YOHO AI

标签： AI影视

  • 《加勒比海盗》导演喊话好莱坞：用AI写剧本的电影，应该打上F标

    《加勒比海盗》导演喊话好莱坞：用AI写剧本的电影，应该打上F标

    好莱坞导演戈尔·维宾斯基（《加勒比海盗》系列导演）最近向媒体表态：电影行业需要一套AI使用分级制度。如果一部电影的剧本是用AI写的，它应该被打上”F级”标签——就像给电影分级那样，让观众一眼就知道这部片子的AI参与程度。

    一个导演的担忧

    维宾斯基这次表态的背景是翠贝卡电影节期间的一次访谈。他并非全面反对AI——作为从业者，他清楚有些独立电影人预算有限，用AI来完成某些靠钱堆不出来的镜头，这情有可原。但他觉得，观众有权知道一部电影里到底有多少是”人做的”，有多少是”AI生成的”。

    他说得很直白：现在最大的问题是不透明。观众看完一部电影，根本分不清哪些画面是实拍的、哪些是AI合成的、剧本有没有让AI代笔。这种模糊感让人不安，尤其是当AI生成内容的质量已经到了肉眼难以分辨的地步。

    AI电影分级概念图
    AI正在改变电影制作的每个环节，但透明度仍然缺乏

    “F级”分级意味着什么

    维宾斯基提出的”F级”借鉴了电影分级的思路。F在这里不是”失败”的意思，而是强调”Full AI”或”AI辅助创作”的警示标。他的核心逻辑是：观众选择电影时，应该和选择食物时看配料表一样，有权知道这部电影的”成分”。

    这听起来有点极端，但类似的讨论在其他行业已经出现过了。音乐流媒体平台Deezer前不久上线了AI音乐检测器，帮助用户识别哪些歌曲是AI生成的。维宾斯基的提议相当于把这套逻辑搬到了电影行业，而且不止针对配乐，而是覆盖剧本、画面、后期等全流程。

    “人们最担心的就是没有透明度，人们害怕分不清什么是真的、什么是假的。”——戈尔·维宾斯基向Variety表示

    好莱坞的两难

    好莱坞现在面对的局面有点尴尬。一方面，制片厂发现AI能大幅压缩成本——概念设计、分镜预览、甚至某些特效镜头，用AI来做比传统流程快得多也便宜得多。另一方面，从业者担心AI会吃掉整个行业的就业机会，观众也对”AI电影”有抵触情绪。

    这种矛盾导致大多数制片厂对AI使用讳莫如深——用是用了，但不说，或者只说”我们用AI来做辅助工具”，具体辅助到什么程度，观众无从得知。维宾斯基的提议正是想打破这种沉默，强迫行业把AI使用情况公开出来。

    当然，这个想法距离真正落地还很远。谁来制定标准？谁来审核？制片厂会不会钻空子？这些都是现实问题。但维宾斯基把这事提出来，至少让更多人开始认真想：当AI深度参与创作时，”真实”这个词到底还有没有意义。

  • 好莱坞AI电影不再是喂提示词那么简单：翠贝卡电影节上的一场实验

    尽管生成式AI即将革命化电影制作行业的呼声很高，但目前还没有真正能让观众愿意付费观看的AI生成影视项目。大多数AI公司的视频模型只能生成视觉不一致的短视频片段，好莱坞一些大型AI合作项目也突然破裂。但今年翠贝卡电影节上亮相的几部实验性影片，展示了一个不同的可能性。

    不是提示词进、电影出

    生成式AI不太可能独立制作出有吸引力的完整电影，这点行业里很多人都清楚。但翠贝卡电影节上的多部影片展示了人类创作者如何巧妙利用这项技术——不是被它替代，而是把它当工具用。

    由Illuminai Studios制作的动画短片《Roar》更像是AI生成片段的蒙太奇，缺乏连贯性；Asteria Film Co.的《ChikaBOOM!》也缺乏魔法学徒题材作品应有的质感。这两部作品的粗糙感反映了以AI为核心的制作流程中固有的技术局限。

    翠贝卡电影节上的实验表明，AI在电影制作中的角色更可能是”定制化辅助工具”，而非”自动导演”。这个区别很关键。

    DeepMind的《Dear Upstairs Neighbors》是怎么做的

    Dear Upstairs Neighbors 概念图
    《Dear Upstairs Neighbors》概念图，用于训练谷歌Veo和Imagen模型定制版本（图源：Google DeepMind）

    谷歌DeepMind的《Dear Upstairs Neighbors》是这次翠贝卡最值得关注的案例。这部短片由皮克斯资深员工Connie Qin He编剧并执导，与谷歌DeepMind的研究人员合作完成。

    为了给影片赋予独特风格，He邀请了皮克斯美术设计Yingzong Xin，用Photoshop和丙烯颜料在纸上绘制概念图。这些插画的表现主义美学是让影片奇幻故事鲜活起来的关键，但也给DeepMind的工程师带来了独特挑战。

    • DeepMind开发了定制版的Veo和Imagen模型，专门用Xin的概念图训练，确保视觉风格一致
    • 创作团队用Autodesk Maya制作粗动画，再把粗动画输入Veo生成精良场景
    • 整个流程依赖人类创作的艺术，AI只是执行工具，不是创意来源

    OpenAI的Sora关停了，然后呢？

    OpenAI出现在翠贝卡电影节有些出乎意料，因为该公司最近已经决定完全关停Sora。Sora的突然关停导致OpenAI的长篇动画电影《Critterz》无法在今年戛纳电影节亮相。

    看起来OpenAI可能会转向，不再专注于技术的视频应用场景。但生成式AI领域还有其他参与者在开发工具，供创作者用于实现自己的项目。翠贝卡上的其他影片，比如Alice Gu用Sora还原帕利塞德大火场景的《Smoked》，以及Youssef Michraf用OpenAI工具生成写实场景的《Mauvais Soleil》，都展示了创作者在现有工具限制下能做什么。

    看完所有这些影片，一个感觉很清楚：未来不可能出现制片厂靠给生成式AI模型输入提示词就批量产出商业可行项目的情况。这类内容可能不会消失，但不是好莱坞巨头愿意署名的内容。

    更有可能出现的情况是，谷歌这样的大型AI公司和制片厂合作，开发适配特定制作流程的定制模型。而这些工作流程，只有在拥有清晰创意愿景的人类创作者指导下，才能良好运转。

  • 狮门影业买了Runway的股份，打算用《饥饿游戏》IP做AI短剧

    好莱坞和AI的关系一直很微妙。一边是编剧大罢工留下的伤口还没愈合，一边是各家制片厂悄悄地和AI公司签协议。6月11日，狮门影业（Lionsgate）和生成式视频AI公司Runway宣布把合作升级——不只是技术合作，狮门还直接拿了Runway的少数股权。

    从「用AI做电影」到「用IP做AI内容」

    这次合作的核心内容其实分三层。第一层是股权：狮门买进了Runway的少数股份，正式成为战略股东。第二层是内容开发：双方要联合开发新的IP，同时推出一系列AI驱动的合作项目，其中第一批落地的就是AI生成的短剧系列。第三层是IP授权：狮门把自己手里的一堆经典IP交给Runway，用来训练或者生成内容。

    狮门手里的IP清单相当能打——《饥饿游戏》《疾速追杀》《分歧者》《广告狂人》……这些IP加起来的全球票房超过200亿美元。现在Runway可以用这些IP来生成AI短剧，至于具体先用哪个IP，双方暂时还没公布。

    John Wick
    狮门影业经典IP《疾速追杀》剧照 | 来源：TheWrap

    Runway的CEO说：AI是创意资源，不是省钱工具

    这话说出来其实挺有讲究的。好莱坞对AI的最大恐惧就是「AI来替代编剧和演员」，所以美国编剧工会（WGA）2023年大罢工的核心诉求之一就是限制AI的使用。Runway联合创始人兼联席CEO Cristobal Valenzuela特意强调了这个定位：

    「我们一直看到，对AI最重视的制片厂都将其视为创意资源，而非削减成本的工具。狮门理解这一点。此次扩大合作将帮助更多故事更快被讲述。」

    狮门副董事长Michael Burns的表态也在这个方向上：「Runway是很好的创意合作伙伴……它将帮助我们的创作者重新定义和重塑他们创意实践中『可能性』的边界。」

    上次的合作其实卡住了

    这不是狮门和Runway第一次合作。2024年双方就签过合作协议，但据TheWrap此前的独家报道，那个合作在「用AI生成完整电影」这件事上遇到了不小的限制——生成出来的画面达不到电影级的要求。这次调整方向，改做短剧系列，某种程度上是双方在现实约束下找到的一个新路径。

    短剧这个格式对AI生成来说要比长片友好得多。单集几分钟，容错率更高，观众对画质的容忍度也更高。而且短剧现在的商业逻辑已经跑通了——TikTok、Reels、Shorts这些平台上的剧情类短内容，已经有稳定的受众和变现路径。

    AI电影节的信号

    作为合作的一部分，狮门会成为Runway今年6月举办的「Runway AI电影节」的呈现合作伙伴。这个电影节的定位是展示AI辅助创作的电影作品，狮门的加入等于给了这个活动一个主流制片厂的背书。

    目前双方还没有公布AI短剧系列的具体上线时间表。但从合作宣布的节奏来看，Runway显然希望在AI视频生成这个赛道上，抢在OpenAI的Sora正式大规模开放之前，先把自己的商业落地案例做出来。

  • AI读个剧本就说能预测票房，这事靠谱吗？

    有一家叫Quilty的AI初创公司，今年早些时候出现在行业媒体上时，承诺他们的工具仅通过阅读剧本就能准确预测一部电影的成功率。听起来很厉害对不对？

    但当人们真正有机会测试Quilty的产品时，却对此持怀疑态度。即便拥有世界上所有可用的数据，它预测票房扑街的《Christy》的剧本，表现会优于最终成为奥斯卡获奖大片的《罪人》（Sinners）的剧本。

    正如许多AI高管此前所宣传的那样，Quilty的创始人认为，他们的产品可以通过让新兴创作者获得辅助工具来”民主化”他们的行业。一个很高的Quilty评分或许可以成为和制片人合作的机会，而低分可能意味着需要更多修改。

    拼凑出来的”预测引擎”

    Quilty由电影制片人Simon Horsman和Daniel Wood创立，使用AI分析剧本并生成关于项目成功概率的详细报告。在输入未制作的剧本后，Quilty的技术会给出0到100的评分，反映未来项目的叙事质量、商业可行性、是否能引起观众共鸣，以及制作可能需要的成本。

    但就目前而言，Quilty不过是一堆现有AI系统的杂乱拼凑，该公司尚未证明其技术具备识别未来爆款（更不用说已证实的爆款）的品味或分析能力。

    Quilty并没有为用户提供单一、定制的AI模型来反馈剧本意见，而是结合了多种广泛可用的AI工具，为流程带来不同类型的分析。用户要做的就是将文本剧本上传到平台，几分钟后，它就会生成一份报告，详细说明预估预算、重要故事节拍的概述、角色分析等内容。这项服务每次单独分析收费50美元。

    AI预测电影剧本
    Quilty声称可以通过分析剧本预测电影成功率（图源：The Verge）

    创始人的”顿悟”来自一场法律纠纷

    这种拼凑式分析工作流的想法最早是Wood想到的——他同时也是Quilty的CTO——几年前他卷入一场房地产纠纷时萌生了这个想法。Wood没有花钱请律师，而是打开了ChatGPT，后者立刻告诉他”我不是律师，去找别人帮你吧”。

    “后来我用了Gemini，效果好了很多，因为有更大的上下文窗口，”Wood回忆道，”但后来我在X上看到埃隆·马斯克说Grok在律师评分上是AI模型里史上最高的，我就想’让我试试这个。’”

    这段经历让Wood更好地理解了类似的消费级AI模型如何在不同的任务中表现出色。而Wood对AI的个人使用也影响了Quilty量化剧本潜在成功的方法。因为”Gemini在结构和模式方面非常出色”，Quilty用它来生成拆解文档。对于财务建模，公司信任托管在美国服务器上的DeepSeek实例。而对于叙事/角色分析，Quilty结合了Claude和ChatGPT。

    问题在哪

    尽管Quilty技术栈的模块化可能让它在整体更新方面更敏捷，但也让它更难完全理解平台是如何拿到一个剧本，然后得出一系列据称可以衡量无形事物的指标的——比如观众对一部还不存在的电影可能有什么反应。

    自好莱坞诞生以来，预测一直是电影开发的关键部分，但这项工作传统上由对人类观众有细致了解的人类工作者完成。还没有AI公司能开发出真正复制人类思维过程，或者我们形成对艺术看法的模糊方式的模型。

    Quilty的创始人认为，他们的”情感引擎”是评估剧本的次优选择，因为它整合了VADER（效价感知词典和情感推理器）等工具。但Quilty不可能预见所有可能影响电影接受度的因素。

    当我问Horsman和Wood，为什么Quilty给最终票房仅约200万美元的《Christy》的评分高于最终票房3.7亿美元的《罪人》时，他们坚称平台的判断”归根结底是因为Sydney Sweeney真的、真的很受欢迎”。

    这种情况凸显了Quilty的逻辑并不那么可靠。他们承认，在一些情况下，Quilty不可能预见可能影响电影财务表现或观众接受度的因素。例如，Quilty不可能预见到Elijah Bynum的《Magazine Dreams》（由Horsman制片）最终会因为演员Jonathan Majors 2023年声名狼藉而脱轨。

    尽管宣传得天花乱坠，但Quilty兜售的不过是拼凑起来的一系列大语言模型的间接访问权限。如果这些AI工具真能像Quilty声称的那样工作，那确实会非常惊人。但大多数工具只是复杂模式识别/模仿机器，距离理解人类觉得什么有趣还有很长的路要走。