AI影视亟需告别嘴炮时代

声明：本文来自微信公众号 <i>壹娱观察</i>，作者：<i>HAL</i>，授权站长之家转载发布。

2026年已经过半，但围绕AI影视的许多讨论，似乎仍然停留在两年前。

AI到底能不能拍电影?生成视频能不能支撑长篇叙事?一个人能不能代替一个剧组?每当新模型发布，行业就会把这些问题重新拿出来讨论一遍。

早期是画质不够，后来是时长太短;时长有所增加，又开始担心人物一致性;一致性逐渐改善，新的门槛又变成口型、声音、表演和多镜头叙事……技术每向前走一步，“AI可以拍电影”的合格线便向后移动一步。

这种讨论当然不是毫无价值。

到了2026年，如果还把主要精力放在证明AI能不能进入影视生产，多少已经有些落后于现实。

根据最近Netflix的财报披露，今年已有约300部电影和剧集使用生成式AI，应用贯穿策划、制作、后期与交付，最集中的环节是后期，事实上最近热播的韩剧《金特务:本色回归》就已经用上了AI制作的素材;国内长视频，爱奇艺近期还端上了国内首部获《网络剧片发行许可证》并上线的AIGC网络故事片、全片超60分钟的《奇谭:纸刃渡荒墟》，而腾讯视频也宣布正在制作十几集的AI长剧和一部约90分钟的电影……

AI早已进入专业影像领域，只是进入的方式、比例和成熟度不同。

真正的问题已经不是AI能不能拍，而是工具已经堆满了桌面，工作流也讲了无数遍，为什么观众仍然看不到多少正儿八经的作品。

AI影视最不缺的

其实恰恰是工作流

过去几年，AI视频工具几乎以周为单位更新。

海外有Veo、Runway、Luma、Pika，国内则有可灵、即梦与Seedance、海螺、Vidu、万镜一刻、WorkRally、万兴剧厂、LibTV等海量产品。

它们从最初的文生视频、图生视频，逐渐覆盖首尾帧控制、主体参考、动作迁移、多镜头生成、音画同步和视频编辑。

与此同时，大语言模型可以辅助剧本开发和场景拆解，图像模型可以完成人物、服装和环境设定，声音模型可以生成对白、配音、音乐和音效，Premiere、DaVinci Resolve、After Effects和剪映等软件则负责最后的剪辑、调色与包装。

换句话说，今天的创作者已经可以在一台电脑上完成过去分散在多个部门中的大量工作。工具当然还不完美，但从故事梗概、概念设计、分镜、动态画面，到声音、剪辑和成片输出，几乎每一个环节都已经有产品争抢位置。

更明显的变化，是平台不再满足于提供单点工具，而是纷纷开始强调“AI影视工作流”。

爱奇艺推出纳逗Pro，试图把剧本、分镜和成片输出放进同一套系统;腾讯视频推出WorkRally，覆盖剧本分析、分镜拆解、资产生成和镜头生产;芒果TV也通过芒果灵创提供文本、图片、视频生成和API接入。

不同产品的功能和完成度当然存在差异，但它们讲述的是同一个故事:过去需要创作者自己在十几个软件之间搬运素材，现在平台要替用户打通从创意到成片的链路。

“工作流”也因此成了AI影视行业最流行、同时最容易被滥用的词。

平台当然需要工作流，只有把模型接入资产管理、镜头控制、剪辑、声音和交付，AI才可能真正进入专业制作。

但对创作者来说，工作流从来不是创作本身。它最多解决如何更快地把画面生产出来，却不能回答为什么要生产这些画面。

传统电影工业早已有完整的工作流。剧本开发、筹备、拍摄、剪辑、视效、声音和调色，每个环节都有成熟的制度和工具。但没有人会因为一个剧组采用了更先进的项目管理系统，或者使用了更新版本的剪辑软件，就自动认定它能拍出好电影。

AI影视同样如此，工具回答不了核心创作的问题。

一套系统可以自动拆解剧本，却不能判断这个剧本值不值得拍;可以生成几十种角色造型，却不能决定谁值得观众关心;可以按照文字生成分镜，却无法替导演判断一场戏应该靠近人物，还是保持距离……工作流越完整，这些问题反而越无法继续推给技术。

但一个人能不能做完一部电影，和这部电影值不值得看，是两件完全不同的事。

工作流存在的意义，是帮助创作者实现内容，而不是取代内容。它最终应该像摄影机、剪辑台和特效软件一样退到作品背后，而不是成为一部作品最主要的卖点。

AI影视如今不缺工作流，缺的是有人愿意停止解释工作流，真正用它开始创作。

别再证明AI能拍

先拍一部出来

AI影视目前最不缺的，是看起来足够惊艳的镜头或特效。

城市从云层中升起，古代军队穿过荒原，人物在火焰和暴雨中完成复杂运镜。单独看，这些镜头已经足够漂亮。

但电影和剧集并非单一生成镜头的简单合集，它需要人物在几十场戏中保持性格，需要前面的选择影响后面的结果，需要情绪逐渐累积，也需要导演判断什么应该出现、什么应该删掉，以及一个故事究竟为什么值得被讲述。

生成门槛越低，这些判断反而越重要。因为当所有人都能迅速获得大量画面时，真正稀缺的就不再是素材，而是选择、组织和取舍素材的能力。

就像《第九区》尼尔·布洛姆坎普最近用Seedance2.0做了一部13分钟的创意短片，但导演表示《Nightborne》的制作，并不是一个人在输入框里简单敲敲提示词;整个制作过程中，生成式AI只是取代了摄影机、布景和大部分剧组人员，不过并没能取代核心创意岗位。

而最近正在席卷全球票房的诺兰新片《奥德赛》，更是提供了一个很有趣的媒介新旧参照。

在绝大多数商业电影已经使用数字摄影的今天，他反而选择用IMAX胶片摄影机完成全片拍摄。

为了让这种沉重、昂贵、噪音巨大的设备适应完整剧情片，IMAX还专门改进了摄影机和隔音系统。《奥德赛》最终成为第一部全片采用IMAX胶片摄影机拍摄的故事长片，而能够完整放映IMAX70毫米胶片版本的影院，在全球也只有41家。

这并不能证明胶片比数字技术更先进，更不是说影视创作应该拒绝AI。恰恰相反，它说明媒介的新旧根本不是重点。

诺兰真正擅长的，是把胶片、大银幕、实景拍摄和物理手段转化成观众可以感受到的电影体验。也正因为作品成立，从《奥本海默》到《奥德赛》，原本几乎快要退出主流商业放映体系的IMAX胶片，才重新变成观众主动寻找、提前购票的稀缺体验，并获得继续保存甚至扩张的可能。

让胶片重新获得生命的，不是一场关于胶片优越性的论坛，而是一部有人愿意买票观看的电影。

AI影视也只能通过作品完成同样的证明。

技术实验当然需要，但“这是一次实验”不能永远成为内容不好看的挡箭牌。观众没有义务因为一部作品只用了一个人制作，就接受空洞的剧情;也不会因为一个镜头生成了几十次，就自动认为它更加动人。

AI可以降低成本、扩大想象空间，也可以让过去拍不起的镜头成为可能，但它不会降低观众对人物、故事、节奏和情绪的要求。相反，当制作门槛下降，画面不再稀缺，创意与判断只会变得更加重要。

接下来，评价AI影视的标准应该彻底改变。

重要的不再是使用了哪个模型，而是作品有没有完成;不再是节省了多少制作时间，而是节省下来的时间有没有转化为更好的内容;不再是一个人能不能代替一个剧组，而是他做出的作品有没有人愿意看完、愿意付费、愿意讨论。

当观众开始讨论角色和剧情，而不是忙着询问提示词;当一部作品脱离“AI制作”这个标签，依然能够获得播放、票房和口碑，AI才算真正进入影视产业。

归根结底，就像数字取代胶片一样，AI电影并不是一种新的电影类型，而是一种新的生产方式。

观众不会因为一部电影使用数字摄影、非线性剪辑或者虚拟制作就自动买票，AI也不应该成为作品成立的理由。

工具必须服务内容，技术必须服从表达。

站在2026年的这一时间点，模型足够强，工作流和方法论也已经足够多了。

行业不需要再证明AI能不能拍电影，所以别再开发布会了，开拍吧。