解析AI實驗短片《無聲協(xié)奏》制作流程中的克制與突破

一、編劇：在數(shù)據(jù)洪流中打撈人性的錨點

大語言模型最初生成的劇本充滿戲劇性：機械手套引發(fā)核爆、鋼琴化身宇宙飛船...這些“科幻奇觀”被編劇團隊逐一否決。人類的介入從第一頁就開始了——導(dǎo)演組輸入的關(guān)鍵詞不是“未來科技”，而是“雨天琴房的濕度對鋼琴音色的影響”“復(fù)健患者手指觸鍵的肌肉記憶”。當(dāng)AI第三次寫出“手套誕生自主角父親的遺物”時，團隊終于意識到：機器擅長堆砌套路，而人類要做的，是給每一個套路貼上溫度的標尺。

二、分鏡：給想象力拴上物理學(xué)的鎖鏈

AI生成的分鏡腳本里，機械手套能在暴雨中懸浮演奏，琴鍵隨著眼淚自動凹陷。美術(shù)指導(dǎo)指著設(shè)計圖苦笑：“按這個方案，我們需要在鋼琴里裝反重力裝置，還得給每個琴鍵接上濕度傳感器。”最終落地版本中，雨夜的呈現(xiàn)被簡化為窗戶上的水霧倒影，失控的手套僅用琴弦斷裂的物理反饋來暗示——這是制作組與AI的博弈：既要保留詩意，又要遵循基礎(chǔ)聲學(xué)原理。

三、視覺定調(diào)：在模型的“舒適區(qū)”尋找可能性

文生圖模型測試持續(xù)了整整2天。模型擅長首尾幀生視頻的VIDU卻畫不好手部細節(jié)，即夢能渲染雨夜的朦朧美但生成視頻效果不理想，但無法區(qū)分左右手。導(dǎo)演的筆記本上貼滿標簽：“角色瞳孔反光需保留玻璃材質(zhì)”“鋼琴漆面避免過度賽博朋克化”。當(dāng)?shù)?6次調(diào)整后，莉婭手臂疤痕終于呈現(xiàn)出術(shù)后真實的增生質(zhì)感——這不是技術(shù)的勝利，而是人類對“不完美”的堅持。

四、左右手之殤：缺乏全局空間坐標

幾乎所有AI模型都不能很好的區(qū)分左右手，因此需要依靠頻繁的“抽卡”，反映了當(dāng)前技術(shù)缺乏全局空間坐標系理解。即使模型檢測到手掌朝向，也無法關(guān)聯(lián)到“左/右”的絕對方向。這讓制作團隊簡直苦不堪言，有時會覺得還不如實拍來得簡單。

五、動態(tài)化：每秒24幀的妥協(xié)

視頻生成測試了8種模型：pixverse更適合動漫AI角色，Sora受到網(wǎng)絡(luò)影響和次數(shù)限制，GPTo4生圖還是不夠精準，即夢生圖不錯，但是生成視頻仍然不夠理想，有些模型只有視頻生成功能，沒有文生圖功能；可靈首尾幀效果高贊，但是語音配音功能偏弱，最終采用的方案，是將即夢AI生成的靜態(tài)幀導(dǎo)入可靈和Vidu進行首、中、尾幀視頻生成，使用專業(yè)后期軟件做后期剪輯，使用mm audio制作配音，使用專業(yè)后期音效庫配音效—技術(shù)總監(jiān)說：“我們用了最笨的方法，把機器的‘流暢’改造成人類的‘真實’。”

六、配音：在機械聲中埋入呼吸的縫隙

AI配音是全部AI視頻制作的短板，這一點相信所有的ai視頻創(chuàng)作者不會否認。尤其在需要重點強調(diào)的位置，加入愛恨情仇的語調(diào)方面，ai簡直是呆瓜。

• 七、后期：用人類的混沌對抗算法的秩序

當(dāng)剪輯師把AI自動剪輯的版本投到監(jiān)視器上時，所有人都在搖頭——鏡頭切換精確到每一幀都卡在鼓點上，卻讓觀眾產(chǎn)生眩暈感。最終版借鑒了90年代法國新浪潮的跳切手法，在機械手套特寫后突然插入3幀模糊的雨窗畫面。音效師更是在背景音里混入老式鋼琴的踏瓣雜音：“這些‘噪音’能讓數(shù)字生成的畫面長出呼吸感。”

八、傳播：在流量池中打撈真實共鳴

預(yù)熱階段釋放的AI生成劇照需要做后期處理，不能簡單放上去，并且選取了一些內(nèi)部觀眾進行提前點映，這些展示“笨拙”的幕后內(nèi)容，反而獲得超預(yù)期轉(zhuǎn)發(fā)——觀眾想看的或許不是AI多強大，而是人類如何在技術(shù)局限中尋找表達的可能。

結(jié)語：我們從未讓AI獨自創(chuàng)作

從劇本到成片的10天里，制作組共標記了30處“過度AI化”的片段。當(dāng)最后一場戲的鋼琴聲漸弱時，剪輯師在背景混入了一聲輕微的話筒架碰撞聲。這或許是對整部短片最好的隱喻：在追求完美的路上，那些意外留下的劃痕，才是人性最固執(zhí)的印記。