播放破億的 AI 短片，名場(chǎng)面是一個(gè)「穿幫鏡頭」| 對(duì)話《紙手機(jī)》主創(chuàng)

看這部短片時(shí)，你可能不會(huì)懷疑自己看到的是 AI 短片，直到看到這個(gè)畫(huà)面：

轉(zhuǎn)圈的老式電話，撥號(hào)時(shí)手指怎么在這里呢？而且，片子的設(shè)定里，燒的紙器都已經(jīng)是 iPhone 了怎么還會(huì)有這么老式的電話機(jī)？

這是 AI 短片《紙手機(jī)》里最被討論的一個(gè)畫(huà)面——不是因?yàn)樗卸嗪茫且驗(yàn)樗坏乇┞读耍@部短片是生成的，盡管前面幾分鐘逼真得讓人感受不出來(lái)。

但評(píng)論區(qū)沒(méi)有人在罵，彈幕飄過(guò)的是「看到這里才發(fā)現(xiàn)是 AI 做的」，緊接著是「完全不在意」，「AI 又怎么樣，又不影響我哭」。

從 AI 可以完整生成視頻誕生以來(lái)，沒(méi)有一個(gè) AI 影像作品可以逃開(kāi)這個(gè)問(wèn)題：有多逼真？模型迭代的速度被當(dāng)作技術(shù)進(jìn)步的刻度，每一次發(fā)布都伴隨著「這次終于分不出來(lái)了」的驚嘆或「還是一眼假」的嘲諷。尤其是真人題材，仿佛只要足夠逼真，觀眾就會(huì)買(mǎi)單。

《紙手機(jī)》提供了一個(gè)反例。觀眾在明確知道這是 AI 生成的之后，仍然被打動(dòng)，而且他們主動(dòng)承認(rèn)感動(dòng)。那個(gè)電話 bug 不是被「原諒」了——它根本不在觀眾的評(píng)價(jià)維度里。他們?cè)谝獾氖橇硪患拢阂粋€(gè)不懂死亡的小男孩，攢了 15 塊錢(qián)，想給去世的奶奶燒一部手機(jī)。

這部全網(wǎng)播放量超 4000 萬(wàn)、被央視和人民日?qǐng)?bào)轉(zhuǎn)發(fā)的 AI 短片，由兩個(gè)潮汕年輕人用三天做出來(lái)。導(dǎo)演李婷，98 年生，做了五年產(chǎn)品經(jīng)理后轉(zhuǎn)型；搭檔楊選，90 后，廣告導(dǎo)演出身，美術(shù)史背景。在可靈 AI 3.0 Omni 的幫助下，除了那部用紙殼板做的手機(jī)道具，畫(huà)面中的一切——光線、人物、場(chǎng)景、表情——全部由模型生成。

當(dāng)一部沒(méi)有一秒鐘是物理真實(shí)的短片，觸發(fā)了真實(shí)的情感反應(yīng)，「真」這個(gè)字意味著什么？

三天、兩個(gè)人、一個(gè)模型

故事開(kāi)始于一個(gè)有關(guān)于時(shí)節(jié)的記憶。

正逢清明，李婷和楊選都是潮汕人，燒紙錢(qián)、祭祖、給去世的親人「寄東西」，是他們從小刻在身體里的習(xí)慣。楊選記得小時(shí)候跟家人上山，看到紙?jiān)拿簹夤蕖⒎孔印④?chē)子在火里卷曲變黑，「用紙做這些東西，恰恰體現(xiàn)了中國(guó)人情感的內(nèi)斂和滯后，」他說(shuō)。

「紙手機(jī)」這個(gè)概念就從這些記憶里生發(fā)出來(lái)，但讓它成為一個(gè)故事的，是一系列敘事設(shè)計(jì)上的選擇。

在故事的前段，面對(duì)只有 15 塊錢(qián)的孩子，老板一開(kāi)始畫(huà)了個(gè)假手機(jī)打發(fā)他。直到得知，這個(gè)孩子已經(jīng)是個(gè)孤兒，身邊最后的親人也去世了，他起身追出去。

找到孩子后，老板沒(méi)有直接說(shuō)「我來(lái)幫你」，而是說(shuō)那部紙手機(jī)「信號(hào)不好」，給了他一部新的。

李婷說(shuō)，這些笨拙的借口來(lái)自于她代入角色后的思考：「這個(gè)人在這個(gè)情境下，會(huì)怎么反應(yīng)？」她想起自己小時(shí)候問(wèn)長(zhǎng)輩「什么是死亡」，對(duì)方愣了一下才回答。那個(gè)「愣了一下」的瞬間，被她放進(jìn)了短片里——某個(gè)路人聽(tīng)到小男孩問(wèn)話后的短暫停頓。

還有老板追出去前，把店鋪的卷簾門(mén)放下一半，這代表著「暫時(shí)外出，很快回來(lái)」。

雖然是一部 AI 短片，但編劇環(huán)節(jié)是純?nèi)斯さ模瑮钸x在采訪中反復(fù)強(qiáng)調(diào)：新手一定要自己寫(xiě)劇本，「來(lái)源于真實(shí)體驗(yàn)才能打動(dòng)人」。

劇本確定后，進(jìn)入 AI 生成階段。他們使用的可靈 3.0 Omni，主要依賴三個(gè)功能：多圖參考（設(shè)定角色形象的一致性）、音畫(huà)同出（同步生成畫(huà)面與聲音）、以及主體資產(chǎn)中的音色鎖定（保證角色聲音在全片中統(tǒng)一）。

工作流從人物設(shè)計(jì)開(kāi)始，先設(shè)計(jì)形象，放入模型讓它自由發(fā)揮對(duì)白，從中挑選最合適的音色，再鎖定。

李婷說(shuō)，這個(gè)過(guò)程中最容易被忽略的一步是「寫(xiě)提示詞之前的思考」。「很多人覺(jué)得提示詞要寫(xiě)得很長(zhǎng)很復(fù)雜，但更重要的是精準(zhǔn)度——你到底想要什么。」

精準(zhǔn)度這個(gè)詞在他們的工作流中反復(fù)出現(xiàn)。楊選為了理解不同視覺(jué)風(fēng)格的底層邏輯，曾做過(guò)一個(gè)實(shí)驗(yàn)：用同一個(gè)模型生成 10 種完全不同的電影質(zhì)感——日系、賈樟柯式、現(xiàn)代感。「不是在提示詞里寫(xiě) “楊德昌風(fēng)格”，」他說(shuō)，「主要是分析那種風(fēng)格為什么成立，日系的白柔效果從哪來(lái)？雪地這種材質(zhì)怎么影響整個(gè)畫(huà)面氛圍？」

《紙手機(jī)》的膠片質(zhì)感就是這種方法論的產(chǎn)物。有趣的是，他們?cè)谔崾驹~中從未寫(xiě)過(guò)「顆粒感」或「膠片」這樣的詞。楊選說(shuō)，那種質(zhì)感是潛移默化、自然而然的。

「故事設(shè)定在那個(gè)年代，場(chǎng)景是午后暖光的紙器店、老式玻璃柜，這些東西放上去，質(zhì)感自然就出來(lái)了。」他直言自己喜歡楊德昌、李安、侯孝賢那一代人的鏡頭語(yǔ)言和敘事方式，但并非刻意模仿，而是「你想這個(gè)故事的時(shí)候，自然會(huì)用那個(gè)時(shí)代的方式去想」。

最后的車(chē)內(nèi)長(zhǎng)鏡頭是全片最被稱道的段落。一分多鐘，小男孩坐在車(chē)上，窗外風(fēng)景掠過(guò)，沒(méi)有臺(tái)詞，只有背景音樂(lè)。李婷說(shuō)，提示詞主要描述的是窗外景色、小男孩的情緒遞進(jìn)、車(chē)內(nèi)的顛簸感——以此模擬真實(shí)的坐車(chē)狀態(tài)。

這個(gè)鏡頭一開(kāi)始只有 30 秒。楊選看完后覺(jué)得可以再長(zhǎng)，于是逐步延長(zhǎng)。「親人去世的時(shí)候，悲傷可能不是馬上來(lái)的，」他說(shuō)，「你可能周?chē)穆曇舳紱](méi)發(fā)現(xiàn)。耳鳴了一段時(shí)間，突然莫名的情緒一涌而上，像潮水一樣。」

這個(gè)設(shè)計(jì)，不是數(shù)據(jù)分析出來(lái)的，也不是 A/B 測(cè)試的結(jié)果，是他們作為創(chuàng)作者個(gè)人記憶和情感驅(qū)動(dòng)做出的選擇

兩個(gè)人，三天，極限壓縮可能不到三天。作為可靈平臺(tái)的超級(jí)創(chuàng)作者，他們有算力支持，制作成本不高。但李婷特別強(qiáng)調(diào)了一句話：「AI 降低了制作成本之后，人的價(jià)值反而更凸顯了。成本里面更應(yīng)該包括導(dǎo)演和編劇的創(chuàng)意策劃——這些無(wú)形的東西呈現(xiàn)出來(lái)的價(jià)值，才是重點(diǎn)。」

信了角色，就信了故事

采訪中我問(wèn)了一個(gè)帶有假設(shè)性質(zhì)的問(wèn)題：如果這個(gè)故事用真人實(shí)拍，傳遞出來(lái)的情感會(huì)不同嗎？

楊選很坦率：「實(shí)拍要做出來(lái)的話，非常吃力。小朋友演員能不能給到你要的東西？導(dǎo)演能不能調(diào)度到位？攝影呢？涉及太多層面了。」

李婷的回答更務(wù)實(shí)：「實(shí)拍更考驗(yàn)演員對(duì)故事的理解和演技，AI 制作更考驗(yàn)導(dǎo)演。所有調(diào)度和設(shè)計(jì)都由導(dǎo)演把控。」她說(shuō)，對(duì)她這種從來(lái)沒(méi)有實(shí)拍經(jīng)驗(yàn)的創(chuàng)作者，AI 工具給了一種此前不存在的自由度。

這些回答聽(tīng)起來(lái)像是在替 AI 做辯護(hù)，但如果你把它們和另一組回答放在一起看，會(huì)發(fā)現(xiàn)一個(gè)更有趣的圖景。

當(dāng)我問(wèn)到「網(wǎng)友說(shuō)“最沒(méi)人味的 AI 做出了最有人味的短片”，你們?cè)趺纯催@個(gè)評(píng)價(jià)」的時(shí)候，楊選說(shuō)了這么一段話：

「就像畫(huà)畫(huà)一樣，顏料是死的，演員演的也是假的。但為什么能打動(dòng)人？因?yàn)閯?chuàng)作者是真誠(chéng)的。我們信了自己的角色，信了自己的故事。做提示詞的時(shí)候，潛移默化地，很多真實(shí)感的東西就給出來(lái)了。」

傳統(tǒng)影視中，「真實(shí)感」的來(lái)源路徑大致是：編劇寫(xiě)出可信的人物，演員用身體和情感去「活」這個(gè)人物，攝影和剪輯捕捉并放大那些不可復(fù)制的瞬間。

這條路徑的核心假設(shè)是，需要經(jīng)過(guò)一具真實(shí)的身體來(lái)中轉(zhuǎn)。表演在敘事層面是「假的」（扮演角色），但表演的行為本身是真的：肌肉記憶、情緒調(diào)動(dòng)、微表情、呼吸節(jié)奏，這些來(lái)自一個(gè)活著的身體。

AI 影像取消了這個(gè)中轉(zhuǎn)站，沒(méi)有演員，沒(méi)有「體驗(yàn)過(guò)」角色的身體，但《紙手機(jī)》依然讓人覺(jué)得「真」。

一種可能的解釋是：那些被認(rèn)為來(lái)自演員身體的「真實(shí)感」，有很大一部分其實(shí)來(lái)自導(dǎo)演和編劇的觀察力。李婷代入角色思考「他會(huì)有什么反應(yīng)」時(shí)，她調(diào)用的是自己的童年記憶、對(duì)人的觀察、對(duì)情緒節(jié)奏的直覺(jué)。

這些東西經(jīng)由提示詞傳遞給模型，模型生成了畫(huà)面，畫(huà)面觸發(fā)了觀眾的共鳴。路徑變了，但起點(diǎn)和終點(diǎn)沒(méi)變：都是人的經(jīng)驗(yàn)抵達(dá)人的情感。

這也解釋了為什么兩個(gè)人的搭配如此有效。楊選說(shuō)，李婷負(fù)責(zé)「想象中的畫(huà)面」，他負(fù)責(zé)「講故事」。當(dāng)不同的人帶著不同的生活經(jīng)歷碰撞時(shí)，會(huì)產(chǎn)生他所說(shuō)的「反情節(jié)」——那些不在劇本計(jì)劃中、但因?yàn)樽銐蛘鎸?shí)而被保留下來(lái)的細(xì)節(jié)，這些是 AI 無(wú)法自主生成的。

在采訪中，楊選提到了楊德昌、侯孝賢、李安等臺(tái)灣新浪潮一代。這些導(dǎo)演的鏡頭定義了「真」應(yīng)該著重于情感層面的誠(chéng)實(shí)。侯孝賢拍《風(fēng)柜來(lái)的人》時(shí)大量使用非職業(yè)演員，追求的就是這種「不在計(jì)劃中」的真實(shí)。他要的不是精確的表演，而是人在真實(shí)情境中的自然反應(yīng)。

AI 創(chuàng)作者正在用不同的介質(zhì)繼承這個(gè)邏輯，中轉(zhuǎn)站從演員的身體變成了模型的參數(shù)，但導(dǎo)演注入的東西沒(méi)有變：對(duì)人的觀察，對(duì)情緒的直覺(jué)，以及楊選所反復(fù)強(qiáng)調(diào)的，「真誠(chéng)」。

完美是創(chuàng)作的敵人

采訪快結(jié)束時(shí)，我問(wèn)了一個(gè)假設(shè)性的問(wèn)題：如果未來(lái) AI 可以一鍵生成完美的作品——沒(méi)有 bug，沒(méi)有穿幫，每一幀都無(wú)可挑剔——你們會(huì)更滿意，還是會(huì)覺(jué)得少了什么？

李婷的回答很干脆：「太完美不一定好。」

她舉了老板這個(gè)角色的例子。一開(kāi)始他敷衍小男孩，追出去后的借口也笨拙得可笑。但觀眾恰恰因?yàn)檫@種不完美而覺(jué)得他立體、真實(shí)。

至于那個(gè)電話機(jī)的 bug，李婷認(rèn)為瑕不掩瑜。她選中那一版的原因不是技術(shù)指標(biāo)，而是「人物的微動(dòng)作、微表情，以及鏡頭的銜接流暢度——這就是我想要的演員真實(shí)演繹的感覺(jué)」。

「工具越簡(jiǎn)單，表達(dá)的難度未必降低。」楊選的回答更往前走了一步，「你要更明確自己想要什么、喜歡什么，才能借助更簡(jiǎn)單的方式表達(dá)更好的東西。」

這也正是被反復(fù)討論的問(wèn)題：當(dāng) AI 工具持續(xù)迭代、技術(shù)摩擦不斷減少，創(chuàng)作者的核心競(jìng)爭(zhēng)力到底是什么？

楊選在采訪中給出的三個(gè)關(guān)鍵人工環(huán)節(jié)：編劇、導(dǎo)演、美術(shù)。「會(huì)用工具」是必須的，但工具將越來(lái)越趁手，所以構(gòu)不成護(hù)城河。

更多的是一種能力：知道什么時(shí)候停下來(lái)。

什么時(shí)候情緒到位了，不要再改；什么時(shí)候 bug 反而成就了作品，不要去修；什么時(shí)候留白比填滿更有力量，不要多手。

這種判斷力不來(lái)自模型，來(lái)自人的經(jīng)驗(yàn)和直覺(jué)。工具越強(qiáng)大，它越稀缺。

就像那個(gè)缺失的話筒，在技術(shù)層面是一個(gè)錯(cuò)誤。但在傳播層面，它意外地完成了一件事：它讓觀眾確認(rèn)「這是 AI 做的」之后，反而更專注于故事本身。

這個(gè) bug 變成了一種通行證，觀眾不再需要糾結(jié)「這是不是真的」，因?yàn)榇鸢敢呀?jīng)很明確。他們轉(zhuǎn)而去判斷一個(gè)更重要的問(wèn)題：這個(gè)故事，是不是好的。

答案是四千萬(wàn)次播放，和影片內(nèi)外共情的眼淚。

最沒(méi)有人味的工具，做出了最有人味的短片。或許更準(zhǔn)確的說(shuō)法是：工具從來(lái)就沒(méi)有人味。有人味的，始終是使用工具的人。