《現代電影技術》｜陳焱松等：面向“生成式涌現”的虛擬現實（VR）電影技術路徑研究

本文刊發于《現代電影技術》2026年第4期

專家點評

王 萃

正高級工程師

中國電影科學技術研究所（中央宣傳部電影技術質量檢測所）高新技術研究處處長

虛擬現實（VR）電影正處于技術與內容協同創新的發展階段，人工智能、圖形渲染、交互設計等關鍵技術持續突破，經典電影IP改編與原創內容同步推出，在提升觀影流暢度和沉浸感臨場感的同時，不斷豐富完善VR電影內容生態。以人工智能生成內容（AIGC）為代表的人工智能（AI）技術正與VR電影實現深度融合，通過創新生產方式、增強技術能力、升級交互機制，有效提升藝術表現和沉浸體驗，推動VR電影向智能化、個性化、多元化發展演進。在規范、安全、可控的框架下，現代智能科技將持續賦能電影行業，催生更具創新活力的影像語言，積極回應時代高品質文化需求。《面向“生成式涌現”的虛擬現實（VR）電影技術路徑研究》一文探討了VR電影的涌現機制，重點聚焦算法驅動的生成式涌現，為理解與構建生成式涌現的VR電影敘事形態提供了路徑參考。論文側重理論分析，期待后續結合VR電影實際案例開展技術驗證，推動理論向實踐有效轉化和二者有機結合，以創新技術應用驅動行業發展進步。

基金項目

國家社科基金藝術學重大項目“中國網絡視聽壯大主流價值與文化強國建設研究”（25ZD07）。

作者簡介

陳焱松

博士，北京師范大學藝術與傳媒學院數字媒體系講師，主要研究方向：數字影像技術與藝術、AI生成藝術。

劉了箬

北京師范大學藝術與傳媒學院碩士研究生在讀，主要研究方向：數字媒體技術、VR敘事。

摘要

為探索虛擬現實（VR）電影在生成式人工智能（GAI）技術驅動下的媒介演進與技術升級路徑，本文通過理論分析與案例實證，界定出規則驅動的“體驗式涌現”與算法驅動的“生成式涌現”兩種機制，同時基于二者的差異與二元關系分析，構建出“生成式涌現”的 “故事世界規則系統+觀眾交互機制” 雙維度技術實現路徑。研究表明，“生成式涌現”的實現依賴規則系統的開放動態自運行與觀眾交互的連續行為擾動深度介入敘事生成。本文明晰“生成式涌現”VR電影的技術理論邏輯與層級架構，為VR電影從“故事講述”（Storytelling）預設敘事形態向“故事生存”（Storyliving）的涌現敘事形態的轉型提供技術支撐與實踐參考。

關鍵詞

虛擬現實電影；生成式人工智能（GAI）；生成式涌現；交互敘事

1

引言

作為高度依賴媒介技術的影像系統，電影形態變化很大程度受到底層技術的延展與推動，甚至可以說媒介技術系統的迭代升級產生出電影新的觀看方式與結構特征。在早期階段，最初的無聲電影依賴單一的視覺記錄能力；有聲電影則依賴錄音技術的引入；彩色電影基于三色分片技術而實現紅、綠、藍三通道分離曝光與重合印制[1]。此后，電影在畫幅呈現方式上，經歷了從標準畫面到寬銀幕、穹幕等系統的逐步拓展[2]，并在視聽維度不斷擴展的基礎上，進一步引入多模態感官的模擬。直到20世紀末，電影進入全面數字化階段：數字攝影系統（如Sony HDC?950、ARRI ALEXA、RED EPIC等）的出現提供高清分辨率與實時監看能力；非線性編輯系統（如Avid Media Composer、Adobe Premiere）則實現非順序時間線操作與任意片段組合；計算機圖形學（CG）與視覺特效（VFX）技術支持虛擬角色生成、虛擬場景建構與合成層疊操作，突破傳統拍攝條件的物理限制[3]；虛擬攝制（Virtual Production）技術則通過在攝影機上部署紅外標記點，結合高精度空間追蹤網絡，實時獲取攝影機在三維空間中的六自由度（6DoF）位置信息，包括三個平移維度（X、Y、Z）和三個旋轉維度（俯仰、水平、傾斜）[4]。此后，在20世紀90年代末出現了完全脫離物理攝影設備的拍攝模式，即引擎電影（Machinima），其基本方式是將渲染引擎或虛擬三維引擎環境作為圖像生成平臺，利用已有的場景、模型與動畫資源，在系統中直接設定虛擬攝影機的軌跡、視角與節奏，通過屏幕錄制或引擎原生輸出功能完成影像采集。

虛擬現實（VR）電影正是電影色彩、聲音、視域拓展、多感官模擬、數字建構與實時渲染引擎技術持續演進并最終整合的結果，是電影媒介本體在技術維度的延展。尤其是伴隨著生成式人工智能（GAI）、實時引擎與交互技術的迭代式發展，VR電影正在從依賴預設敘事的傳統制作模式，轉向一種在運行中融合動態生成與觀眾參與的創作形態。在此過程中，涌現（Emergence）機制構成了VR電影的重要特征，推動敘事內容隨著交互進程持續演變與生長。正如筆者曾指出，從更廣闊的人工智能生成內容（AIGC）技術發展的角度著手，VR媒介是人工智能（AI）電影的適用媒介之一[5]，而涌現機制成為VR電影的關鍵技術特質，使敘事內容能夠隨交互過程不斷演化。

2

VR電影中的涌現機制：從規則驅動到算法驅動

涌現（Emergence）作為一種系統行為，最初源于系統科學中對復雜系統自組織行為的研究，其基本特征包括整體性不可還原、運行結果不可完全預設，以及系統內部元素間通過局部交互生成全局結構與性質[6]。VR電影區別于傳統電影的根本特征在于涌現的技術實現條件與計算邏輯，其中的觀眾觀察路徑、行為選擇與注意方向不再是被動響應剪輯的結果，而成為系統輸入的一部分。系統根據觀眾的位置、注視點或其他動作行為，在引擎內部觸發預設內容或動態生成反饋。這種機制呈現出涌現的關鍵特質，即影像內容與觀眾行為在特定計算邏輯下形成聯動變化結果。依據底層技術邏輯的不同，當前的涌現結構可劃分為兩種典型類型：一種是規則驅動的“體驗式涌現”，另一種是算法驅動的“生成式涌現”。

2.1 規則驅動的“體驗式涌現”

該類型涌現以預設規則與空間布置為核心邏輯，廣泛應用于交互敘事與游戲設計中。以亨利·詹金斯（Henry Jenkins）對游戲的分析為代表[7]，其基本原理是通過構建一套可遍歷的世界狀態、觸發節點與響應機制，使觀眾的行為在系統范圍內激活不同事件組合。雖然觀眾行為具有表面上的自由度，但系統響應在設計階段已被預先設定在規則與空間框架之中，涌現結構僅僅體現為多路徑的不同調用與片段組合，敘事的生成邊界清晰可控。因此，該類型更接近“弱涌現”，即系統結果雖由觀眾行為激活，但均源自規則框架內的有限可能。2025年后，獲得國家電影局“龍標”認證的嚴格意義VR電影中，這一機制已經形成成熟實踐。《唐宮夜宴》通過設定交互與敘事規則，讓觀眾自主探索生成差異化沉浸體驗[8]；《木蘭2125》以眼動追蹤、手勢識別觸發劇情分支，實現多元敘事走向[9]；《秦潮覺醒》依托團隊協作規則，讓觀眾分工探索解鎖差異化反饋[10]。三部VR電影均以清晰的規則驅動實現了“體驗式涌現”。

2.2 算法驅動的“生成式涌現”

隨著GAI技術的發展，特別是大語言模型（LLM）與機器學習（ML）系統的應用，涌現敘事出現技術層級的躍遷。在此機制中，系統不依賴預定義的內容庫或固定規則組合，卻在運行中實時生成新的文本、情節與反饋路徑[11]。其生成過程具有連續性、不可遍歷性與實時適應性，敘事結構不再是固定空間的組合，而成為模型推理與觀眾輸入間的動態響應產物。該結構體現為“強涌現”，即系統表現無法由設計者完全預設，其結果具有真正的新穎性與不可遍歷性。如斯坦福大學推出的虛擬小鎮（Smallville）通過多個大語言模型智能體（Agent）構成，每一個智能體基于記憶、反思與行動的規劃機制在共享環境中持續行動，從而持續產生小鎮中的交互事件序列[12]。此外，面向公眾的生成式對話與敘事平臺Character.AI、“筑夢島”等同樣采用基于LLM的推理機制生成角色回應與情節展開，如“筑夢島”引入大量網絡文學領域的語料分布特征，使生成系統在運行過程中結合角色設定、情節提示與用戶輸入展開連續敘事生成，并通過持續的上下文維護與歷史信息壓縮機制，讓角色行為與故事走向在交互過程中動態更新[13]。這些案例為VR電影未來實現算法驅動的“生成式涌現”提供了參照。

2.3 兩種涌現機制與VR電影的關聯

整體而言，規則驅動的“體驗式涌現”以空間探索與規則激活的涌現形態為主，為VR電影提供了重要的空間敘事參照；算法驅動的“生成式涌現”是以機器學習（ML）驅動的涌現化生成，指向當下VR影像在新技術條件下所面向的、更具開放性與不可預期性的敘事方向。二者雖在技術實現與結果表現上存在差異，但在結構層面均可還原為“規則系統-用戶行動”的二元關系。一方面，規則系統對應VR電影的“故事世界”，包括空間結構、物理邏輯、敘事約束條件及其背后的算法或模型機制；另一方面，用戶行動對應VR電影的“觀眾”，包括其交互行為、輸入形式及其在系統中的含義等。在這種“規則系統-用戶行動”的二元關系下，第一種“體驗式涌現”中，故事世界作為穩定結構先于觀眾存在，觀眾行動主要承擔觸發功能，涌現表現為路徑差異與體驗組合；而在第二種“生成式涌現”中，故事世界不再是靜態前置結構，而隨著觀眾輸入與系統推理被不斷更新與重構，觀眾行動參與到規則運行本身，涌現內容不可遍歷。

對應至VR電影中，“體驗式涌現”機制與“生成式涌現”機制體現為2種截然不同的技術實現路徑。一方面，前者是相對封閉的系統結構，VR電影的“故事世界”依賴于預渲染內容與靜態調度邏輯。所有圖像素材、角色動作、交互節點及其組合方式均在體驗前通過傳統計算機圖形學（CG）動畫或360°立體視頻等方式預設完成，系統運行過程中僅執行素材讀取與狀態切換操作。“觀眾”的空間移動或手部交互僅作為觸發已設路徑或內容節點的信號，不影響敘事結構本體，也無法動態生成內容。在視覺控制方面，該結構主要通過光線、聲音等空間結構引導機制控制觀眾視線流向。另一方面，“生成式涌現”機制構建于開放型系統結構之上，VR電影的“故事世界”依托實時渲染引擎與AI動態生成模塊實現內容運行時構建。系統持續采集“觀眾”在空間中的多維行為數據，包括位置、朝向、動作、語音及注視點等，將其轉化為內部指令，驅動角色響應、環境變化及敘事推進。該機制具備實時狀態感知能力與邏輯判斷能力，能依據當前用戶行為或場景狀態調用或生成新資產，實現內容的即時更新與重構。該機制不設固定視點或軌跡，主要通過交互觸發、場景演化與事件嵌套引導用戶在全景空間中自主探索敘事路徑，強調系統運行中的動態演化能力。

因此，本文聚焦于“生成式涌現”機制，即以AI實時計算、持續更新與動態生成反饋為核心特征的6DoF開放型系統。所謂的“生成式涌現”是在“體驗式涌現”的基礎上，沿著規則系統從靜態封閉走向動態開放，用戶行動從離散觸發變為連續影響的結構性躍升。

3

VR電影“生成式涌現”的技術結構路徑

從“體驗式涌現”向“生成式涌現”的轉變，依賴于規則系統和交互機制的同步調整。在規則系統層面，故事世界的運行規則由靜態封裝轉為可動態更新的狀態模型；在交互層面，觀眾的行為從對預設節點的觸發，轉為持續作用于系統的變量，并對演化過程產生實時影響（圖1）。下文將從規則系統與觀眾輸入兩個方面具體分析“生成式涌現”的實現路徑。

圖1　VR電影“生成式涌現”的技術結構路徑

3.1 “故事世界”的規則系統：從靜態封閉到動態開放

在“生成式涌現”的VR電影中，規則系統需要從依賴觀眾觸發事件的靜態結構，轉變為能自行更新狀態并持續運行的系統。為實現這一轉變，系統需在架構層面引入三類基礎能力：一是明確的世界狀態表示，將角色、物體、空間位置及其屬性以可查詢的數據結構進行統一管理；二是具備決策能力的智能體系統，通過多智能體框架，使角色能基于當前狀態選擇和執行行動；三是持續運行的仿真更新過程，以時間或事件驅動的方式，周期性更新世界狀態與智能體行為，不依賴觀眾交互作為觸發條件。

3.1.1 可計算的世界狀態

一個動態開放的智能世界系統需具備持續維護與更新“世界狀態”的能力。這要求對虛擬世界構建邏輯進行底層改寫。當前可行的實現路徑是建立一個結構化的世界狀態模型，該模型具備三層要素：程序化內容生成的幾何空間結構；對象語義與狀態屬性；可供智能體查詢推理的表達結構。

（1） 在幾何層面，系統空間結構通過程序化內容生成（Procedural Content Generation, PCG）機制構建[14]。PCG 是一種基于算法邏輯自動構造虛擬內容（如地圖、結構、事件節點等）的生成機制，用以替代人工構圖。開發者可基于兩類主流建模邏輯進行構圖。一是基于規則的生成（Rule?based Generation），即通過一組形式化的“如果-那么”規則（如“每個房間需連接兩個區域”“關鍵區域之前必須出現鑰匙門”）約束空間單元與連接條件的生成順序與邏輯一致性，適用于控制生成內容的結構合法性與任務流程引導性。二是基于語法的生成（Grammar?based Generation），則使用上下文無關文法（Context?Free Grammar, CFG）定義空間與事件的遞歸構建規則。例如通過文法定義“起點-走廊-房間-終點”的結構模板，生成具有層次結構和復雜連接關系的地圖。這兩種生成機制廣泛用于Rogue?like游戲中，其核心特征包括：地圖、任務與狀態組合在每次運行時動態變化；狀態演化不可回退；敘事路徑不可預測，強調每次運行均為唯一性。借用該邏輯，世界系統得以在每輪觀眾體驗中構建非重復的空間布局與交互事件路徑。

（2） 在語義層面，系統需為每一場景對象指定類型標簽與狀態屬性，用于行為判斷與環境反饋。標簽用于定義對象的語義類別，如“非玩家角色（NPC）”“道具”“交互體”；屬性則用于記錄對象當前狀態，如“鎖定”“焦慮”“使用中”。所有語義信息需以結構化方式組織，主要分為2種機制。第一種是場景圖（Scene Graph），通過圖結構表達場景中對象之間的空間關聯與層級組織關系。該結構以對象、空間單元等為節點，通過表示“包含”“支撐”“遮擋”等空間關系的邊，刻畫對象在場景中的結構性位置，從而為感知理解與空間推理提供基礎[15]。第二種是知識圖譜（Knowledge Graph），用于表達對象之間的非空間語義關系與狀態演化路徑，結構上通常采用“主語-謂語-賓語”的三元組形式，對對象屬性與事件進行結構化描述，如“角色A-情緒-焦慮”“門-狀態-鎖定”。類似的關系謂詞式結構也被用于場景語義建模中，用以統一表示對象及其關系，支持結構化語義表達。例如，有學者提出了一種結合傳統知識工程和大型語言模型的場景驅動多模態知識圖譜（Scene?MMKG）構建框架[16]，知識圖譜通過知識增強機制（Knowledge Enhancement）將場景描述（Scenario Descriptions）與虛擬語言導航（Virtual Language Navigation）等任務進行語義關聯，引入統一的場景知識注入框架用于知識表示，實現了場景語義的統一建模與任務支撐。

（3） 所有語義與狀態信息被統一組織為一個結構化狀態模型，供系統內部模塊訪問與更新。智能體行為模塊可直接讀取該模型中的狀態快照，判斷環境條件與交互策略。例如，當系統狀態顯示角色A位于“酒吧”，其朝向為角色B，且角色B當前狀態為“持有信件”，具備“好奇”行為屬性的智能體可基于這一信息生成“靠近-觀察-嘗試對話”等行為序列，不依賴外部交互或預設腳本。

3.1.2 可決策的角色行為

在開放動態的智能世界中，自主智能體是推動狀態變化與事件生成的基本行為單元。區別于依賴預設腳本的靜態對象控制方式，系統需引入具備感知、推理、決策與行動能力的自主智能體，并通過統一架構支持其全過程運行。智能體行為的生成通常遵循“感知-規劃-執行”架構，具體包括：（1）感知模塊。從上述結構化世界狀態模型中讀取語義與空間狀態，為行為規劃提供輸入。（2）規劃模塊。即智能體的決策核心，依據系統復雜度與需求，該模塊可采用不同的行為生成機制。（3）執行模塊。將規劃結果轉化為系統指令、調度動畫、音效與交互模塊。在整個智能體系統架構中，規劃模塊是行為生成的核心，其所采用的機制類型直接決定了智能體的決策模式與行為表現。根據不同的控制結構與認知建模深度，常見的行為生成機制包括以下3類。

（1）有限狀態機（FSM）與行為樹（BT），適用于邏輯預定義清晰、狀態轉移關系穩定的任務場景，如巡邏、基礎對話與條件響應等。該類方法通過顯式狀態枚舉或層級行為組合，將智能體行為約束在可預測的控制結構內，具備實現成本低、運行效率高與可解釋性強等優勢，但其行為靈活性與對復雜情境的適應能力相對有限。

（2）信念-愿望-意圖（BDI）模型，強調AI智能體的認知建模，支持其根據信念狀態與目標偏好進行理性規劃，常用于任務協作與應急響應場景。如Antakli等[17]提出答案集編程（ASP）驅動的BDI規劃框架（HumanSim），通過ASP統一建模環境與行為邏輯，使智能體能在3D虛擬環境中實現動態意圖選擇與行為映射，并支持反應式與前瞻式規劃。

（3）生成式語言智能體，通過集成LLM與記憶機制，支持智能體以自然語言形式生成行為計劃，適用于模擬具有語言交互與反思能力的復雜社會行為系統。盡管該范式在表達靈活性與社交擬真度方面具備優勢，但在行為生成過程中仍依賴語言建模與上下文關聯，缺乏可驗證的因果建模框架與長期語義一致性保障。現有研究也開始從理論層面應對生成式語言智能體的行為一致性與可控性挑戰，如Conv?BDI框架通過將BDI架構擴展至對話領域，為這類智能體提供了意圖管理與因果規劃的概念模型[18]。

上述“感知-規劃-執行”架構作為單一智能體的行為生成機制，常常嵌入多智能體系統（Multi?Agent System, MAS）框架中，允許多個智能體共享世界狀態、并行運行。系統可依據資源占用、行為沖突等因素進行仲裁管理，實現復雜系統的多行為協同。此外，智能體不僅承擔敘事角色，也可作為系統功能節點（如氣候模擬器、經濟調節器）參與世界演化。上述機制突破傳統靜態響應結構的限制，使VR電影即便在缺乏觀眾輸入時，仍然能持續演化狀態并生成事件。這一“自我演化式行為系統”也可見于JaCalIVE框架對MAS與虛擬環境共演機制的建模方案中[19]。

3.1.3 可仿真的時間進程

系統由靜態封閉到動態開放的躍遷最終技術標志，是具備了不依賴觀眾觸發、仍可獨立演化的運行機制。從技術角度看，這種轉變依賴于底層的仿真執行機制，其核心實現即為仿真循環（Simulation Loop）。

“仿真循環”是計算機仿真與渲染引擎中廣泛采用的一種結構，其支持系統狀態隨時間推移而不斷演化。根據仿真模型的類型，該機制通常采用固定時間步長（Fixed Timestep）或離散事件驅動（Event?Driven）2種策略：前者以每秒數十幀的節奏定期推進系統狀態，后者則根據事件的觸發時序更新系統。這一循環在每一調度周期內，通常會執行以下4類任務：

（1） 更新世界狀態：包括位置、物理參數或環境變化（如風速、光照）；

（2） 推進智能體行為：使各角色依據感知與決策模型更新其狀態與行為；

（3） 調度事件系統：處理邏輯觸發、時間延遲、行為結果等事件；

（4） 檢測系統條件：如劇情推進點、資源耗盡、時間窗口等全局狀態變化。

這一機制確保了系統內部狀態的持續性與一致性，即使在用戶無交互的情況下，世界依然在“真實時間”中運行。為保障仿真運行效率與呈現質量，系統架構通常采用仿真層（Simulation Layer）與呈現層（Presentation Layer）分離的設計模式。仿真層負責進行所有邏輯計算與狀態更新，不受渲染、幀速率等可視化因素干擾；呈現層則由圖形渲染引擎主導，將當前狀態轉化為圖像、音效和交互反饋，并接收觀眾輸入。二者之間通過共享狀態模型或中間通信總線（如ROS、Mirror）進行高速同步，以保障低延遲與高一致。

該類仿真機制在多個領域中已有成熟實現，體現出強大的系統演化能力。系統可在無外部干預的情況下，通過周期性狀態更新與規則執行，持續推進個體與整體行為的時間演化。而在VR領域中，作品The Under Presents的系統基于預設的仿真循環機制，每隔固定時間周期生成一個“自身副本”，并將觀眾在前一周期中的行為軌跡完整記錄與重演。用戶在劇場空間中可清晰看見多個“自己”在時間流中疊加出現、重復先前的動作路徑，從而形成一種“空間-時間”復合式的自我觀察體驗，體現出仿真系統在缺乏觀眾輸入時對世界狀態的自主推進能力。

3.2 “觀眾”的交互機制：從離散到連續

“生成式涌現”的第二個技術前提，是將觀眾從離散事件的觸發源，重構為系統內部的持續擾動因素。這要求系統具備對觀眾行為的實時采樣、語義建模與狀態更新能力。該機制包含2個核心環節：（1）通過可持續的狀態采集，系統以高頻率記錄觀眾的空間動作、生理信號與注意焦點，并將其轉化為結構化輸入，注入世界狀態模型；（2）基于可傳導的擾動效應，上述輸入在系統中引發連鎖變化，包括智能體行為適配、環境狀態調整與敘事路徑重構，構成可持續運行的生成鏈路。

3.2.1 可持續的狀態采集

相較于傳統交互系統常用的區域觸發機制（如預設交互熱點或碰撞盒），“生成式涌現”機制要求系統能夠對觀眾行為進行持續建模，并基于其狀態演化動態調整虛擬世界反饋。這要求系統能夠對觀眾的身體行為與注意狀態進行高頻率、低延遲的采集，并將其連續轉化為可用于系統演化的輸入流。這一機制由多模態追蹤、數據編碼與同步等不同模塊構成。

（1）物理位姿采集。系統通過融合慣性測量單元（IMU）與深度傳感器的多源數據，結合即時定位與地圖構建（Simultaneous Localization and Mapping, SLAM）算法，實時估算觀眾在三維空間中的6DoF位姿狀態。其中，IMU可提供頭部和手部的角速度與加速度信息，用于推算姿態變化；深度傳感器則獲取場景中每個像素點到設備的距離值，形成連續的深度圖像。系統將兩類數據在時間維度上進行配準，并通過SLAM構建觀眾相對于虛擬空間的空間軌跡。最終生成的6DoF數據結構，作為觀眾的連續空間軌跡。該位姿數據可作為條件觸發因素嵌入行為生成邏輯，例如當觀眾接近特定虛擬對象時，系統將響應性地調整角色動作或環境反饋，從而實現觀眾行為對虛擬劇情演化的實質介入。

（2）生理狀態輸入。系統可同步采集觀眾眼動、肌電與生理波動信號等，并據此可推斷其當前注意焦點、動作趨勢與情緒強度。該信息用于調整系統生成參數，如根據凝視對象調整角色響應優先級，或基于心率波動調節場景節奏，實現與觀眾狀態聯動的敘事節奏調控。

（3）狀態編碼與注入機制。所有輸入數據通過統一的狀態變量模板（如注視對象ID、注視時長、手部路徑向量）進行編碼，并通過 ROS 的“發布-訂閱”通信機制，將結構化狀態變量實時傳遞至引擎，確保智能體模塊能夠在系統更新周期內獲取并使用最新的觀眾狀態。

（4）交互意圖理解。系統可對輸入特征進行組合計算，識別觀眾的潛在交互意圖。例如，在Chen等[20]提出的VR意圖識別框架中，通過構建注視時長與目標語義間的映射關系，系統能夠在顯性操作發生前推斷觀眾是否具備“接近”“啟動交互”或“規避”等基本交互意圖。這一結構使視線行為從被動感知手段轉變為交互判斷機制，顯著提升系統對行為擾動的前置響應能力。

3.2.2 可傳導的系統擾動

在“生成式涌現”的VR電影中，觀眾的行動變量被持續注入世界模型，作為擾動信號引發一系列狀態變遷。這些擾動具備可傳導性：最初影響個體智能體的行為決策，隨后在群體動態、環境機制乃至敘事結構中層層擴散。

首先，從個體層面來看，具備自主感知與行為模型的智能體將觀眾的注視、接近、姿態等狀態變量作為輸入，實時調整自身行為。例如，NPC可能因持續被注視而暫停當前任務并回望，或因預測到觀眾的靠近路徑而改變站位策略，試圖促成或回避交互。

其次，擾動在群體與環境層級發生傳播。觀眾的移動軌跡可被群體智能體識別為動態障礙，引發局部行為模式重組與路徑再規劃[21]，例如當觀眾逆向穿越人流主通道時，周邊NPC的行進路徑將被實時偏移至輔助通道，并重新生成避讓優先級隊列；而對關鍵物體的操作則可能被環境智能體映射為規則變更，如改變區域可達性、激活新事件節點或打破空間邊界。

最終，這些在多層結構中擴散的擾動逐步積累，構成對系統敘事軌跡的生成性影響。上述所有響應都發生在系統既定的物理與行為規則之內，但多個智能體、環境智能體與觀眾身體的持續、非線性交互，使系統的長期演化軌跡變得不可遍歷。觀眾的每一次轉身、每一次凝視，都像是向一個自主運轉的復雜系統中投入一粒石子激起漣漪，即最終呈現的敘事序列在嚴格意義上不可預測且獨一無二。

4

結語

整體來看，“生成式涌現”機制本身并不會自動形成電影式表達，而是依賴在VR電影的有限時長內完成情節推進、情緒累積與整體收束。因此，涌現機制需在保持對觀眾行為響應性的同時，被引導至服務于電影表達的可控路徑。本文從系統實現層面分析了“生成式涌現”機制在VR電影中的技術條件與表達約束，圍繞“故事世界-觀眾”的基本關系，梳理了規則系統從靜態封閉向開放動態的演化路徑，以及觀眾交互從離散觸發向連續擾動的技術轉變。

面向未來，VR電影涌現敘事仍面臨關鍵技術瓶頸，而其最核心的問題在于系統整合層面的組織能力：如何在有限時長內，將交互響應、情緒調節與敘事記憶有效整合為統一的規則系統，并在觀眾行為持續擾動的情況下完成敘事推進與整體收束。對這一問題的持續攻關，將使涌現機制不再停留于交互層面的變化生成，而逐步成為電影表達的結構性手段，推動VR電影從“故事講述”（Storytelling）逐步邁向“故事生存”（Storyliving）[22]，并在技術愿景上實現對生成性、過程性、開放性的未來虛實融合電影美學的終極思考。

參考文獻

（向下滑動閱讀）

[1] MARTINEZ?CANO F J. Metaverse Film: The Rising of Immersive Audiovisual through Disrupting Traditional Moving Image and Its Conventions[C]//Proceedings of the International Conference on Digital Media and Creative Industries. Spain: Universidad Miguel Hernandez, 2023.

[2] COOK D A. A History of Narrative Film[M]. New York: W. W. Norton & Company, 2016.

[3] MANOVICH L. The Language of New Media[M]. Cambridge, MA: MIT Press, 2001.

[4] 陳軍, 趙建軍. 電影虛擬化制作[M]. 北京: 清華大學出版社,2023.

[5] 陳焱松.AIGC技術在人工智能電影創作中的應用策略研究[J].現代電影技術,2023(09):39?45.

[6] 約翰·霍蘭. 涌現：從混沌到有序[M]. 陳禹,等,譯. 上海:上海科學技術出版社,2006.

[7] JENKINS H. Game Design as Narrative Architecture//WARDIP?FRUIN N, HARRIGAN P, eds. First Person: New Media as Story, Performance, and Game[M]. Cambridge, MA: MIT Press, 2004: 118?130.

[8] 徐昳清, 苗春. 中國虛擬現實電影時代開啟[N]. 人民日報海外版, 2025?05?06(08).

[9] 大象新聞. 全國首家院線坐觀式虛擬現實影廳鄭州啟幕[EB/OL]. (2025?12?26)[2026?01?02]. https://www.hntv.tv/news/henan/20251227/17588469104839 770650.html.

[10] 澎湃新聞. 備案啟幕，秦潮新生|《秦潮覺醒》XR破界——龍標備案加持，讓大秦文明在虛擬世界“活”起來[EB/OL]. (2025?10?30)[2025?12?26]. https://www.thepaper.cn/newsDetail_forward_31855604.

[11] 陳焱松,周雯. 人工智能影像敘事的涌現化生成[J]. 當代電影,2024(05):14?20.

[12] PARK J S , O'BRIEN J , CAI C J ,et al.Generative Agents: Interactive Simulacra of Human Behavior[C]// Proceedings of the 36th Annual ACM Symposium on User Interface Software and Technology, 2023:1?22.

[13] 澎湃新聞. 網文引入AI技術，“筑夢島”功能打造閱讀“夢中人”[EB/OL]. (2023?08?11)[2025?12?25].https://www.thepaper.cn/newsDetail_forward_24197491.

[14] HENDRIKX M, MEIJER S, VAN DER VELDEN J, et al. Procedural content generation for games: A survey[J]. ACM Transactions on Multimedia Computing, Communications, and Applications, 2013, 9(1): 1?22.

[15] ARMENI I, HE Z?Y, GWAK J, et al. 3D Scene Graph: A structure for unified semantics, 3D space, and camera[C]//Proceedings of the IEEE International Conference on Computer Vision (ICCV).Piscataway, NJ, USA: IEEE, 2017: 5664?5673.

[16] SONG Y X, SUN P L, LIU H Y, et al. Scene?Driven Multimodal Knowledge Graph Construction for Embodied AI[EB/OL].(2023?11?07)[2025?12?26].https://arxiv.org/abs/2311.03783.

[17] ANTAKLI A, ZINNIKUS I, KLUSCH M. ASP?Driven BDI?Planning Agents in Virtual 3D Environments[C]// Proceedings of the 14th German Conference on Multiagent System Technologies (MATES 2016). Cham: Springer, 2016: 198?214.

[18] WALKER N T, WAGNER N, HILGENDORF L, et al. Conv?BDI: An Extension of the BDI Framework for Conversational Agents[C]// Proceedings of the 29th Workshop on the Semantics and Pragmatics of Dialogue. Bielefeld, Germany, 2025: 104?114.

[19] RINCN J A, GARCíA E, JULIáN V, et al. The JaCalIVE framework for MAS in IVE: A case study in evolving modular robotics[J]. Neurocomputing, 2018, 275: 608?617.

[20] CHEN X L, HOU W J. Gaze?Based Interaction Intention Recognition in Virtual Reality[J]. Electronics, 2022, 11(10): 1647.

[21] KIM S, BERA A, BEST A, et al. Interactive and Adaptive Data?Driven Crowd Simulation[C]// Proceedings of the IEEE Virtual Reality (VR 2016). New York: IEEE, 2016: 325?332.

[22] 周雯,陳焱松.從非玩家角色到人工智能體：虛擬現實媒介的“終極生活”敘事[J].編輯之友,2025(06):32?40.

期刊導讀 |《現代電影技術》2026年第4期

賈云鵬等：創意影像生產中的可控視頻生成技術路徑及應用研究

周令非等：單幀非盲視頻數字水印嵌入和檢出技術研究與應用