[BidClub_]
硅谷101 · · 40 min

E234|未来实拍电影还存在吗?与导演陆川聊聊AI给影视人的恐惧与自由

泓君KiSA陆川黄莺

YouTube
TL;DR
  • AI视频的产业拐点已经不是“能不能生成”,而是制作成本先坍缩、控制与权利体系被迫补课。 陆川把传统约六个月的动作视效预演压缩到48—72小时,并判断AI可把原本数百万元的后期特效降至十几万元;“七到八年以内就不会再有任何一个导演说什么AI,我觉得不行”。但Seedance 2.0引发的系统性侵权指控表明,降本越快,版权、授权和岗位重构越无法回避。

  • 通用模型追求多数人的审美,反而可能把专业影视最需要的作者性磨成平均值。 陆川为明朝题材设计男主时,无论怎样写提示词,国内模型都生成相似的当红帅哥;他认为古偶等消费端数据不仅训练模型,也可能“稀释了原有的、比较优质的知识库”。真正的产业壁垒将是能统一人物、镜头、剪辑、调色并完成“industrial-grade delivery”的垂类电影模型。

  • AI作品不能凭技术身份获得电影溢价,最终仍要接受百年电影语言的同一套比较。 陆川反对把多个水平参差的模型和agent临时拼成工作流:这像把炮兵、空军、海军分散在不同国家,再勉强攒成一支军队。“重要的不是AI,重要的是电影”,它仍须与《教父》《罗生门》《现代启示录》等作品放在一起判断;AI本身“就是一支笔,就是一台摄影机,就是一张剪辑台”。

  • 岗位替代更可能沿任务颗粒度发生:AI能做约九成事情,真人预算更应投向不可重复的表演。 陆川称“AI能做百分之九十的事儿”,重复性的cliché不必再让上百人顶着骄阳暴雨拍摄;投资人和创作者必须回答“这部电影为什么需要真人实拍”。他不担心真人实拍电影会被AI杀害,却认为真人剧组可能像骑马从交通工具变成贵族运动,成为昂贵而稀缺的创作方式。

  • 声音揭示了人类表演目前最难复制的部分:不是标准发音,而是上下文、协作和有意义的瑕疵。 黄莺以停顿、重音和《剑来》中为主角让出情绪空间为例:同一句“今天天真蓝”会因前文改变点送,破音、喷麦和颤抖也可能制造临场冲击。她仍保留不确定性——“以后就不知道了”;缺少自身情感、已经僵化的表演更容易被AI替代。

  • 声音权的同等保护已有规定,产业真正缺的是可执行的溯源、举证与混合克隆规则。 黄莺从2016年起就在合同中分别谈判是否允许AI训练,但近两年未经授权的专业级复制大量出现;被告若不承认,仅凭声纹未必能证明来源,若声音由双方各50%合成,权利边界更难划定。她的判断是:声音权与肖像权具有同等保护地位,但现有概念在执行层面仍然模糊。

  • AI同时扩大内容供给和个人创作自由,也降低了设备与资本门槛;判断力、审美和专业训练仍不可替代。 KiSA在2023年用Midjourney边生成边改剧本,约15小时完成过去几乎不可能拍出的《加班夜》;陆川则从担心作品被带进棺材,转为相信所有想法都能完成,“它会让我觉得无惧无畏”。但他仍建议热爱电影且能考上的年轻人去电影学院,因为线下共同劳动带来的感受“在线上永远学不到”。

Digest · the substance, structured for research

1. 生成质量越过炫技线,版权账和就业账同时到期

  • 节目以字节跳动Seedance 2.0的二月发布切入:模型在多项基准测试登顶,一段布拉德·皮特与汤姆·克鲁斯在摩天大楼屋顶对打的视频超过700万播放,表情、口型和声线几乎足以以假乱真。

  • 迪士尼、派拉蒙和美国电影协会随后谴责其存在系统性侵权,理由不只是保护作品,也包括支撑美国数百万娱乐行业岗位的版权秩序。泓君由此追问:降本增效是否会以创作者失业和艺术价值流失为代价?

  • 陆川给出的时间判断相当明确:“七到八年以内就不会再有任何一个导演说什么AI,我觉得不行。”当数百万元的特效有机会降至十几万元,不采用AI反而需要新的经济理由。

2. AI瞄准IP开发里最昂贵的等待

  • KiSA在2015年前后进入编剧行业,并参与《法医秦明》创作。他把当时的工作概括为:左边是海量小说IP,右边是平台,编剧负责把内容搬运过去;一个S+剧集常开发数年,也调动大量资本。

  • 影视公司每年面对成百上千份IP,几天内就要选出少数项目,但从文字到上线最快仍需两三年。平台与导演意见、演员档期、制片资源乃至角色修改都可能带来返工,“返工几乎就是一种常态”。

  • 2023年,KiSA离开公司转做AI内容。那年8月,中文互联网上做AI短片的人可能不超过十个;他用Midjourney制作《加班夜》,因生成动作无法保证剪辑连贯,只能边做边改剧本,最终在一个周末、约15小时内完成。“那一刻我觉得我的表达是无穷无尽的。”

3. 六个月的视效预演被压进三天

  • 陆川拆解传统动作戏:分镜通常要一两周,慢时可达一个半月;随后是motion board,再由七八人甚至十人的previs团队重新建模。进入视效公司后,几十人还要重建怪兽的骨骼、肌肉、皮肤、毛发、材质和灯光,一整套怪兽资产的设计就可能耗时一至四个月。

  • 这些团队彼此独立,前一阶段的粗模型往往无法直接复用,传统视效流程通常约需六个月。视效片昂贵并非抽象的“技术成本”,而是大量专业人工、重复建模和跨团队确认共同堆出的成本。

  • AI工作流把创意拆成核心命令,再由Midjourney等工具生成关键帧;按陆川给出的速度,Midjourney“十六秒四张图”,一天可产出数百乃至数千张。结果未必严格服从导演,偶尔却“可能比你想的还要好”。

  • 一场一至两分钟的动作戏,用关键帧继续生成动态画面,48—72小时、最多三天就能完成可视化预览。泓君将其概括为接近百倍的时间效率提升,但长片的一致性、可控性和最终品质并未因此自动解决。

4. 大众模型会生产平均审美,电影需要工业级交付

  • 陆川为一部明朝题材动画电影设计男主时发现,无论提示词怎样变化,国内模型都倾向生成相似的当红帅哥。他了解到训练数据包含大量古偶剧,因此很难得到《浴血黑帮》式“不传统地帅、但有张力和个性”的人物。

  • 他的批评指向目标函数:大众模型要对齐多数人的审美,而艺术创作需要作者性、独立性甚至批判性。若模型主要服务竖屏短剧和量贩内容,它的能力可能不是被作品提升,而是在迎合中“被矮化”。

  • 面向普通用户,老照片动起来、孩子一至六岁的素材被自动剪成15—20秒视频,花哨好看已经足够;但电影、长剧和中剧背后有130年形成的工业标准,还须具备商业发行价值。因此陆川主张建立能完成“industrial-grade delivery”的电影垂类模型。

  • 现有agent工作流像把炮兵放在以色列、步兵放在土耳其、空军放在西班牙、海军放在法国:模型能力和审美参差不齐,最后很难通过一次调色获得统一作品。陆川的质量底线是:“你不能因为是用AI做的,就叫电影。”

5. 声音的护城河藏在下意识与“不完美”里

  • 黄莺2002年从数万人中仅录取4人的选拔中进入上海电影译制厂。翻译要做到“信、达、雅”,演员还须理解角色性格,并把英文、意大利语、日语不同的语言节奏重新嵌入中文口型;胶片、磁带和胶转磁流程又意味着几乎没有反复试错的空间。

  • 她认为AI暂时缺少的是“下意识”:停顿可能表示思考、结巴、不愿回答或寻找借口;同一句“今天天真蓝”,若上文是“昨天天好灰”,与上文是“太阳好暖和”,重音和意图都不同,不能靠固定方式处理。

  • 表演还要为合作者让位。黄莺在《剑来》中为剑灵说“开天”时没有把情绪推满,因为真正的满幅要留给主角陈平安;同一片段在影视里可能收着结束,单独搬到舞台上却要向上推到高潮,这背后既是艺术,也是观众心理。

  • 激烈情绪中的破音、爆音、喷麦、鼻腔声、颤抖和失控肢体未必是错误,它们会让观众感觉“口水就喷在我自己的脸上”。黄莺提醒,过度要求删除这些痕迹是在趋向AI化,“但是人类本身就不是完美的”。

6. 声音权已有原则,举证与混合克隆仍无标尺

  • 黄莺对替代问题保留了边界:“这些目前还不会,但是以后就不知道了。”若演员只知道每个字怎么念,却不知道自己表达什么,表演已经没有自己的情感、变成僵化模式,也就“很容易被AI替代”。

  • 泓君提到,他前两天与郑大圣、杨浩宇等人交流时,对方更担心的不是AI本身,而是观众被短视频、短剧以及“小美”“小帅”式内容影响到接受生成品。“观众能够接受什么,市场就会生产什么”,需求侧审美可能比供给侧技术更早改写行业。

  • 从2016年起,黄莺就在商业合同中讨论AI训练:有些公司接受不用于AI学习、训练和使用,另一些则一定需要用于训练和使用,双方会分别讨论,尺度也有所不同。她无法容忍的是未获本人授权、知情或签约便使用其声音。

  • 2016—2018年此类现象尚少,近两年却出现专业配音老师被侵权、相关内容大量产出的现象。已有北京案例因甲方承认而胜诉;若对方否认,现有民用技术未必能明确证明“这个就是你的声音”,而“50%我的声音加50%你的声音”更使归属失焦。民法典规定声音权与肖像权具有同等保护地位,但执行仍缺技术与法律标尺。

7. 真人实拍更值得花在不可复生的瞬间

  • 拍《南京!南京!》时,陆川为范伟饰演的翻译官临刑前该说什么想了一个多月,否掉上百种方案,直到最后一天出工途中突然想到一句话,自己先热泪盈眶,却仍不确定是否成立。

  • 到现场后,他把台词低声告诉范伟,范伟立刻落泪,到旁边叼着烟缓了很久:“我太太怀孕了。我的太太又怀孕了。”隔了两天,平时不喝酒的范伟还特意让人从家里带来一瓶特别年份的五粮液,说要为这句台词陪导演喝一口,最后醉到被人抬走。

  • 这成为陆川划定人机边界的最佳例证:AI能做的部分就交给AI,不要浪费投资人的钱;但创作者真正独有的想法,以及人与人碰撞出的表演瞬间,应继续由人完成。

  • 年轻导演如今已用AI短片提报项目,更精准地展示自己想做什么。下一步不是从头到尾都实拍,而是把上百人的真人拍摄用于捕捉“人的那些不可复生的、不可重复的表演瞬间”;重复的cliché则交给AI。

8. 实拍可能像骑马一样奢侈,电影学院仍然重要

  • 陆川把未来真人拍摄比作骑马:过去是日常交通,今天成为贵族运动。常态或许是超级导演面对电脑,由大量智能体协作;能组织几十人扛着摄影机去野外、搭建真实场景,反而成为“顶级、奢侈的创作体验”。

  • 对坚持旧方式的人,他用拖拉机已经停在田头作比:问题不是怎样永远维持刀耕火种,而是学习成为driver、开动truck,还是“举着两根烧焦的火棍”阻挡拖拉机入田。时代落幕时“不会给你任何喘息之机”。

  • AI也让陆川不再那么担心过去的创作恐惧。他曾担心有些电影会因内容、财务或体力原因被带进棺材,如今即使没有资金和公开发行,也可以做出来留在电脑里给孩子看:“我不会把任何一部电影带进棺材里。”

  • 但工具普及不等于学院失效。陆川说真正去电影学院,如同阳澄湖的螃蟹要到阳澄湖去涮一下,而不是“洗澡蟹”;他在中戏看学生冒汗为日本剧团搭台、刘烨和胡军在旁打球,那一下午让他明白:“你在线上永远学不到什么叫戏剧这两个字。”

泓君

哈喽,大家好,欢迎收听硅谷幺零幺。在我们正式的节目开始之前,先跟大家预告一下未来我们会在南湾举办的两场活动。一场呢是四月二十五号,也就是本周六的下午,我们会跟大家聊一聊AI数据中心。其实现在不管是供应链还是本身数据中心的进展,在市场还是一个很火的话题。那另一场呢是四月二十八号周二下午,我们有一场机器人的论坛,邀请了图灵奖得主,还有英伟达、亚马逊机器人方向的研究员以及众多机器人的创业公司。这两场活动都是免费的,但是人数有限,先到先得。感兴趣的听众可以通过 Show Notes 中的报名链接来注册。那具体的活动与嘉宾的信息,如果大家想了解更多,我也放在我们的 Show Notes 当中了。下面就请收听我们今天的节目。

今年 2 月,字节跳动 Seedance 2.0 AI 视频模型一经推出,可以说就引发了轩然大波。凭借着多项基准测试中登顶的表现,它让美国一些视频生成模型的领先优势受到了挑战。但是很快,它也在好莱坞引发了大规模的版权声讨。

“Hollywood is in crisis mode, a new AI tool has the entire film industry worried. Hollywood groups have condemned a new AI video generator, which they say violates copyright.”

我们先来听一段视频录音。这是一段布拉德·皮特和汤姆·克鲁斯在摩天大楼屋顶对打的视频。因为大家现在看不到画面,他们的表情、口型、声线几乎全都可以以假乱真。那段视频一经放出,很快就超过了 700 万播放量。

迪士尼、派拉蒙和美国电影协会都发了声明,谴责这款产品存在系统性的侵权。他们的意思可以说很明确:该产品无视现有的版权规则,而这些规则本来是用来保护创作者、支持美国数百万个娱乐行业岗位的。

那 AI 到底会不会真的夺走大量影视从业者的饭碗?

陆川

7 到 8 年以内,就不会再有任何一个导演说:“AI,我觉得不行,不可能。”AI 可以把原本几百万的后期特效成本,降到十几万的程度。

泓君

那他不用 AI 的道理到底是什么?降本增效的背后,又是否会以丧失作品的艺术价值为代价?

陆川

AI 在这个事情上,它就是一支笔,就是一台摄影机,就是一张剪辑台。

泓君

在众声喧嚣的最近,《灵魂摆渡:浮生若梦》成为中国首部全 AI 生成的电影,暑期档即将上映。那 AI 到底能不能替代真人演员?真人短剧是不是正在被 AI 团灭?这些话题最近都冲上了微博热搜榜,成为大家讨论的焦点。

我们试图站在创作者的视角,来看看这些顶级影视创作者背后的底层逻辑是什么。今天我们的节目请到了《可可西里》和《南京!南京!》的导演陆川。哈利。哈利波特中赫敏一角、盗梦空间中梅尔一角的配音演员黄莺,这挺刺激的是不是?违反校规?你还是我们认识的那个赫敏格兰杰吗?以及 AI 内容社区创始人、编剧 K仔,来聊一聊他们创作中可以被 AI 替代和不能被 AI 替代的,分别是什么。

苏东桓

我是苏东桓,平时大家很多人叫我 Kisa。

泓君

Kisa 是内容社区 Story Storm 故事接龙的发起人。在成为一名人工智能生成内容的创作者之前,Kisa 是一名编剧。

他的入行时间点也很巧,刚好卡在 2015 年前后。那个时候,国内长视频平台把网剧当成了主战场,竞争异常激烈。我不知道大家还记不记得,在那一波里,爱奇艺的《盗墓笔记》《余罪》,乐视的《太子妃升职记》,搜狐视频的《法医秦明》,这些可以说都是当时跑出来的现象级剧集。而 Kisa 就是在《法医秦明》的项目中参与创作的编剧之一。

苏东桓

1. IP 开发为何漫长

因为对我们编剧来说,左边是 IP,海量的小说;右边是平台。我们的任务就是把内容从 IP 端搬运到平台端。但是有的时候你开发一个,尤其是 S+ 这种级别的剧集,经常需要好几年时间,中间有非常多的不确定因素,也会调动很多资本。有的时候你也不能说什么,因为老板本身承担的压力也非常大。

泓君

在传统的影视行业里,IP 开发看起来就是一场非常繁琐的长期战役。比如说,影视公司每年会收到成百上千份 IP 需求,他们得在几天内从几百本书里找到那几个可以开发的项目。

但是其实从文字到上线,要把一个 IP 真正落成一个工业流程,最快也需要两三年。而且在这两三年里,变量非常多,比如平台和导演意见不一致,演员没有档期,或者制片需要协调资源。就算大纲阶段通过了,后续剧本也可能出问题,角色还可能被要求修改,所以对他们来说,返工几乎是一种常态。

那个时候,Kisa 就在想,有没有一种方式,能让文本更高效地转换成剧集或者电影,把这件事变得更简单一点。那时候就非常渴望能够遇到一种方式:迭代非常快,内容非常轻巧,投资也很少。

苏东桓

2. AI 释放创作自由

我觉得 AI 给了我们这种可能性。所以 2023 年的时候,我就觉得,那我不要在公司里做剧本这个事情了,我出来开始做 AI 内容。

我的第一个片子是在 2023 年 8 月的一个周末做的。那个时候,中文互联网上做 AI 短片的人屈指可数,可能不超过 10 个人。然后我做了一个片子,叫《加班夜》。是我随便写的,因为我很喜欢诺兰,所以写了一个类似诺兰风格的、发生在单一空间里的故事,按照表现主义的方式来做。

那个时候我是用 Midjourney 做图的。Midjourney 出的图没有办法保证动作方式符合剪辑的连贯性,所以很多时候你拿到的镜头并不符合你的规划。我就边做边改剧本,幸好我是个编剧,把剧本改顺了,才把它做出来。

大概就是两天时间,15 个小时,把第一个片子做完了。做完的那一刻,我觉得汗毛都炸起来了,因为我觉得:这也太不可思议了。

我以前要做一个这样水平的短片,想象一下,因为我有 5D,或者其他 DSLR,后来也倒腾过一些小相机,比如 Z CAM。国内各种各样的相机我都买过,我很清楚如果用拍摄的方式去做这样一个短片,需要多大的难度,根本不可能。但是我那个片子就是花 420 块钱做完的。

所以在那一刻,我觉得我的表达是无穷无尽的。

泓君

原本根本不可能的事情,突然在 48 小时内变成了现实。这对于任何创作者来说,都像是突然获得了一把有魔力的新钥匙。

其实,和 Kisa 同样感到震惊又惊喜的,还有导演陆川。

陆川

大家好,我是陆川,是中国的电影导演,也是一个 AI 行业的创业者。

3. AI 压缩视效周期

传统视效的方式非常缓慢,通常需要 6 个月左右。比如说,有一个年轻的勇士跟一个怪兽作战,其中有一个镜头,你希望他们在楼顶上和怪物搏斗。一般情况下,你想象出这样一个镜头之后,可能要请分镜师把它一格一格地画出来。

绘画的过程一般来说就要 1 到 2 周,画得慢的话可能要 1 个半月。因为这不是纯粹画画的时间,画完之后要开会,大家要讨论,讨论完之后还要修改。

画出分镜头之后,你要把它做成一个简单的动态预览,把它简单地动起来,看看连贯性和节奏。这个叫 motion board。分镜头确定之后,就直接进入 previs,翻译过来叫前期预览。它也得有一个专门的团队,叫预览团队,把这里边的人物、怪兽、空间全部重新建模。

等他们把这个事情做完,又得两个月。要是做 3 个月、4 个月,时间就过去了。确定之后交到动画公司,因为前面这两个是分别由两个独立团队完成的,storyboard artist 可能就是 1 到 2 个人,但预览团队有可能是 7、8 个人,甚至 10 个人。

然后再到视效公司。视效公司做这一场戏,比如说 1 分钟、60 秒,可能牵扯的制作人员就得有几十号人。他们要重新搭建模型,因为预览团队的模型比较粗糙,无法直接复用。到了视效公司,它要重新建模。

比如怪兽,我们称之为怪兽的资产,甚至这个怪兽从里面的骨骼、肌肉绑定、皮肤到毛发,每一层都要建模,然后还有材质、打光。这一整套资产的设计,短则要 1、2 个月,长的要 3、4 个月。人物也要建模,包括造型、皮肤材质、衣服、打光等等一系列工作。

所以为什么视效片特别贵?因为这里边有大量的人工。

到了 AI 这个过程中间,整个工作流就变了。通常就是你把自己的想法,跟 Midjourney 这样的出图软件合作,把整个创意分解成一句一句的核心命令。然后它就给你输出关键帧。

当然,这些关键帧肯定不会完全按照你的想法来。跟原来的区别就是,所有关键帧都严格按照导演的要求制作;但 AI 可能给你的东西会出乎想象,有可能比你想的还要好。

像 Midjourney 的话,16 秒可以出 4 张图。所以一天之内,它可以出几百、几千张图。基本上,一天之内,你这一场戏的想象、这些关键帧,就全部能够生成出来。然后再用这些关键帧,配合合适的 AI 软件、视频软件,把它做成视觉化的东西。

如果是一两分钟的一场动作戏,基本上我觉得 48 到 72 小时,最多 3 天,就可以把这套预览视觉化做出来了。

泓君

从 6 个月、数十人的不同团队轮番劳作,到 48 小时出图,在时间上,我们看到效率几乎提高了 100 倍。但是在品质上,电影其实有一套极其复杂的视觉语言。

除了打斗以外,这个年轻的勇士需要长成什么样?AI 能否按照导演的参数和审美,构建出这个人物的形象?它能不能构建出一部 100 多分钟、镜头语言统一的电影?

陆川在筹备最新作品的时候,就在使用 AI 的过程中遇到了这样的烦恼。

陆川

4. 模型抹平艺术个性

我们现在还有一部院线动画电影正在做样片,也在做人物设定、场景设定。由于大量使用了 AI 工具,效能提升很高,但也出现了一个问题。

因为这是一个中国明朝的故事,我们在设计大男主的时候,使用国内模型生成的脸,基本上都是千篇一律的。长得都像现在比较火的那些帅哥,不管提示词写成什么样,它生成的都是帅得一样的一个人。

之前无论是用胶片还是数字摄影机,你拿自己的相机或摄影机去拍摄时,你的手能够根据内心决定最后出来的东西。因为你看到什么、想表达什么,还是能够由你决定。但是现在的模型有一个很可怕的事情:不管你怎么写,它总是按照自己的一套逻辑来生成。这是一个问题。

在满足大众需要的过程中间,它其实也给很多艺术家和创作者造成了很大的困扰。后来我了解到,国内的平台在训练自己的视频模型时,大量把一些古偶剧输入进去。因为现在中国的古偶剧,男主长得都差不多。

所以你想要一些非常个性化的,或者未必很帅但很有张力、很有个性的形象,比如《浴血黑帮》里边的男主,你会觉得他其实不是传统意义上的帅,但非常有个性、非常有魅力,好像现在就做不到了。

因为现在的模型要对齐大部分人的审美。但是艺术创作永远是小部分人的创作去引领的,是有作者性的、有独立性的,甚至是有批判性的。而现在很多创作的批判性、独立性全部被去掉之后,就变成了迎合大众需求,大家千篇一律的这种做法。

尤其是现在的竖屏短剧,以及很多模型,其实都在承担生产大量量贩式、并不太追求品质的产品。所以它的能力实际上是在被矮化,并不是因为做了很多作品之后能力被提升了。

这种来自消费端的训练,对模型来说不光是一种训练,我觉得也是一种消耗,甚至是一种损伤。这样的数据进去,实际上稀释了原有的、比较优质的知识库,这也是现在的一个痛点。

泓君

陆川认为,除了现在市面上面向大众的 AI 影视工具之外,影视行业还需要一套专门为专业制作服务,甚至能够工业级交付的 AI 电影模型。

陆川

我觉得可以称之为 industrial-grade delivery,也就是能够满足工业级交付的一套垂类电影模型。

大部分普通用户做短片的逻辑,是社交属性。比如我做一个短片,把我妈妈的老照片动起来;或者把我儿子从 1 岁到 6 岁的素材输入进去,15 秒、20 秒就剪成一个片子。我不需要知道它是怎么剪的,剪得花里胡哨、挺好看就行了。

因为大部分人不需要知道里边的剪辑逻辑是什么。但是作为工业级的长剧、中剧、电影,从影像诞生到现在正好 130 年了。这 130 年,其实建立了一整套工业标准。

那么你要想参与到这样的专业级或者工业级作品中,同时让它具备商业发行的价值,就需要一些比较垂类、专业的电影级模型,去帮助有志于创作这些作品的艺术家、电影爱好者,或者那些有天赋、但没有机会上电影学院、没有机会拿起导筒的年轻导演,创作自己内心的那部电影。

这件事就变得很重要。也不是说现在的这些模型完全不能做,但你会看到很多人传了很多工作流,做了很多 agent。这相当于你想要做一支军队,但是你的炮兵放在以色列,步兵放在土耳其,空军放在西班牙,海军放在法国,另一些步兵放在中国。

你调用不同的模型,攒了一支军队一起打仗。因为协同、调动这些模型已经很复杂了,关键是每个模型之间水平参差不齐,它们的审美也很难统一。到最后,你很难通过一次完整的调色,做出一个统一的东西来。

理想很美好,但现实很骨感。到现在为止,靠这种方式做的 AI 电影,基本上没有出来过好电影。你不能因为是用 AI 做的,就叫电影。

当你说你用 AI 做了一个电影时,重要的不是 AI,重要的是电影。你要把它放在电影史上比较:它是不是比《小丑》厉害?是不是比《现代启示录》厉害?是不是比《罗生门》厉害?是不是比《教父》厉害?是不是比《辛德勒的名单》厉害?

它是放在电影史上一类一类地去比,不是说因为用了 AI,就天然赋予它一个“牛”的电影评价。

AI 在这个事情上什么都不是,它就是一支笔,就是一台摄影机,就是一张剪辑台。你得用这个工具做出一部好电影来。到现在为止,AI 长篇电影很多人都说做了,但它确实没有做出一部好电影来。

泓君

5. 声音暴露 AI 边界

我们究竟拿什么来判断,AI 做出来的是一部电影,还是一段形似电影的东西?除了视觉,还有一件很难被糊弄的事情,就是声音。

黄莺是一名有着 20 多年经验的电影配音演员。她是《哈利·波特》里的赫敏,也是《盗梦空间》里的梅尔,还是《碟中谍》里的伊尔莎。

2002 年,她从上海戏剧学院毕业,在几万人中只录取 4 人的选拔中被挑中,进入上海电影译制厂,成为一名配音演员。在上海电影译制厂的经典名单里,有《音乐之声》《修女也疯狂》《阿甘正传》《乱世佳人》《巴黎圣母院》等作品。

“你好,我是 Forrest。”

“让一个士兵带着美好的记忆去死吧。”

译制厂的配音演员们,让一代中国观众第一次用中文听懂了异国的情绪与浪漫。那个时候的配音,可以说得上是一种真正的工匠精神。

黄莺

大家好,我是配音导演、配音演员黄莺。

在翻译这一关,其实就挺重要的,要做到“信、达、雅”。而且每一个人物角色都有自己的性格,语言方式、用词,其实都很考验翻译和配音演员的文学水平。

包括口型,其实也是一个非常难过的关。现在很多配音演员不太会对口型,因为英文、意大利语、日语的语言节奏,和中文其实都相差很大。所以对我们来讲,基本功是最重要的。

那时候的配音老师们都会很耐心地教导我们,怎么数口型,怎么把这些外国语言用中文很好地表达出来,还有人物的演绎等等。

因为当时的录音环境不像现在,可以用电脑及时打点,也可以修音。那个时候是用 Betacam 机,是胶片、磁带,胶转磁这样的工艺,所以没有那么多机会试错。

作为新人,和艺术家老师们一起创作时,我经常会汗流浃背。因为技术发展没有那么好,大家是在一个屋子里面创作的。作为新人,可能录音会比较慢,口型对不上。你到录音棚里,所有的艺术家都看着你,可以想象一下那样的场景,挺吓人的。

泓君

在和黄莺的采访中,我们反复讨论的一个问题就是:AI 配音在哪些方面无法超越传统配音演员?黄莺的答案是,人类的下意识,因为 AI 没有下意识。

黄莺

有的人说话是有停顿的,因为他在思考;有的人停顿是因为结巴;有的人停顿是因为“我不想说”;还有的人停顿是为了找一个借口。每个人停顿的目的都不一样。

我们在重音、点送上也要看上下文。“今天天真蓝”这句话,可以有不同的重音。如果上文说的是“昨天天好灰呀”,下一句接“今天天真蓝”;如果前一句说的是“哎呀,太阳好暖和呀”,下面一句是“哎呀,今天天真蓝呐”,它的表达就完全不一样。

同一句话的逻辑性,是根据整篇上下文来的,并不是固定的重音。包括有一些词也是这样,比如结尾的词,有可能要念轻声。但是 AI 出来可能还是按照固定方式念“小草”,而你可能会念成“小草”,感觉就不一样。

这些都是我们所说的表演当中的变化,也是不可追寻痕迹的变量。对于 AI 来讲,这些目前还不会,当然以后就不知道了。

很多演员现在只会用 AI 的方式表演:他知道这个词怎么念,说的都是中文,但我不知道他表达的是什么意思,他没有自己的情感在里面,其实是一种僵化的模式,这就很容易被 AI 替代。

包括我们演奏的音,也不是一定要达到那个音高。有时候在配器过程中,为了让另外一个乐器突出,它就不应该是正常的音,而是要低半音。这些其实都是合作过程中需要处理的东西。

还有人会问我,为什么我在《剑来》当中配剑灵,最后那句话“开天”没有达到一个满的情绪。因为我要把空间让给主角陈平安,让他的情绪达到饱和,所以我的情绪就要让出来。这些 AI 没有办法做到。当然,很多大众也没有办法理解我们为什么要这么处理,但是处理出来的效果的确是好的。

舞台上也是这样。比如在配音的一个片段当中,它可能是某个节点的一段,所以结尾是往下走的。但是如果你在舞台上单独演绎这一个片段,为了达到舞台效果,可能就得往上走,来达到观众的情绪高潮。这其实是一个心理学的问题。

这些演绎不仅仅属于艺术范畴,也是人类心理的一部分。我们有时候看综艺节目、看电影,你会发现几分几秒要有一个反转,几分几秒需要有一个意外,几分几秒需要进行情绪渲染。其实这都是人类心理学的反射。如果不是这么做,效果可能就没有那么好。

艺术演绎是非常复杂的人类情感表达,也是人类心理的表达,它和 AI 程序能够推导出来的东西不一样。甚至有时我们表现非常激烈的情绪,整个人的表情是拧巴的,肢体是不受控的,或者在颤抖。

在这样的情绪下,声音是不完美的,是破的,甚至是爆的。录音过程中可能会有冲口音之类的东西。现实表演当中,我们会使用小蜜蜂、头麦等近距离设备,愿意保留这些所谓的瑕疵。

但是它给人的感受是不一样的,会有更强的临场感。你会有一种在现场的感觉,会有更强的冲击感。有一个喷麦的感觉,就好像他就在你面前。比如需要非常激动地骂人时,你会感觉他的口水就喷在自己的脸上。

我们现在很多时候被要求,配音时不要有喷口、不要有口水声、不要有鼻腔声。其实这些都是趋于 AI 化的东西,但是人类本身就不是完美的。

泓君

前两天我还跟一些比较厉害的大师,比如郑大圣老师、杨浩宇老师,聊到这样一个话题。他们说,其实他们不太惧怕 AI 会替代什么,他们所惧怕的是,观众会被洗脑成什么样。

也就是说,目前我们的玩家也好、观众也好,可能会被互联网上的一些短视频、短剧,以及特别容易让人上瘾的内容影响。大家可能都能看到,AI 的应用在 TikTok 上已经非常普遍:这个女人叫小美,那个男人叫小帅,但是很多人其实是接受的。

我甚至在创作过程中,最近几年有一个很强烈的感觉:有一些创作者就是喜欢 AI 生成的东西,不喜欢真人的东西。所以观众能够接受什么,市场就会生产什么,这是一个非常严峻的问题。

观众接受什么,市场就会生产什么。

这两年,声音被复制已经从伦理和法律问题,变成了现实冲突,而配音演员往往最先被推到风口浪尖。接下来黄莺谈的就是这件事:当声音也能被复制时,侵权到底应该怎么界定?行业又该靠什么来立规矩?

黄莺

6. 声音复制引发版权困局

其实 AI 声音克隆、声音复制,我早在 2016 年和一些国际大品牌、大公司以及国内大厂合作时就已经接触到了。可能我个人涉及得比较早,因为他们在合同或者项目过程中,就会涉及 AI 这样的领域。

对我来讲,这是和肖像权同等的声音权利。所以我们和他们签署合约时,会和他们讨论这个问题。那个时候可能两极分化:有一些公司欣然接受不用于 AI 学习、训练和使用;有一些公司则一定需要用于 AI 训练和使用。

所以我们会分开来谈,在尺度上也会有不同。当然,我完全不能容忍的是,在没有得到我本人授权、知晓,或者没有签署合同的情况下,随意使用我的声音版权。我不能容忍这种行为。

2016 年到 2018 年左右,这样的现象还不多。但是这两年已经非常严重,而且已经存在专业配音老师被侵权、大量产出的现象。对我们来讲,这是需要法律法规完善以及技术支持来维权的领域。

目前还是有一定困难的,但是我相信,今后法律体系完善以后,应该可以规避一些违法使用。

现在主要的困难是,我们之前看到过北京有一位老师的判例。因为甲方承认侵犯了这位老师的声音权,所以他能够打赢那场官司。但是现在有一些甲方不承认。

比如最近有一位老师的声音被侵权了,可能在一些资料片的演绎中,前半部分是这位老师亲自演绎的,后半部分是 AI 生成的。我们可以拿出实际声音来比对,起诉对方侵权。但是如果对方不承认,我们就需要通过技术手段拿出直接证据。

目前可能遇到的困难是,没有技术手段能够明确告诉你,这个就是你的声音。因为也有可能换一个声音,它同样具有这样的声纹。还有一些更高精尖的技术,目前还没有办法在民用法律范畴内使用。

另外,有一些声音是合成的,比如用 50% 的我的声音和 50% 的你的声音,合成一个声音。它其实包含了我和你的部分,但又不是 100% 的我。这样的情况应该怎样界定,其实需要法律作为标杆去界定,技术手段也很重要。

目前为止,《民法典》规定声音权和肖像权具有同等保护地位,但这其实是一个很模糊的概念,因为在执行过程中,确实会涉及很多场外因素。

泓君

如果 AI 势不可挡,最终会成为影视行业的一部分,真人剧组拍摄的未来会怎么样?

陆川说,AI 迟早会变成一把尺子。能被它轻松做到的,就没有必要再用人力硬撑;但是那把尺子量不出来的东西,才是电影真正的价值所在。

为了说明这一点,他讲了一个拍摄《南京!南京!》时的故事。

陆川

7. 真人实拍变得珍贵

《南京!南京!》其实在长春有一段时间拍大屠杀的戏。每天早晨大概 4 点多钟要起床。我印象很深,有一场范伟老师被枪毙的戏,那是范伟老师杀青的戏,所以我觉得应该有一句特别坚强、特别硬的台词,对那个日本军官说出来。

但是我一直想不出来。其实那场戏在我脑子里想了 1 个多月,前前后后拍了很长时间。我真的是在最后一天才想出了范伟那句话。

范伟当时被推到刑场上,被捆起来了。因为他和那个日本宪兵队长也熟,那个人给他点了一根烟,他抽了两口。后来宪兵队长想帮他摘眼镜,他拒绝了,说不用摘眼镜,也别给我戴头套。

他没说话,但是我总觉得他应该说一句话。我又不觉得他应该喊口号,我想让他说一句特别扎心的话。我想了一百多种,甚至不止,想了一堆又一堆的办法。

最后那天在出工的车上,我突然想起了那句话。想起那句话,我就热泪盈眶,但我又不知道好不好。后来到了现场,正好看到范伟,我就说:“范伟,你过来,咱俩找个地方,我给你说一下那句台词。”

范伟说:“你帮我想出来了?”因为他也很纠结,也想了很多话。我们俩都在讨论,这个人死之前一定要说一句话。

我说:“你附耳过来,我低声给你说一下。”我说完这句话,他的眼泪一下就下来了,然后说:“你让我缓一会儿。”他叼了一根烟,到旁边缓了很长时间,走回来以后说:“这句话太牛了。”

你晓得吧?“我太太怀孕了。我的太太又怀孕了。”

范伟饰演的翻译官说完这句台词,被两个日本兵押赴刑场,举枪瞄准。

“预备。”

而且范伟不喝酒,但是隔了两天,他专门让人从家里给我带了一瓶酒,揣到现场。他说:“导演,为了这句台词,我要送你一瓶酒。”他拿了一瓶特别年份的五粮液,说:“晚上我陪你喝一口。”

那天晚上他喝醉了,完全喝得酩酊大醉,是被抬走的那种。

这就是人与人创作中间不能被机器和 AI 替代的部分。AI 会变成一把尺子,过不了它这把尺子的东西,你就拿 AI 做,别浪费投资人的钱了,因为 AI 能做 90% 的事情。

但是你的想法,必须由人来做的事情,就去做这个事情。这样它还是降本了,观众也看到了最真的东西。

我觉得不用担心 AI 会杀害真人实拍电影,但是它会拷问每一个电影创作者和投资人:你这部电影需不需要真人实拍?为什么需要真人实拍?

所以其实我还是很迷恋实拍的东西。但是我会觉得,当一个时代落幕的时候,当一种制作方式落幕的时候,它不会给你任何喘息之机。

我觉得 AI 已经呼啸而至。我们这些传统电影人,该怎么去拥抱它?我不愿意看着它完全被不懂电影的 AI 工程师埋葬。

我觉得我们这些拍过电影、了解实拍美妙的人,应该把电影史从零起步到现在 130 年的过程保留下来。电影变成了真正的艺术品,变成了一门独特的语言,变成了一种有魅力、能够在黑暗空间里和观众交互的神奇艺术品。

我希望能把我的认知、我的这部分知识和感受,放到一个东西里,支撑着电影在 AI 时代继续永生下去。这是我特别想做的一件事情。

我最近这两年参加一些电影节时,发现每一个年轻导演提报项目时,都会用 AI 生成一段短片。这是一个很大的进步,你能够直观地让大家知道你能做什么、想做什么、要表达什么。而且这些短片越来越精准地表达着导演的想法。

所以我也在跟这些年轻导演说,将来我们的拍摄要拍什么?我们是不是应该拍那些最核心的部分?还是说从头到尾都要拍?那些明明已经可以交给 AI 生成的部分,是不是就交给 AI 去生成?

那我们拍什么?一部电影里,什么样的段落值得我们 100 号人举着摄像机,顶着骄阳、暴雨去拍?那一定是拍人的、不可复生的、不可重复的表演瞬间。

那些 cliché,那些被重复过无数次的东西,就不用再拍了。AI 会淘汰一批,或者说 AI 擅长复现那些特别不值钱、没有真正必要劳心劳力去做的重复性内容,这些都可以交给 AI 去做。

AI 来了之后,我经常在内部跟一些师弟师妹们说,未来你们再拍电影就会变得很珍贵、很奢侈。比如以前骑马是用来作为交通工具,现在骑马是贵族运动。

以前我们建立一个剧组,真人去到一个地方拍摄,可能是一种常态。将来可能是一个 AI、一个超级导演、一个超级创作者,面前摆着一堆电脑,很多智能体辅助他做一部电影。

那个时候,你能够组织起几十号人,扛着胶片机到野外,甚至让美术帮你搭建一个真实的场景去拍摄,那就是顶级、奢侈的创作体验。

我估计未来可能是这么一个逻辑。所谓古法酿酒,实际上是一种商业模式,是一个商业口号。你不能说,现在拖拉机已经摆在这里了,你还要想刀耕火种这件事怎么和它共生。

这不是拖拉机的问题,我是能看到拖拉机已经摆在田头的人。所以,那些头上插着羽毛、还在刀耕火种的同学们,你们得反思一下,接下来该怎么办。

你是快速学会成为一个 driver,能够去开这个 truck,还是准备举着两根烧焦的火棍站在田头,挡住拖拉机进田?这件事你得自己琢磨,这不是我的问题。

真的,我两年前、三年前有时候躺在那里胡思乱想,会觉得可能我会有几部电影拍不了,等到死的那一天,因为内容、财务、体力,或者各种各样的原因。

但是我现在会明确地跟你说,我觉得我不会把任何一部电影带进棺材里,因为我觉得都能拍出来,真的。现在我会觉得自己很无畏,我不惧怕这些东西了。

我拍出来,放在电脑里,给孩子看,不行吗?我不公开,但我拍出来了。我都能把它拍出来,这会让我觉得无惧无畏。

所以我现在觉得,如果有钱,我愿意再去拥抱真人实拍。我迷恋那个现场,迷恋早上、晚上、中午不同的光记录下来的不同影像,也迷恋和那些好朋友们一起拍电影的时光。

我觉得那不光是一种工作,也是一种生活方式,有点像火人节。但是如果没有钱,我能看到的希望就是,我肯定不会让自己的每一个想法带到棺材里去,我一定会把它们都做出来,真的。

泓君

在采访的最后,我们问了陆川导演一个问题:在未来的 AI 时代,一个热爱电影的青年是否还要去传统电影学院接受训练,还是应该告别传统,接受 AI 时代的电影制作训练?

陆川的回答是这样的。

陆川

8. 电影学院仍然重要

再牛的 AI 模型,比如我们里面有知识库,也替代不了学院的线下学习。我觉得如果他热爱电影学院,如果能考上,还是要在那个学校里待一下。

这就像阳澄湖的螃蟹要到阳澄湖去涮一下,这是两回事,它不是那种洗澡蟹。

我在中央戏剧学院的操场上看过一个日本小话剧剧团的演出。从下午开始,中戏的学生帮他们搭台子,所有人冒着大汗,旁边还有人在打篮球,刘烨、胡军他们就在打篮球。

当时我去选演员,刚刚分到北京电影制片厂,是一个副导演,挎着一台相机,跑到中戏选演员。后来我就混在学生中间看那场小话剧。

我觉得那一下午的感受,你在线上永远学不到什么叫“戏剧”这两个字。

泓君

你现在正在收听的是硅谷幺零幺全新叙事型播客,我是主持人洪军。本期节目由靖远采访与制作,后期靖远。运营朱洁,如果大家喜欢我们的节目,可以在小宇宙、Spotify、苹果播客、B站和YouTube上搜索硅谷幺零幺来找到我们。感谢大家的收听。

E234|未来实拍电影还存在吗?与导演陆川聊聊AI给影视人的恐惧与自由 | BidClub