2026年6月15日，上海影城西侧四楼的AI片场，红蓝色霓虹灯，压暗的场地，四组创作队伍正盯着屏幕，每组团队包含一位影视创作者和一位AI创作者，坐在同一张长桌上协作。

　　这是上海国际电影节首次设立“AI片场”单元，上影节官方将其定位为“以AI影像协作为研究对象的创制实验场”。自5月13日宣布开机以来，4组团队用一个月完成AI短片创作，创作流程也被完整记录。换言之，这场实验关注的除了最后的成片，也包括AI如何进入真实的影视生产流程。

　　过去两年，AI视频生成几乎每隔几个月就带来一次新的震动。从Sora到海螺、可灵、即梦、Seedance，AI影像从技术演示，逐渐进入了动画、短剧，以及影视前期开发，对影视行业来说，AI不再只是一个新奇工具，也开始逐渐参与真实生产流程。

　　上影节首次设立AI片场，将AI进入影视制作的过程搬到台前，它也试图回答一个行业正在面对的问题。当AI入场，影视行业的成本、流程和创作者角色会发生什么变化？

　　01 AI正在改写影视行业的成本账

　　上影节AI片场的作品，给出了一组直观的数字对比。

　　“能工智人”团队在AI片场首映礼上获得“视觉探索荣誉”，00后AI创作者李鑫欣与青年导演王泽搭档，一个月内完成了7分钟动画短片《愿力司》，放在传统三维动画流程里，完成同等体量的作品至少需要半年。

　　谈到AI进入影视创作后的直观变化，“快”是被反复提及的关键词，它既指制作周期被压缩，也指技术本身的迭代速度。另一组的影视创作者余曦将这种紧迫感称为“推背感”，在他看来，如果一个创作者三个月前后的判断没有变化，“那你可能就没有跟着这个推背推着走。”

　　这种变化首先来自模型能力的快速提升。李鑫欣告诉界面文化，她从2025年开始频繁接触AI视频生成模型，相比2023年的技术水平，如今的AI视频生成已经“是天壤之别”。

　　2023年前后，一段威尔·史密斯吃意大利面的视频，曾被很多人视为AI视频能力局限的代表。视频中的人物面部扭曲，肢体动作失真，带有明显的怪异感。此后，Sora概念视频引发行业讨论，国内视频大模型也相继推出。到今年，字节跳动Seedance2.0发布后，千万粉丝博主“影视飓风”在实测视频中形容：“改变视频行业的AI，快来了（但有点恐怖）。”

　　“很多东西已经可以以假乱真了，所以为什么平台要加很多标识，‘该内容可能由AI生成’，说明技术已经达到了一定水平。”李鑫欣告诉界面文化。

　　这种能力提升，也体现在了制作流程的变化上。李鑫欣介绍，这次AI动画与传统三维动画最大的区别在于，传统动画中的建模、材质、贴图等环节，原本是独立的多工种链条，需要按顺序推进，而在AI流程中，这部分工作被压缩为“生成图像素材—跑视频”两步。团队可以一边生成视频素材，一边同步剪辑，如果遇到不满意的内容，再返回重新生成即可，不再需要等前置步骤全部完成后才开始剪辑。

　　制作周期从年到月，成本同样在重构。王泽透露，整部片子制作消耗约20万积分，折合人民币一千多元。“如果考虑设备、交通、打光、演员费用，中间还有武侠打斗镜头，换算成实拍，没有十万元肯定下不来。”

　　成本降低并不只发生在画面生成环节，片中的音乐同样由AI完成。按照传统流程，如果要找作曲家作曲，首先成本就要几千到几万，周期也更长，在这一过程中还需要反复沟通以确认效果是否满意。而在AI创作中，王泽需要提供的是一段音频作参考风格，几十秒内即可生成一段音乐，不满意再跑一遍，全程不过数分钟，之后再经由人工后期混音。

　　前期试错和部分制作环节的成本都有所降低，过去需要一支团队，长周期和高预算才能完成的视觉样片，如今可能由少数创作者在更短时间内完成。

　　02 画质、连续性和可控性，仍是工业化门槛

　　然而大多数创作者都认为，AI影像距离真正进入电影工业，仍然有明显的距离。

　　画质是第一个障碍。王泽和李鑫欣在处理室内戏时，发现画面常常带有强烈的AI感，他们给这种缺陷起了一个名字，叫“奶油镜头”，画面“如奶油一般化开”。另一个棘手的问题是连续性，现在许多视频模型一次只能生成十几秒片段。王泽在处理一场三人戏时，需要让AI理解前一个15秒中人物所处的位置、情境和情绪，再生成下一个15秒。他曾用上一段画面的截图作为参考帧，但截图本身带来模糊，反而让下一段视频更糊。后来他把画面转成黑白线稿，让AI只理解构图，再重新生成风格图和视频，画质才有所改善。

　　同样是壁垒的还有分辨率，李鑫欣提到，现在很多视频生成工具并非面向影视流程设计，“视频只能生成1080p和MP4”，这和大银幕的要求之间存在断裂。为了这次放映，他们尽量将1080p画面通过后期软件加到4K，但这仍然不同于原生4K。导演张吃鱼也提到，AI大模型输出的素材很难直接进入调色环节，因为它缺少传统后期所需要的分层文件。

　　张吃鱼是AI片场监制团成员之一。他在接受界面文化采访时提到，在他的实际工作中，AI目前仍主要用于前期，尤其是概念设计。

　　“前期的好处在于，你本身心里面是一个模糊的答案。”张吃鱼说。AI可以快速给出大量选择，也能帮助项目更快走向视觉方案，省掉美术部门此前反复打磨的时间。对电影创投来说，AI还可以让制片人和投资方更早看见一个项目可能长什么样。“我最近参加的几场创投，都有AI视频做了项目演示。”

　　但到了后期和特效环节，AI的使用变得困难许多，如果导演对画面的控制要求非常精准，AI目前仍然更像一种抽卡。张吃鱼认为，传统流程里，每一个细节都可以被控制，但AI生成画面有太多不可控的部分。“它省不省钱，取决于你到底想把这个画面控制到什么程度。”张吃鱼说。如果导演对生成结果的宽容度高，AI肯定能省钱，但如果希望精确控制每一个点，“它所消耗的成本，其实跟传统流程相比，暂时还没有特别大的优势。”

　　技术离“输入一句话，生成一部电影”的想象仍然很远。MiniMax模态市场负责人何佳珊告诉界面文化，过去一年，AI视频生成正在从单镜头生成，走向更可控的镜头生成。“可控对于进入工业化流程这一步，是非常重要的。”她说。对于影视创作者而言，最重要的是能否让镜头、人物和场景在反复修改中保持稳定。

　　何佳珊也坦承，长镜头叙事、镜头一致性、清晰度，这几点是目前大多数视频生成模型的主要短板。电影工业需要更长的时间尺度、更高的分辨率，以及更稳定的人物和场景关系，而很多视频模型目前更擅长生成短片段。

　　这些看似技术性的细节，决定了AI影像能否真正进入电影工业。李鑫欣提到，有动画电影项目已经在尝试用全AI方案推进，但同时也保留了传统部门作为兜底保险，或许AI可以被用来探索新的制作路径，但制片方仍然需要传统工业流程来保证确定性。

　　这背后或许也潜藏一个更现实的问题，专业影视行业的需求，未必是大模型公司最优先想解决的需求。

　　“电影市场太小了。”张吃鱼笑道，“两百个亿的市场规模，这些公司可能并不是优先级。”目前的视频生成产品，更多仍面向普通用户，普通用户不关心的分层文件、调色格式等，恰恰是影视专业制作必须打通的环节。对大模型公司而言，影视行业是否足以花费深度调整，仍然是不确定的。

　　03 当影像生成门槛降低，创作者还剩下什么？

　　电影工业需要的不只是更快生成画面的工具，也需要重新理解创作者在其中的位置，画面可以被快速生成，创作者是否就不再重要了？

　　张吃鱼的答案是否定的。他注意到，现在很多人观看AI影像时，第一反应往往是AI用得厉不厉害。在他看来，这有点像看一部电影时追问“它是用什么摄影机拍的”。他认为技术不是作品成立的理由，并且难以成为能替代创作者，作出判断的主体。“电影最后看的依然是最基本的故事。”

　　在他看来，无论素材来自胶片、数码相机，还是AI，创作者最终要做的都是同一件事，即判断素材好不好，如何用，以及是否能服务故事。AI可以快速生成大量普通影像，覆盖一部分重复性工作，但专业能力的价值不会因此消失，反而会被放大。

　　导演仇晟在这次的上影节AltNext全球互动体验创作者大会上，也谈到类似的问题。他接触到一些“原生AI创作者”，他们的第一部影视作品可能就是用AI完成的。“刚刚获得工具时，大家往往想做最宏大、最不可企及的目标，但在工具带来的兴奋感过去之后，仍然要回到一个更基本的问题，自己到底想表达什么。”

　　在他看来，AI的出现也给创作者一个反思的机会，“AI 生成的表演或叙事，往往会落入某种常见模式，比如AI知道悲伤时应该哭，但真正的创作者可以进一步追问，悲伤的时候能不能不哭？能不能不做那些套路化的反应？”

　　他也提到，创作者的未来不只取决于他们如何使用AI，也取决于AI行业如何对待创作者。目前许多大模型仍像黑箱，训练数据到底包括了哪些作品，版权问题怎么处理，都还没有认真解决。仇晟在论坛上提出，如果AI真正成为创作的基础设施，行业需要建设一种更开放、更公平的机制，“我觉得有必要做一个开源的 AI 模型，所有愿意给这个开源模型贡献自己作品的人，可以通过作品在这个模型中被引用的频率得到一定分成。”

　　不过，AI虽然没有改变创作的核心，却已经开始影响创作者进入行业的方式。

　　张吃鱼提到，一些创投项目已经在路演时要求创作者使用AI生成demo，另一方面，从YouTube等平台走向大银幕的案例也在增多，过去一个年轻人需要先走创投，拿到资金、搭团队，才能拍出自己的长片，现在AI可以在短期把一个故事变成可视化demo，年轻导演进入行业的路径正被拓宽。到最后，电影行业仍然要回到古老的问题——当工具越来越强，人们到底要用它讲什么故事？