传统制作中非常难，而且里面还有一些只有 AI 才能实现的衔接效果。 这些在传统制作里基本做不到。我觉得这就是 AI 的增量，它在想象力方面确实非常强。这样的东西可能就是 AI 独有的价值，不只是降本增效。 荣慧 这是不是就像我们之前聊过的：现在的作品既要让观众感觉没有 AI 味儿，又要让 AI 发挥作用，也就是发挥创作和创造力的部分？ 海辛 是的。我最近在做一个拼贴风格的动画，和阿文一起做。我们发现，AI 可以让拼贴风动画动得非常符合传统 MG 动画的拼贴质感。 但做到一半我们发现，如果只是用 AI 复现拼贴动画风格，那这条短片用 AI 做的意义是什么？ 所以我们要求它不仅能够复现拼贴风格，同时还必须做出一些新的想象力。我们现在做的一个效果，是拼贴画里的一个元素，可以在不同的拼贴画之间来回穿梭。 它可以打破拼贴画只有 2D 平面的质感，进入 3D 空间，再回到 2D。AI 可以做到这种效果。 我们觉得，这种新的效果是传统拼贴动画里没有的。对我们来说，这部分内容非常有价值。我们不仅要复原传统制作里已经存在的效果，还必须创造一些新的效果，我觉得这是大家更想看到的。 荣慧 大家常说一句老生常谈的话，叫“万变不离其宗”。即使 AI 可以带来很多新东西，最重要的还是讲故事的能力。 但我在想，我们这个时代讲故事的方式，是不是也会出现更多不同的元素？因为 AI 可以帮你想象，突破人的一些想象力，创造出更多的想象空间。它可能会让故事变得更丰富，或者有更多层面。 海辛 我觉得是的。最开始打动我、让我想做电影叙事的，是皮克斯的《飞屋环游记》。 里面有一幕，整个气球把房屋一下子拽起来。我觉得那一瞬间打动我的可能不是故事，而是单纯被想象力打动。 我觉得 AI 现在让我们痴迷的地方，就是我好像也可以用它创造这样的时刻——让人纯粹被想象力打动的时刻。 我在想，为什么想象力本身会打动我们？可能是因为想象力会让我们瞬间脱离原本的生活。从生活里出来以后，我们会感到自由，感到外界有无限的可能。这可能就是想象力本身带来的东西。 荣慧 那我们来聊一聊海辛的故事。我之前知道海辛是学医的，我觉得这个经历很有意思。你可以讲一讲，为什么会从一个学医学专业的学生，后来去学电影？ 海辛 ### 从学医走向艺术 看《飞屋环游记》的时候我还在高中。当时看到那部电影，我第一个感觉就是：我希望自己是创作那个镜头的人。我希望自己是那个东西的一部分。 当时我给自己定的最大梦想，就是加入皮克斯动画公司。人生理想是成为皮克斯动画公司的一颗螺丝钉。我觉得这就足够让我幸福了。 高考结束时，我其实想着也许可以去读编导，但当时对职业是怎么划分的没有很清晰的概念。我在想，也许可以读编导。 但当时成绩还可以，家里人特别希望我学医。我在四川成都长大，成都一个非常有名的学校就是四川大学华西医学院。对成都人来说，家里有孩子去那里学医，是一件很光荣的事情。 所以家里人特别希望我去那里学医。即使我和他们发生了争执，他们也没有特别听进去我的诉求，还是强制让我学了医。 那是我第一次感觉到，可能是我和家里人第一次真正的争执。我当时也不是非常自信，最后还是选择了和家里人一样，去学医。 我不自信可能有两个原因。一个是对自己能力不自信，不确定自己成为艺术家以后能不能养活自己。另一个是对艺术这个专业本身不够自信。 在我那个年代，大家会说学艺术是成绩不好的人才去学。虽然我现在完全不这么想，但当时我对这个选择非常怀疑，对自己也非常怀疑，所以最后还是选择了学医。 大学 5 年期间，我也逐渐开始琢磨：我到底想做什么？怎样的人生才是不会让自己后悔的人生？我做这件事的目的，是为了成功吗？我想学艺术，是因为想成功、想获得什么吗？ 在这个过程中我发现，我做这件事的原因，是因为它最能让我快乐。想通以后我就知道，即使不成功，这也是我要做的事情，因为它是最让我感到快乐的事情。 想通以后，我决定去学艺术。应该说，在这个过程中，我有了独立的思考能力和独立的人格。 大四的时候我开始申请艺术院校，大五顺利拿到了 offer。虽然和家里发生了非常大的争执，但这次我没有妥协，最后顺利去了国外学艺术。 荣慧 学医应该还挺辛苦的。你当时有没有做一些 side project，发展自己的爱好，从中感受到这种快乐？ 海辛 学医确实很辛苦，但我觉得大学还是有很多空闲时间的。我大学做了很多尝试，成立了一个广播剧社团，也做了各种各样的活动。 我还加入了川大哲学学院梁中和老师办的柏拉图学院。大概每两周，大家会聚在一起读柏拉图的书。 我做了很多和本专业没有关系的事情。我觉得正是在这个过程中，才逐渐了解自己到底想要什么，什么东西在滋养我。 文学和艺术是我真正喜欢的东西。真正花时间拍作品集，基本也就是大四那个寒假开始，其实没有花太多时间。 荣慧 你一直很清楚自己喜欢这个，只是做了很多不同方向的探索。 海辛 对。我会做很多不同方向的探索，但喜欢电影和艺术这件事一直都很清楚。 荣慧 这很像我们之前那位嘉宾 Justin，也就是牧童科技之前的 CEO 说过的话。他说，很庆幸自己小时候做过一些在当时看来没用的尝试。 之前有一期节目，许知远和一位老师回学校时提到过一句话，我印象也很深，叫“无用之用，方为大用”。 海辛 很多选择可能在大学时就已经有倾向了。比如做很多活动，选择很多事情去尝试，尽量不会以比较功利的角度去选择，不会先想这件事能给我带来多少帮助。 因为我当时意识到，自己有很多不同的需求。我有让成绩变好的需求，有找到更好工作的需求，但同时也有感受有趣的需求、创作的需求，以及想感觉自己是一个不错的人的需求。 这些需求会让我去做公益尝试，参加哲学学院的活动。它们可能在功利角度上无法带来直接回报，却满足了一些对我来说非常核心的需求。 这些东西一起构成了我。所以我觉得，那些散开的东西反而让我变得更立体、更丰富。虽然它们现在可能还没有显性的好处，但对我来说很重要。 [Speaker?] 你刚才讲的这一点让我很有感触。它有点像高敏感型人的一个特质。大家可能会觉得敏感不是一件好事，但你说的其实是：比较敏感地感觉到自己需要什么，然后做一些事情满足这些需要。这也是发展自己的一种方法。 海辛 是的。我一直在尝试不要被某些标签，或者自己的职业，限定自己应该往哪个方向发展。我觉得这对我的经历来说还挺重要，也让我可以随时跨到其他行业。 荣慧 我觉得听到这里，应该有很多人会很羡慕海辛。很多人都处在一个个十字路口，觉得眼前做的事情不一定是自己喜欢的，也很想找到自己热爱的领域。 很多听这个播客的人，可能也想成为一个创作者。对于这样的人，你会给他们什么建议？尤其今天 AI 降低了创作门槛，你会建议他们先从什么工具开始，或者先从什么创作开始？ 海辛 我觉得第一点就是先动手做起来。可以先做一些比较简单、比较小的事情，但一定要动手，不要先想象它是一件很难的事。 我觉得这是做任何行业的第一件事。包括我自己以前用 AI 写代码、做一些小程序，先不要被自己想象出来的困难吓倒，先做一些小案例。 可以跟着教程做一个小效果，或者只是生成一张图片，也都很好。先做起来。 做起来以后，开始记录自己的成长，也可以更频繁地把它们发到自己的社交媒体上。即使现在还不够好，也没有关系。 有一句对我以前非常有帮助的话：完成大于完美。我觉得就是这样。不断完成，不断发出来，就可以看到自己的变化，看到自己走了多远。 这个过程会带来非常强的正反馈和激励。 但在现在的我看来，自己逐渐有了一点变化。我前 28 年基本都是“完成大于完美”，先做出来、先丢出来，即使不怎么样也没有关系。 从去年开始，我发现和自己死磕是有价值的。做一个东西，要不断拷问自己：这是我真正想表达的吗？这是我觉得最好的东西吗？这是诚实的东西吗？ 我开始有很多这方面的思考，发现这些对我帮助特别大。当我不断拷问自己以后，做出来的效果也会变好。 所以我现在觉得，和自己死磕绝对是有价值的。 荣慧 这让我想起最近 DeepSeek 的 R1 论文。它生成前面的思考越长，最后的效果可能越好。这个可能在你身上也适用：和自己死磕的时间越长，最后出来的效果可能越好。 海辛 对。 荣慧 你有哪个爆款作品是这样死磕出来的吗？因为这确实和一些人的观点不太一样，不是所有人都认可死磕。有些人会觉得，明知山有虎，就绕到另外一边去走。 海辛 我觉得我有 80% 到 90% 的情况都会绕到另外一边去走。让我死磕出来的作品，就是我和阿文一起做的《故宫猫猫上班记》。 基本上，我们对每一个镜头和下一个镜头的要求，都是下一个镜头一定要比上一个镜头给观众带来更多情感上的增量。 这种模式做出来的，一定是我们达到最好效果的作品。过程非常痛苦，是我们所有 AI 短片里最痛苦的一次，但也是我们现在最满意的一次。 荣慧 创作方式有很多种，大家可以摸索适合自己的方式。但我觉得你讲的其实是一种平衡。 可能积累到一定程度之后，会进入一个需要和自己死磕的状态。你说的“完成比完美更重要”的反面，就是很多人想憋一个大招，等到特别好、特别满意以后，才展示给别人，或者才推进到下一步。 结果往往就是交付不出来。哪些事情适合轻量化地做，哪些事情值得投入、憋一个大的，大家还是要自己权衡。 我们也在找这个平衡。如果每部短片都按照《故宫猫猫上班记》的方式来做，对我们自己也是很大的损耗。 所以我可能还是会轻量跑一段时间，再憋一个大招；轻量跑一段时间，再憋一个大招。这是我现在对自己所处阶段的想法。 荣慧 我们再说回海辛的经历。之前聊天时，海辛提到，他在美国读书的那段时间对自己的影响很大。当时听你介绍那段生活，我感觉很像一块海绵，不停地吸收周围的养分。 可以再跟听众讲讲当时的经历吗？ 海辛 ### 留学中的自由与燃尽 我和很多留学生的生活不太一样的一点，是我的日程基本排满了。大概是周一到周四在学校上课，周五到周日一直在片场，整个学生时代基本都是这样。 研一时待在片场，基本都是学生剧组。其他班的同学在拍片，我就去帮忙，可能做美术助理、摄影助理或者灯光助理。周五到周日都会排满。 从周四晚上开始，我就会准备第二天片场可能需要的东西。 到研二的时候，我开始做更多美术工作，大概就是主美。因为我们学院没有美术这个专业，而我比较擅长这个方向，所以学院里一个年级的短片，主美经常都是我负责。 每个人都会有自己的短片，每部短片都必须找一个美术，很多人都会找到我。基本上，一个学期里所有可以拍片子的周末，我的时间都排满了。 这个周期让我学到非常多东西，进步也非常快。但有一段时间我明显处于 burnout 的状态。压力特别大，有非常多事情进来以后，我也没有办法把所有事情做好。 之后我开始调整节奏，大概确认自己一个月只做一部片子，然后把速度慢慢调下来。 这对我来说是一个很重要的时间点。我意识到，把时间排满不利于工作，也第一次发现了自己的身体极限。 后来把速度调慢以后，发现节奏好很多，作品质量也好很多。我觉得这也是一个平衡的过程。 荣慧 你当时在美国留学，好像是被放到了一个自己特别想待的地方，学到的也都是自己感兴趣、让自己有收获的东西。站在今天的角度看，那段经历对你后来做的事情有什么影响？ 海辛 影响非常深刻。刚到美国的时候，有一段时间我会觉得，真的好自由。 这种自由感是，身边的人都不在乎我在做什么。以前在学校，老师会在乎我做什么，同学会问我做什么，室友会问，妈妈也会在乎。我自己也会拷问自己：现在这个时间节点是不是要交论文，我现在在做什么？ 但到了美国以后，没有人在乎我做什么，这给了我非常大的自由感。我第一次感觉到，人与人之间的边界感让我很舒服。我可以一个人去做很多事情。 接下来是，所有课程都变成了我喜欢的课程。从编剧课，到后期制作课、特效课、调色课，基本每一个环节都和创造力有关。 我感觉自己的生命好像没有垃圾时间了，每件事都是自己享受的事情。 电影制作也是这样。从最开始的剧本写作，到美术计划，确定氛围和分镜，再到现场搭建、拍摄，之后是后期剪辑、特效和调色，我喜欢整个过程的每一个环节。 这在我之前的人生中很少见。以前做喜欢的事情，通常还要应付一些不喜欢的事情。但那段时间，我好像不需要花时间去应付不喜欢的事情，所以经历了一段很长的蜜月期。 但很快就 burnout 了。后来我开始意识到自己的体力和精力极限在哪里，也开始学习如何协调和管理自己，以及其他人的期待。 荣慧 你觉得创作这件事，以及留学经历，给自己带来了哪些特别大的成长？ 海辛 我的创作是真正从留学时开始的，所以我不太确定，是创作带给我成长，还是去美国带给我成长。我觉得可能前者更多一点。 在美国有一个和我之前想象不太一样的地方，就是我变得更包容，更能包容其他不一样的人。 我当时最好的朋友是一个穆斯林、来自伊朗的人，他剪辑和特效做得特别厉害，后来成了非常好的朋友。还有一个来自巴西、信仰犹太教的朋友，也和我成为了很好的朋友。 我发现他们和我以前在媒体上接触到的形象非常不一样。这个可能对我是一个改变：原来每个人都这么不一样。 我接触到的更多是一个个具体的人，而不是某个 title 或者某个片面的形象。可能这就是留学带给我的变化。 荣慧 海辛之前也跟我们讲过，正是因为那段时间的经历，你拍了一部短片，后来获得了参加上海电影节的机会。 海辛 刚刚还想补充一点。你说到美国让我感到自由，还有一个非常小的例子，对我影响也很深。 我刚到美国时很在意自己的口音，觉得自己说的英语不够标准。后来和一个美国朋友聊天，他觉得不存在什么标准英语，他认为我的 accent 是我性格的一部分。 这对我的启发很大。后来我意识到，我应该用自己最好的方式表达。如果别人听不懂，那不一定是我的问题。 这让我理解到，标准化不是一个特别重要的概念。对我后来的影响非常大：我不再追求任何领域里所谓的标准，standard 这件事对我来说不再重要了，也给了自己更多自由的空间。 回到刚才说的那部短片，它是我研究生期间做的。用一句话来讲，如果圣母玛利亚活在当代，知道自己怀上了耶稣，她有没有可能选择堕胎？ 选择这个故事，是因为圣母玛利亚是一个非常经典的形象。但在过去的圣经故事和一系列故事里，从来没有人问过她到底想不想怀耶稣。 所以我在想，如果她活在现代，如果有人问她，她会不会选择不要这个孩子？我大概写了一个黑色喜剧的故事。 我现在也很喜欢这个故事。现在回头看，会觉得很有意思，也会分析当时的自己为什么会写出这样的故事。 当时的我可能还不知道，但现在分析起来，我觉得那时候的我正在寻找很多女性主义的东西：我和别人对我的期待，到底哪个更重要？这可能就是当时的一些挣扎，最后形成了这部短片。 荣慧 后来你是怎么样接触 AI 的？怎么开始做 AI 相关创作的？ 海辛 ### 从新技术走进 AI 这部短片后来把我带到了上海。它参加了上海国际电影节的创投训练营，因为这部短片，我被选中加入训练营。 参加完这个活动以后，我对上海的感觉特别好，于是决定留在上海。决定留在上海以后，我想找一份稳定的工作，于是去了上海文广 SMG，申请做全职导演。 当时我介绍了自己在美国的经历，以及擅长的方向。领导后来决定让我主要负责新技术方向的导演工作。 新技术大概指 XR、VR、AR，这些和传统影视不太相关，但可能帮助短片制作的技术方向。 这些技术和我们现在的 AI 很接近。当时大家主要谈的一个概念是元宇宙。元宇宙包括把一些东西数字资产化、3D 化，所以我开始学习 3D 扫描技术，也帮自然博物馆扫描了很多东西。 当时还有一个非常火的概念叫数字人，它和我们现在的 AI 数字人也很像。除此以外，最重要的应该是 XR 虚拟制片。 虚拟制片是在虚幻引擎里拍片。虚幻引擎需要英伟达这样的显卡才能运行，所以我会对英伟达以及一系列相关技术很熟悉。 AI 出现以后，它和这些技术的土壤是完全一致的，所以我也很快接触到了 AI。大概就是通过这样的桥梁连接起来的。 荣慧 也就是说，你之前已经做了很多技术和影片结合的尝试。 海辛 对。 荣慧 我记得你之前也说过，当时接触 AI 也有一个契机，是因为疫情在家里。 海辛 对。疫情期间我待在家里，有时间去学习 AI。当时还有一个非常有名的技术叫 NFT，很多艺术家都在做自己的 NFT 藏品。 我看到他们发布了很多用 AI 做的 NFT 藏品，就觉得：这个东西还能用 AI 做吗？我非常好奇，于是报名了一些课程，了解它们到底是怎么做的。 后来我逐渐熟悉以后，发现 AI 的魅力比 NFT 大很多，于是就开始只做 AI 了。 荣慧 你当时是想做一些东西、寻找一个方向，还是像我听下来那样，有一种让自己浸泡在新技术里、在新技术中漫游的感觉？ 海辛 我觉得我有一个非常底层的需求，就是希望自己一个人做电影。 这是我很底层的需求。以前在美国，要做一部电影，需要很多人、很多钱、很多沟通和交流，也需要妥协。这些事情会让我挫败，因为它们不完全和创作相关，最后的结果可能是和其他事情妥协出来的。 所以我在想，如果未来可以一个人做电影，可能是最好的。因为这意味着创作上不再有妥协。 一切可以帮助电影行业降低成本的技术，都是我特别关心的技术。从虚拟制片到数字人，我觉得它们都可能让电影制作比传统技术更容易。 比如虚拟制片是在游戏引擎里拍电影。以前拍一个日落的镜头，真的要等太阳落下，然后在那十几分钟、二十几分钟里把这场戏拍完。 但现在在虚幻引擎、游戏引擎里拍日落，你可以让它 24 小时都处于日落环境中。从这个角度来说，成本就降低了。 AI 出来以后，我当时就觉得更厉害了。我想，那我完全不需要出去拍了，可以自己一个人想到什么就做什么。 这些技术带给了我一种妄想：以后我可能不再需要求人、不再需要求钱，就可以在没有创作妥协的基础上进行创作。 所以我会特别关注这些技术方向，也自然而然地越来越了解 AI。 荣慧 一个人把整个事情做下来，和你读书时在片场里经历的乐趣，有什么不一样？片场里有哪些乐趣，是一个人的时候没有的？ 海辛 片场里是有乐趣的。当其他工种的小伙伴有一些技能比我厉害时，我会从他们那里得到启发，想到原来还可以这样做。这些瞬间非常有乐趣。 还有一个片场里很有意思的事情。因为我自己做美术，需要把景搭出来，所以经常要举着大概两三倍身高的东西。英文里叫 flat，也就是布景墙。 我需要把它们举到某个位置固定住，再刷漆、贴墙纸。这个环节对我来说也非常有意思，因为我第一次意识到，自己在创作比我大很多的东西。 以前画画或写故事，都是面对一个小小的电脑屏幕在创作，创作出来的东西不会在物理上让我感觉到它的存在。 但在片场搭建布景时，它真实地存在在那里，而且比我的肉体大很多。这种感觉非常奇妙：我创作了一个比我大很多的实体，而创作这件事让我的生命有了巨大的延伸。 这是电影片场带给我非常独特的体验。 荣慧 我问这个问题，其实是因为你前面说到片场生活，我想到今天 AI 的存在，是不是已经把片场里你熟悉的一些工种取代了。 但我觉得这不一定是零和游戏。旧的东西消失，也会有新的东西生长出来。所以想知道，随着这种此消彼长，会不会有新的乐趣出现？ 海辛 我觉得是有的。一个比较明确、正在逐渐消亡的电影行业工种，是动捕师。 动捕师大概是在身上穿一套动作捕捉服，摄像头把动作记录下来，再把动作复制到一个 3D 模型上，让这个模型按照你的动作动起来。 以前我们需要很好的动捕演员。他们身上穿着紧身服，服装上有很多光学摄影机的反光点，用来记录动作。还需要一个非常巨大的光学摄影棚，如果是顶尖的，大概需要 200 万元人民币左右。 但现在动作捕捉可以用一个非常普通的摄像头，再加上 AI 来实现。动捕师这个工种，确实有被替代的趋势。 但它也会带来新的可能。过去做动作捕捉，必须有设备、有资金、有专业训练。现在有了 AI，基本可以录制任何人的动作，任何人都可以用自己的动作去驱动一个演员或角色。 我觉得这是在这个维度上有新的东西进来。更多人进入，可能就意味着更多可能性进入。 荣慧 你刚才描述的动捕师，让我想到之前看《封神第二部》的花絮。里面应该就是你描述的这种动作捕捉：一个人穿着紧身衣，身上有很多发光的东西，然后做各种动作，最后在电影里呈现为经过特效处理的角色。 海辛 对，就是这个工种。以前需要非常昂贵的设备和专业的动捕技术师，去获取、修正和使用这些动作。 现在这一部分可能会被 AI 替代掉。AI 可以直接捕捉一个没有穿动捕服的人的动作，再把它运用到电影里的其他角色身上。 荣慧 你现在会做什么事情，让自己作为创作者持续获得灵感？ 海辛 ### 让创作持续生长 我以前会觉得自己确实缺少一些这样的环境，所以会强迫自己参加更多活动。比如参加上海的摇摆舞活动，或者上海举办的一些灯谜、文艺活动。 了解其他人在做什么，这件事本身就会给我带来新的刺激源，对我的影响也比较深。 上海还有一个市民夜校，大家可以在那里学习很多不一样的东西。上学期我报了一个香料班，可以制作香包；还报了一个做鱼灯的班。 这些事情可能和我现在的行业一点关系都没有，但我觉得，不去想现在正在做的事情本身，就会给我非常强的放松。 而且我感觉，所有输入最后都会在某种程度上变成我的创作。 一个比较明显的体验是，去年 11 月我们去了一趟日本。回来以后就做了很多和日本主题相关的创作。 先是做了各个动物从电子屏里跳出来的视频，后来又做了卡比兽和富士山的视频。我觉得这些都是去日本旅行带给我的灵感。 所以我感觉，任何输入源最后都会在某种程度上被消化，最后变成创作。我也特别希望自己拥有丰富、多元的输入。 荣慧 之前我们和大聪明录那期 2024 年盘点时，他特别提到，觉得海辛和阿文在 AI 短片创作上，对整个行业有一些引领作用。 很想请你说一说，作为一个在国内 AI 短片创作领域很有影响力的创作者，你希望给这个创作带来什么样的痕迹和影响？ 海辛 我自己目前最想做、也确实正在做的一个方向，是和阿文一起寻找：AI 除了能够实现传统影视制作已有的效果之外，还可以加入什么新的效果。 到现在我们仍然感觉，每个阶段的 AI 作品，它的潜能都还没有被完全发挥出来。 比如以前我们用 ComfyUI 做过一系列转绘，把人跳舞变成水滴跳舞，把人跳舞变成颜料跳舞。后来这个工作流逐渐被大厂的 AI 模型替代，大家会直接用这些模型生成动画。 但我们仍然觉得，前面的这些东西还有大量效果没有被挖掘出来。所以我们最想做的事情，就是不断做新的效果和新的尝试，探索它的边界在哪里。 我对自己的定位有点像 AI 艺术里的科学家，不断去发现艺术创作新的表达形式可能在哪里。这是我们特别想做的方向。 荣慧 这让我想到一个问题。艺术表达相对来说很自我，但使用 AI 又需要学习一些工程化的东西。这两种思路不一定冲突，但你觉得自己更擅长哪一方面？又会怎么样平衡两者？ 海辛 我觉得自己更擅长工程化这一部分。可能因为我高中学的是理科，所以对我来说，有条理地梳理需求、梳理工作流，是一件让我很享受的事情。 而且工程化是可以学习、可以掌握的技能。相反，艺术创作让我觉得更难，因为它不是一个只要计划好就能完成的事情，也不是把框架搭出来就能完成的事情。 它需要很多直觉、反思，也需要挖掘一些自己还没有完全挖掘出来的东西。所以我觉得艺术创作更难。 因此做创作时，我会有意识地让自己放下计划，给自己更多时间，不要急着得出最明显、最容易的答案。 荣慧 每次我看到海辛在即刻社区或者其他地方非常活跃，都会有一点感触。这个领域里的女生确实很少。不管是你的作品还是影响力，我觉得都是一个非常正面的例子。 海辛 我也感觉到，我们这个行业里女性表达者还比较少。 我身边的女性朋友，往往会对自己有更多要求和反思。她们会不断想：这个东西值得拿出来说吗？值得和大家分享吗？我只做了这么一点东西，可以站在台上吗？ 我会觉得，她们可以看看，站在台上的人也并没有真的比她们优秀很多。身边很多朋友其实已经是在这个专业里做得非常顶尖的人，已经是 pro 了，不需要再怀疑自己。 在场的人可能也没有谁在这个角度上比她更专业、更懂。我觉得大家对自我的怀疑会比较多，我自己也有，只是在逐渐克服。 荣慧 我看到你发起了 Demo in，也和“通往 AGI 之路”的 AJ 一起发起了一个社区。可以请你说一说，发起这些活动和社区，是想推动什么变化，或者带动什么样的事情发生？ 海辛 我和 AJ 现在在“通往 AGI 之路”里做一个整活编辑部。大概的模式是，我们不断探索 AI 可能做出哪些新的特效，然后在后面跟一个小教程，看看社区里的人能不能跟着一起做。 我们觉得这样做比较好，有一个原因是，我们做出来的东西可以及时分享给其他人看。其他人在复刻这个效果、做二创的时候，他们做出来的东西也会启发我们。 这是一个良性循环的社区，所以我们想尝试做这个方向的小事情。 [Speaker?] 海辛除了和 AJ 一起在“通往 AGI 之路”里做整活俱乐部，也一直在运营一个很活跃的社区，叫 Demo in。 Demo in 最近的一场活动，也就是上个月，是在《十字路口》位于上海的 AI Hacker House 发起的。我们在漕河泾开发区一栋湖边的独栋小楼里，举办了第一场活动。 那天晚上应该来了五六十人。每个人都有一个入场门槛，就是要在现场 Demo 一个自己做的产品或作品。如果今天没有新的 Demo，但过去 Demo 过，也可以来听后面的人分享。 那天的气氛充满了创造的能量，而且非常友善。Demo in 有很多规则，比如现场不能叫“老师”“大佬”，做自我介绍时不能说毕业于什么院校，也不能说自己来自什么公司。 听别人 Demo 时，尽量不要提出批评意见，更多的是给予鼓励。我觉得海辛把 Demo in 的理念一点一点注入了社区。 那天晚上，现场传递出一种很有创造性、又很有爱的能量，大家互相鼓励。特别的是，这是我第一次参加这种活动，看到那么多女生。 当晚有一半上台 Demo 的工程师都是女生，而且做的东西——恕我直言——我完全听不懂，水平非常高。 之后也欢迎 Demo in 更多地来 AI Hacker House 做活动。 海辛 好呀，好呀。非常感谢，我们下次会多来的。 荣慧 好，那我们今天就先聊到这里。非常感谢海辛做客《十字路口》，和我们聊最近的作品、他观察到的行业变化、进步和突破，以及他自己的故事。 我自己一直都很受海辛的鼓舞和启发，也希望海辛接下来可以多多来《十字路口》交流，期待看到你更多的作品。 我们现在说话的时候，海辛的猫已经进入到视频画面里了。 海辛 好呀。谢谢大家，拜拜。