【編者按】

海辛和阿文，是央視春晚首個AI動畫《枕著光的她》背后的創(chuàng)作者，也是AI圈里有名的搭檔。

他們用AI把貓貓變成了城市文旅名片。《故宮貓貓上班記》《文明小貓游浦東》《盧浮宮小貓》等城市文旅片，因為獨樹一幟的風格、萌趣可愛的畫面，創(chuàng)下了全網(wǎng)累計破億的播放量。此外，他們參與的作品還獲得過北影節(jié)AIGC單元的最佳影片。

我們好奇在他們的創(chuàng)作中，AI扮演了什么樣的角色。

對齊Talk是澎湃新聞對齊Lab欄目首檔聚焦人工智能領域創(chuàng)作者、從業(yè)者和行業(yè)生態(tài)的對話節(jié)目。我們想找到AI浪潮中的頭號玩家和弄潮兒，分享他們在AI最前線的發(fā)現(xiàn)和感悟，一起探尋AI對自我的重塑和賦能，展望人工智能的發(fā)展和未來。

【以下是澎湃對齊Lab專訪內容】 

AI可以成為導演的“后悔藥”

對齊Lab：你們創(chuàng)作AI短片的工作流是什么樣的？

阿文：創(chuàng)作《故宮貓貓上班記》《文明小貓游浦東》的時候，就是用最好的圖像模型和視頻模型來文生圖、文生視頻或者圖生視頻。

我們把大量的時間花在了抽卡上?！豆蕦m貓貓上班記》中有一個鏡頭，我花了差不多2000塊錢都沒有抽出來，當時就崩潰了。其實很簡單，就一只貓?zhí)蠘?。但我需要它在一個特定的機位、特定的構圖，比如說讓它跳到樹干上的某個位置，后面這個鏡頭就沒要。作為一個從傳統(tǒng)行業(yè)過來的設計師和創(chuàng)作者，我接受不了花一整天的時間去做一個鏡頭，最后什么成果都沒有。

海辛：我們會邊創(chuàng)作做邊推翻之前的想法，其實廢稿會比正片多很多。這種把前期、后期、制作整合在一起的模式，我還挺喜歡的，能不斷地進行調整。

這也是每個導演都最想要的一種創(chuàng)作模式，很少有人能前期百分百知道什么是自己想要的。其實很多導演會想換一些想法，但鑒于巨大的成本以及制作是一個不可逆推的環(huán)境，他可能沒有辦法隨意改動。

對齊Lab：跟傳統(tǒng)流程在周期和成本上的差別是什么？

海辛：AI短片和傳統(tǒng)短片的區(qū)別，不同影片類型上會有一些差別。以《故宮貓貓上班記》為例，首先傳統(tǒng)流程里很少能找到這么配合的貓咪演員，因此大概率得全部用特效制作。比較普通的工作室，特效的報價大概在一秒1500元到3000元。

由于（用特效做）寫實的貓咪是非常難的，要花費大量的成本才能讓貓咪的毛發(fā)渲染符合人的審美，AI能大幅削減這方面的成本。但對于一些真人影片或者是產(chǎn)品拍攝，可能成本的降幅就不會有那么大。

海辛和阿文在創(chuàng)作《故宮貓貓上班記》時用AI生成的橘貓。圖片來源：通往AGI之路。

對齊Lab：貓貓會成為你們的一個IP或者堅持的主線嗎？

阿文：我們沒有刻意去強調這個，主要是我們就喜歡貓。

AI可以是老師也可以是實習生

對齊Lab：AI作為你們創(chuàng)作中的“第三人”，扮演了什么樣的角色？

阿文：我覺得AI的角色定位是流動的。現(xiàn)實中很難找到一個人既是你的老師又是你的實習生。AI可以在工作流的各個環(huán)節(jié)里扮演不一樣的角色。

海辛：AI可以讓我更聚焦創(chuàng)作和內容本身。以前拍一個鏡頭，我會把想要的畫面分解成很多具體的步驟，會考慮演員、走位、場面調度、燈光等各種細節(jié)，AI幫我做了很多這方面瑣碎的工作。

對齊Lab：不同的AI工具會不會有不同的人設？

海辛：會，特別是早期的時候。早期不同AI模型的能力側重方向不同，有的可能更擅長穩(wěn)定角色，有的可能在物理運動方面更符合現(xiàn)實。但現(xiàn)在這些模型的gap在變小，會越來越像一個通用的模型。

我會覺得Sora和Veo是兩個非常截然不同的路徑。Veo能很好地執(zhí)行你提供的制作需求，Sora因為有切鏡頭的能力，所以更多是幫助你進行創(chuàng)意策劃。

對齊Lab：AI創(chuàng)作者的核心能動性體現(xiàn)在哪里？

海辛：我覺得是非工具化的那一部分，因為工具的部分遲早會被AI追上來。能做出什么樣的東西取決于你的經(jīng)歷、你愛的東西、你在意的議題，這些東西會決定你的創(chuàng)作上限。

阿文：創(chuàng)作者的品味非常重要。過去看過什么？受過什么樣的影響？這些都會體現(xiàn)在作品里。如果想要保持自己的品味，或者讓自己品味越來越好的話，必須大量攝入優(yōu)質的養(yǎng)分。

2025年11月28日舉行的中國報業(yè)傳媒行業(yè)人工智能應用大會上，海辛代表團隊分享和AI一起跨界的多種可能。圖片來源：澎湃新聞。

對齊Lab：你們有一個階段說過自己的定位是AI藝術的科學家，現(xiàn)在還這么想嗎？

海辛：我覺得這是一個非常好的時代，你可以去定義未來AI會怎么發(fā)展。我們會訓練一些小模型，探索AI可以產(chǎn)出哪些與過往作品不同的東西。

我們自己探索的一個方向叫“潛空間計劃”。我們發(fā)現(xiàn)，過去一個圖像到一個圖像之間的變化是像素之間的。在 AI 大模型里面，兩張截然不同的圖像之間是語義、文化概念加上像素的變化。

海辛將黑貓、黑桃、月相圖和羅盤結合到一起做了一個動畫，她認為這種AI動畫就像詩歌一樣，是意象之間的跳轉。視頻來源：海辛的微信視頻號

阿文：ComfyUI里當時有一項比較有名的技術叫AnimateDiff，它能讓兩張圖像非常絲滑地過渡。我們就會好奇，任意兩張圖像之間是否存在一個最短的距離。

對齊Lab：有點像六度社交理論。

阿文：對的，當時海辛就選了香蕉和圣經(jīng)兩個非常不相關的概念。我們測試下來發(fā)現(xiàn)，香蕉變成圣經(jīng)自然過渡要80幀。

海辛：因為樣本很小，這個實驗可能不代表任何東西。但這個猜想本身我們特別喜歡，而且很浪漫。萬物之間的任何概念，它可能都存在一個最短的距離。

多用AI工具，多看人類作品

對齊Lab：以電影節(jié)評委的角色來看，一部作品把AI用在哪些方面是更能打動你的？

海辛：我自己會特別喜歡在前一分鐘能夠給我很多信息量的作品。我更會被好的內容打動，而不是好的工具形式。

阿文：我不看AI短片（笑），我只制作。我經(jīng)常會說多用AI工具，多看人類作品。

現(xiàn)在有一些不好的現(xiàn)象，大量的AI短片要么重復，要么過度地透支某種審美和風格。很多所謂的AI創(chuàng)作者，他只盯著頭部的幾個AI創(chuàng)作者去模仿、抄襲。明明AI是放大創(chuàng)意的工具，但很多人卻用來偷懶，這是我非常不喜歡看 AI 短片的一個原因。

另外一個原因是學習的需求。以導演的視角再去看以前看過的電影時，往往會發(fā)現(xiàn)很多我可以學習的地方。補看過去的一些經(jīng)典作品時候，我會感嘆原來我們曾經(jīng)吃得有這么的好。

對齊Lab：作為頭部創(chuàng)作者，你們也會面臨一些抄襲的問題，你們是怎么看待版權方面的問題的？

有公司直接把海辛和阿文的作品放在了自己公司的作品集里。圖片來源：微博

海辛：我們會要求自己的商業(yè)作品符合商業(yè)版權的規(guī)范。這一方面是甲方的要求，另一方面也是對自己的保護。反過來說，我們沒有好的保護自己作品不被侵權的方式。

阿文：我們商量下來的對策是每次都做得難抄一點，每次在技術上翻一翻或者想象力上翻一翻。

對齊Lab：一些娛樂公司或者影視公司開始向 AI 工具發(fā)起版權挑戰(zhàn)，這方面你們怎么想？

海辛：他們有權這么做。AI公司也會有一些對策，比如用戶生成帶有IP的圖像或者視頻，AI公司會把提示詞禁掉。我覺得整個行業(yè)會越來越規(guī)范。

阿文：我覺得只是表面上更規(guī)范了。OpenAI就是很好的例子，訓練模型的時候沒有征得你的同意，就先把你的作品練進去。等你有意見了，我再把關鍵詞禁掉，但模型已經(jīng)獲得了所有的能力了。

中國團隊對AI開源社區(qū)的貢獻很大

對齊Lab：怎么理解“AI 讓創(chuàng)作能力可以復用，創(chuàng)作者能夠把能力變成產(chǎn)品”？

海辛：我們曾經(jīng)在ComfyUI（一種節(jié)點式的AI視覺創(chuàng)作工具）里搭過一個很復雜的工作流，這個工作流能夠把一張照片和文案變成一張精美的海報。我們把工作流導出后發(fā)給別人，這樣就能復現(xiàn)我們的創(chuàng)作過程。

海辛和阿文用ComfyUI創(chuàng)作了把一張圖片變成穆夏風格海報的工作流，并開源在了civitai上。圖片來源：civitai

對齊Lab：你們主要還是開源的方式去分享？

海辛：我們自己的工作流是開源的，也會有一些合作。去年春晚的時候，我們作為顧問，參與了阿里團隊春晚云參演證的生成器項目，用ComfyUI的流程做了一套AI濾鏡放在了淘寶上。任何人上傳自己的照片，就可以生成一張在春晚工作的云參演證。

春晚云參演證效果圖。圖片來源：數(shù)英網(wǎng)

對齊Lab：這算定制AI作品外的另一種商業(yè)模式？

海辛：ComfyUI 有段時間特別火，幾乎成了 AI 應用的行業(yè)范式之一了：通過定制 comfyUI 工作流，來完成垂類具體的需求。但現(xiàn)在由于大模型足夠聰明，很多工作流都被大模型內化了。你直接告訴大模型，大模型就可以幫你做出來。

阿文：GPT-4o剛出來的時候算是對我們過去工作流的一次打擊，但我們并不覺得之前的工作就浪費了。有幸能參與到那個非常短暫的時代，成為開源社區(qū)的一部分，我們也很榮幸。

當媒體還在宣揚國外模型的時候，AI開源社區(qū)中超過一半的開源模型、插件和技術方案都來自中國團隊。他們之間好像沒有大廠之分，都是非常優(yōu)秀的個體，輪番登上歷史舞臺。

AI讓我有了完整的作品，拋開AI我更像工具人

對齊Lab：AI補全了你們什么？拋開AI，你們又看到了自己什么？

海辛：AI補全了我的學習途徑。很多知識在過去是很難獲得的，現(xiàn)在AI就是最好的老師。拋開 AI 我是什么？這也是我最近會思考一個問題。我覺得職業(yè)上的訓練正在把人工具化，但人其實很難卷過AI，AI可能就是更好的工具。反過來我會去思考，作為一個人類我的情感是什么？我想傳遞的內容和價值是什么？

阿文：AI補全了我技能上缺失的版圖，這對我來說非常重要。以前我過于沉迷技術，以至于我看起來很厲害，但能拿出來完整作品其實很少。雖然我整天活躍在社交媒體上，但我做出來的要么是demo，要么是半成品。

有了AI之后，我第一次意識到自己能做出完整的作品。我能做出大家喜歡的東西，不僅僅是個工具人。AI甚至改變了我的職業(yè)方向。

拋開AI的話，我能想象到職業(yè)生涯里會少非常多完整的作品。有了AI，我的作品集可能會變得很不一樣。

對齊Lab：未來5年內，AI的哪些變化是值得關注的？

阿文：實時生成技術。目前谷歌發(fā)布了一個Demo，但還處于玩具的狀態(tài)。這項技術如果真的落地，會改變我們對于內容方式呈現(xiàn)。比如游戲、電影，很值得期待。

2025年8月，谷歌DeepMind發(fā)布新一代Genie3世界模型。Genie3實現(xiàn)了用戶交互的實時響應，支持使用提示詞生成世界事件，并能維持數(shù)分鐘的一致性。圖片來源：谷歌

海辛：我覺得是硬件。我希望大模型能放進任何一個硬件（玩偶、手辦等）里面，這樣AI與人的交互就不單單僅限于屏幕。像這樣可以脫離屏幕本身的交互會很讓人期待，它不會局限在一個2D的環(huán)境里，未來可能整個房子都可以和我互動。