【編者按】

海辛和阿文，是央視春晚首個(gè)AI動(dòng)畫(huà)《枕著光的她》背后的創(chuàng)作者，也是AI圈里有名的搭檔。

他們用AI把貓貓變成了城市文旅名片?！豆蕦m貓貓上班記》《文明小貓游浦東》《盧浮宮小貓》等城市文旅片，因?yàn)楠?dú)樹(shù)一幟的風(fēng)格、萌趣可愛(ài)的畫(huà)面，創(chuàng)下了全網(wǎng)累計(jì)破億的播放量。此外，他們參與的作品還獲得過(guò)北影節(jié)AIGC單元的最佳影片。

我們好奇在他們的創(chuàng)作中，AI扮演了什么樣的角色。

對(duì)齊Talk是澎湃新聞對(duì)齊Lab欄目首檔聚焦人工智能領(lǐng)域創(chuàng)作者、從業(yè)者和行業(yè)生態(tài)的對(duì)話(huà)節(jié)目。我們想找到AI浪潮中的頭號(hào)玩家和弄潮兒，分享他們?cè)贏(yíng)I最前線(xiàn)的發(fā)現(xiàn)和感悟，一起探尋AI對(duì)自我的重塑和賦能，展望人工智能的發(fā)展和未來(lái)。

【以下是澎湃對(duì)齊Lab專(zhuān)訪(fǎng)內(nèi)容】 

AI可以成為導(dǎo)演的“后悔藥”

對(duì)齊Lab：你們創(chuàng)作AI短片的工作流是什么樣的？

阿文：創(chuàng)作《故宮貓貓上班記》《文明小貓游浦東》的時(shí)候，就是用最好的圖像模型和視頻模型來(lái)文生圖、文生視頻或者圖生視頻。

我們把大量的時(shí)間花在了抽卡上。《故宮貓貓上班記》中有一個(gè)鏡頭，我花了差不多2000塊錢(qián)都沒(méi)有抽出來(lái)，當(dāng)時(shí)就崩潰了。其實(shí)很簡(jiǎn)單，就一只貓?zhí)蠘?shù)。但我需要它在一個(gè)特定的機(jī)位、特定的構(gòu)圖，比如說(shuō)讓它跳到樹(shù)干上的某個(gè)位置，后面這個(gè)鏡頭就沒(méi)要。作為一個(gè)從傳統(tǒng)行業(yè)過(guò)來(lái)的設(shè)計(jì)師和創(chuàng)作者，我接受不了花一整天的時(shí)間去做一個(gè)鏡頭，最后什么成果都沒(méi)有。

海辛：我們會(huì)邊創(chuàng)作做邊推翻之前的想法，其實(shí)廢稿會(huì)比正片多很多。這種把前期、后期、制作整合在一起的模式，我還挺喜歡的，能不斷地進(jìn)行調(diào)整。

這也是每個(gè)導(dǎo)演都最想要的一種創(chuàng)作模式，很少有人能前期百分百知道什么是自己想要的。其實(shí)很多導(dǎo)演會(huì)想換一些想法，但鑒于巨大的成本以及制作是一個(gè)不可逆推的環(huán)境，他可能沒(méi)有辦法隨意改動(dòng)。

對(duì)齊Lab：跟傳統(tǒng)流程在周期和成本上的差別是什么？

海辛：AI短片和傳統(tǒng)短片的區(qū)別，不同影片類(lèi)型上會(huì)有一些差別。以《故宮貓貓上班記》為例，首先傳統(tǒng)流程里很少能找到這么配合的貓咪演員，因此大概率得全部用特效制作。比較普通的工作室，特效的報(bào)價(jià)大概在一秒1500元到3000元。

由于（用特效做）寫(xiě)實(shí)的貓咪是非常難的，要花費(fèi)大量的成本才能讓貓咪的毛發(fā)渲染符合人的審美，AI能大幅削減這方面的成本。但對(duì)于一些真人影片或者是產(chǎn)品拍攝，可能成本的降幅就不會(huì)有那么大。

海辛和阿文在創(chuàng)作《故宮貓貓上班記》時(shí)用AI生成的橘貓。圖片來(lái)源：通往AGI之路。

對(duì)齊Lab：貓貓會(huì)成為你們的一個(gè)IP或者堅(jiān)持的主線(xiàn)嗎？

阿文：我們沒(méi)有刻意去強(qiáng)調(diào)這個(gè)，主要是我們就喜歡貓。

AI可以是老師也可以是實(shí)習(xí)生

對(duì)齊Lab：AI作為你們創(chuàng)作中的“第三人”，扮演了什么樣的角色？

阿文：我覺(jué)得AI的角色定位是流動(dòng)的。現(xiàn)實(shí)中很難找到一個(gè)人既是你的老師又是你的實(shí)習(xí)生。AI可以在工作流的各個(gè)環(huán)節(jié)里扮演不一樣的角色。

海辛：AI可以讓我更聚焦創(chuàng)作和內(nèi)容本身。以前拍一個(gè)鏡頭，我會(huì)把想要的畫(huà)面分解成很多具體的步驟，會(huì)考慮演員、走位、場(chǎng)面調(diào)度、燈光等各種細(xì)節(jié)，AI幫我做了很多這方面瑣碎的工作。

對(duì)齊Lab：不同的AI工具會(huì)不會(huì)有不同的人設(shè)？

海辛：會(huì)，特別是早期的時(shí)候。早期不同AI模型的能力側(cè)重方向不同，有的可能更擅長(zhǎng)穩(wěn)定角色，有的可能在物理運(yùn)動(dòng)方面更符合現(xiàn)實(shí)。但現(xiàn)在這些模型的gap在變小，會(huì)越來(lái)越像一個(gè)通用的模型。

我會(huì)覺(jué)得Sora和Veo是兩個(gè)非常截然不同的路徑。Veo能很好地執(zhí)行你提供的制作需求，Sora因?yàn)橛星戌R頭的能力，所以更多是幫助你進(jìn)行創(chuàng)意策劃。

對(duì)齊Lab：AI創(chuàng)作者的核心能動(dòng)性體現(xiàn)在哪里？

海辛：我覺(jué)得是非工具化的那一部分，因?yàn)楣ぞ叩牟糠诌t早會(huì)被AI追上來(lái)。能做出什么樣的東西取決于你的經(jīng)歷、你愛(ài)的東西、你在意的議題，這些東西會(huì)決定你的創(chuàng)作上限。

阿文：創(chuàng)作者的品味非常重要。過(guò)去看過(guò)什么？受過(guò)什么樣的影響？這些都會(huì)體現(xiàn)在作品里。如果想要保持自己的品味，或者讓自己品味越來(lái)越好的話(huà)，必須大量攝入優(yōu)質(zhì)的養(yǎng)分。

2025年11月28日舉行的中國(guó)報(bào)業(yè)傳媒行業(yè)人工智能應(yīng)用大會(huì)上，海辛代表團(tuán)隊(duì)分享和AI一起跨界的多種可能。圖片來(lái)源：澎湃新聞。

對(duì)齊Lab：你們有一個(gè)階段說(shuō)過(guò)自己的定位是AI藝術(shù)的科學(xué)家，現(xiàn)在還這么想嗎？

海辛：我覺(jué)得這是一個(gè)非常好的時(shí)代，你可以去定義未來(lái)AI會(huì)怎么發(fā)展。我們會(huì)訓(xùn)練一些小模型，探索AI可以產(chǎn)出哪些與過(guò)往作品不同的東西。

我們自己探索的一個(gè)方向叫“潛空間計(jì)劃”。我們發(fā)現(xiàn)，過(guò)去一個(gè)圖像到一個(gè)圖像之間的變化是像素之間的。在 AI 大模型里面，兩張截然不同的圖像之間是語(yǔ)義、文化概念加上像素的變化。

海辛將黑貓、黑桃、月相圖和羅盤(pán)結(jié)合到一起做了一個(gè)動(dòng)畫(huà)，她認(rèn)為這種AI動(dòng)畫(huà)就像詩(shī)歌一樣，是意象之間的跳轉(zhuǎn)。視頻來(lái)源：海辛的微信視頻號(hào)

阿文：ComfyUI里當(dāng)時(shí)有一項(xiàng)比較有名的技術(shù)叫AnimateDiff，它能讓兩張圖像非常絲滑地過(guò)渡。我們就會(huì)好奇，任意兩張圖像之間是否存在一個(gè)最短的距離。

對(duì)齊Lab：有點(diǎn)像六度社交理論。

阿文：對(duì)的，當(dāng)時(shí)海辛就選了香蕉和圣經(jīng)兩個(gè)非常不相關(guān)的概念。我們測(cè)試下來(lái)發(fā)現(xiàn)，香蕉變成圣經(jīng)自然過(guò)渡要80幀。

海辛：因?yàn)闃颖竞苄?，這個(gè)實(shí)驗(yàn)可能不代表任何東西。但這個(gè)猜想本身我們特別喜歡，而且很浪漫。萬(wàn)物之間的任何概念，它可能都存在一個(gè)最短的距離。

多用AI工具，多看人類(lèi)作品

對(duì)齊Lab：以電影節(jié)評(píng)委的角色來(lái)看，一部作品把AI用在哪些方面是更能打動(dòng)你的？

海辛：我自己會(huì)特別喜歡在前一分鐘能夠給我很多信息量的作品。我更會(huì)被好的內(nèi)容打動(dòng)，而不是好的工具形式。

阿文：我不看AI短片（笑），我只制作。我經(jīng)常會(huì)說(shuō)多用AI工具，多看人類(lèi)作品。

現(xiàn)在有一些不好的現(xiàn)象，大量的AI短片要么重復(fù)，要么過(guò)度地透支某種審美和風(fēng)格。很多所謂的AI創(chuàng)作者，他只盯著頭部的幾個(gè)AI創(chuàng)作者去模仿、抄襲。明明AI是放大創(chuàng)意的工具，但很多人卻用來(lái)偷懶，這是我非常不喜歡看 AI 短片的一個(gè)原因。

另外一個(gè)原因是學(xué)習(xí)的需求。以導(dǎo)演的視角再去看以前看過(guò)的電影時(shí)，往往會(huì)發(fā)現(xiàn)很多我可以學(xué)習(xí)的地方。補(bǔ)看過(guò)去的一些經(jīng)典作品時(shí)候，我會(huì)感嘆原來(lái)我們?cè)?jīng)吃得有這么的好。

對(duì)齊Lab：作為頭部創(chuàng)作者，你們也會(huì)面臨一些抄襲的問(wèn)題，你們是怎么看待版權(quán)方面的問(wèn)題的？

有公司直接把海辛和阿文的作品放在了自己公司的作品集里。圖片來(lái)源：微博

海辛：我們會(huì)要求自己的商業(yè)作品符合商業(yè)版權(quán)的規(guī)范。這一方面是甲方的要求，另一方面也是對(duì)自己的保護(hù)。反過(guò)來(lái)說(shuō)，我們沒(méi)有好的保護(hù)自己作品不被侵權(quán)的方式。

阿文：我們商量下來(lái)的對(duì)策是每次都做得難抄一點(diǎn)，每次在技術(shù)上翻一翻或者想象力上翻一翻。

對(duì)齊Lab：一些娛樂(lè)公司或者影視公司開(kāi)始向 AI 工具發(fā)起版權(quán)挑戰(zhàn)，這方面你們?cè)趺聪耄?/span>

海辛：他們有權(quán)這么做。AI公司也會(huì)有一些對(duì)策，比如用戶(hù)生成帶有IP的圖像或者視頻，AI公司會(huì)把提示詞禁掉。我覺(jué)得整個(gè)行業(yè)會(huì)越來(lái)越規(guī)范。

阿文：我覺(jué)得只是表面上更規(guī)范了。OpenAI就是很好的例子，訓(xùn)練模型的時(shí)候沒(méi)有征得你的同意，就先把你的作品練進(jìn)去。等你有意見(jiàn)了，我再把關(guān)鍵詞禁掉，但模型已經(jīng)獲得了所有的能力了。

中國(guó)團(tuán)隊(duì)對(duì)AI開(kāi)源社區(qū)的貢獻(xiàn)很大

對(duì)齊Lab：怎么理解“AI 讓創(chuàng)作能力可以復(fù)用，創(chuàng)作者能夠把能力變成產(chǎn)品”？

海辛：我們?cè)?jīng)在ComfyUI（一種節(jié)點(diǎn)式的AI視覺(jué)創(chuàng)作工具）里搭過(guò)一個(gè)很復(fù)雜的工作流，這個(gè)工作流能夠把一張照片和文案變成一張精美的海報(bào)。我們把工作流導(dǎo)出后發(fā)給別人，這樣就能復(fù)現(xiàn)我們的創(chuàng)作過(guò)程。

海辛和阿文用ComfyUI創(chuàng)作了把一張圖片變成穆夏風(fēng)格海報(bào)的工作流，并開(kāi)源在了civitai上。圖片來(lái)源：civitai

對(duì)齊Lab：你們主要還是開(kāi)源的方式去分享？

海辛：我們自己的工作流是開(kāi)源的，也會(huì)有一些合作。去年春晚的時(shí)候，我們作為顧問(wèn)，參與了阿里團(tuán)隊(duì)春晚云參演證的生成器項(xiàng)目，用ComfyUI的流程做了一套AI濾鏡放在了淘寶上。任何人上傳自己的照片，就可以生成一張?jiān)诖和砉ぷ鞯脑茀⒀葑C。

春晚云參演證效果圖。圖片來(lái)源：數(shù)英網(wǎng)

對(duì)齊Lab：這算定制AI作品外的另一種商業(yè)模式？

海辛：ComfyUI 有段時(shí)間特別火，幾乎成了 AI 應(yīng)用的行業(yè)范式之一了：通過(guò)定制 comfyUI 工作流，來(lái)完成垂類(lèi)具體的需求。但現(xiàn)在由于大模型足夠聰明，很多工作流都被大模型內(nèi)化了。你直接告訴大模型，大模型就可以幫你做出來(lái)。

阿文：GPT-4o剛出來(lái)的時(shí)候算是對(duì)我們過(guò)去工作流的一次打擊，但我們并不覺(jué)得之前的工作就浪費(fèi)了。有幸能參與到那個(gè)非常短暫的時(shí)代，成為開(kāi)源社區(qū)的一部分，我們也很榮幸。

當(dāng)媒體還在宣揚(yáng)國(guó)外模型的時(shí)候，AI開(kāi)源社區(qū)中超過(guò)一半的開(kāi)源模型、插件和技術(shù)方案都來(lái)自中國(guó)團(tuán)隊(duì)。他們之間好像沒(méi)有大廠(chǎng)之分，都是非常優(yōu)秀的個(gè)體，輪番登上歷史舞臺(tái)。

AI讓我有了完整的作品，拋開(kāi)AI我更像工具人

對(duì)齊Lab：AI補(bǔ)全了你們什么？拋開(kāi)AI，你們又看到了自己什么？

海辛：AI補(bǔ)全了我的學(xué)習(xí)途徑。很多知識(shí)在過(guò)去是很難獲得的，現(xiàn)在A(yíng)I就是最好的老師。拋開(kāi) AI 我是什么？這也是我最近會(huì)思考一個(gè)問(wèn)題。我覺(jué)得職業(yè)上的訓(xùn)練正在把人工具化，但人其實(shí)很難卷過(guò)AI，AI可能就是更好的工具。反過(guò)來(lái)我會(huì)去思考，作為一個(gè)人類(lèi)我的情感是什么？我想傳遞的內(nèi)容和價(jià)值是什么？

阿文：AI補(bǔ)全了我技能上缺失的版圖，這對(duì)我來(lái)說(shuō)非常重要。以前我過(guò)于沉迷技術(shù)，以至于我看起來(lái)很厲害，但能拿出來(lái)完整作品其實(shí)很少。雖然我整天活躍在社交媒體上，但我做出來(lái)的要么是demo，要么是半成品。

有了AI之后，我第一次意識(shí)到自己能做出完整的作品。我能做出大家喜歡的東西，不僅僅是個(gè)工具人。AI甚至改變了我的職業(yè)方向。

拋開(kāi)AI的話(huà)，我能想象到職業(yè)生涯里會(huì)少非常多完整的作品。有了AI，我的作品集可能會(huì)變得很不一樣。

對(duì)齊Lab：未來(lái)5年內(nèi)，AI的哪些變化是值得關(guān)注的？

阿文：實(shí)時(shí)生成技術(shù)。目前谷歌發(fā)布了一個(gè)Demo，但還處于玩具的狀態(tài)。這項(xiàng)技術(shù)如果真的落地，會(huì)改變我們對(duì)于內(nèi)容方式呈現(xiàn)。比如游戲、電影，很值得期待。

2025年8月，谷歌DeepMind發(fā)布新一代Genie3世界模型。Genie3實(shí)現(xiàn)了用戶(hù)交互的實(shí)時(shí)響應(yīng)，支持使用提示詞生成世界事件，并能維持?jǐn)?shù)分鐘的一致性。圖片來(lái)源：谷歌

海辛：我覺(jué)得是硬件。我希望大模型能放進(jìn)任何一個(gè)硬件（玩偶、手辦等）里面，這樣AI與人的交互就不單單僅限于屏幕。像這樣可以脫離屏幕本身的交互會(huì)很讓人期待，它不會(huì)局限在一個(gè)2D的環(huán)境里，未來(lái)可能整個(gè)房子都可以和我互動(dòng)。