Google 为什么要花 7500 万美元去 A24 学拍电影

来源：市场资讯

（来源：BAI Capital）

很长一段时间里，好莱坞对 AI 的态度都夹在两种情绪之间：一边担心它终将取代编剧、导演和创作者，另一边又觉得它离真正改变电影制作还很远。

前不久，Google 宣布向独立电影公司 A24 投资约 7500 万美元；Google DeepMind 与 A24 建立长期 AI 研究合作，计划共同开发面向电影制作的新工具和新工作流。这笔合作最特别的地方在于，它并不是一笔传统意义上的影视内容交易。Google 不会获得 A24 影视片库的训练权限，也不会把这次合作变成一次 IP 授权或内容采购。

Google 并不缺少生成视频的技术能力。过去两年，Google 已经陆续推出 Veo、Flow 等 AI 视频产品。Flow 被 Google 定位为面向创作者的 AI filmmaking tool，结合 Veo、Imagen 和 Gemini，帮助用户生成具有电影感的片段和场景。后续 Veo 3.1 的更新，又进一步强化了音频、叙事控制和更精细的编辑能力。它已经可以让用户从一句 prompt、一张图片或者一组参考画面出发，快速生成一段足够惊艳的动态影像。

Veo 3.1 首尾帧控制和图像参考功能演示

但对于电影工业来说，会生成视频只是起点，不是终点。

但模型越来越强，并不意味着电影行业就会接受它。真正的问题从来不是 AI 能不能生成一段漂亮的视频，而是导演会不会愿意把 AI 放进自己的创作流程？摄影师会不会接受它参与镜头推演？美术团队能不能用它更快验证场景方案？剪辑师会不会认为它提高了效率，而不是制造了新的沟通成本？制片人又是否相信，它能帮助项目降低试错成本，而不是让整个流程变得更不可控？这些答案，不会出现在实验室的模型评测里，只会出现在真正的片场。

电影不是一段画面的自动生成，而是一套持续数月甚至数年的协作系统。从剧本开发、视觉概念、分镜设计、拍摄前的视觉预演，到拍摄规划、现场调度、后期剪辑，再到宣发物料和发行策略，每一个环节都包含大量判断、沟通和取舍。

一个镜头的变化，可能会影响置景、灯光、演员走位、拍摄排期和预算；一个人物情绪的调整，也可能改变剪辑节奏和整场戏的叙事重心。所以，AI 真正要进入电影工业，最难的点就在于理解这些创作判断是如何发生的。Google 需要的，也正是电影人真实工作的场景。

Google 为什么偏偏选择了 A24？如果只是想进入电影行业，迪士尼、环球或者华纳这样的传统制片厂，看起来都是更“正确”的合作对象。它们拥有更庞大的 IP、更成熟的工业体系，也掌握着全球最重要的商业片资产。但这些优势，并不一定是 AI 工具研发当下最需要的东西。

但也正因为体系太成熟，新工具反而很难真正进入。越是成熟的工业流程，越难在项目中途频繁调整；越是高昂的制作成本，越不容许导演和制片人拿一个尚未成熟的 AI 工具冒险。而 Google 需要的，是一个能够不断试错、持续获得真实反馈的环境。

这正是 A24 能提供的价值。它不是好莱坞最大的电影公司，却可能是最懂年轻观众、独立作者和当代审美风向的电影品牌之一。但如果把 A24 仅仅理解成一家总能拍出爆款的电影公司，其实还是低估了它。过去十多年，它真正建立起来的，不是一份漂亮的片单，而是一种很难复制的文化影响力。

《遗传厄运》（Hereditary）至今仍是恐怖影迷社区里绕不开的作品，《仲夏夜惊魂》（Midsommar）的花冠造型和北欧仪式场景早已脱离银幕，变成社交媒体上的流行文化符号；《瞬息全宇宙》（Everything Everywhere All at Once）横扫奥斯卡之后，A24 又转身支持一位从 YouTube 成长起来的年轻创作者。这种选择放在传统制片厂眼里多少有点不按套路出牌，却恰恰是 A24 最吸引 Google 的地方。

《仲夏夜惊魂》

A24 很早就意识到，一部电影上映结束，并不意味着它和观众的关系就此结束。香炉、姜饼屋、热狗手指手套，这些看起来有些古怪的周边，却往往会被影迷抢购一空。2022 年推出的 AAA24 会员体系，则进一步把电影、杂志、限定商品、导演访谈和线下放映连接成一个持续运转的文化社群。对天然警惕商业广告的年轻观众来说，这种关系比传统营销更有效，愿意通过加入某个文化共同体，表达自己的审美、兴趣和身份。

A24 反复证明，它能把那些原本游离在主流边缘的题材、情绪和亚文化，转化为可以进入院线、社交媒体和大众消费市场的文化事件的能力。这种能力，比片库本身更稀缺。

最近爆火的《后室》（Backrooms）就是一个典型案例。泛黄的几何壁纸、低频轰鸣的荧光灯、无限延伸的空置房间，这个诞生于互联网隐秘角落的“阈限空间”迷因，最初并不属于传统电影工业。它来自论坛、YouTube、短视频、互联网怪谈和无数年轻人的二次创作。它的恐怖也不是传统意义上的鬼怪、血腥或惊吓，而是一种更现代的精神困境：你误入了一个看似熟悉、却完全失去意义的空间，周围一切都像现实，但你知道自己再也出不去了。

《后室》剧照

在传统好莱坞体系里，一个从 YouTube 成长起来的年轻创作者，很难直接获得执导院线电影的机会。但 A24 愿意相信这种从互联网深处长出来的个人灵光。它让 Kane Parsons 把一段原本属于亚文化社群的恐惧，放大成大银幕上的美学奇观。对 AI 公司来说，这种判断力很难通过训练数据直接获得。

更重要的是，A24 拥有一种好莱坞大厂很难提供的创意信用。AI 公司进入影视行业，一直面临一个根本性的信任问题。过去几年，围绕版权、训练数据、创作者权益、岗位替代和艺术控制权的争议，让好莱坞对 AI 保持高度警惕。很多电影人担心，所谓提高效率，最终会变成压缩创作时间、削减人工岗位、稀释作者表达的工具。所以 Google 需要证明，AI 是可以被电影人参与设计、共同塑造的工具。A24 正好提供了这种“合法性”。

此前，A24 已经有一支约 20 人的团队在探索 AI storyboard，也就是用 AI 辅助电影前期的视觉分镜与拍摄预演；而 Google DeepMind 与 A24 的长期合作，正是围绕电影制作中的新 AI 工具和工作流展开。

传统 storyboard 通常由分镜师根据剧本和导演意图绘制，帮助团队在正式开拍前确认镜头构图、人物走位、场景关系和叙事节奏；AI storyboard 则可以在更早、更安全、也更容易被创作者接受的前期开发环节介入，导演可以借此快速比较不同镜头方案，摄影和美术团队也能更直观地讨论空间、灯光、动作和视觉风格。

传统 storyboard

对独立电影来说，这一点尤其重要。大制作电影拥有成熟团队、稳定预算和完整工业流程，AI 更多只是提高效率的工具；但独立电影面对的常常是预算有限、人手不足，很多创意不是拍不好，而是根本拍不起。如果 AI 能够帮助创作者以更低成本完成分镜设计、镜头规划、视觉预演和版本比较，它未必会削弱导演的重要性，反而可能让一些原本因为成本而被放弃的想法，第一次有机会被真正拍出来。对于独立电影来说，真正稀缺的从来不是想法，而是把想法变成电影的能力。

对 Google 来说，A24 是一个极好的产品测试场。因为 A24 的项目类型足够丰富。它既有低成本作者电影，也有《后室》这样从互联网文化中长出来的爆款；既有恐怖、科幻、黑色喜剧等类型片，也在逐渐扩大预算、进入更主流的商业制作。它不像传统大厂那样沉重，却又足够专业，能够提供真实电影生产中最复杂、最难模拟的反馈。

AI storyboard 示意图

在真实项目里，AI 工具会遇到很多 demo 阶段看不见的问题。比如镜头连续性如何保持，人物表演如何被尊重，风格一致性怎样被控制，导演意图如何被翻译成工具指令，剪辑节奏怎样在多版本中被比较，发行物料如何服务不同观众人群。这些反馈会反过来帮助 DeepMind 改进模型，也帮助 Google 判断，AI 到底应该以什么形式进入专业创作流程。

这比在实验室里做一个惊艳的视频生成 demo 有价值得多。因为真正的电影制作，就得面对一轮又一轮讨论、修改、否定和重来。AI 如果想成为专业工具，就必须学会在这些反复发生的创作摩擦里找到位置。

当然，这笔合作也伴随着很大的争议。A24 的核心资产，恰恰是它“酷”“独立”“反套路”的形象。它的观众、影迷和导演群体，往往也是最容易对大科技公司和生成式 AI 保持警惕的人。对他们来说，A24 与 Google DeepMind 合作，可能意味着一家以作者性和原创精神起家的电影公司，正在把自己的文化信用借给 AI。

从更大的行业竞争看，这也是 Google 的一次卡位。过去两年，AI 视频赛道的竞争主要围绕模型能力展开。OpenAI 推出 Sora，Runway 持续迭代视频生成工具，Adobe 将 Firefly 深度整合进 Photoshop、Premiere Pro 等成熟创意软件，Netflix 也开始探索 AI 在影视制作中的具体应用。

所有玩家都在争夺下一代内容生产工具的入口，而真正决定一款工具能不能留下来的，往往不是能力本身。当模型能力越来越接近，真正值得争夺的地方，已经不再只是实验室，而是片场。