专访于正：三部AI+真人制作实验，门槛与颠覆

文｜31

近期，著名编剧、制片人于正在微博一口气发布了三部作品的片花，分别是《美人》《颠倒梦想》《坏血》，三部作品均为真人表演+AI合成，张婉莹、梁永棋、聂远、杨蓉、赵弈钦等欢娱旗下艺人均有出演。

于正在微博中表示，无论短剧还是AI,都是新时代必不可少的产物，他都想尝试，且会交出力所能及最好的答卷。在这次的尝试里，他进行了一次系统性的AI+真人制作实验，寻找AI和影视制作融合的更多可能。

关于真人表演与AI生成如何分工协作、这种新模式对影视行业又意味着什么，带着这些问题，骨朵与于正聊了聊，听他分享这次探路的心得。

实验账本：AI影视省钱了，但效率还没上来

外界对AI影视最普遍的想象通常是降本增效，省钱、省时、省人力。但在实际的工业实操里，于正发现事情并没有那么简单。

于正向骨朵算了一笔资金账：目前这套一半实拍、一半AI的混合模式，能将一集的预算资金成本直降1/3。特别是一些原本耗资极大的特殊奇幻场景、历史大场面置景等，都能被AI精准平替。

“AI给我带来的最兴奋的点，就在于画面不再受制于费用，比如我这次发布的片花里的宏大叙事场景，还有古画里那种奇幻空间，搭景就得花上很多时间和金钱，而现在只要脑子里想得到的视觉，AI就能快速实现。”于正认为这不仅可以节省大量资金和人力，更是对人类想象力的极限解放。

《颠倒梦想》片花截图

在资金成本被压缩的硬币反面，时间周期却被拉长了。由于目前高昂的4K算力消耗、频繁的后期抽卡修正、以及保持画面场景连贯性的微调，纯AI制作长剧的时间成本极高。这种效率上的滞后，很容易演变成对作品市场寿命的致命打击。影视毕竟是一个高度依赖时效性和观众情绪的行业，如果因为制作周期过长而跟不上大众审美和情绪迭代，那很容易被淘汰。

意识到纯AI在长剧集领域的效率短板后，于正认为目前最务实也最积极的落地思路就是真人实拍和AI相结合。在这个黄金搭配法则下，AI的扮演的不是真人影视的平替，而是实拍的最强辅助：比如将高成本的奇幻特殊镜头、大场面等交给AI完成。

《美人》片花截图

而最核心的情感戏、需要爆发力的对手戏，则必须牢牢留给真人演员在实景中发力。“表演的本质不是动作模仿，是情绪传递。AI的情绪素材全部取自过往影视片段，它们只能模仿和复制，但没法原创细腻有层次的人物情感，重头戏和内心戏还是必须依靠真人。”

《颠倒梦想》片花截图

AI没有降低门槛，只是转移了门槛的方向

这种将真人特质融入数字画面的探索，在筛选团队时遇到了麻烦。于正前后接触了很多AI团队，绝大多数都与他的要求不符。“现在做AI影视遇到两个非常大的难题：精通AI技术的人，不懂导演、不懂表演、不懂镜头；而大多数影视从业者又不懂AI，不知道怎么写精准提示词。”

于正指出，技术人员和影视创作者的思维逻辑完全不同，前者是参数优化，后者是情绪叙事。但是要想生成可以媲美真人的表演，得给AI传递双重需求才行，既要有技术指令的精准，又要有情绪叙事的感知。否则AI生成的表演就会千篇一律，因此他最终达成合作的团队只有两个。

所以，在某种程度上，AI并没有降低影视制作的门槛，它只是把门槛从资金挪到了复合型人才和顶级审美上，未来需要的是既能用技术语言跟AI对话、又拥有审美直觉判断的人。“你要懂技术，还要懂戏，懂表演，懂审美，还得精通英文，因为AI对对英文提示词的理解和响应精准度远高于中文，缺一个都不行。”

在于正合作的团队中，有一个女孩是通过社交媒体私信找到他的。她发来了一段自己制作的AI小样，画面里的人物面部自然度极高，毫无僵硬的假面感，在一众作品里格外突出。于正后来了解到，对方不仅学过导演、懂AI技术、精通英文提示词，还专门学过人体工程学，有扎实的解剖结构与美术基础，所以她做出来的人物表情才刚刚好。

“这次发布的三部作品涵盖了纯AI、半AI以及高精度人脸全表情迁移三种制作方案。人脸表情迁移是最核心的技术与美学门槛。迁移要做得好，需要懂人脸的比例，比例不对，移过去就变形了。”

《坏血》片花截图

于正给骨朵展示了几组迁移失败的样片，与最终发布在微博的成品花絮相比，这几组视频要么演员干脆变了一个人，要么情绪表情完全不对。“不懂人脸比例和结构是很难做好的，这不只是个技术问题，更是审美问题，审美决定了你做得好不好看、真不真实。你想呈现让观众看不出破绽的表演，必须要靠审美。”

化妆师、美术师等工种，在于正看来也不用焦虑。“AI只是让他们换了种工作的方式，不是让他们被淘汰。化妆师依然需要给真人做精准的定妆，再把成果录入AI素材库；美术师也需要把自己的设计方案转化为AI能理解的素材，场景参考图、色彩方案、空间布局这些都需要美术师先画出来、定下来，AI才能据此生成，这里面的很多细节直接决定了AI生成人物和场景的辨识度。”

《美人》片花截图

《坏血》片花截图

编剧也是AI目前触碰不了的领域。于正做过实验，把自己的40多部剧本和5万字小说喂给AI，结果生成的效果让他很不满意，花在改稿上的时间比自己重新写还长。“AI写出来的人物是机械的，性格、动机全不对。”在他看来，AI在剧本层面目前还是只能做整理和润色，以及生成一些走量的短剧、漫剧剧本，但距离真正的长视频内容创作，还有相当长的距离。

另一个被忽视的壁垒是数字资产。于正告诉骨朵，欢娱已经搭建了自有的古装服饰数字扫描库，包含延禧系列等大量剧集的场景素材，整个搭建过程耗时七八个月，投入千万级研发费用。

于正认为这套资产库的价值在于构成了一个排他性的竞争壁垒。“AI会长期适配同一台设备、同一套专属素材库，会成为公司的固定资产。”这也意味着，未来的影视公司竞争，除了比拼内容，还将比拼数字资产的积累深度，谁的数据库有明确的年代考据和壁垒，谁就能在技术浪潮里握住最稳固的硬通货。

AI能带来哪些行业变量 ？

放到更大的行业语境中来看，于正这次实验还有一个相当值得关注的话题——AI是否会改变影视项目从立项到售卖的前端逻辑。

过去，一个影视项目在真正开机之前，能被平台、广告商和市场看到的东西非常有限。剧本、概念海报、演员阵容、主创表达，构成了项目评估的主要依据。但这些判断多少都有滞后性：剧本好不好，最终要看拍出来；演员合不合适，要等进组之后才知道；美学能不能成立，也往往要等第一批物料出来才有答案。

而AI最先能够撬动的，恰恰是这个原本看不见的阶段。于正提到，自己这次放出的片花，本质上就是一次前置可视化实验。“不只是想给观众看热闹，也是在让平台和客户提前看到，这个故事会是什么质感，场景会是什么规格，创作者对AI的控制能力到了什么程度。这是骡子是马，先拉出来遛遛。”

这对于处在降本周期、更看重确定性的影视行业来说，多了一道提前验货的环节。尤其是那些过去很难在前期表达清楚的强设定题材，更会因此受益，AI可以先把视觉锚点生成出来，让项目从抽象概念变成可感知的影像雏形。

在这一前端逻辑的变化背后，于正更深层的行业洞察，指向了当下影视工业中的错位。“现在行业里许多真正懂内容的人反而缺乏话语权。”他直言。由于内容缺乏支撑，广告商难以投进，项目频繁扑掉，全行业陷入了不断压缩成本的恶性循环。在这个节点上，AI的前置可视化能够提供一种改变的契机，能够把选择权在开机前拉回到客观理性的检验体系中。

对于AI会把行业推向哪里，于正没有急着下判断。在他看来，现在谈未来会不会全变成AI剧、演员会不会只剩下数字模型，都还太早。技术如果跑得快，就及时跟上；如果发展没那么快，走得太前反而可能变成成本和风险。

“走一步看一步，但既然新时代来了，我们就拥抱新时代。但不必惶恐和焦虑。”他更愿意把AI当成当下必须面对的工具，而不是一个已经确定的答案。在他看来，真正能穿越技术变化的，只有“好的故事跟美学”。