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

概览

本期从字节跳动视频生成模型引发的好莱坞版权争议切入，讨论 AI 视频、AI 配音和 AI 影视制作正在怎样改变创作者的工作方式。节目关注的问题不是“AI 能不能做出影像”，而是当 AI 已经能显著降低成本、缩短周期之后，电影、表演和声音里哪些部分仍然需要人来完成。

讨论围绕三位嘉宾展开：导演陆川从电影工业和实拍经验出发，谈 AI 对视效、前期预览、电影创作标准的冲击；配音演员黄英从声音表演、口型、情绪和侵权维权角度，解释 AI 配音的边界；AI 内容社区创始人兼编剧 KESA 则讲述自己从传统编剧转向 AI 内容创作的原因。

核心结论是：AI 会成为影视行业的重要工具，也会淘汰大量重复、低价值、可复现的工作，但它并不会自动生成“好电影”。陆川反复强调，AI 只是笔、摄影机和剪辑台，真正重要的仍然是创作者能否用它做出经得起电影史和观众检验的作品。

分段落总结

[00:02] 节目开场与活动预告

[事实] 主持人在正式节目开始前预告了两场南湾线下活动，主题分别涉及 AI 数据中心和机器人论坛。

[事实] 两场活动均为免费活动，但名额有限，听众可通过 Show Notes 报名。

[00:57] AI 视频模型引发影视行业焦虑

[事实] 节目提到字节跳动的视频生成模型推出后引发关注，并在好莱坞引起版权声讨。

[事实] 主持人举例称，布拉德·皮特和汤姆·克鲁斯在摩天大楼屋顶对打的 AI 视频在表情、口型和声线方面几乎以假乱真，播放量很快超过 700 万。

[事实] 迪士尼、派拉蒙和美国电影协会等机构对相关产品发声，认为其无视现有版权规则，而这些规则原本用于保护创作者和娱乐行业岗位。

[推测] 节目用这一案例建立了全期的核心冲突：AI 的生成能力越强，影视行业越需要重新回答版权、就业和创作价值的问题。

[02:02] 本期核心问题与嘉宾阵容

[事实] 节目提出 AI 是否会夺走大量影视从业者饭碗，以及降本增效是否会以损失艺术价值为代价。

[事实] 本期嘉宾包括导演陆川、配音演员黄英，以及 AI 内容社区创始人兼编剧 KESA。

[事实] 节目试图站在创作者视角，讨论影视创作中哪些部分可被 AI 替代，哪些部分不能被 AI 替代。

[03:02] KESA 的编剧经历与行业痛点

[事实] KESA 是 StoryStorm 故事接龙的发起人，在成为人工智能生成内容创作者之前是一名编剧。

[事实] 他入行时正值国内长视频平台激烈发展网剧，曾参与《法医秦明》项目创作。

[事实] KESA 认为传统 IP 开发周期长、不确定性多，从文字到上线最快也需要两三年，中间涉及平台、导演、演员档期和制片协调等变量。

[推测] KESA 转向 AI 内容创作，与他长期感受到的传统影视开发低效率和高不确定性直接相关。

[05:03] AI 带来的轻量化创作可能

[事实] KESA 表示，传统剧集开发中返工几乎是常态，因此他曾渴望一种迭代更快、内容更轻巧、投资更少的创作方式。

[事实] 他在 2023 年离开公司，开始做 AI 内容。

[事实] KESA 的第一个 AI 短片《加班夜》是在一个周末完成的，使用 Midjourney 做图，边生成边修改剧本。

[事实] 他认为如果用实拍方式完成类似短片，难度会高得多，而 AI 让原本不可能的事在 48 小时内变成现实。

[07:11] 陆川对传统视效流程的拆解

[事实] 陆川介绍，传统视效制作中，一个勇士和怪兽在楼顶搏斗的镜头，需要经历分镜、动态预览、前期预览、建模、动画和视效制作等多个环节。

[事实] 传统流程可能涉及数十人和多个团队，耗时可达数月。

[事实] 怪兽资产需要从骨骼、肌肉绑定、皮肤、毛发、材质到打光逐层建模，这也是视效片昂贵的重要原因。

[事实] 在 AI 工作流中，创作者可以把想法拆解成提示词，用图像和视频模型快速生成关键帧和可视化预览。

[10:01] AI 对前期预览的效率提升

[事实] 陆川认为，使用 Midjourney 等工具可以在一天内生成几百到几千张图，并快速形成一场戏的关键帧想象。

[事实] 对一两分钟的动作戏，陆川估计 AI 工作流可以在 48 到 72 小时内完成可视化预览。

[事实] 主持人总结，这相当于把原本可能需要 6 个月、数十人轮番制作的流程压缩到几天。

[推测] AI 在此处最明确的价值是前期构思和沟通效率，而不是直接替代完整电影工业的所有环节。

[11:03] AI 模型的审美同质化问题

[事实] 陆川在筹备一部院线动画电影样片时，使用 AI 做人物和场景设定，发现效率提升明显，但也遇到人物脸谱化问题。

[事实] 他提到在设计明朝故事的大男主时，国内模型生成的脸常常千篇一律，像当下流行的帅哥。

[事实] 陆川认为，模型为了对齐大众审美，可能削弱艺术创作中的作者性、独立性和批判性。

[事实] 他认为大量面向短剧和量贩内容的数据进入模型，可能稀释优质知识库，并损伤模型能力。

[14:00] 工业级 AI 电影模型的必要性

[事实] 陆川提出，影视行业需要能满足 industrial grade delivery 的垂类电影模型，而不仅是面向普通用户的社交型短片工具。

[事实] 他区分了普通用户用 AI 自动剪家庭照片、生活素材，与长剧、中剧、电影所需的专业工业标准。

[事实] 陆川认为，电影从诞生至今 130 年形成了一整套工业标准，商业发行级作品需要更专业的电影级模型支持。

[事实] 他也指出，目前许多 AI 电影工作流需要调用不同模型和 agent，协同复杂，且审美和质量难以统一。

[16:01] AI 电影不能只靠“AI”获得评价

[事实] 陆川认为，到目前为止，靠拼接不同 AI 工具的方式还没有做出真正好的 AI 长片。

[事实] 他强调，不能因为作品是 AI 做的，就天然获得“好电影”的评价。

[事实] 陆川说 AI 在电影创作中只是工具，像一支笔、一个摄影机或一个剪辑台。

[事实] 他认为 AI 作品仍要放在电影史中与《小丑》《现代启示录》《罗生门》《教父》《辛德勒的名单》等作品比较。

[17:14] 黄英与传统配音工艺

[事实] 黄英是有 20 多年经验的电影配音演员，曾为《哈利·波特》中的赫敏、《盗梦空间》中的梅尔和《碟中谍》中的角色配音。

[事实] 她从上海戏剧学院毕业后进入上海电影译制厂，成为配音演员。

[事实] 黄英认为翻译环节需要做到信达雅，也要根据人物性格处理语言方式和用词。

[事实] 她提到口型是配音中的难关，因为英文、意大利语、日语等语言节奏与中文差异很大。

[20:00] AI 配音缺少人的下意识

[事实] 黄英认为，AI 配音目前难以超越传统配音演员的地方在于“人类的下意识”。

[事实] 她举例说明，停顿可能代表思考、结巴、不想说或寻找借口，同一句话的重音也要根据上下文变化。

[事实] 她认为很多僵化、没有情感表达的表演容易被 AI 替代，因为这些表演有迹可循。

[事实] 她指出，在配音合作中，演员有时需要主动“让”情绪，把更满的情绪空间留给主角，这类处理 AI 目前无法做到。

[22:00] 声音表演中的心理、瑕疵与现场感

[事实] 黄英认为，舞台演绎和片段配音的处理方式不同，因为观众情绪高潮和心理预期不同。

[事实] 她强调艺术演绎不仅是艺术问题，也涉及人类心理反应，例如反转、意外和情绪渲染的时机。

[事实] 她认为激烈情绪下的声音可能是不完美的，会破、会爆，也可能有喷麦、口水声或鼻腔声。

[事实] 黄英说这些所谓瑕疵能带来更强的临场感，而当前很多要求去掉瑕疵的做法正在趋于 AI 化。

[24:01] 观众审美被重塑的风险

[事实] 黄英提到，她与导演和表演领域的老师交流时，对方并不太惧怕 AI 替代什么，更担心观众会被洗脑成什么样。

[事实] 她认为短视频、短剧和容易上瘾的互联网内容，会影响观众对 AI 生成内容的接受度。

[事实] 她观察到有些创作者近年更喜欢 AI 生成的东西，而不喜欢真人的东西。

[事实] 她总结，观众能接受什么，市场就会制造什么。

[25:00] 声音克隆与侵权边界

[事实] 黄英表示，她早在 2016 年与国际品牌、国内大厂合作时，就已接触到 AI 声音克隆和声音复制相关合同问题。

[事实] 她把声音权利视为与肖像权同等的权利，并会在合约中讨论是否允许用于 AI 学习、训练和使用。

[事实] 她不能容忍未经本人授权、知晓或签署合同就随意使用其声音版权的行为。

[事实] 她指出近两年专业配音老师被侵权的现象明显增多，维权需要法律完善和技术支持。

[27:00] AI 声音侵权的取证困难

[事实] 黄英提到，有的侵权案件因甲方承认声音侵权而胜诉，但如果对方不承认，就需要技术手段提供直接证据。

[事实] 她指出，目前可能缺少民用法律场景下可用的技术手段，来明确证明某个 AI 声音就是某位配音演员的声音。

[事实] 她还提到混合声音的问题，例如用两个人的声音各 50% 合成一个声音，如何界定侵权需要法律标准。

[推测] 声音权利的难点不只在伦理共识，而在证据、比例、授权和技术检测能否被司法流程稳定采纳。

[29:01] AI 作为衡量实拍必要性的尺子

[事实] 节目转向讨论：如果 AI 势不可挡并成为影视行业的一部分，真人剧组拍摄的未来会怎样。

[事实] 陆川认为，AI 迟早会变成一把尺子，能被 AI 轻松做到的东西，就不必再浪费人力和投资人的钱。

[事实] 他用《南京！南京！》中范伟角色临刑前台词的创作过程，说明人和人之间的创作互动无法被机器替代。

[事实] 陆川讲到，他和范伟都为那句台词纠结很久，最终在拍摄当天想出后，两人都产生强烈情绪反应。

[32:01] 实拍电影会被 AI 拷问，而不是简单杀死

[事实] 陆川认为不用担心 AI 会杀害真人实拍电影，但 AI 会拷问每一位创作者和投资人：这部电影为什么需要真人实拍。

[事实] 他认为 AI 可以完成大量工作，但人必须去做那些只有人能完成的想法和瞬间。

[事实] 他仍然迷恋实拍，也认为传统电影人应该主动拥抱 AI，而不是任由不懂电影的 AI 工程师埋葬电影。

[事实] 陆川希望把自己对实拍、电影史和电影语言的认知放入某种东西中，支撑 AI 时代电影继续存在。

[34:00] 未来实拍会更集中于不可复现的瞬间

[事实] 陆川观察到，近两年电影节中很多年轻导演在提报项目时会用 AI 生成短片，帮助别人直观看到他们想做什么。

[事实] 他认为未来电影拍摄需要重新判断哪些段落值得由上百人顶着烈日和暴雨实拍。

[事实] 他认为最值得拍的是人的部分，是不可复生、不可重复的表演瞬间。

[事实] 他认为那些重复的、陈词滥调的、AI 擅长复现的内容，可以交给 AI 去做。

[35:00] 实拍可能变成更奢侈的创作体验

[事实] 陆川认为，未来一个超级导演或超级创作者可能面对一堆电脑，由许多智能体辅助完成电影。

[事实] 他设想，将来组织几十人带着摄影机到野外、搭建真实场景拍摄，可能会成为顶级奢侈的创作体验。

[事实] 他用拖拉机已经摆在田头的比喻说明，创作者需要决定是学会驾驶新工具，还是试图挡住技术进入。

[推测] 这里的核心判断是，实拍不会消失，但它的商业位置和艺术稀缺性可能发生变化。

[37:02] AI 给创作者带来的自由感

[事实] 陆川说，两三年前他还担心有几部电影会因内容、财务或体力等原因无法完成。

[事实] 现在他认为自己不会把任何一部电影带进棺材里，因为 AI 让他觉得“都能拍出来”。

[事实] 他表示如果有钱，仍愿意拥抱真人实拍，因为他迷恋现场、自然光和朋友们共同拍电影的时光。

[事实] 如果没有钱，他也相信自己可以用 AI 把想法做出来。

[38:31] 电影学院与线下训练的价值

[事实] 节目最后问陆川，在 AI 时代，热爱电影的青年是否还需要去传统电影学院接受训练。

[事实] 陆川认为，再强的 AI 模型和知识库也替代不了学院的线下学习。

[事实] 他建议如果能考上电影学院，还是应该在学校里待一段时间。

[事实] 他回忆自己在中戏操场看学生搭台、看话剧的经历，认为那种对“戏剧”的感受在线上永远学不到。

播客点评/总结

[推测] 本期的价值在于没有把 AI 影视简单讲成技术奇观或行业恐慌，而是把问题拆到具体工作流里：前期预览如何提效，人物设定为何同质化，配音为什么依赖上下文和潜意识，声音侵权为什么难以取证。

[推测] 节目的亮点是陆川和黄英都从长期一线经验出发，给出了非常具体的行业判断。陆川谈的是电影工业和实拍价值，黄英谈的是声音表演和权利边界，二者共同把“AI 替代人”这个大问题拉回到创作细节。

[推测] 节目的局限是它主要呈现创作者视角，对 AI 公司、平台方、法律执行机构和普通观众的直接声音着墨较少。因此关于模型训练、版权规则和市场变化的部分，更像是创作者侧的观察与担忧。

[推测] 本期适合关注 AI 视频生成、影视工业、配音行业、内容版权和创作者职业转型的听众。它尤其适合那些既不想盲目拥抱 AI、也不想简单否定 AI，而是希望理解技术进入影视行业后真实改变了什么的人。