Koji杨远骋at十字路口
生成式AI彻底抹平了传统影视制作的资本与协作门槛,但也剥离了所有制作借口,使个人审美决断力和真实生活体验成为衡量导演成败的唯一分水岭。
AI-assisted summary of 【十字路口】AI 无限,人生有限|对谈 KK、山音:一线 AI 创作者【视频播客】 — original source. Check the original for full context.
Source published:
Key ideas
- 前4A广告人KK与上戏编剧毕业生山音借助生成式AI打破传统影视的高昂门槛,在极低预算下完成《阿明的一天》《芒古斯》等作品并登上海内外电影节舞台。 (0:00)
- 底层技术正从依赖逐帧换脸修图的I2V(Image-to-Video)进化为资产复用驱动的R2V(Reference-to-Video),将5分钟高质量短片的制作周期由半个月大幅压缩至3天。 (28:00)
- 创作者核心痛点正从技术瓶颈转向“AI无限而人生有限”,极高的生成效率正加速透支导演的肉身生活积累与情感存量,导致创作节奏反而需要主动放缓。 (15:47)
- CapCut Video Studio等一站式AI视听工具通过集成无限画布、AI Agent剧本辅助、R2V资产复用与原生时间线剪辑,消解了前后中期的物理割裂并实现了成片一键局部替换与画面情绪配乐。 (7:32)
Detailed notes
## Background 本期视频播客由 Bilibili 频道「Koji杨远骋at十字路口」于 2026 年 10 月 8 日发布。节目对谈了两位一线 AI 视频创作者 KK 与山音,结合他们的真实创作经历,深入探讨了从传统影视与广告行业的困局走向 AI 导演的蜕变之路,以及 AI 视频产品(特别是 CapCut Video Studio)的技术迭代与创业机会。
## TL;DR 上戏编剧毕业的山音与资深 4A 广告人 KK 曾因传统影视高昂的门槛与漫长周期而远离导演梦,直到生成式 AI 与 CapCut Video Studio 等一站式工具的出现,让他们得以凭借个人力量完成《阿明的一天》与《芒古斯》等高质量短片。对谈中,两位创作者深入剖析了 AI 原生剪辑工作流对传统编剧与拍摄流程的重构,强调在技术拉平制作门槛后,核心竞争力已转向阅片量沉淀的审美、关键节点的“眉头一皱”决断力以及创作者真实痛感的表达。同时,他们也反思了 AI 高效生成下“AI 无限而人生经验有限”的创作枯竭困境,并展望了多模型融合、成片即时修改与端内配乐对商业交付带来的颠覆性提效。
## Atmosphere & style 整场对谈既有技术探索者的兴奋与敏锐,又饱含对影视现实的冷峻反思与真诚自省。Koji 的提问直击痛点,而山音的感性自剖(如自比“讨伐孙悟空的十万天兵”)与 KK 务实沉稳的广告人视角形成绝妙互补。从探讨工具细节的极客热忱,到剖析创作者面对人生体验枯竭的清醒克制,节目在坦率、克制且富有思辨的氛围中,传递出一种潮水退去后纯粹创作者重新夺回表达权的坚定力量。
## Bulletin - [00:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=0s) 前4A广告人KK与上戏编剧毕业生山音借助生成式AI打破传统影视的高昂门槛,在极低预算下完成《阿明的一天》《芒古斯》等作品并登上海内外电影节舞台。 - [28:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1680s) 底层技术正从依赖逐帧换脸修图的I2V(Image-to-Video)进化为资产复用驱动的R2V(Reference-to-Video),将5分钟高质量短片的制作周期由半个月大幅压缩至3天。 - [15:47](https://www.bilibili.com/video/BV1yJHd6pEAY?t=947s) 创作者核心痛点正从技术瓶颈转向“AI无限而人生有限”,极高的生成效率正加速透支导演的肉身生活积累与情感存量,导致创作节奏反而需要主动放缓。 - [07:32](https://www.bilibili.com/video/BV1yJHd6pEAY?t=452s) CapCut Video Studio等一站式AI视听工具通过集成无限画布、AI Agent剧本辅助、R2V资产复用与原生时间线剪辑,消解了前后中期的物理割裂并实现了成片一键局部替换与画面情绪配乐。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=0s) 传统影视工业存在漫长且易衰减的多工种长链路,而AI视频技术赋能独立创作者完成单人全链路闭环,重获叙事实践自由。 - [03:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=180s) AI时代故事可以不再严格依赖前期文字剧本,创作者可依托剪辑轨道的时间线本体,让内容直接从剪辑台上“原生向外生长”。 - [03:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=180s) 人类并不擅长凭空完成0到1的构建,但极擅长利用AI生成的发散方案完成从0.5或0.7向1的筛选与修正。 - [07:32](https://www.bilibili.com/video/BV1yJHd6pEAY?t=452s) 无限画布与时间线剪辑轨的高频联动颠覆了前后中期界限,随生随剪的即时反馈机制能快速暴露视听气口与叙事断层并即时修整。 - [07:32](https://www.bilibili.com/video/BV1yJHd6pEAY?t=452s) 当技术操作门槛被抹平后,决定AI作品品质天花板的核心竞争力转移为阅片量积累的审美基准与关键节点的决断力。 - [11:30](https://www.bilibili.com/video/BV1yJHd6pEAY?t=690s) 真正具备感染力的作品不能沦为算法驱动的套路行活,必须源于创作者自身“非说不可”的真实生命伤口与情感原点。 - [15:47](https://www.bilibili.com/video/BV1yJHd6pEAY?t=947s) AI无限生成能力与人类有限的情感存量产生剧烈冲突,过度追求批量生产会迅速透支导演的生命体验,肉身“在场感”仍是好故事的底色。 - [20:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1200s) AI彻底重构了编剧沟通形态,剥离了传统剧组的人际无效寒暄,成为解救社恐创作者的高效专业对话伙伴。 - [20:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1200s) “眉头一皱”决策模型指出了人类创作者的核心价值:在AI喷涌出的庞大文本中精准识别套路、逻辑漏洞与偶发的灵感华彩。 - [24:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1440s) AI时代剥离了制片、演员、摄影等外部不可控借口,对导演的光影、调度、剪辑节奏及叙事等综合艺术素养提出了全能且残酷的检验。 - [28:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1680s) 从Midjourney到Seedance等模型的演进,推动视频生成范式向R2V资产复用跨越,使创作者摆脱修图脏活,回归视听叙事本体。 - [36:45](https://www.bilibili.com/video/BV1yJHd6pEAY?t=2205s) CapCut Video Studio凭借剪辑原生基因打通全链路,提供成片局部替换及基于画面情绪的端内智能配乐,大幅降低了商业试错与修改成本。 - [38:40](https://www.bilibili.com/video/BV1yJHd6pEAY?t=2320s) 传统影视工业体制无法消化海量科班毕业生的表达诉求,AI正在成为体制外优秀创作者打破阶级与资源壁垒的新通道。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=0s) 从放弃梦想的毕业生与4A广告人,到AI时代的独立导演
在AI视频爆发之前,三年前从上海戏剧学院编剧专业毕业的山音,面对的是一个极其残酷的现实。在中国影视行业的传统体系下,一个毫无资源的年轻新人想要拿到执导大院线电影的机会,几乎难于登天。因此,山音和同届的大多数同学一样,毕业后毫不犹豫地选择离开了电影行业,几乎封存了自己的导演梦想。与此同时,在4A广告公司朝九晚五打拼了十年的KK,虽然在漫长的职业生涯中积累了大量精彩的故事构想与影视化灵感,但由于传统影视拍摄需要极其高昂的制作预算与复杂的组织协调,那些故事往往只能停留在策划案里,看不到被拍摄出来的可能性。直到生成式AI技术的爆发,这一切沉重的外部枷锁才被彻底打破,两位创作者得以凭借个人力量实现长久以来的电影梦,并带着作品登上海内外的电影节展台。
在节目开篇,Koji向观众展示了两人的代表作。山音的短片《阿明的一天》,将当代打工人在多重人格之间反复拉扯的疲惫感视觉化——主角阿明每天通过更换不同的衣服来切换人格去上班;KK的短片《芒古斯》,则取材自蒙古族民间古老传说,将原本关于恶运与诅咒的残酷叙事,重构成了一段充满亲情守护与生命托举的温情寓言。
谈及《芒古斯》的创作原点,KK回忆道,早在2014至2015年间,他听到了九宝乐队(Nine Treasures)的一首重金属民族摇滚歌曲《十丈铜嘴》,瞬间被歌词中勾勒出的魔幻奇诡场景所震撼:姐姐化身为狰狞的十丈铜嘴兽,在荒原上追杀自己的弟弟。大约两年后,他又在网络上看到了痛快漫画UP主绘制的同名漫画,产生了全然不同的叙事解读,认为原传说背后潜藏着许多未被挖掘的人性细节与深层羁绊。KK一直渴望用视听语言将其具象化,但在广告公司任职期间,这样体量的高概念视觉实验根本不可能获得商业预算支持。转机出现在他接触到 CapCut Video Studio 之后。KK并没有一开始就扎进纯画面的盲目抽卡,而是先自己梳理出一份400至500字的故事大纲,确立了叙事结构与核心情感内核;随后利用工具中强大的AI Agent能力进行多轮剧本发散,通过六分镜对话框反向打磨,最终快速沉淀出了可直接落地的执行分镜剧本。
```mermaid flowchart LR accTitle: 传统影视与AI影视创作链路对比 accDescr: 对比传统影视繁复的多工种长链路与AI时代单人闭环的创作路径
subgraph TRAD["传统影视生产链路 (长周期/高门槛)"] direction LR T1["剧本定稿"] --> T2["筹集庞大预算"] T2 --> T3["多工种调度<br/>(摄影/灯光/演员/美术)"] T3 --> T4["现场反复妥协修改"] T4 --> T5["漫长后期剪辑"] end
subgraph AI["AI时代创作链路 (单人闭环/高自由度)"] direction LR A1["核心创意与大纲<br/>(400-500字)"] --> A2["AI Agent共创对话<br/>(发散与分镜细化)"] A2 --> A3["资产库与画布生成<br/>(R2V角色/场景)"] A3 --> A4["剪辑轨道实时粗剪<br/>(即时修改与穿透)"] end ```
[03:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=180s) 编剧科班的“反叛”:不写剧本,直接从剪辑台生长出来的故事
令人意外的是,作为上戏编剧科班出身的山音,在创作《阿明的一天》时完全颠覆了学院派的标准范式——他从头到尾没有写过任何传统意义上的文字剧本。整个片子的起点仅仅是一个极其微小的概念:当一个人换上一件衣服,就等于换上了一种人格去面对社会,那会呈现出一种怎样的生存状态?在起初只有模糊概念的情况下,山音甚至自嘲“完全不会写提示词(Prompt)”。他的做法是直接打开 CapCut 的功能框,将最原始的设定抛给AI,让其进行天马行空的“freestyle”,为自己提供大量的意向参考。
山音深刻体会到,人类大脑在进行创作时,往往并不擅长凭空完成“从0到1”的严密构建,而是极度擅长“从0.5、0.6或0.7推向1”的筛选与修正过程。即便AI生成的一揽子方案并不完美,哪怕“0.7的内容里只有0.4能用”,创作者也能凭借专业直觉一眼挑出那具有火花的0.4,并以此为跳板反哺到剧本构思中。例如,AI给出的视觉参考中,主角披着一身野性狼皮,山音立刻联想到当代职场中被迫注入“狼性血性文化”的拼命员工;当主角套上白雪公主裙时,对应的则是面对暴躁客户时必须展现出的极度温柔、可爱、耐心的客服形象。
这种创作流程让山音反思了传统影视的生产弊端。在正规剧组中,编剧辛辛苦苦写完剧本,进组后导演往往会反馈“现场拍不出来”、“预算不够超支”、“演员情绪演不到位”等各种突发状况,甚至需要配置跟组现场编剧根据拍摄环境随机应变。传统的工业链路必须经历“剧本定稿 $\rightarrow$ 分镜绘制 $\rightarrow$ 现场调度 $\rightarrow$ 剧本倒逼修改”的漫长折磨。而在AI创作语境下,创作者脑中只需保持一条核心的情感线,直接依托剪辑轨道向前推进。无论传统电影拥有多么繁复的美术师、摄影师、演员、分镜师工种,观众最终在银幕上看到的,永远只有那一根由镜头剪辑拼贴而成的视听时间线。CapCut 等工具带给独立创作者最大的底气,正是打破了“先剧本、再美术、后导演”的刻板顺序,允许内容直接从剪辑台上“原生向外生长”——发现轨道上缺了什么视听节奏,便实时在画布中补充相应的文本、美术资产与镜头。
- **《阿明的一天》创作周期**:从脑海中冒出一句话设定,到整部影片最终导出成片,闭关仅耗时三天。 - **《芒古斯》创作周期**:前后跨度近两个月,主要受制于作者本职工作与外部事务的分割。 - **传统创作 vs AI创作的核心逻辑**:传统是“多工种分工协调”,AI是“单人回归剪辑时间线本体”。
[07:32](https://www.bilibili.com/video/BV1yJHd6pEAY?t=452s) 三天极限闭关与无限画布:前后中期一站式打通的工作流
山音透露,在创作《阿明的一天》之前,自己已经陷入了很长一段时间的创作空窗期,面临着巨大的内心焦虑。作为一个创业工作室的主理人,他每天的时间被极度碎片化:参加行业活动、维持工作室运转、处理纷繁复杂的商务对接。这些杂事几乎榨干了心力,让他根本无法沉下心来创作。制作《阿明的一天》,其实是他自身现实焦虑的一次总爆发:“阿明在不同人格之间的撕裂,就是我自己被迫做很多事的投射。我就在想,当我把所有人格的外衣都脱掉之后,最后剩下的我到底是谁?我到底想做什么?”为了夺回纯粹的创作状态,他对合伙人撂下一句“这三天不要找我,我要闭关”,随后彻底与外界物理隔绝,三天内高强度拼出了成片。
谈到为什么会选择 CapCut Video Studio,KK和山音都指出了其相较于市面上常规白板画布产品的独特性:它是真正脱胎于剪辑软件逻辑的AI产品,天生契合影视叙事的底层结构。在KK制作《芒古斯》的工作流中,前后中期的界限被彻底打破: 1. **前期资产构建**:在工具的“无限画布”中,直接产出美术风格基调,生成并沉淀角色资产、道具资产与场景资产。 2. **中期批量生成**:依据与AI Agent共同打磨出的剧本提示词,在画布中直接拉取已锁定的角色与场景资产作为参考,进行镜头视频片段的生成。 3. **后期实时剪辑与动态反思**:将生成的镜头直接拖入下方的时间线剪辑轨进行粗剪。
KK强调,这种“随生随剪”的即时反馈机制至关重要。在传统分镜脚本上看,两段文本镜头之间的衔接往往显得严丝合缝、逻辑通畅,但真正渲染生成视频并拼在一起时,才会直观感受到两个场景切换之间的气口、节奏或剧情张力存在隐性断层。在传统流程中,发现这种问题意味着昂贵的补拍或痛苦的后期妥协;而在无限画布与剪辑轨道高度联动的体系下,创作者可以“在画布中即时修改提示词或垫图,重新抽卡,拉入剪辑轨替换验证”,实现了前、中、后期全链路的闭环交互。
针对“非科班普通人能否用AI做出顶级作品”的疑问,KK与山音给出了肯定的回答。他们以创作者 MX Shell 制作的优质丧尸题材短片为例,指出非影视科班出身同样能够创作出惊艳的作品。技术门槛被抹平后,决定成片天花板的核心竞争力转移到了另外两点: 1. **阅片量带来的审美与品位(Taste)**:阅片量决定了创作者的品位基准,让人能够敏锐感知镜头节奏在何时该收、何时该放,以及情节节点应如何精准编排。 2. **关键节点的决断力**:AI虽然可以扮演专业顾问,提示需要考虑的视听规范与结构技巧,但面对AI给出的海量可能性,唯有具备良好审美的人类创作者才能做出最优的最终决策。
[11:30](https://www.bilibili.com/video/BV1yJHd6pEAY?t=690s) 抵抗套路化:真正打动人心的作品,必须源于作者“非说不可”的伤口
在探讨当前AI视频行业的内容生态时,Koji提问:在二位阅片过程中,抛开技术炫技,真正让他们感到心灵被深深触动的是哪些作品?KK与山音不约而同提到了今年年初在圈内爆火的温情向AI短片《拾手机》,以及描摹本土经验的《县城里那个爆炸来的夏天》。山音坦言,《拾手机》的创作者本是他们的好友,但他在社交平台上第一次刷到该片时甚至没有看署名,直接被作品的情感浓度击中,惊叹之余甚至升起了一丝创作者特有的“好胜与焦虑”:“天哪,为什么他能做出这么好的东西?为什么我做不出来?”
山音敏锐地指出,在《拾手机》成功之后,市面上迅速涌现了大量跟风模仿其温情色调与叙事框架的AI作品,但绝大多数都无法复现原作的情感穿透力。“现在很多在抖音上刷到的AI短片,一眼看过去全是套路化的行活。你能清晰地看到它的出发点是为了迎合算法、为了收割流量。”创作者如果缺失了那个“曾经真正触动过自己、让自己痛苦或欢喜”的情感原点,无论堆砌多么华丽的运镜和煽情的配乐,最终产出的作品也无法抵达观众的内心深处。
山音分享了自己去年创作现象级AI短片《积木》的痛苦经历。《积木》被KK盛赞为“迄今为止见过的所有表现阿尔茨海默病题材(不论是写实还是动画)中完成度最高、最打动人的作品”。然而在该片剧本阶段,山音曾被合作导演连续推翻三四版稿子。每次提交剧本,合作导演都会冷酷地质问:“你写这个故事,到底想说什么?我看完了,但我感受不到你为什么要拍它。你拍它的冲动来自哪里?里面究竟哪一个画面、哪一句话,是你哪怕憋出内伤也非吐不可的?”
这段近乎严苛的审问,彻底重塑了山音的创作法则。后来在每次下笔陷入瓶颈时,他都会倒逼自己向内挖掘真实痛感。《积木》的真实母题源于他的亲身经历:2018年山音写过一篇关于阿尔茨海默病的小说,当时因家中尚无长辈患病,创作完全依赖主观想象,写得极其厚重且充满外部对老年群体的刻板同情;然而到了2020年左右,与他感情深厚的外公病危,在临终前数月完全失去了对家人的辨识能力,陷入彻底的记忆混沌。陪伴外公的那段时光,彻底打破了山音原有的刻板认知: - **老人的真实心理状态并非外人脑补的“时刻处于滔天悲哀中”**:患病老人感知外界的速度非常迟缓,其心理状态更像是不知今夕何夕的纯粹混沌。 - **真正的悲剧性往往发生在清醒的刹那**:老人是在漫长的模糊中,隐约察觉到周围有些不对劲;直到某一瞬间残存的记忆巨浪骤然翻涌,意识到自己遗失了整个人生,那种巨大的荒凉与苍凉才喷薄而出。
山音将外公临终前的真实生命体验注入《积木》中,开头特意摒弃了常规苦大仇深的沉重基调,转而用孩童摆积木般的视角还原老人面对无垠未知的荒诞感,由此造就了该片直击人心的独特力量。
[15:47](https://www.bilibili.com/video/BV1yJHd6pEAY?t=947s) AI无限而人生有限:在场感缺失与导演生命的加速压缩
随着讨论深入,话题转向了AI时代创作者普遍面临的心理困境。KK在此前访谈中曾提到,刚接触AI视频时,灵感井喷,自己一天之内能生成两三条短片;但如今创作节奏反而大幅放缓,产出一部片子变得极为沉重。背后的根本原因在于:**个人的生活积累与情感精力是有限的,而在极高的生成效率面前,这种有限的积累很快就会被消耗殆尽。**
KK对此展现出一种清醒的坦然与克制。他认为创作者必须接受这种“枯竭”的客观规律,因为真正能引发共鸣的艺术必须具备“在现场”的不可替代性:“你必须是第一体验者,你必须真正肉身在场——在音乐节现场、在家庭伦理的现场、在生活摩擦的阵痛现场。只有肉身经历过十多年的生活酿造,你才能将其转化为真挚的视听语言。”如果脱离了真实生活的发酵,单纯依靠AI的大语言模型在一天之内批量产出上百个故事梗概,那些故事在KK看来完全是苍白浮浅的。创作者自己都无法被其击中,经过导演视听转化的大量信息损耗后,更不可能去感动任何观众。因此,现阶段他宁愿把节奏慢下来,投入真实的生活去重新体验、积攒养分。
山音对这种“被AI压缩的生命体验”感同身受。传统电影导演的生涯往往以三四年为一个周期,即便拍到60岁,在漫长的筹备、拉投资与实拍岁月中,依然有充裕的时间经历人世间的爱恨情仇与生离死别;然而AI将制作周期压缩到了数天或数周,导演在极短时间内便会把过去二十余年的情绪存量挥霍一空。山音分析,不同创作者有着不同的心理节奏: - **高产冲刺型(如斯皮尔伯格)**:一两年一部,保持高度工业化的敏锐运转; - **长期沉淀型(如卡梅隆)**:动辄数年甚至十年磨一剑,等待技术与生命感悟的双重成熟。
对于当下的AI创作者而言,面对AI无限的内容产出速度,最核心的修炼反而是“学会将自己与外界进行物理隔绝”,抵御住流水线量产的虚荣诱惑,耐下心来等待那个真正具有内在爆发力的灵感降临。
[20:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1200s) 沟通的革命:解救I人创作者,以及“眉头一皱”的审美决断
在剧本构思阶段,AI到底扮演着怎样的角色?KK与山音给出了非常接地气的实操拆解。在完全没有灵感时,AI确实可以作为冷启动的“破冰工具”。例如在去年海南岛国际电影节的AI黑客松比赛中,主办方要求参赛者在24小时内根据给定的三个抽象关键词完成一部短片。面对毫无头绪的死局,KK直接让AI一口气列出20个一句话故事概念,并从中敏锐抓取到一个以反战为切入点的蝎子视角,顺藤摸瓜延展成了短片《华丽一跃》。
而对于天性内向(I人)的创作者,山音认为AI更是彻底重构了编剧的研讨形态。在传统影视编剧会中,和同行聊剧本往往需要漫长的无效寒暄(“最近吃了吗”、“刚忙什么呢”),开会两小时,真正能够触及剧本灵魂的有效交流往往只有短短十分钟;更有甚者,创作者常常把自己关在屋里苦思冥想整日,陷入无休止的精神内耗。而面对AI,创作者可以完全剥离人际交往的社会性面具,直接开门见山丢出最原始的想法,并直接要求AI:“你直接告诉我哪里差?哪里套路?如果你来改你会怎么写?”
```mermaid flowchart TD accTitle: AI时代创作者的“眉头一皱”审美决策模型 accDescr: 描述人类创作者如何通过敏锐的审美直觉,筛选并重构AI生成的庞大文本
Input["输入模糊创意 / 核心设定"] --> AI_Gen["AI输出冗长的大纲方案<br/>(例如800-1000字文本)"] AI_Gen --> Step1["阅至200字:察觉套路与假大空"] Step1 --> Frown1{"【眉头一皱】第1次决策<br/>(否定并修正叙事基调)"} Frown1 --> Step2["阅至500字:察觉人物弧光断裂"] Step2 --> Frown2{"【眉头一皱】第2次决策<br/>(确立核心冲突反转)"} Frown2 --> Step3["阅至800字:捕捉无意识偶发的亮点句子"] Step3 --> Frown3{"【眉头一皱】第3次决策<br/>(去粗取精,提炼核心华彩)"} Frown3 --> FinalScript["最终导演执行分镜与剧本"] ```
山音由此提出了极具洞察力的**“眉头一皱”理论**。一个创作者水平的高低,不在于他学过多长时间的戏剧理论,而在于面对AI喷涌而出的庞大文本时,他“眉头一皱”的频率与精确度: - 当AI吐出一段千字大纲,读到第200字时,创作者若能感到“眉头一皱”,意识到这种写法过于陈词滥调; - 读到第500字时,再次“眉头一皱”,发现剧情冲突转折生硬不合人情; - 读到第800字时,第三次“眉头一皱”,精准剔除那些AI自以为是的所谓“高光点”,转而捕捉到AI在末尾无意识吐出的一句极具戏剧巧思的旁白。
这种“眉头一皱”的主观判断力,是人类创作者不沦为“AI傀儡”的根本分水岭。许多时候,AI引以为傲的情节高潮只是大数据归纳出的陈旧套路,而真正能击穿人心的神来之笔,恰恰需要创作者凭借自身的人生阅历去捕捉那些看似随意、却巧夺天工的人性闪光点。
[24:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1440s) 传统导演与AI导演的分水岭:潮水退去,全知全能的“无借口”时代
当被问及传统知名导演与AI导演的能力异同,以及传统大导演在今天是否能顺畅转型AI导演时,对谈触碰到了行业最现实的本质。KK指出,两者的绝对相同点在于:**导演永远是整部作品最终质量的最高把控者与最终裁决者。** 他必须是全团队唯一一个对成片形态有着无比清晰画面的大脑。
而两者最大的不同,在于核心能力的转移: 1. **传统导演极其依赖强大的组织沟通与强人政治能力**:在烧钱如流水的传统片场,由于人性的惰性与多工种协作的巨大信息衰减,传统导演必须具备极强的人际掌控力,甚至必须懂得在现场发飙立威、施加高压,才能推动整个机器精准运转。如果让不善社交的创作者去掌舵传统剧组,即便艺术构想再高超,现场也会迅速沦为灾难。 2. **AI将社恐创作者解放为纯粹的“指挥官”**:AI不需要被情绪安抚,创作者只需将所有的专业把控力直接倾注在对AI的精准指令与素材调度上。
然而,山音提出了一个更为冷峻的视角:**AI时代不是降低了对导演专业素养的要求,反而是推向了前所未有的残酷极境——做不好AI视频,创作者没有任何客观借口可以推脱。** - 在传统影视生产中,成片不达预期有无数替罪羊:“演员没有演技”、“摄影师机位运镜不专业”、“灯光美术方案拉胯”、“制片人预算卡得太死导致关键场面缩水”; - 而在AI导演的世界里,面对近乎全知全能的生成模型,如果影片粗糙难看,“做不好就是你做不好”。它只能证明:要么是你的提示词调度水平低下,要么是你的剪辑逻辑混乱,要么是你的音乐鉴赏品位低劣,要么是你的剧作核心从一开始就存在致命硬伤。
潮水退去之后,AI剥离了所有外部借口的掩护,对导演个人的综合艺术素养——从摄影构图、景深光影、戏剧调度到配乐节奏——提出了全能型的综合大考。过去那些在传统工业中依赖各部门总监(美术总监、摄影指导)递交成熟方案、自己只需负责点头摇头的“轻松型导演”,在AI时代将彻底失去立足之地;而那些在传统片场事必躬亲、对光圈角度和剪辑气口都有极高把控力、活得最累的“技术细节控导演”,在AI时代反而会进化得更为强大。
关于经济生存现状,两位导演均表示,目前的AI导演工作完全可以养活自己。其商业逻辑在于极高的自由度与选择权:如果渴望获取高收入,市面上有着大量AI商业广告与品牌定制项目可供接单;而如果自身物欲较低(如山音),则完全可以推掉绝大部分商业杂务,仅维持基本温饱,将全部精力自由投入到能被行业和时代记住的纯粹艺术探索中。AI彻底斩断了“拿不到数千万投资就无法开机拍片”的传统资本枷锁,将电影创作者从“不知道下一个项目在何方”的漂浮与被动状态中解救了出来。
[28:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1680s) 从 Midjourney 到 Seedance:工具迭代如何重塑视听生产流
回望两三年前刚涉足AI影像创作的节点,工具与底层模型的进化速度让两位导演感叹如同隔世。KK和山音梳理了AI视听生成技术的几个关键代际节点:
| 技术代际 / 工具节点 | 核心技术模式 | 工作流特征与局限性 | 生产效率对比 | |:--- |:--- |:--- |:--- | | **早期探索阶段**<br/>(约2023年上半年) | Midjourney 纯文本生图 + PS修图 + 基础I2V | 无法保持角色与场景一致性。上个镜头与下个镜头的角色判若两人,95%的镜头依赖 Midjourney 强行抽卡,随后导入 Photoshop 大量手工修图换脸拼合。 | 制作一部5分钟的实验短片,需要耗时半个月以上的高强度手动修正。 | | **Nano Banana 时代**<br/>(过渡分水岭) | 单场景人物多视角静态锁定 | 解决了在同一个场景空间内,同一个角色在不同机位角度下的静态形象基本一致,极大缓解了逐帧修图的机械劳动。 | 人物与场景的静态一致性初具雏形,但转为动态视频依然容易崩坏。 | | **Seedance 等多模态时代**<br/>(R2V 参考到视频飞跃) | R2V(Reference-to-Video)<br/>资产复用驱动 | 彻底颠覆了“逐张画关键帧分镜再转视频”的繁琐流程。创作者仅需预先确立并锁死角色资产库、场景道具库与美术资产,后续分镜完全依托资产参考与纯文本描述生成动态视频。 | 制作同样体量的5分钟短片,仅需3天即可高质量导出成片。 |
山音特别提到,以前的影视导演为了在AI中维持镜头连续性,不得不花费90%以上的精力去解决“人物长相一致”这种非导演核心本体的脏活累活;而从 Seedance 到 CapCut Video Studio 的整合,终于让导演能够把注意力重新收拢回“镜头视听语言与叙事”本身。
除了底层视频模型从 I2V(Image to Video)向 R2V(Reference to Video)的范式转移,山音和KK还重点分析了 CapCut Video Studio 在实际生产环境中的不可替代性: 1. **多模型生态与国际化审美整合**:产品不仅集成了本土前沿算法,还能无缝调用诸多海外主流模型(包括各类先进的 Image-to-Video 与资产锁定工具),在视觉风格与审美调性上打破了本土模型的同质化局限,提供更为多元化的质感。 2. **极低门槛的剪辑基因赋能AI原生操作**:从国内剪映到海外版 CapCut,其基因始终扎根于极简但功能强大的非线性剪辑。相较于市面上大部分纯技术导向的生成式画布,CapCut 更加彻底地拥抱了AI原生的工作流设计,让创作者能够在同一工作区内,完成从文本构思、多模型调用、资产沉淀、批量生图生视频,到时间线实时剪接的全部动作,真正实现了面向内容创作者的一站式视听闭环。
[35:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=2100s) CapCut Video Studio 的一站式优势与新加坡创作者交流
KK 强调了本土化与多模态集成在创作中的决定性价值。CapCut 的中文语言理解让创作者能无障碍表达,加上其最新推出的 Video Studio、素材扩展(生图/生视频)功能、前期的 Agent 智能体以及文生文创作模块,几乎达成了"All-in-one"的终极工作流。创作者从最初构思文案、生成分镜素材到最终完成剪辑包装,全部可以在 CapCut 单一平台内闭环完成,这种流畅度是其他零散拼凑的工具无法比拟的。
谈及刚结束的新加坡 CapCut 创作者大会,KK 和山音分享了与来自全球各地的 AI 创作者线下碰面的观察。山音表示,最宝贵的收获是看到了海外创作者在同一套工具体系下所展现的独特表达切入点,并借机审视国内与海外在技术应用、叙事审美上的差距。Koji 调侃道,毕加索曾说过"艺术评论家聚在一起聊风格,艺术家聚在一起聊哪里能买到更便宜的松节油",创作者们聚在一块,核心话题永远落地在最务实的实操层面:这个细节镜头是怎么卡出来的、工具藏着哪些提效小窍门、做出这类内容在海外的受众反馈和传播度如何。
[36:45](https://www.bilibili.com/video/BV1yJHd6pEAY?t=2205s) 颠覆商业交付:成片后一键替换与智能配乐工作流
在这次大会上,KK 吸收了几个此前未曾设想的工作流技巧。过去传统的 AI 视频制作逻辑极为繁琐:一旦发现某段素材效果不理想,必须跳出剪辑软件重新跑模型生成,然后再拖回时间线重新对位。但在体验了 CapCut 的深度集成能力后,他发现成片剪完后,竟然可以直接在软件里针对整段素材"一键局部修改"或整段无缝替换,彻底告别了反复拉扯素材轨道的机械操作。
这种能力直接改变了商业广告的交付逻辑。以往做广告片最怕客户提出"换产品细节"、"改衣服款式"甚至是"换男女主角"的致命需求,在传统实拍或老版 AI 工作流中这往往意味着全盘重做,甚至要担心"演员塌房"导致素材报废;如今直接在成片节点上做局部替换,商业试错成本被断崖式拉低。
```mermaid flowchart TD accTitle: AI商业广告音频与视频修改工作流演变 accDescr: 对比传统AI视频制作的跨平台繁琐流程与CapCut一站式全流程
subgraph OLD["传统多工具跨平台流程"] direction LR O1["导出剪辑样片"] --> O2["喂给外部LLM写提示词"] O2 --> O3["外部平台生成Suno音乐"] O3 --> O4["导入剪辑轨道人工卡点"] end
subgraph NEW["CapCut 一站式闭环流程"] direction LR N1["时间线完成剪辑"] --> N2["按画面内容与情绪一键匹配"] N2 --> N3["软件内直出商用背景音乐"] end ```
不仅在视觉层面,在音频配乐上也是颠覆性的: - **旧模式跨平台周折**:广告人出身的 KK 以往必须把导出的初剪小样喂给外部的大语言模型(如 ChatGPT),写出适配画面节奏的 Prompt,再到 Suno 等音乐生成平台跑出音乐,最后手动拖回剪辑线反复对准关键帧。 - **新模式全内嵌提效**:现在仅需在 CapCut 轨道上选中成片区间,AI 便会直接基于视频画面的画面情绪、运镜节奏和音画语义,在端内一站式生成吻合度极高的背景音乐,把自诩高效的创作者工作流又向前推了一大步。
[38:40](https://www.bilibili.com/video/BV1yJHd6pEAY?t=2320s) 从上戏毕业到大一梦碎:十万天兵与影视行业的残酷现实
话题转向创作者的个人经历时,Koji 提到山音曾在一篇专访中坦言自己在大一刚考入上海戏剧学院时,"电影梦就碎掉了"。山音回忆,上戏作为国内顶尖的艺术类院校,考取本身就设置了极高的门槛。然而等他满怀憧憬迈进校门才发现,周围的天才俯拾皆是:
> "我历经了千难万苦,最终成为了讨伐孙悟空的十万天兵中的一只。"
在高中阶段,山音自认为小说写得好、具备扎实的剧本构思能力;但到了大学环境里,几乎人人都在写剧本,许多同学年纪轻轻就已有完整排演过的话剧作品,甚至不少人早已是拥有丰富表演实战经验的演员。当这群极其聪明、极富审美观点的年轻人聚在一起碰撞电影思想时,巨大的现实落差迎面而来:大家全都才华横溢、想法充沛,但现实中的中国影视工业体量,根本消化不了这么多怀揣愿景的编剧和导演,不可能让每个人都如愿以偿地手握导筒。
## Notable quotes > [07:32](https://www.bilibili.com/video/BV1yJHd6pEAY?t=452s) 阿明在不同人格之间的撕裂,就是我自己被迫做很多事的投射。我就在想,当我把所有人格的外衣都脱掉之后,最后剩下的我到底是谁?我到底想做什么? — 山音
> [07:32](https://www.bilibili.com/video/BV1yJHd6pEAY?t=452s) 这三天不要找我,我要闭关 — 山音
> [11:30](https://www.bilibili.com/video/BV1yJHd6pEAY?t=690s) 天哪,为什么他能做出这么好的东西?为什么我做不出来? — 山音
> [11:30](https://www.bilibili.com/video/BV1yJHd6pEAY?t=690s) 你写这个故事,到底想说什么?我看完了,但我感受不到你为什么要拍它。你拍它的冲动来自哪里?里面究竟哪一个画面、哪一句话,是你哪怕憋出内伤也非吐不可的? — 山音
> [15:47](https://www.bilibili.com/video/BV1yJHd6pEAY?t=947s) 你必须是第一体验者,你必须真正肉身在场——在音乐节现场、在家庭伦理的现场、在生活摩擦的阵痛现场。只有肉身经历过十多年的生活酿造,你才能将其转化为真挚的视听语言。 — KK
> [20:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1200s) 你直接告诉我哪里差?哪里套路?如果你来改你会怎么写? — 山音
> [24:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=1440s) 做不好就是你做不好 — 山音
> [35:00](https://www.bilibili.com/video/BV1yJHd6pEAY?t=2100s) 艺术评论家聚在一起聊风格,艺术家聚在一起聊哪里能买到更便宜的松节油 — Koji
> [38:40](https://www.bilibili.com/video/BV1yJHd6pEAY?t=2320s) 我历经了千难万苦,最终成为了讨伐孙悟空的十万天兵中的一只。 — 山音
## Mentioned KK, 山音, Koji杨远骋, CapCut Video Studio, 剪映, Seedance, Minimax, Midjourney, Photoshop, Nano Banana, ChatGPT, Suno, 《阿明的一天》, 《芒古斯》, 《十丈铜嘴》, 九宝乐队, 痛快漫画, MX Shell, 《拾手机》, 《县城里那个爆炸来的夏天》, 《积木》, 《华丽一跃》, 上海戏剧学院, 海南岛国际电影节, 斯皮尔伯格, 卡梅隆, 毕加索
## Video description ➤ 三年前,山音从上戏毕业,毫不犹豫,离开了电影行业。
KK 也在广告公司朝九晚五。
成为导演,曾是他们遥不可及的梦想。
两年后,他们梦想成真,成为 AI 导演,创作出优秀作品,并登上国内外电影节的舞台。
没有 AI,这一切都不可能实现。
➤ 「十字路口」一直关注 AI 时代的积极行动者。KK 和山音正是这样的人:AI 释放了他们的创作潜能,他们也用积极的行动,把原本遥远的导演梦变成了现实。
我们也一直关注 AI 时代的创业机会。这两位一线创作者,同时也是 AI 视频产品最重度的用户。本周,我们既聊他们被 AI 改变的人生,也从他们的真实创作经验出发,讨论 AI 应用创业的一个主流赛道——视频产品:
- [00:10:20] 用 AI 拍电影,今天最顶级的水平是什么? - [00:07:32] 在众多 AI 视频产品中,他们不约而同选择 CapCut Video Studio 的原因是什么? - [01:00:00] Seedance、Minimax……同一部片子为什么要混用多个模型? - [00:16:24] 今天还有什么是 AI 做不到的吗? - [00:33:35] 底层模型趋同之后,AI 视频产品的壁垒在哪? - [01:01:42] 当视频的生成速度超过人类的观看速度,会带来哪些创新机会? - [00:15:47] AI 时代的创作者困境:AI 无限,人生有限。要怎么面对?
如果你也在用 AI 做内容、做电影、做产品——我想这期播客都会带给你直接或间接的启发。
[Source](https://www.bilibili.com/video/BV1yJHd6pEAY)