AI影像是電影史上第二次“火車進站”

每個學電影的人，內心深處大約都蟄伏着一種屬於創作者的終極野心：去親自締造一部史詩鉅製。有人渴望拍出屬於自己的《教父》，有人夢想親自架構起一個《指環王》般的世界。於我而言，這部腦海中未竟的鉅製，其背景永遠屬於金戈鐵馬的三國時代。小學時，與全家人守在電視機前看央視版《三國演義》的經歷，或許在我心裏埋下了一顆執拗的種子。

然而，在我們所熟知的影視工業的語境裏，古裝、歷史、戰爭，這些詞彙等同於龐大的資本、複雜的調度和普通創作者難以望其項背的行業門檻。因此，長久以來，這個執念也就僅僅停留在“夢”的階段，我從未奢望過將其變現。

近年以來，尤其是今年，生成式AI技術如海嘯般席捲了整個社會。在輿論狂歡與產業轉型焦慮的共同交織下，整個大環境似乎都在催逼着每一個影像從業者去重新學習、去適應這種不可逆的技術浪潮。作爲一名戲劇與影視專業的教師，我深知不能永遠停留在理論的岸上觀望，必須親自下水，去探一探這股技術浪潮的深淺。誰能想到，藉助AI，我的三國“夙願”竟在一張書桌前、一臺電腦上，以一種近乎孤絕卻又極其自由的方式得以實現。

今年寒假，在三至四周的時間裏，我嘗試利用現在生成品質最高、模型效果最爲穩定的“即夢”製作了兩部較爲完整的三國題材短片，每部的時長都在七分多鐘：一部是聚焦一名普通漢軍士兵在長坂坡爲趙雲引開追兵而壯烈成仁的《漢軍的旗幟》，另一部是講述在麥城之戰獲關羽幫助的小兵後來幫助關興一雪父仇的《刀名青龍》。從選題、劇本、視效生成，到後期的剪輯、包裝，甚至兩部片子的全部原創配樂，皆由我一人用一臺電腦獨立完成。當看着這兩部短片在全平臺上的播放量加總超過三十萬，留言與點贊累計數千，那種從未體驗過的作爲創作者的狂喜是直擊靈魂的——我終於跨越了工業的壁壘，握住了將想象力直接顯影的權力。

但在這種大願得償的滿足感之外，當我重新回到學校的講臺時，卻不可避免地陷入了一種複雜的心情。

面對臺下本專業的學生，我產生了一絲短暫的焦慮。因爲我事實上親身經歷了一場對我二十年來學習並且掌握的知識體系的降維打擊。過去我們在黑板上拆解的、依賴於物理空間和時間法則建立起來的傳統影像範式，在AI近乎恐怖的生成“偉力”面前，似乎發生了地殼運動般的位移。我那一刻忽然感到了自己在身份上的張力，我既是影像“舊體系”的佈道者，卻又在自己的書桌前成爲了“新秩序”的造夢人。

不過，包括我的學生在內，大衆對這種“新秩序”的理解，卻充滿了一種輕佻的錯覺。兩部短片受到關注之後，評論區與私信當中最常出現的留言，就是簡單粗暴的四個字：“求提示詞”。在由平臺刻意編織的技術神話與影視從業者被無限放大的焦慮所共同催生的集體幻覺中，AI影像的生成流程似乎被簡化成了一臺“自動售貨機”：只要隨意輸入“咒語”，就會“掉”出一部大片。

這是對AI影像最大的誤解。

以我的經歷與短片實驗來看，現在的生成式AI，絕非一個通曉電影文法的“賽博導演”，它更像是一個才華橫溢卻毫無全局觀念的攝影師。它或許能生成單幀驚心動魄的奇觀，但正如前文所述，這兩部短片都有七分多鐘的時長——一旦你試圖用AI去支撐起一個七分多鐘、具有起承轉合的完整敘事時，它在視聽邏輯上的荒蕪便暴露無遺。因爲它缺乏對真實三維物理空間的感知，在生成連貫動作時極易“越軸”；在景別切換時，生硬的“跳切”更是家常便飯。

那兩部短片，根本不是一兩個提示詞的產物，而是從成百上千條生成的素材中大浪淘沙、去蕪存菁的結果。爲了彌平這七分多鐘裏空間與時間邏輯的斷裂，我必須在剪輯臺上進行極其磨人的二度創作，用連續數日的高強度工作諸如剪輯與調色，去挽救那些破碎的素材。

不過，正是在這場與機器的“混沌”進行的泥濘搏殺中，我突然對長久以來思考的一個學術命題有了切膚的體悟：在過去一百多年的歷史中，試圖宣告“電影之死”的論調像幽靈般週期性浮現，而爲什麼電影總被宣告將死？因爲在本體層面，電影始終是一種“未完成”的狀態。無論是卡努杜所期盼的、融合所有藝術的“第七藝術”，還是巴贊所執迷的、徹底復現客觀現實的“完整電影”，在過去的工業體系裏都未能真正兌現。原因很簡單：過去的攝影機，只是一臺被動記錄的機械裝置。

但今天，坐在AI影像生成界面的屏幕前，我強烈地感受到，法國理論家讓·愛潑斯坦在1946年預言的“機器思維”，終於從一個晦澀的哲學隱喻變成了我眼前的現實。在愛潑斯坦的構想中，電影機器絕不應僅僅是人類視覺的被動延長線。他認爲，當機器能夠擺脫人類經驗中恆定時間的束縛，憑藉自身的法則去重構時空關係、形成獨立判斷時，它就擺脫了純粹的工具屬性，具備了某種非人類的“思考”特質。

影像生成式AI不再是單純的光學曝光工具，它是在龐大的數據潛空間裏“推演”世界。當你輸入指令，機器開始介入建模、提出視覺假設、甚至重組時間與空間。攝影機從一個被動的記錄者，變成了一個擁有運算邏輯和生成能力的“技術主體”。卡努杜所暢想的“總體融合”與巴贊所渴望的“現實復現”，也第一次在人工智能的底層算法中找到了交匯的可能。

當思緒走到這裏，再回看這段在書桌前“裁縫”影像的經歷，哪怕是那些因機器不穩定而迫使人反覆“抽卡”、精疲力竭的AI工作流，也瞬間充滿生機。正是這種“不穩定”，構成了AI作爲共創者的另一重魅力。它的確會頻頻越軸、跳切，但在這份混亂背後，是它爆炸性的創意與不知疲倦的算力。所以這種由技術侷限帶來的“不穩定”，最終會被其海量的生成素材所夷平。在成百上千條被淘汰的廢片中，你總能打撈出那些令人驚豔的、完美契合劇情的，甚至是遠超創作者最初構思的優質內容。機器的“誤讀”，有時恰恰是靈光的乍現。

這不禁讓我回想起製片廠時代的影片製作。在真實的片場裏，能一次就“過”的鏡頭和表演本就屬於少數，爲了保險起見，導演們往往會對同一場戲多拍幾次，留幾條備用。而且，演員或主創在導演指令面前我行我素，甚至某些失誤，在電影史上反而造就了無數難以複製的經典。猶記得，達斯汀·霍夫曼和凱瑟琳·羅斯在《畢業生》片尾逃婚坐上公車後，那段沒有臺詞、由狂喜逐漸被空虛和茫然吞噬的漫長沉默，以及張曼玉在《甜蜜蜜》中去認領“豹哥”屍體，看到那個米老鼠文身時先是一聲輕笑、繼而悲從中來的經典反應。嚴格來說，這些在拍攝當下都屬於遊離於劇本設定之外的“失誤”或是未曾預料的本能反應。

既然我們能夠擁抱人類創作者在片場那些偏離預設的“意外”，甚至將其奉爲圭臬，爲什麼當我們面對正在形成自身“思維”的人工智能時，容忍度卻變得如此之低呢？這顯然是不公平的。在這場實驗裏，“機器思維”提供了無限生成的潛能，而人類創作者的職責，則是用傳統電影學的視聽法則、審美的直覺與人性的溫度，作爲“繮繩”馴服這頭數字猛獸，並決定它最終的意義走向。

1895年，盧米埃爾兄弟的《火車進站》在巴黎放映，那列從銀幕深處衝出來的黑白火車，曾讓當時的觀衆驚慌失措。那是電影的誕生。

今天，面對呼嘯而來的AI技術，我彷彿看到了電影史上的第二次“火車進站”。它同樣帶着令人敬畏的未知，轟鳴着衝進我們的視野。我不想閉上眼睛抗拒它的到來，更不願盲目地拋棄我們來時的軌道。我想我們應該做的，是帶着百廿年電影史留下的指南針，義無反顧地跨上這列“新火車”，去探尋影像在下一個時代的嶄新版圖。