▲DiDi_OK創作時的凭分频拿Veo界麵 圖/受訪者提供

　　因為一塊牌子，人類喪失了語言能力。钟视重為重建巴別塔，百万爆人類開始用emoji交流，奖金最終協力飛上太空，说审一腳踢飛了禍亂的美最根源——火星上一塊寫有“？”的牌子。

　　這是凭分频拿B站UP主“DiDi_OK”在2026年2月發布的AI短片《牌子》中的創想。導演郭帆給短片留言說：“太......牛逼！钟视重PS：老勃魯蓋爾和青蛙都出來了，百万爆超喜歡！奖金”截至2026年4月23日，说审《牌子》在B站上的美最播放量1899萬、在YouTube上的凭分频拿播放量123萬。

　　《牌子》講述了這樣的钟视重故事：人類世界出現了許多類似路牌的牌子，不論它的百万爆內容有多荒誕，都會如實地出現在現實世界裏，比如棕熊在橋上騎自行車；成群的奶牛從山坡滾落；地鐵禁止乘坐，內部變成了失重環境；“勿視勿言勿聽”的三不猴形象出現在天上，人們無法說話，也聽不懂他人的語言……

　　DiDi_OK憑借《牌子》斬獲B站首屆“AI創作大賽”的一等獎，拿到了100萬元人民幣的獎金。DiDi_OK是個廣告人。2025年4月Runway Gen-4發布後，他嚐試用Runway製作了自己的第一支AI影片，並意識到視頻製作不再是人類的天下。然而，他想做的特效和美術風格，有90%都是AI實現不了的。他一度對朋友說：“我這輩子都不想動AI了。”

　　2025年下半年以來，許多科技公司想方設法地將AI視頻工具轉化成真正的生產力。Runway、CapCut、TikTok、Adobe都舉辦了相關活動，鼓勵用戶通過AI生產視頻內容。正如B站在“AI創作大賽”推送中所言，“這不隻是個創作比賽，更是一個利用AI技術進軍影視製作行業的機會。”

　　海量創作者正在擠入AI視頻的藍海，僅B站的比賽就收到了超過8300份有效稿件，累計播放量超過7億，其中播放量超百萬的視頻有143部。

　　AI視頻生成公司Runway的官網解釋了為什麽創作者越來越青睞AI工具：“從最初的創意構思到生產階段，Runway可以幫助您的團隊加快速度並銷售更雄心勃勃的想法，同時降低您的成本。”概括來說就是“降本增效”。

　　在增效方麵，傳統影視行業的效率已難望AI之項背。據中國網絡視聽協會發布的《中國網絡視聽發展研究報告（2026）》，2025年由AI生成的視頻/音頻超20億條，較2024年增長了14倍以上。

　　2026年4月5日，在短劇平台紅果上，《菩提臨世真人AI版》登頂熱度榜第一。這是AI短劇首次超越真人短劇。市場的反饋清晰地顯示了觀眾對AI內容的青睞。

　　AI內容的井噴也給了傳統影視行業沉重的一擊。北美的特效公司近年開始經曆倒閉潮。曾參與製作《哈利波特》、《速度與激情》等影片的頭部視覺特效公司MPC於2025年2月正式宣布關停，它曾是好萊塢、迪士尼的重要合作夥伴。

　　法國戰略谘詢公司PMP Strategy的報告指出，生成式AI可能導致視聽行業多類崗位收入下滑。其中，受影響最嚴重的是譯製和改編，降薪幅度可達56%，而編劇為20%、導演為15%。報告還估計，到2028年，視聽創作者年度總收入的下滑幅度可達21%，折合金額約為45億歐元。

　　美國谘詢公司CVL Economics調查了300位娛樂行業高管和中層員工，75%的受訪者認為，生成式AI已經導致了其部門崗位的削減和整合。CVL Economics測算，到2026年，美國的電影、電視和動畫崗位中，約21.4%即11.85萬個崗位將被整合或消失。

　　DiDi_OK仍對AI視頻時代的“人”抱有信心。他認為人的審美將會前所未有的重要，創意和經驗依然無可替代。他打了個比方，廚藝精湛的廚師從傳統小灶進入全自動化廚房，炒菜隻會比原本更好吃。

　　AI雖然是高效的工具，但提供不了《牌子》的創意。視頻的靈感源自DiDi_OK在土耳其旅遊時看不懂路牌的切身經驗，這是非常“人類”的難題，而知識廣博的大模型，恐怕不會有語言障礙的困惑。

　　圍繞AI短片的創作、AI對內容行業的影響，我們與DiDi_OK進行了討論。在他所處的歐洲廣告公司，小團隊是趨勢，但AI不是唯一的解法。在他看來，AI在生成真人表演上還非常薄弱，AI視頻也還沒跨過初始階段。

▲土耳其的牌子 圖/受訪者提供

　　“AI沒有很強大，在我看來它弱爆了”

　　南方人物周刊：《牌子》的製作周期是23天，在AI出現前，你估計製作它需要多長時間、成本？

　　DiDi_OK：三年起步吧，我覺得成本至少是1000萬元人民幣。《牌子》實拍的話，水獺的鏡頭隻有十幾秒，但一定要找外國演員，給他們配備專業美國大兵的服裝，還要找一個能封路的美國社區，哪個成本也省不了。

　　之前在英國拍虛擬製片，我隻是坐在現場幫他們操控一下那些模型，一天大概是2000英鎊。攝影棚一天的租金是10萬英鎊，操縱設備的工作人員要50人左右，現場需要至少5個3D藝術家實時修改屏幕上的內容……還沒有開始拍，現場可能已經站著一百多人，他們都是要發工資的，一天什麽都不幹就要10萬英鎊。

　　應該是兩年前，很多虛擬製片項目的製片人非常焦慮，會不斷央求每一個人，“求你了，我們能不能今天就拍攝完？”因為到明天又是10萬英鎊的開銷。我們經常會跟片方談，能不能早上6點開工，拍到23:50可以嗎？不超24點。

　　我們的拍攝簽約通常是一口氣簽五天，要將至少50萬英鎊打到對方賬上才能開始拍，成本非常昂貴，這導致我對幾千美元的成本變得不太敏感。創作《牌子》，我大約花了五六萬元人民幣。2025年製作的短片《綠幕》片長隻有兩分鍾，我花了2000美元。在我的視角裏，隻需要花2000美元就能自己拍出這個東西，這可太便宜了！

▲水獺實驗鏡頭 圖/受訪者提供

　　南方人物周刊：在內容創作領域，小團隊模式是大勢所趨嗎？

　　DiDi_OK：它已經開始了，三個人的團隊大量出現，甚至一個人也可以。比如我現在負責的世界杯相關項目。這是業內非常大的項目，但我也會跟客戶談，我要一個人做，不想跟任何人合作。AI生產力過於先進，不需要分工，更需要一個人的總體把控。

　　曾經，方案製定好後，就要去實拍，就要預約拍攝場地、找演員、找導演、租設備，這是非常耗時的過程，更不用說拍攝了。拍攝完還要修片子、做後期。現在這些都可以一口氣打包完成。也就是說，AI導致內容創作會更趨向於製作人製，製作人手下不再需要一大群人。

　　南方人物周刊：你這樣的專業內容創作者在AI時代將麵臨什麽？

　　DiDi_OK：AI其實沒有很強大，在我看來它弱爆了，它隻是一個工具。現在AI的使用率還是挺低的，我們先不說生成視頻的AI，哪怕是ChatGPT和豆包這種，我看了下數據也隻有20%左右的人用過。

　　我覺得，在歐美反對AI算是一種政治正確，網上有大量旗幟鮮明的反對聲音。當然，衝擊也是有的。2025年11月，歐洲出現了第一波明顯的裁員。我們公司2025年年初花了好幾億英鎊收購了一家特效公司。但是，因為AI的發展，我們不需要他們了，11月就原地解散。不會用AI的新人，公司可能就不要了，但已有的員工是不受影響的。

▲DiDi_OK在工作中 圖/受訪者提供

　　南方人物周刊：AI多大程度上介入了你們的工作流程？在這種情況下，人的優勢是什麽？

　　DiDi_OK：現在公司裏基本是全AI工作流，這個跟國內會有一些差別。我們與穀歌合作，由它提供大語言模型，組建我們的agent（代理）。在項目前期我們從AI獲得基礎的靈感和方案，當然還需要大家商量，確定出一個方向，接著開始生成方案圖，比如說幫三星做大量的概念設計圖、方案。這些曾經會有很多人工參與，但現在基本上是AI在跑圖，它們確定之後，我們就可以生產了。總的來說，在製作端基本上沒有傳統的3D和實拍。

　　我覺得，我們傳統廣告人在AI時代最大的優勢是對片子修改的耐受力，因為我們在過去的工作經驗中已經被甲方充分訓練了。在傳統的3D製作中——例如我現實中的主要客戶，可口可樂、穀歌、三星——一個十幾秒的片段修改上千次是非常正常的量。這種經曆使我有充分的耐心和經驗在AI製作中反複調試鏡頭，並從中選出我最滿意的一個。

　　《牌子》中有個20秒左右的十字路口鏡頭（包含爬行的人、飛馳的遛狗老人、騎自行車的狗熊等畫麵），這個鏡頭我生成了一千次左右，是四個一組批量生產，最終生成三千多條視頻。

▲十字路口部分測試截圖，每個畫麵其實是四個，因為可靈會四個生成為一組 圖/受訪者提供

　　審美變得前所未有的重要

　　南方人物周刊：在《牌子》中，生成一個鏡頭大概要多久？

　　DiDi_OK：每個模型都不同，比如“可靈”平均單個鏡頭的生成時間在5分鍾左右，我一口氣生成很多鏡頭的時候，它的時長會更長，這時候我可能會看電影、打遊戲。製作《牌子》的時候，我就這麽斷斷續續地看劇，竟然把《長安的荔枝》電視劇版看完了。

　　南方人物周刊：從最初接觸AI視頻到現在，你對它的理解發生了什麽變化？

　　DiDi_OK：2025年4月份剛用AI視頻工具的時候，我大概適應了兩周。那段時間非常崩潰，我很厭惡這種不能控製的感覺，我想做的特效鏡頭、美學風格，90%都完全無法實現。我跟朋友說，我這輩子都不想動AI了。

　　現在看到的AI視頻是篩選後的結果。我盡可能把滿意的鏡頭發出來，但背後是大量不滿意的鏡頭，有些鏡頭我會生成上千次。

　　在大量嚐試之後，我發現每一個工具都有自己的優缺點，比如Nano Banana生圖最好，尤其能輸出4K；Veo的嘴型同步和穩定性最強，隻要涉及人物對話就用它，但運鏡很呆板，角色老是正對鏡頭、站在畫麵正中間說話；可靈的運鏡有張力，能做很大的推拉，但畫麵容易拉伸變形；Runway的物理效果最牛，但不穩定。而且，同一段鏡頭被幾個軟件生成，別人會覺得完全一樣，但在《牌子》裏，我會喜歡帶有微弱晃動感的那個鏡頭。這時候我會發現，我其實是在人為做篩選。我認為，使用AI並不是做控製，而是在做篩選。

▲貪吃蛇追蹤細節展示 圖/受訪者提供

　　南方人物周刊：同一個鏡頭生成上千次，你的篩選標準是什麽？是基於過往的經驗嗎？

　　DiDi_OK：選鏡頭就是審美，這非常主觀。梵高畫《向日葵》，他把向日葵往右畫3厘米，誰也不會覺得有問題，但他覺得有問題，對我來說也是類似的。很多鏡頭的運鏡、景別都非常完美，但我覺得少點什麽，我自己也不知道少點什麽。

　　我不太理解為什麽會有很多人認為有了AI之後，人就不需要學習審美了，我覺得它反而變得更重要了。曾經，藝術大部分的價值是在技術層麵，比如我會畫畫，雖然繪畫的思維不好，審美也不突出，但我手上功夫非常好，能畫得很像，就可以獲得社會資源的支持。但現在，單純“畫得像”已經沒有意義了，你不可能比AI更像、更精準，那麽審美就變得前所未有的重要。

　　我過去的經驗依舊是決定性的。舉個例子，在傳統廚藝裏，廚師還要自己劈柴、切菜，做什麽都依靠一把菜刀，但給他配備全自動化的廚房，他隻會做得更好吃。

　　同理，我認為創作是非常考驗肌肉記憶的事情。比如我們收到同樣的要求，生成一個小貓在窗台上的鏡頭，我跟你做出來的百分百不同。如何表現這隻貓？用什麽樣的透視來拍攝？該怎麽運鏡？橫拍還是特寫？該怎麽描述運鏡中的光線？

　　AI視頻真正隨機的部分隻占10%，而人為控製占了90%。用AI生成視頻就像遊戲抽卡，你不能確切知道自己會抽到什麽。在這一係列的設定建立之後，我才會安心地抽3000次。

▲DiDi_OK 圖/受訪者提供

　　AI影像創作還未跨過起點

　　南方人物周刊：如果AI視頻要走向中長片甚至電影，你覺得有哪些問題亟待解決？

　　DiDi_OK：首先是分辨率，第二個就是表演問題。現在AI視頻最高的有效分辨率是1080P，普遍還停留在720P，這意味著很多細節都不能表現出來。最終AI視頻的目標一定是上大屏幕，這也是它最能獲得資本青睞的方式。如果隻是走流媒體，分辨率的確沒有那麽重要。

　　南方人物周刊：我們現在看AI視頻會覺得畫麵比較油膩，這與低分辨率有關嗎？

　　DiDi_OK：這是一個美術問題。美術是美術，技術是技術。舉一個例子，張藝謀導演的《英雄》——一部2002年的作品，那時的拍攝技術絕對落後於現在，但是現在看來《英雄》依然是非常美的。現在技術進步了，但製作者的美術水準並沒有提高。

　　特效之類的都解決得七七八八了，現在的表演依然會讓人看出來它是假的。比如在《阿凡達》裏，卡梅隆花了特別多時間和經費解決水的特效問題。作為普通觀眾，很少有人在乎某一個場景的水流是否合理。大家在乎的是潘多拉星球上，每一個阿凡達的麵部表情是否合理。

　　AI現在最擅長、也能有性價比的就是生成一些大場麵。歐美國家的觀眾更喜歡感官化的刺激，特別在YouTube或者Instagram上的爆款短片，通常都不是敘事類的。歐美比國內更在意整活，反而是國內的觀眾會非常有耐心，願意看創作者的敘事。

　　但現在AI生成的表演會讓觀眾很不舒服，就像預製菜一樣，我已經知道它是預製菜了，你還要逼我坐在那裏看一兩個小時，這就有點過分了。我們完全無法接受大年三十和家人吃預製菜，還要細細品味，然後感慨一下，“哎呀！這個做得真好，這道菜火候真好。”這會顯得很愚蠢。

▲朋友家的感歎號 圖/受訪者提供

　　南方人物周刊：為什麽說AI視頻的表演是預製菜？

　　DiDi_OK：因為它是基於係統的算法提前準備好的，不是導演與真人聊天、寫人物小傳形成的結果。我經常用話劇舉例，它是一個很有特點的藝術坐標。它沒有特效、沒有運鏡，全部靠表演，卻能讓觀眾坐在這裏將近4個小時。不論是國內外，話劇演員的表演張力都非常強。什麽時候大模型能達到這樣的狀態，就意味著AI視頻的敘事和內容模式都進入到下一階段了。

　　我們現在看一個人錄視頻，哪怕他沒有名氣，隻要他說話有意思，我們都能盯著看很久。同樣的內容，現在哪怕是Seedance 2.0生成的一個人，大家看超過3秒鍾就已經覺得它不太對。在3到5秒都撐不住的情況下，很多藝術表達是不能實現的。可能也是這個原因，國外會更喜歡奇觀式的AI影像。我個人肯定更喜歡各種文戲，因為文戲才是故事的核心，但是目前的AI視頻就是有表演方麵的限製。

　　南方人物周刊：能不能理解為，AI與真人在表演精度上的差異，有一點像機器生產與手工藝品？

　　DiDi_OK：不完全是吧，因為目前AI視頻達不到工業生產的水平，也很難有觀眾買單。比如我非常喜歡山本耀司，我知道它隻有不到10%的產品堅持手工製作，其他的都是工業製品，但我還是會買，因為它的工業化程度已經足夠高了。所以，我不會在意它是不是手工生產的，而隻在意它的設計語言。

　　按照AI此前的發展速度，我相信到年底，AI就能進入到每個人的生活。而且，到那個時候AI視頻絕對不會是主流資金的流動方向，畢竟AI視頻隻能看，不能吃也不能用，它所追求隻是無限接近於實拍效果。

　　大家再也不聊生成技術的時候，就是AI視頻絕對意義上跨過起點的時候。就像傳統拍攝中，真正聊攝像機的人其實是行業內的人，行業外的人最多是拉一個片、聊一下，“這一次的這個鏡頭設計很棒。”這時候就會發現，人們聊的是拍攝的技術，而不再是硬件技術。我覺得到那一刻，AI視頻就完全跨過起點了。