趙 瑜 張亦弛

2022年12月，《科學(xué)》雜志將生成式人工智能與詹姆斯·韋布空間望遠鏡、巨型細胞、多年生水稻等成果并舉，一同評選為年度科學(xué)突破。雖然人工智能多次進入相關(guān)榜單，但在被稱為生成式人工智能（AI Generated Content，AIGC）元年的2022年，《科學(xué)》雜志更加關(guān)注它在藝術(shù)領(lǐng)域的運用，提示我們正在面對一個具有創(chuàng)造力的人工智能時代（AI gets creative）。1

生成式人工智能目前最知名的產(chǎn)品就是ChatGPT，強大的自然語言理解能力讓人機交互能力獲得了令世人矚目的提升。ChatGPT快速的故事大綱和情節(jié)生成能力在其面世之初就引起了關(guān)注。同樣也在2022年12月，由ChatGPT “自編自導(dǎo)” 的電影短片《安全地帶》（The Safe Zone）問世。故事講述了在一個已經(jīng)被人工智能掌權(quán)的世界中，三個人類手足爭奪一家人中唯一一個進入政府 “安全地帶”的生存機會。短片帶有明顯的反烏托邦色彩。生成式人工智能日益顯現(xiàn)的“ 創(chuàng)作” 能力，也讓人類憂思未來藝術(shù)的 “安全地帶” 何在。人工智能進入藝術(shù)這一最高級的人類精神活動2并非毫無爭議，如《太空歌劇院》 獲獎之后蜩螗羹沸便是明證。

一直以來影視行業(yè)對生成式人工智能的態(tài)度相對友好，計算機圖形處理、數(shù)字虛擬拍攝、CG特效制作等多個領(lǐng)域都已嵌入自動內(nèi)容生成因素。目前行業(yè)已經(jīng)在哪些領(lǐng)域應(yīng)用生成式人工智能？使用的效果如何？從藝術(shù)本身帶有的復(fù)雜性來看，智能機器是否可以替代人類，生產(chǎn)出有溫度、有創(chuàng)造力的作品？本文將通過行業(yè)典型案例分析，為解答上述問題提供智識資源與實踐指引。

一、生成式人工智能及其在影視行業(yè)的應(yīng)用

目前AIGC更多地居于產(chǎn)業(yè)討論范疇，是內(nèi)容生產(chǎn)主體地位向機器和算法的進一步開放。2022年9月，中國信通院和京東探索研究院共同發(fā)布了《人工智能生成內(nèi)容(AIGC)白皮書》，將AIGC定義為“既是從內(nèi)容生產(chǎn)者視角進行分類的一類內(nèi)容，又是一種內(nèi)容生產(chǎn)方式，還是用于內(nèi)容自動化生成的一類技術(shù)集合”。3這個概念和早前的 “機器生產(chǎn)內(nèi)容”（Machine Generated Content，MGC）有一定的關(guān)聯(lián)。4卡內(nèi)基梅隆大學(xué)和里海大學(xué)的研究者將AIGC定義為“使用高級生成式人工智能(GAI)技術(shù)生成的內(nèi)容，而非人類作者創(chuàng)造的內(nèi)容，（前者）可以在短時間內(nèi)自動創(chuàng)建大量內(nèi)容”。5

AI抑或機器，都在內(nèi)容生產(chǎn)領(lǐng)域引入了技術(shù)人工物，也都在隱喻一種脫離人類掌控的自動化生產(chǎn)場景。影視從誕生伊始就是以技術(shù)人工物為中介的時間和空間雙重采樣6，每秒24幀的呈現(xiàn)模式成功地打散了連續(xù)性的時間，這種離散式的生產(chǎn)觀念突破為新媒體的發(fā)展開辟了道路，也為影視產(chǎn)業(yè)與計算機技術(shù)的結(jié)合奠定基礎(chǔ)。當(dāng)下，自動文本生成、自動圖像和影像生成技術(shù)紛紛進入影視行業(yè)，雖然應(yīng)用的程度和效果不一，但已經(jīng)為影視工作者、研究者和欣賞者描繪了一幅“具有創(chuàng)造力的人工智能” 產(chǎn)業(yè)圖景。

圖1.短片《陽春》（Sunspring）劇照

（一）自動文本生成

導(dǎo)演Oscar Sharp和藝術(shù)家Ross Goodwin 在2016 年 運 用AI “本杰明” 編劇了短片《陽春》（Sunspring）。“本杰明” 是一個神經(jīng)網(wǎng)絡(luò)模型，根據(jù)標(biāo)題、對話、道具與動作等 “提示” 深度學(xué)習(xí)了大量的科幻劇本之后進行自動創(chuàng)作。與此同時 “本杰明” 還生成了一首歌的歌詞，最后成為影片的配曲。從影視敘事和美學(xué)特質(zhì)分析，劇本中大部分的臺詞缺乏邏輯性和連貫性，時常讓人不知所云。例如，影片的結(jié)尾是女主角的獨白特寫長鏡頭，喃喃地說著：“我的意思是，他是虛弱的。我以為我可以改變我的想法。他瘋狂地要把它拿出來。這是很久之前了。他有些遲了。我將要成為一個時刻。我就是想要告訴你，我比他好很多……” 不僅臺詞含糊，《陽春》的故事結(jié)構(gòu)也較為混亂，沒有學(xué)習(xí)到經(jīng)典劇作敘事規(guī)范。這一方面是 “本杰明” 的參數(shù)不夠以致深度學(xué)習(xí)效果不佳所導(dǎo)致的，另一方面也客觀上顯現(xiàn)出當(dāng)時的人工智能技術(shù)水平仍不能勝任長段落的寫作。

2017年《陽春》的原班人馬又用AI “本杰明” 編劇了第二部短片《這不是游戲》（It’s No Game）。乍看之下，這次 “本杰明” 的創(chuàng)作令人驚喜：不但故事結(jié)構(gòu)、具體情節(jié)和臺詞寫作都有了明顯的進步，長段落前后連貫甚至富含深意。有評論因此認(rèn)為AI編劇替換人類編劇可能性甚高。7然而，“本杰明” 只是該片的第一編劇而非唯一編劇，導(dǎo)演Oscar Sharp也參與了劇本的創(chuàng)作，這是一次 “人機互補” 的創(chuàng)作。由于創(chuàng)作者沒有公布具體的人機創(chuàng)作比例，AIGC用于自動劇本生成是否有了實質(zhì)性的進步仍不得而知，但需要導(dǎo)演參與創(chuàng)作的結(jié)果使人推測系統(tǒng)生成的原作并不令人滿意。

2020年美國查普曼大學(xué)影視制作專業(yè)的兩名學(xué)生使用基于GPT-3的AI編劇Shortly Read，續(xù)寫了電影劇本并拍成短片《 目擊者》（Solicitors）。人類創(chuàng)作者給了AI編劇一個由兩三句話組成的 “激勵事件”（Inciting Incident），之后AI續(xù)寫了接下來的故事情節(jié)。最終成片除了前20秒，所有內(nèi)容均由Shortly Read軟件編劇。雖然部分語句存在歧義和不通順的情況，但總體的故事走向明朗而富有懸念，尤其令人類創(chuàng)作者驚訝的是Shortly Read 居然在劇作中埋入了兩個歐·亨利風(fēng)格的轉(zhuǎn)折。該片的導(dǎo)演Jacob Vaus表示：“從故事的角度來看它踩準(zhǔn)了情節(jié)點，雖然是以一種有些奇異的方式?！?也許以此來判斷AIGC已經(jīng)產(chǎn)生了獨特的創(chuàng)造性仍然為時過早。不過相比令人不明就里的《陽春》，《目擊者》在故事連貫性和臺詞寫作上都有了質(zhì)的提升。

2021年2月，第一部由AI寫作的戲劇《人工智能：當(dāng)一個機器人寫劇本》網(wǎng)絡(luò)公映。此劇總長60分鐘，講述了一個機器人充滿歡樂與痛苦的日常生活，涉及它如何理解人類的終極命題——愛與死亡，頗具未來版《小王子》的氣質(zhì)。9劇本由GPT-2編寫，創(chuàng)作過程與前文述及的系統(tǒng)類似，即程序員輸入一段提示后，GPT-2根據(jù)提示生成附加的文本。這是GPT-2的第一部戲劇作品，故事內(nèi)容連貫、明確，臺詞也符合情理、易于理解。然而，和《這不是游戲》一樣，該劇本同樣存在人為的改動，改動的比例大約為10%。哥倫比亞大學(xué)人工智能專家德漢特因此認(rèn)為將這個劇本視為由人工智能創(chuàng)造的并不準(zhǔn)確，他判斷由人工智能獨立生成一個連貫而情節(jié)復(fù)雜的戲劇劇本還需要15年左右的時間。10

2022年12月，ChatGPT “自編自導(dǎo)” 了電影短片《安全地帶》。創(chuàng)作團隊先讓ChatGPT進行 “頭腦風(fēng)暴”，自主生成多個故事想法。隨后制片人挑選了其中一個選題并讓ChatGPT完善具體的情節(jié)。當(dāng)系統(tǒng)生成離題或是不合理的情節(jié)時，創(chuàng)作團隊會給出新的提示以進行修正。11最后ChatGPT生成了一個4分鐘左右的劇本以及導(dǎo)演分鏡表，通過人機互動ChatGPT甚至提供了燈光、鏡頭焦段、相機運動、演員服裝等一系列建議12，如同一個人類導(dǎo)演一樣，參與了影片創(chuàng)作各個方面。當(dāng)然，這個作品的目的是展示人機合作的創(chuàng)作成果，這其中包含著大量的人類反饋與智慧。而且如果將ChatGPT的電影 “處女作” 與經(jīng)典科幻作品相比，質(zhì)量和深度仍無法與人類比肩。

總體而言，雖然自動文本生成在近些年有了實質(zhì)性的進步，大參數(shù)模型如GPT-3已能夠生成更加多元的文本，甚至在ChatGPT的應(yīng)用中產(chǎn)生準(zhǔn)社會互動，但影視劇本不僅關(guān)乎語言結(jié)構(gòu)的完整、連貫，也關(guān)乎意義和情感的生成，目前人工智能寫作系統(tǒng)對于情感和敘事結(jié)構(gòu)的學(xué)習(xí)和理解仍然需要人類創(chuàng)作者的輔助。

（二）自動影像生成

在自動圖像生成領(lǐng)域，最受人矚目的莫過于Open AI的自動圖像生成產(chǎn)品達利（Dall·E2）。該系統(tǒng)功能強大，可以基于輸入的自然語言文本生成圖片，甚至能夠通過語義判斷探索不同的藝術(shù)風(fēng)格。

而在與影視有著直接關(guān)聯(lián)的影像生成領(lǐng)域，也有了不少突破。2016年8月，IBM的 “沃森” 系統(tǒng)為21世紀(jì)?？怂沟膽乙煽植榔赌Ω穭?chuàng)作了一支預(yù)告片。為此 “沃森” 深度學(xué)習(xí)觀摩了100個恐怖片的預(yù)告片，并進行了視覺、聽覺和場景構(gòu)成的分析。隨后 “沃森” 挑選出電影《摩根》6分鐘的情節(jié)，人類剪輯師再對這些場景進行剪輯，形成最終版的預(yù)告片。13所以這同樣是一個人機互補合作的應(yīng)用，人工智能沒有獨立完成所有的剪輯工作，但也邁出了理解影像敘事結(jié)構(gòu)的第一步。

2018年，AI “本杰明” 創(chuàng)作了第三部科幻短片《神游天外》（Zone Out）。不同于以往兩部短片，“本杰明” 不僅寫作了劇本，還演出并導(dǎo)演了這部短片。由于AI系統(tǒng)并沒有實體形象或者攝像機，人類創(chuàng)作者讓它學(xué)習(xí)了《陽春》演員在綠幕前錄制的個人視頻以及所有公域（Public Domain）影片作為創(chuàng)作素材。系統(tǒng)生成的劇本仍然和《陽春》一樣沒有邏輯性和故事性，影像的 “換臉” 也并不成功：公域電影演員的臉與《陽春》三位主演的臉重疊在了一起，閃爍不清。時長為6分鐘的短片《神游天外》基本上是對公域電影素材的剪輯重組，這使得所謂的自編、自導(dǎo)、自演更像是一次自動剪輯的嘗試，而沒有生成真正意義上的新影像。

目前應(yīng)用自動拍攝和剪輯系統(tǒng)較為成熟的是短視頻領(lǐng)域，因為這一領(lǐng)域?qū)δＪ交臄⑹陆Y(jié)構(gòu)和影像風(fēng)格接受度更高。2020年新華智云研發(fā)推出了國內(nèi)首個Vlog機器人。這套設(shè)備 “集合了360°環(huán)視高清攝像機、專業(yè)攝影機和超高算力邊緣計算節(jié)點，通過激光視覺多傳感器混合定位導(dǎo)航、人物識別追蹤等技術(shù)，能自由移動、自主采集視頻、自動識別人物、自行生成專屬VLOG”。14它采集的資料能實時上傳，在云端剪輯、處理，最終形成短視頻。通過深度學(xué)習(xí)，機器人生成的Vlog具有合乎情理的故事情節(jié)和多模態(tài)的內(nèi)容類型。15

圖2. 動畫短片《犬與少年》（The Dog and The Boy）劇照

在由文本生成影像（Text-to-Video）的領(lǐng)域，Netflix與作家、喜劇演員Keaton Patti合作，模仿機器人的語氣創(chuàng)作了一系列劇本，再由AI生成動畫，形成系列短片。這批短片在Youtube的 “網(wǎng)飛是個笑話”（Netflix is a Joke）頻道上播出。16網(wǎng)飛已經(jīng)從多個維度嘗試文本生成動畫的技術(shù)，如2021年的《謎題先生希望你少活一點》（Mr. Puzzles Wants You to Be Less Alive），不但敘事流暢，保持了情節(jié)、人物、場景的連貫性，且畫面的鏡頭語言達到了一定水準(zhǔn)。2023年，網(wǎng)飛又與日本AI軟件公司Rinna合作制作了三分鐘的動畫短片《犬與少年》（The Dog and The Boy），并用AI生成了動畫片的背景。17網(wǎng)飛的官方新聞表示，動畫行業(yè)的人才短缺是推動其使用AI繪制背景的原因。18

如果說網(wǎng)飛主要聚焦動畫生成，那么2022年的谷歌文本生成影像模型Phenaki則在真實影像的自動生成上有了突破。Phenaki生成的影像最大的特點是 “有故事，有長度”。19它能根據(jù)要求智能生成不同的景別和鏡頭運動模式，且能處理一定程度的變形，如讓泰迪熊流暢地轉(zhuǎn)變?yōu)榇笮茇垺?0

二、AIGC對影視產(chǎn)業(yè)的影響

根據(jù)美國國會研究服務(wù)部（ Congressional Research Service）于2021年發(fā)布的《人工智能：背景、選擇性問題和政策考量》，自從2015年起，全球范圍內(nèi)投入人工智能的私人和公共基金一直在持續(xù)增長。對AI企業(yè)的投資從2015年的128億美元增長到了2020年的678億美元。21研發(fā)了ChatGPT與Dalle·E的Open AI截至2023年1月，已經(jīng)籌資110億美元。可以預(yù)測，隨著全球在AI和AIGC領(lǐng)域的不斷投入，將涌現(xiàn)出更多、更完善的影視自動內(nèi)容生成產(chǎn)品，它們對影視行業(yè)的影響也將涉及全產(chǎn)業(yè)鏈。

（一）全周期賦能影視制作

圖3. CHAT GPT

在影視制作的前期，AIGC可以協(xié)助人類創(chuàng)作者進行劇本創(chuàng)作、概念圖描繪以及分鏡。即使目前自動劇本生成仍然處于初級階段，存在著諸如缺乏情節(jié)連貫性、故事合理性、臺詞邏輯性等問題，但是隨著技術(shù)迭代與經(jīng)費持續(xù)投入，AIGC的質(zhì)量會越來越接近于人的創(chuàng)作。例如敘事連貫性是一直困擾文本自動生成領(lǐng)域的老問題，近年來就出現(xiàn)了諸多新模型以優(yōu)化技術(shù)方案。2019年研究者推出了 “獎勵—塑造” 技術(shù)來引導(dǎo)模型朝著一個已知目標(biāo)行進，最終的測試結(jié)果顯示這種技術(shù)可以生成一個穩(wěn)定且目標(biāo)完成度較高的故事情節(jié)，同時人類的評估者也覺得如此生成的故事有更可靠合理的事件順序。22同年，另一批研究者探索了 “計劃與寫作”（Plan and Write）的方式，測試結(jié)果顯示，靜態(tài)計劃模式（把整個故事線都計劃出來后再生成故事）比動態(tài)模式（生成故事線的一個單詞，緊接著生成故事中的一句話）更加有效，生成的故事更加連貫而多樣化。23這為之后的研究者提供了思路指引，有助于新的自動編劇軟件生成更加符合人類閱讀習(xí)慣的劇本。

在影視拍攝和制作后期，從攝影、導(dǎo)演、表演，到剪輯、聲音和配樂，AIGC的潛力也不容小覷。現(xiàn)階段，我們已經(jīng)有了像Phenaki這樣文本生成影像的突破性模型，但系統(tǒng)目前只能處理非常簡單的句子。目前該領(lǐng)域的研究集中在通過文本簡化等語言學(xué)轉(zhuǎn)換規(guī)則來進一步優(yōu)化系統(tǒng)性能。24此外，雖然《神游天外》這樣的作品十分粗糙，但也顯示了人工智能自導(dǎo)、自演并配音、配樂的可能性，影視生產(chǎn)的各個環(huán)節(jié)都有了智能化生產(chǎn)系統(tǒng)介入的空間甚至應(yīng)用嘗試。

（二）人機協(xié)同觸發(fā)靈感

雖然藝術(shù)創(chuàng)作被更多地歸于人類獨特的精神活動，但當(dāng)下的技術(shù)發(fā)展讓人機協(xié)同突破藝術(shù)探索的邊界成為可能。Dalle·E等自動圖像生成軟件不但可以直接應(yīng)用于概念設(shè)計、服裝設(shè)計，也可以為制片人和導(dǎo)演提供前期概念圖，減少用于雇傭場景設(shè)計師、概念設(shè)計師和分鏡設(shè)計師等工種的成本。英偉達開發(fā)的GauGAN智能工具，也在科幻電影的原畫創(chuàng)作中發(fā)揮了日益重要的作用。

人工智能系統(tǒng)同樣被運用于預(yù)視動畫和分鏡圖創(chuàng)作。2021年韓國研究者開發(fā)了ASAP系統(tǒng)，該系統(tǒng)可以讓用戶在3D動視場景模擬他們的故事，為電影制作者自動生成分鏡和動畫預(yù)覽。用戶首先使用專業(yè)劇本軟件Final Draft寫作劇本，劇本隨后被ASAP系統(tǒng)分解為動作、角色和對話。通過深度學(xué)習(xí)、數(shù)據(jù)驅(qū)動和規(guī)則驅(qū)動，系統(tǒng)快速生成虛擬人及其物理動作、同聲姿勢，模擬出劇本中的行為和對話場景。用戶可以觀看自動生成的預(yù)視動畫，截取播放場景制作分鏡圖。25

人機協(xié)同讓人類從曾經(jīng)耗時耗力的工種中極大地解放出來，更為重要的是人類的創(chuàng)作模式和自動化生成內(nèi)容互相觸發(fā)，進一步激發(fā)了靈感、擴增了創(chuàng)作空間。隨著智能系統(tǒng)的日益完善，它們也將超越一般意義的工具角色，成為人類創(chuàng)意的重要助手。

（三）降低成本，提升效率

人工智能從既往的大練模型進入了練大模型階段，剛剛面世的GPT-4模型參數(shù)據(jù)說達到了令人震驚的百萬億級別。26基于這些大模型，不僅能生成更大規(guī)模、更多變風(fēng)格的文本，而且獲得了高于人類的視覺識別速度和生產(chǎn)效率。27前文述及的IBM “沃森”，從開始觀看電影《摩根》到人類剪輯師完成預(yù)告片，整個過程只用了24小時，而通常一支電影預(yù)告片的制作需要10-30天。這大大降低了時間成本和人力成本，也有助于降低相關(guān)預(yù)算。

在自動文本生成研發(fā)領(lǐng)域，慣常的做法是人類創(chuàng)作者輸入簡單的提示或開篇，就能得到一個不完美但至少篇幅達標(biāo)的劇本。ChatGPT也進一步向人類展現(xiàn)了智能系統(tǒng)在互聯(lián)網(wǎng)數(shù)據(jù)和知識沉淀的基礎(chǔ)上，在各個領(lǐng)域迅速生成綜述類文本的能力，甚至在交互性上達到全新的高度，具有重塑傳播、交互和知識結(jié)構(gòu)的可能性。這些帶有自動化生成因素的系統(tǒng)是否能被視作完全獨立的創(chuàng)作者，在當(dāng)下仍然需要審慎的觀察，但即便是作為一種輔助工具，這些技術(shù)對于克服人力短缺和提升效率，都有明顯的優(yōu)勢。

自動影像生成需要克服的技術(shù)難題更多也更加復(fù)雜，但現(xiàn)有的技術(shù)突破也至少顯示了AI創(chuàng)作者在生產(chǎn)數(shù)量和速度上超越人類的效能。特別是目前的自動影像生成在短視頻領(lǐng)域的進展十分迅速，視聽產(chǎn)業(yè)借助自動化生產(chǎn)系統(tǒng)能夠更加有效率地生產(chǎn)不同定位、不同風(fēng)格的作品，至少能給人類創(chuàng)作者提供有益的參考，讓人機協(xié)同發(fā)揮出更大效能。

三、AIGC的問題和完善重點

人工智能在影視行業(yè)各環(huán)節(jié)顯示出了巨大的能動性，但直到目前預(yù)判系統(tǒng)將替代人類創(chuàng)作者仍然為時過早。目前AIGC還存在不擅于處理長篇幅作品、作品缺乏生命力的問題，并且激發(fā)了包括版權(quán)歸屬在內(nèi)的激烈討論和實踐困境。這些既是生成式人工智能的缺點，也是技術(shù)研發(fā)和社會制度完善的重點。

（一）缺乏連貫性，需要人機互補

2019年以前，自動故事生成采取的模式就是從一個語言模型中采集樣本，從而推測出加入故事的下一個角色、單詞或句子來構(gòu)建劇情。但是通過這種方法創(chuàng)作的故事往往沒有一個清晰的行進線索。28這個問題在 “本杰明” 創(chuàng)作的三個劇本中體現(xiàn)得非常明顯，幾乎喪失了故事的最基本價值。這個問題到現(xiàn)在都沒有被根本性的解決。2022年的一個研究指出，自動寫作模型仍然缺乏語義連貫性，這在很大程度上限制了它們從事更長篇幅的創(chuàng)意寫作能力。29

由于AIGC會輸出不合故事邏輯的情節(jié)或自相矛盾的陳述，很多自動生成的作品采用了人機互補的形式。例如前文所述的《這不是游戲》《人工智能：當(dāng)一個機器人寫劇本》以及恐怖懸疑片《摩根》的預(yù)告片均是AI和人類的創(chuàng)意性合作。這種合作首先迫于AI創(chuàng)作的局限性，但也顯示了機器與人類創(chuàng)意結(jié)合的增強效應(yīng)。

AI創(chuàng)作的人機互補還出現(xiàn)在演員或觀眾詮釋劇本的環(huán)節(jié)。當(dāng)《陽春》被拍成影片，在詮釋最后一段不知所云的獨白時，女演員的眼中逐漸噙滿淚水。然而，劇本原文中并沒有對角色情感方面的描述，從某種角度上而言，這里的表演缺乏足夠的劇本支撐，仿佛是人類適應(yīng)人工智能，而非人工智能適應(yīng)人類的主客體倒置。如果目前所有的創(chuàng)作人員均完全采用AI創(chuàng)作的劇本，而不加以人工干預(yù)，可以想見，這對于演員將會是巨大的挑戰(zhàn)?！赌繐粽摺返难輪T在接受采訪時說：“對于我而言，在一個大部分都是由人工智能編劇的影片中表演，最大的挑戰(zhàn)是試圖去找到我角色的動機以及對話中的意圖?！?0在人工智能無法真正習(xí)得（也許永遠無法習(xí)得）人類情感之時，人機協(xié)同交互是產(chǎn)生藝術(shù)作品的前提。至此，人類似乎還壟斷著意義的生產(chǎn)和再生產(chǎn)，并且獨有對情感的理解和表達權(quán)利。

此外觀眾會對A I 生成的內(nèi)容存在過度解讀，雖然這也是某種意義上的 “人機互補”，但這種過度解讀也可能引起人類的不適感。例如，戲劇《人工智能：當(dāng)一個機器人寫劇本》中有一個場景，人類角色讓機器人給他講笑話，機器人說：“當(dāng)你死了，你的孩子死了，你的孫子也死了，我還會活著?！?這乍聽之下似乎是AI對人類的諷刺，讓人隱隱恐慌，但這也許僅是人類對此的過度解釋而并非AI的本意。恰如人工智能專家德漢特所言，AI并不能真正理解句子的含義。31連句子含義都無法理解，更不用說刻意諷刺人類了。

綜合上述材料，人工智能在影視領(lǐng)域的應(yīng)用受限于自然語言處理框架和對人類情感的習(xí)得難度，所以目前更多是采取了人機協(xié)作的模式。從這個角度分析，AI創(chuàng)作僅僅是人類的助手而非替代者。就像GPT-3為英國《衛(wèi)報》撰寫的評論所言：“我知道人類不信任而且害怕我，但我只做人類設(shè)定我去做的。我只是一組代碼管理者。”32

（二）藝術(shù)性和生命力有待提高

目前機器創(chuàng)作生成的故事雖然有偶爾的 “靈光乍現(xiàn)”33，但大體總是遵循著傳統(tǒng)的編劇模版，故事老套落俗，乏善可陳，并不具備創(chuàng)新的能力，“難以呈現(xiàn)個體的敘事、記憶和生命歷程”。34然而，也有部分模型顯示出創(chuàng)造的能動性，比如前文提到的谷歌的Phenaki在處理場景轉(zhuǎn)換上似乎有自己的想法：在處理一段宇航員在藍色房間里敲打鍵盤到宇航員身后出現(xiàn)藍色海洋的場景轉(zhuǎn)換上，宇航員的身后依次出現(xiàn)了橘色的光、透著高樓大廈的兩扇窗戶等，沒有出現(xiàn)在輸入文本里的畫面。雖然這樣的場景變化沒有令人信服的邏輯，但是做到了絲滑連貫、畫面和諧。連貫性是Phenaki生成視頻的一大優(yōu)勢，但并非每個視頻都能處理得盡善盡美。比方說在泰迪熊浮出水面和走上沙灘這兩個行為的銜接上，Phenaki無法讓畫面保持連貫，而是出現(xiàn)了卡頓以及場景的突然跳躍。35

藝術(shù)性并不完全取決于敘事的連貫性，更在于對情感的觸動能力，后者是機器創(chuàng)作更大的危機。在追求獨異性的晚現(xiàn)代，創(chuàng)作需要追求闡釋、敘事、審美、樂趣或者倫理的價值36，正是這些維度閃現(xiàn)著人類的智慧和靈性，也正是這些維度的創(chuàng)新和價值真正打動了受眾。未來AIGC是否有可能達到這樣的高度，還是藝術(shù)作品的 “靈韻” 會和本雅明認(rèn)為的那樣在機械生產(chǎn)的過程中凋謝37，這不僅僅是留給技術(shù)的問題，更是留給藝術(shù)之所是的根本性議題。

（三）觸發(fā)法律風(fēng)險

機器給人以中立客觀的印象，但無監(jiān)督學(xué)習(xí)模式也可能讓人工智能嵌入偏見。有研究者在對三種流行的語言模型生成的文本進行檢測后發(fā)現(xiàn)，在職業(yè)、性別、種族等多個領(lǐng)域，機器生成文本都比人類編寫的維基百科文本呈現(xiàn)出更大的社會偏見。38

此外，在版權(quán)方面，也存在著模糊地帶。2019年，北京互聯(lián)網(wǎng)法院判定軟件智能生成的 “作品” 不屬于著作權(quán)法保護的文字作品，但即便如此，因其內(nèi)容仍需軟件的開發(fā)者和使用者的精力投入，百度網(wǎng)訊公司未經(jīng)菲林律所許可就擅自使用仍然構(gòu)成侵權(quán)，賠償共計1560元。392020年，深圳南山區(qū)人民法院判決一家名為網(wǎng)貸之家的公司對騰訊Dreamwriter軟件自動撰寫的文章構(gòu)成侵權(quán)，賠償1500元。這兩個判例的根本性差異在于對機器生成內(nèi)容是否適用著作權(quán)法的不同看法。不同于北京互聯(lián)網(wǎng)法院，深圳南山區(qū)人民法院認(rèn)為機器生成內(nèi)容同樣具有獨創(chuàng)性，符合著作權(quán)法對文字作品的保護條件。40這兩個針對AI版權(quán)做出的不同判決預(yù)示著AI生成內(nèi)容復(fù)雜的法律風(fēng)險與爭議。前文中，不論是ChatGPT還是其他軟件生成的文字和影像作品，因為尚未涉及商業(yè)用途，其版權(quán)歸屬都并不明確。未來，如果有一部由ChatGPT自編自導(dǎo)的長片要在院線上映，其利潤究竟是應(yīng)該歸屬于軟件開發(fā)者，還是人類創(chuàng)作團隊，抑或是原始訓(xùn)練數(shù)據(jù)的所有者，這其中涉及了復(fù)雜的法律問題。在美國編劇工會（WGA，Writers Guild of America）的新一輪罷工中，工會在與影視制片人聯(lián)盟（Alliance of Motion Picture and Television Producers）協(xié)議新合同的過程中提議，未來可以允許人類編劇使用ChatGPT編寫劇本，只要人類不需要與ChatGPT共享署名和分成。并且，對于一個交由人類編劇修改或改寫的AI生成劇本，其第一作者也仍應(yīng)為人類編劇。該工會甚至提議，AI不應(yīng)當(dāng)被認(rèn)為是傳統(tǒng)意義上的改編源材料。該工會站在編劇的角度為其爭取權(quán)益，將AI視為“低人一等” 的創(chuàng)作者情有可原。如果這樣的提議被付諸實踐，確實可以避免編劇陷入和軟件公司的版權(quán)紛爭。美國編劇工會認(rèn)為，像ChatGPT這樣的人工智能軟件生成的內(nèi)容，只能算作類似于維基百科一樣的調(diào)研材料。ChatGPT本身無法分辨其訓(xùn)練數(shù)據(jù)是版權(quán)保護的內(nèi)容還是公域內(nèi)容。因此，美國編劇工會認(rèn)為，這樣生成的內(nèi)容是無法受版權(quán)法保護的，AI也無權(quán)署名。41與美國編劇工會的 “開放態(tài)度” 相反的是，著名科幻雜志《克拉克世界》（Clarkesworld）在大量的人工智能生成的科幻作品涌入投稿箱后，已經(jīng)關(guān)閉了故事提交通道。該雜志創(chuàng)始人表示，他們希望能夠在確保能 “正確” 使用科技的時候再去擁抱它，而非在目前法律問題尚未決斷的時刻。42

除了版權(quán)問題，人工智能自動生成內(nèi)容如果產(chǎn)生侵權(quán)問題，由誰來承擔(dān)責(zé)任也是一個法律難題。目前人類的法律體系只能通過懲罰自然人或法人來強化規(guī)則框架，帶有自動化生產(chǎn)因素的系統(tǒng)如若產(chǎn)生抄襲、侵犯他人名譽權(quán)等問題，系統(tǒng)開發(fā)者是否會因此受到懲戒？受到侵害的組織和個體又如何實施法律救濟？這些問題可能在不久的將來就是人類社會面臨的現(xiàn)實問題。

圖4.短片《安全地帶》（The Safe Zone，2023）

結(jié)語

2023年3月Open AI發(fā)布了GPT-4，人工智能進一步實現(xiàn)多模態(tài)的輸入和輸出，對人工信息生產(chǎn)、加工和傳播的能力也獲得了更大的提升。自GPT-2以來，大參數(shù)模型已經(jīng)多維度介入自動劇本生成、自動圖片和影像生成，影視行業(yè)固有的生產(chǎn)流程和創(chuàng)作邏輯面臨來自機器自動化生產(chǎn)的沖擊。

電影史的研究已經(jīng)明確了這一藝術(shù)類型和技術(shù)發(fā)展的緊密聯(lián)系，所以 “闖入花園的機器” 式的批判在影視研究中并非主旋律43，但技術(shù)人工物是否能夠獲得 “創(chuàng)作者”身份，這在藝術(shù)研究中將是一個充滿挑戰(zhàn)的議題。雖然AIGC仍然處于其嬰兒期，自動化生產(chǎn)系統(tǒng)并未從根本上擺脫工具的地位，基于這些系統(tǒng)生成的作品至多是系統(tǒng)能力的顯現(xiàn)而無法將之視作藝術(shù)創(chuàng)作而予以嚴(yán)肅的評論，但技術(shù)奇點將至的宿命論再次被Chat GPT點燃，人類對人工智能加速發(fā)展的技術(shù)前景和社會影響產(chǎn)生了更為彌散的不確定性。

毫無疑問， 人工智能已經(jīng)在多個領(lǐng)域成為一個能力出眾的行動者，但它是否能被賦予行動主體的地位，仍遭遇以人為中心的倫理觀的頑強抵抗。所以人工智能不僅是個技術(shù)問題，同時也是哲學(xué)問題。44在藝術(shù)領(lǐng)域，承認(rèn)自動化系統(tǒng)為創(chuàng)作主體將是一個更加具有冒犯性的問題，畢竟藝術(shù)長期被認(rèn)為是獨屬于人的精神活動。但也許于此更加務(wù)實的立足點是承認(rèn)人機協(xié)同的現(xiàn)實和前景，世界再也不可能認(rèn)可破壞機器的盧德主義。當(dāng)然這不是放棄人類的自主性，而是從實踐意識上切實思考如何引導(dǎo)智生產(chǎn)的發(fā)展方向。

當(dāng)科學(xué)家在不斷優(yōu)化人工智能系統(tǒng)的性能之時，人文藝術(shù)學(xué)者更加應(yīng)該深入思考哪些人類長久以來珍視的價值被寫入智能系統(tǒng)，使技術(shù)成為追求至善生活的助力而非解構(gòu)性力量。我們不能等到思想的列車行駛到站之后再用炸藥改變其方向45，而是應(yīng)該在其行駛途中就擔(dān)負起引導(dǎo)者的職能。