《Candy》拿下法国电影节大奖，我和DiDi_OK聊了聊

2.5时代已经迈过AI奇点，他又提出了一个新问题：我们真的是个有趣的人吗？

来源 |FoST未来叙事

文| 子路

首先，恭喜DiDi刚刚凭借《Candy》拿下法国SHAIKE Film Festival 2026 Best Short Film三强奖项！

这是一个影视行业罕见的，彻底打破类型限制，把实拍、AI、混合制作拉到同一个评选维度的电影节。来自40多个国家的450部短片同台竞技，《Candy》最终杀出重围，跻身TOP 3。

就在获奖前，我和DiDi深度聊了聊《Candy》的创作理念、过程，他投身AI影像创作一年半来的思考、行业变化等。

完整对话已发布在小宇宙等播客平台，大家可搜索【AI超创快上车】去收听DiDi本人的分享噢～

第一次看到《Candy》，我就意识到这是一个非常特别的作品。ㅤ

它完全由Seedance 2.5制作，呈现了高度复杂的运镜、转场与AI表演能力，并且保持了DiDi_OK一贯的童真底色与奇思妙想，仅B站播放量已突破500万。

某种程度上可以说，《Candy》已经触达了当下AI创作的天花板。

半年前，我和DiDi深度探讨了神作《牌子》的创作过程，他曾大胆预言，“2026年底会是AI发展的一个奇点。”

如今他告诉我，随着Seedance 2.5更新，人类已经跨越了这个AI奇点。但技术更新也带来了观众更高的期待、更多产业结构的重组、甚至一些残酷的淘汰。对此，他又提出了一个新问题。

不只AI影像，各行各业可能都要面对这个叩问：我们，真的是一个有趣的人吗？

从左到右：SHAIKE创始人Jeremy与DiDi_OK在电影节上合影

01 压抑不住的创作欲来源于愤怒

《Candy》的核心创意很简单：坏人爆炸，好人没事。

在人类即将进入一级文明、走向宇宙的时代，土卫十八“潘”星球突然离开轨道，变成在地球上空游移的一个“判官”。从此，任何试图伤害他人的人，都会爆炸成一地五颜六色的糖果。

这种伤害很具体，可能是抢劫、偷车、虐待动物，也可能是飞机后座踹椅子的小孩、假装看不见的父母、隐形霸凌的同学、PUA下属的老板……

以暴制暴的观感当然很爽，但DiDi为故事设计了一个温柔的底：坏人爆炸后隔段时间能恢复，再次犯罪则再次爆炸；爆炸三次的恶人将被放逐月球，还地球一片净土。

很有趣，他把自己的名字设计成了爆炸三次的彩蛋。

接到火山引擎Seedance 2.5的创作邀约时，DiDi_OK还没想好剧本设定，脑子里只有一个简单的念头：

我想让人爆炸成糖果，感觉很有意思、很帅。

他用2.5测试，要求“人体爆炸但保留衣服、糖果爆炸效果从颈部向上喷射”。也就测试两三次，他发现AI生成视频已经达到3D演算80%的效果，慢放之后帧与帧之间也有逻辑，他就确定，这个方向能做。

从有技术创意到测试后确定执行，只用了一个小时。

剧本创意，则来自一种长久积累的愤怒：

好像好人往往会吃亏，这让我很费解。包括国外所谓的“teenager文化”，敢惹事的小年轻能获得特权，中产反而要活得小心翼翼。

就像姜文《让子弹飞》里那句话，“好人就得被人拿枪指着，这是什么道理？”

《让子弹飞》剧照

片中熊孩子踹飞机座椅后背的情节，就有现实经历作参照。

他曾遇到一趟让人难以忍受的欧洲廉航，“我愿称之为空中公交车”，很多乘客吵闹、喝酒、公放、踹椅子，各种冒犯混在一起，而空乘人员并不会主持公道。

他也会请教不同文化背景的朋友，中日韩的霸凌表现是什么样的？最终在片中呈现日式霸凌，是因为这种很有味道：

日式霸凌不太会有肢体上的接触，它更多是一种群体排外的隐形霸凌，在镜头表现上它就很有代表性。

这些观察和思考，最终都化为作品前半段那些酣畅淋漓的爆炸时刻。

最初构思的不同文化背景里“糖果爆炸时刻”/受访者供图

而在表层爆炸之外，DiDi还藏了一点深层思考。

就像伴随AI技术一路走来，我们的科技一直在进步，但人类社会的温度感、我们的文明能否也会跟着进步？

这个就是我反复强调的一级文明概念。目前我们似乎已经走到0.9级文明了，但世界上依然有战争、虐待动物等不文明事情在发生。

愤怒结合疑问，最终汇成从《箭头》《牌子》到《Candy》一以贯之的表达。

DiDi_OK自述灵感来源

很有趣的是，作为一支科幻短片，《Candy》对土卫十八“潘”星体运动的构思并不是空中楼阁，反而有非常扎实的科学知识打底。

DiDi没特别提，我是在他给的思维导图里发现的。为什么“潘”能在地球各地上空移动，一天内多次出现？

因为按设定土卫十八轨道高度在9600公里往上的话，它一天内能绕地球四圈半。而且土卫十八，真就长得像一颗糖果。

土卫十八“潘”迭代设计与科学原理/受访者供图

以及“潘”是否需要设计成具备致密核心？两种情况，会直接影响这颗星球的形状特征、移动形态、解体方式等。

一个奇思妙想背后，有着庞大的思考基础。或许，这也是为什么《流浪地球》导演郭帆会成为持续追更DiDi_OK作品的观众之一。

02 死磕2.5的AI技术力，探索提示词魔法

DiDi创作AI短片有一些莫名的数字执念，他称为一种“隐形品控”：剧本构思15天，上手制作23天，短片成品尽量控制在9分钟内。

比如《Candy》，我想尽办法让它停在8分59秒。再多，好像感觉就不对了。

延续《牌子》彩蛋的小奶牛

技术追求同样有执念，这次他全程使用Seedance 2.5制作《Candy》，上手就发现生成视频的画面质感变得非常好，这意味着AI工具已经涵盖了后期。

相比需要统一色调、后期成本较高的《牌子》《垃圾站》，《Candy》只需要在衔接镜头的部分调色，其他基本都能用提示词来框住想要的画面饱和度、明度，极大节省了后期调色成本。

这带来的直接变化是，搓图片资产的时间大幅缩减。

《Candy》的图片资产很少，可能也就6%。只要首帧画面是我心中该有的机位，那即便是色调、风格不准确的随便一张图，我都能通过提示词得到想要的生成结果。

比如一张阳光明媚的原图，我希望整个色调是偏蓝色的冷调，就会在提示词里说：这里是白炽灯，整个偏冷色，低饱和度。这样就能把前后镜头固定在同一个视觉风格里。

当然，这只是定制化资产较少的短片创作方法；如果是《垃圾站》那种重概念设计的连载IP，因为我希望出现各种各样的奇幻生物，可能资产又会变多。

《Candy》部分图片资产/受访者供图

简单来讲，2.5更聪明了，但也对创作者提出了两个新要求：

第一，更充沛的影像美术知识。不需要后期调色的前提是，你需要在脑子里先完成了后期调色；

第二，更完善、准确的提示词撰写能力，知道自己哪一句话对应哪个视觉效果。

DiDi表示，2.5生成效果里提示词的影响权重能达到80%，所以他习惯纯手写提示词，来把控每一次迭代抽卡的变化是哪句话出了问题。《Candy》每次生成的提示词都有2000字左右，让他很惊艳那段“蚂蚁推糖”镜头更是写了4000字。

他希望蚂蚁推着坏人爆炸产生的糖果走过赌桌、酒吧后巷、金钱、代表法律的法院锤、代表工作的文件、梳妆台等，最后在世界各地组成马蒂斯的这幅《舞蹈》。

这说明全世界各个场景里的蚂蚁都行动起来了，影响着人类的各种行为，人类也在对微小生命的尊重里找到了答案。

技术与表达的精妙融合，集中体现在转场镜头上。

作品后三分之一处有一段长达24秒的连续转场镜头，他不断用画面交叠的方式转换场景，后景仍存在，前景就已通过人物动作延伸开。

这在过去AI影像创作里是几乎不可能做到的，空间关系太过于复杂，基本都要用抠绿+3D的方式后期制作。但DiDi告诉我，这段镜头他只设计了角色位置关系的草图，其他全都是用提示词操控2.5生成的。

以前常用遮镜头做转场，但我会觉得一直这么做是一种敷衍，所以这次尝试了空间折叠并不断切换的极限操作。我希望让观众看到这个切换过程，世界各地的人都在如何面对“潘”。

这当然是困难的，他特别提到一个可能不会被观众注意到的“耸肩”：

那两个穿蓝色衣服的生化人，我想这段有后景转场、镜头拉远、前景转场，同时要求两人对话，然后右边这人耸了一下肩，表现一种不置可否的状态。

这对算力要求就会非常高，AI模型同时要顾及的东西太多了。但我就很执着于那个动作，这段我大概迭代了上千次，算是全片成本最高的镜头。

很难、很贵，但有了这个耸肩，这段戏就活了。

这就涉及到我们半年前曾讨论过的，AI表演能力问题。

当时我们都认为，AI生成的表演过于浮夸，一旦超过5秒就假了。什么时候AI表演能像话剧一样做到长时间让观众沉浸，叙事类AI影像作品必然迈入下一个时代。

也是在《Candy》制作过程里，DiDi发现Seedance 2.5能处理比过去更细腻的情绪。实验室里，年轻科学家跟着中年领导说话，他就希望做出那种急着让对方听自己解释的谄媚感，连念台词的语气都要到位。

有了这个发现，他一度玩得更开。

片中拍玻璃的女孩，原本有一段更完整的表演：前景两个人讨论问题，她在后景朝观众做手势，仿佛在求助，他们看不见我，你们总能看到我吧？

这段打破第四面墙的设计已经做了出来，女友看后却提醒，这段剧情正在交代重要信息，女孩的动作反而会让观众分心，于是他决定删掉这段表演。

删除内容还包括一条完整的宗教线，DiDi估计，自己每次最终呈现的作品，大约只有制作总量的三分之一。

虽然会舍不得一些内容，但他完全尊重女友的意见，百分百接受。

她代表了第一次看到片子的观众，如果她没有感受到，那就是没有感受到，就这么简单。

技术不断给他更多可能，留下哪些，依然要回到观看本身。

03 创作是与虚无感对抗，AI与实拍不是零和博弈

DiDi仍然在上班。

他定居伦敦，是全球最大的广告集团WPP旗下最核心的制作团队WPP Production成员，日常除了自主AI创作，还需要为国际头部互联网制作TO B宣传片、负责与各品牌合作的美术把控。

就在我们对话期间，他身上还同时有4个项目在进行中。这也就意味着每次自主创作的23天制作期会进入一种极度的“灼烧感”，每天只能睡两个多小时。

也许去领奖，反而成了一种忙里偷闲。

DiDi_OK在戛纳电影节

这么极限的状态，为什么持续创作出了“在宇宙中心呼唤爱”的作品？DiDi的答案令我很意外：

最近一年，我深深陷入存在主义的危机里，面临“我是谁？我从哪来？我到哪去？”的问题。很多人问我，是不是很多人找你？很有成就感？但我其实会因为这种虚无感而痛苦。

做片子对我来说是一个自我疏压的过程，它至少能给我一个暂时糊弄住自己的答案：也许世界会因为你来过，而稍微变得更好一点。

他清晰记得一条一年前的简短评论，彼时他上传了一段1分多钟的小短片，本来只是做着玩。没想到一位观众看完说，“看了这个片子，我今天一整天的不开心都没有了，明天应该会好好上班。”

这句话对他的影响一直持续到现在，在创作与观众反馈里，他找到了对抗虚无感的重要意义。

找不到原评论了，大概是这个意思

从这个角度出发，或许我们更能理解他一些决定。

比如，为什么一遍一遍打磨镜头，光音乐就能生成数千次，只为找到最“鸡皮疙瘩”的那个感受；

再比如，为什么他不接纯商单，但愿意自己承担高昂成本打造《垃圾站》这个系列IP。

《垃圾站》第一集在B站已经收获了1000万+播放量，除了算力成本，他还找了国内外的专业配音团队，仅配音成本就达到10万元。后续希望用1-2年时间，探索一下AI原创IP内容的边界。

用AI一定不等于便宜。比如说我需要一些实景参考，就需要找专业摄影师实地拍摄，这个价格会很贵。

但这并不意味着必须很有钱才能做AI创作，即便类比实拍导演，每个人的侧重点不一样、经费需求也不一样。

这也就提出了一个新问题，在DiDi看来，AI与实拍、或所有传统制作方式，不会是零和博弈，因为AI很有可能并没有太多低成本优势。

他在工作中已经看到了许多案例，比如都市情感类内容，实拍成本更低；

包括现在各大流媒体都在探索的AI生成电影，当时长拉到90分钟，品控就未必有实拍容易。“减少人员意味着品质下降，用稳定团队进行稳定输出，成本又会上去。”

《流浪地球》编剧：“短视频怎么就不算电影呢？”

相比某一种内容类型迭代，他更关注AI技术不断进步带来的产业结构改变。

2.5时代已经有些明显，AI生成视频已经把内容的前期、制作、后期压缩在一次点击里，“开始即结束。”一个人主导的创作，也许会比一个团队的成果更成功、高效。

那原本每个细分工作都指向一个岗位的生产体系，该迎来一场多么残酷的清洗？

大学已经取消了很多专业，但我认为“有了AI就可以跨过基础美术教育”是错的。

就拿审美来讲，AI时代很需要一个作者了解饱和度、明度这些基础概念，甚至需要自己会画画，才能理解算法、把AI用得很舒服，不然始终是模棱两可的状态。

各行各业的人可能都要问问自己，我的基本功是否扎实？我在成长中是否因为虚荣而错过很多事情？

这些自我叩问最终汇聚成一个问题：当AI把一切冲散，我是否还是个有趣的人？

《Candy》里的彩蛋

现在，DiDi会有意识减少社交，他需要的健身、游泳都在公寓同一个楼里，除了吃饭睡觉就是工作、创作，最多出门晒晒太阳。

他也组建了自己的创作团队，但并不出于商业目的。团队里有女友、朋友，也有因创作共振的伴山文化创始人郑林老师，两人每周固定聊故事，大家帮助他把作品打磨得更精彩一点。

甚至在真实生活半径里，并没有人知道他就是“DiDi_OK”。他希望这个名字未来会成为一个符号，就像自己很喜欢的街头艺术家Banksy：

他是一位神秘的涂鸦艺术家，每次都会在街头画一幅涂鸦，然后消失，至今也没有人准确知道他长什么样子，是一个人还是一群人。

我很崇尚他的创作态度，我女朋友可以是“DiDi_OK”，郑林老师也可以是“DiDi_OK”，它会高度绑定在作品上。

《垃圾站》致敬Banksy最近留下的神秘雕塑

这些来自爱人、友人、师长的交流与保护，与自我表达及观众反馈一起，进一步冲淡了他的虚无感。

他会把做AI创作当作“请客吃饭”，正常上班，正常生活，发一些片子，喜欢或不喜欢，大家自选口味就好。

下一次做什么，他还没想清楚。但他知道，自己仍然想让看完的人，心情好一点。