AI 无限，人生有限｜对谈 KK、山音：一线 AI 创作者

摘要

• AI 把拍电影的资本门槛压低后，真正稀缺的能力从“生成素材”转向审美、判断与最终决策。 山音把这种能力叫作“眉头一皱的能量”：AI 写出一千字，人要知道哪三处不对、哪一句意外地“巧”；KK则强调导演仍是成片的最终裁决者，而且做 AI 没有任何借口，提示词、剪辑、音乐和节奏的责任都回到个人。
• 剪辑台正在成为 AI 影像生产的控制平面，剧本、资产、生成、粗剪和修改由线性流程收拢为实时循环。 《阿明的一天》从一句话到定剪只用三天；《芒古斯》虽因兼职历时近两个月，但已能以约 500 字大纲为起点，在 CapCut Video Studio 内完成 Agent 扩写、角色与场景资产、视频生成及剪辑。“文本是文本，成片是成片”，镜头一接不对就立刻回改。
• 创作供给可以无限扩张，但人生经验不能，内容瓶颈因此可能比算力瓶颈更早出现。 山音认为真正能触动人的材料必须来自亲历的“在现场”，十多年积累可能很快被高频生产消耗完；AI 能一天给出很多故事，却不能替代家庭、工作、音乐或生活现场的第一手体验。创作者仍需要重新积累，而非持续榨取旧经验。
• AI 导演的经济性更像低资本、高个人杠杆的创作者生意，而不是传统电影的重资产项目。 相比动辄上千万元、筹不到资就无法开机的电影，个人已经能负担 AI 作品成本，并在接广告与做作者作品之间自主选择；但自由的另一面是全栈压力，收入和养活自己并不会自动得到保障，传统导演能归因于演员、摄影、制片或预算，AI 导演几乎只能为结果独自负责。
• 模型进步正把工作流从 image to video 推向 reference to video，资产复用和成片级修改成为效率跃迁的关键。 Nano Banana 改善人物与场景的静态一致性，Seedance 让角色、道具、场景和美术资产可反复调用；山音称，过去做一条片子花半个月已是难以想象的速度，如今半个月可以做 5 分钟的片子，同样 5 分钟的片子现在 3 天就能做完。商业价值则进一步落在“剪完还能改”：产品、服装乃至男主角都可整体替换，配乐也能直接按既有剪辑的节奏生成。
• 中国创作者获得的并非自动领先，而是一次与全球同行重新站到起跑线的机会。 KK认为新的生产机制削弱了好莱坞既有工业流程对创作的影响，中国创作者又兼具对东西方内容的长期接触；但两人也承认行业仍在早期混乱期，“并没有谁比谁更强”。国际传播上，KK减少对白与背景说明，山音则有意营造“隔着雾”的混合文化感。
• 下一轮可投资的增量未必还是更便宜的视频，而可能是生成速度快于观看之后出现的新媒介。 当模型可以用 3 秒生成 5 秒视频，山音更关注实时游戏、直播游戏和此前无法想象的交互形态，称游戏领域的时刻“可能已经到了前夜”；面对 100 万美元的假设，KK想支持“大扎秀”完成《西游记》大电影，山音则宁愿寻找一种“没有人做过”的影游新方向。

精读

1. 两部代表作都始于被传统成本封存多年的创作冲动

• KK在 2014、2015 年听到九宝乐队的《十丈通嘴》，两年后又读到同名漫画；姐姐化为巨兽追杀弟弟的想象令他着迷，但真正想拍的是其中“别人没有讲到的”深层故事。主持人介绍《芒古斯》从蒙古传说出发，把厄运与诅咒改写成亲情与托举。广告从业者没有高预算把这类创作影视化，直到 AI 出现，才有了可执行的出口。

• KK没有把故事原点外包给 AI：他先确定完整结构、核心、人物和约 500 字大纲，再与 Video Studio 的 Agent 多轮沟通，形成执行剧本。AI 从文字阶段就介入，但前提仍是先把故事架构、核心内核和人物设定好。

• 山音的《阿明的一天》走了相反路径：没有任何形式的文字剧本，只有“换一件衣服，就换一种人格”的小概念。他让 AI 自由发挥，再从狼皮对应狼性员工、白雪公主衣服对应温柔客服等视觉设定中，反向长出文本与故事。

2. 个人电影可以不再围绕剧本运转，而是围绕一条剪辑轨道生长

• 山音虽然是编剧科班出身，但《阿明的一天》没有先锁死剧本：过去要经历剧本、分镜、现场调度和现场编剧反复调整，原因常是预算不够、演员做不到或现场无法执行。个人创作里，观众最终只看见一条剪辑线，创作者需要守住脑中的核心线索。

• 他的判断是，创作可以从剪辑台本身出发：轨道缺什么，才补什么调度、文本、美术或镜头，而不是先把编剧、导演、美术等部门的文件逐层做完。《阿明的一天》由一句话到最终定剪只用三天，他为此把自己彻底隔绝，告诉合伙人“三天不要找我”。

• 《芒古斯》前后接近两个月，KK说明这并非纯制作时长，其间还有其他工作。它的中期流程已变成边生成边粗剪：分镜理论上能接，不代表成片真的能接，“文本是文本，成片是成片”；节奏或剧情一旦缺东西，就回到同一画布实时补镜头。

3. 普通人获得了入场券，专业差距却转移到品味与取舍

• KK认为非科班创作者完全有机会做出好作品，并举 MX Shadow 的《丧尸新加坡》为例；但若要达到这样的品质，仍需要阅片量、审美积累和节奏感。阅片量决定 taste，也决定创作者是否知道“什么时候该收，什么时候该放”。

• AI 可以提醒结构、人物和叙事上应考虑什么，却不能替人作最后决定。山音形容人并不擅长凭空完成从零到一，却擅长从 AI 给出的参考中筛选、修改和推进：哪怕只有一部分内容能用，也能据此继续推到完整作品。

• 最关键的指标不是学了多少年导演，而是“眉头一皱的能量有多好”：看到 AI 大纲的第 500 字、第 800 字都觉得不对，恰恰意味着创作者正在形成自己的版本。只要不把输出照单全收，就仍有做出好作品的潜力，也不会成为“AI 的傀儡”。

4. 真正打动人的不是成熟套路，而是创作者最初那一下触动

• 两位共同提到《纸手机》和《县城里那个爆炸了的发型屋》。山音第一次刷到后甚至没注意作者是谁，只觉得“这人太厉害了”，认出是熟悉的朋友后又生出好胜心，反复观看；《纸手机》自 3 月出现后，半年里仍是他在温情题材中最受触动的作品。

• 他们观察到，后来不少温情作品复制《纸手机》的形式，却缺少同样纯粹的原始动机。KK的判断是，一眼能看出哪些作品因为前例火过、有流量才跟进；如果少了“真正曾经触动过你的那个东西”，最终也很难对别人产生同等影响。

• 山音给工作室的原则是：“你想得越少，你最后就能做得越好。”这里不是少思考执行，而是开拍前别先算流量、观众反响或大师技法；当作品写不下去，就追问哪个镜头、哪句话、哪个情绪是自己“不吐不快一定要说的”，再从那里展开剧作。

5. 《积木》证明生活经验会重写创作者对题材的理解

• 山音约在 2018 年写过一篇阿尔茨海默症小说，当时家中没有患者，完全依靠想象，结果落入沉重、关怀老人的刻板叙事。到 2020 年外公病危，临终前几个月已无法辨认家人，他才获得此前没有的真实经验。

• 重做《积木》时，他不再假定老人始终承受清醒而巨大的悲哀，而是设想对方先陷入混沌：不知道年月、身边的人和自己的年龄，只隐约感觉不对，直到某一刻记忆与年龄全部涌回，悲哀才骤然降临。影片前段因此刻意不那么悲伤，试图还原面对未知时的主观感受。

• KK把《积木》列为自己最喜欢的作品之一，并称在他看过的写实或动画同类题材中，“没有任何一个超过”它。作品真正不同的部分，不是 AI 技法，而是山音后来承认的来源：“我外公临终前几个月的那段时间”。

6. AI 压缩制作周期，也把有限的人生经验更快消耗完

• 主持人指出，KK早期可能一天做两三条，之后创作周期反而拉长；传统导演三四年拍一部，到六十岁才可能担心没灵感，AI 导演却可能迅速用完十多年积累。山音接受这种减速，因为“真正看过、听过、体验过”的东西不能按生成速度补货。

• 他把创作原点概括为“在现场”：家庭现场、音乐现场以及各种真实生活现场。只有作为第一体验者，才可能把经验转成影像语言；AI 一天能给很多故事，但那些故事未必先打动导演，再经过一次导演转化和信息损耗，就更难打动观众。

• 两人并不认为高产与沉淀有统一答案。传统电影既有斯皮尔伯格、伊斯特伍德式高产，也有卡梅隆式长期蓄力；AI 创作者同样可以沉淀半年磨一部作品，也可以捕捉灵感后隔绝三天高强度完成，关键是找到与表达欲匹配的节奏。

7. AI 最适合担任不寒暄、可无限重来的创作陪练

• 完全没有想法时，AI 仍能提供选题切口。谈到海南黑客松的 24 小时作品《华丽一跃》时，山音回忆的方法是让 AI 先给出 20 个一句话故事，再挑其中真正有触动的方向；一个反战楔子由此被扩展成完整作品。

• 对偏内向的创作者，AI 省掉了与真人聊剧本的大量社交成本。两小时的人类谈话可能只有十分钟触及剧本灵魂，AI 则允许创作者跳过“最近吃了没”，直接问想法好坏、缺陷在哪里、换一种写法会怎样，而且可以稳定地持续回应。

• AI 的意见“不一定对，也不一定好”，价值恰恰在于触发反应。它可能把套路化桥段称为高光，而人却被开头或收尾一句无意识的话击中；这种“这个点好巧”的捕捉与延展，仍然依赖人的主观敏感度。

8. AI 降低了组织门槛，却提高了导演的全栈门槛

• 两种导演最重要的共同点，是必须知道成品最终应当是什么，并成为作品最终的质量裁决者。区别在于，传统导演要调动演员、摄影、美术、制片等庞大分工，尤其在“每秒都烧预算”的片场，还必须具备高强度沟通、组织甚至发火的能力。

• AI 更适合不愿频繁与人打交道的创作者，但要求导演理解传统生产流程的每个环节：摄影机角度、焦段、光线、表演、剪辑、音乐都要能向 AI 说明。KK把这视为专业与非专业 AI 创作者的巨大分水岭；越接近传统片场里“很累、什么都管”的导演，转型后可能越强。

• 山音的直白判断是：“做 AI 做得不好，没有任何借口可以说。”传统片场还能怪演员、摄影、制片、资源或预算，AI 作品不好，只能回到提示、剪辑和审美本身；门槛下降的同时，它也像“潮水退去，知道谁在裸泳”。

9. 低成本带来职业自由，但没有带来低压力

• KK认为收入取决于个人努力和想赚多少；山音物欲较低，广告和商业项目接得不多，大部分时间用于思考下一部作品。他珍视的不是收入最大化，而是“想赚钱可以马上去赚，想做让大家记住的创作”也能自行选择。

• 相比一部电影动辄上千万元、筹不到钱便无法开机，AI 电影的投入已经是个人可负担的，非专业创作者也能直接开始。主持人所说传统导演等待下一次工作、长期处于“漂浮状态”的困境，因而有机会被个人生产能力部分改写。

• 自由并不等于轻松。过去导演可以让美术提供方案、让执行导演去现场，或者把部分判断交给其他部门；现在每一处都要自己把握。KK称项目压力甚至可能高于传统工作，因为“所有东西你都得自己来”，命运更在手里，责任也同步集中。

10. 从逐帧抽卡到资产复用，模型升级重写了生产单位

• 早期 image to video 工作流要求先做完整静态分镜和每个关键帧，再逐张转成视频并剪辑。人物和场景不能稳定延续，KK制作《芒古斯：无主时代》时约 95% 镜头由 Midjourney 生成，人物长相仍可能“天差地别”，只能大量借助 Photoshop 修正。

• Nano Banana 是一次明显转折：一张人物或背景图开始能生成同一角色、同一场景的不同角度，静态一致性得到改善。它没有消除全部控制问题，却减少了为衔接相邻镜头而反复手工修图的成本。

• Seedance 之后，流程进一步转向 reference to video。创作者只需先准备角色、场景、道具和美术资产，再通过文字分镜直接生成视频并反复复用资产，不必为每个镜头预制关键帧。

• 山音第一次做 AI 片子是在去年 2 月，花了大约半个月；他说在当时这已经是难以想象的速度。如今半个月可以做 5 分钟的片子，同样 5 分钟的片子现在 3 天就能完成。更重要的是，他不必再把人物一致性这种问题当作传统导演本来不需要考虑的工作中心。

11. 一体化工具的护城河在于闭环修改，而非单次调用模型

• 两人认为 CapCut 的差异首先来自模型覆盖，包括部分本土产品没有的海外模型；同时支持中文交互，审美选择也更加多元。Video Studio 把前期 Agent、无限画布、图像与视频生成、素材管理和剪辑连接起来，形成近乎一站式的流程。

• 山音特别看重其剪辑工具出身：专业软件曾让剪辑显得高门槛，CapCut 则让他发现“原来剪辑可以这么简单”。相比先写剧本再进入各部门的画布产品，剪辑原生意味着所有生成能力最终都围绕既有时间线服务。

• 在新加坡交流时，KK学到成片还能继续整段修改：广告已经剪完，客户要求换产品、换衣服或把男主角换成女主角，不必逐段重生成再重剪。配乐也可直接读取剪辑内容、节奏与情绪生成，他承认原以为自己的流程已很高效，“其实发现还可以再提升”。

12. AI 让“屠龙之技”第一次拥有了可执行的出口

• 在回答关于上戏、大一电影梦破灭的问题时，KK讲述了进入上戏后的感受：曾以为稀缺的天才“这里到处都是”，自己像“历经千难万苦，最终成为了讨伐孙悟空的十万天兵中的一员”。当同学都会写剧本、有想法甚至已有舞台经验，他开始怀疑中国是否需要这么多编剧导演。

• 找不到职业出口令他把所学视为“屠龙之技”，一度不爱看电影、话剧和艺术作品。接触 AI、偶然完成第一部作品后，没有外力要求他继续，他却不断告诉自己“再做一条试试看”；经历过用 Lola 的时代以及各种无法控制的早期阶段，才意识到自己并非不爱电影，只是现实让这种爱显得过于痛苦。

• Seedance 在春节前后走红后，一些早已离开影视、转去游戏或教育的朋友重新来问怎么做。KK把几张提示词发过去，对方发现“这么简单”；他的入门建议因此不是先读《DeepSeek 从入门到精通》或上两百节课，而是：“AI 最需要做的一件事就是开始。”

13. 关于垃圾内容与被压住的好创意

• KK在 4A 广告行业工作十年，熟悉的流程是第一稿尽量有创意，客户随后以“太飞了”为由要求收一收。好创意最终出街，需要创作者、卖稿能力、客户各层决策和媒介推广同时配合；同样的绝妙 idea，情商或销售能力不足就可能永远成为废稿。

• 他曾服务许多超一线明星，成片往往 fashion、姿势漂亮、粉丝买单，却“没有什么创意”；客户购买的是明星影响力，只要求观众看完去买，不需要思考。行业把这种专业但缺乏表达的生产称为“干行活”，在创作者语境里常带有空虚和贬义。

• 2024 年底，伊利 AI 广告大赛给了他转折：从 2013、2014 年起做过安慕希、巧乐兹等快消项目，他拿到 brief 后迅速完成并获全国冠军。AI 让这个“郁郁不得志的广告人”第一次释放过剩创意能量，也让他产生了不再继续上班、自己出来接广告单的想法。

• 面对“AI 出现后垃圾内容变多”的说法，山音回应称，真正的好东西也正因为 AI 出现，才能更快被大家看见；此前被层层审批挡住的好创意，也有机会显露出来。KK则承认那十年既塑造了审美、价值观和 know-how，也造成机会成本；若 AI 早十年出现，他的发展可能完全不同。

14. 行动力、个人风格与提问能力成为新的教育分水岭

• KK认为 AI 时代尤其适合行动力强、第一时间尝试而非先拒绝的人；刚毕业的新人没有旧体系负担，“没有什么可失去的”，因此面对的是纯机会。最不适合的则是持续拖延、不断寻找工具缺陷作为借口的人，因为模型升级后他们还会找到新借口。

• 山音认为只是在“干行活”的人更容易受到冲击；演员和摄影师等工种也需要转型，形成 AI 难以复制的专业风格。他以周星驰为例：那种高度个人化的表演，即使放到今天也不会被 AI 替代。

• 对下一代教育，两人的共同方向是把“会回答问题的人”变成“会问问题、解决问题的人”。考试得一百分或高考 750 分，不等于能面对真实问题，更不等于能告诉 AI 自己有什么不可替代。

• KK把它比作学习“许愿”：面对一个近乎全知全能、能实现大量愿望的系统，很多人甚至不知道自己想要什么。山音则要求团队每天提 10 个问题、开启一个对话框，哪怕只是问今天吃什么；求知欲会在不断发问中形成。

15. 全球竞赛获得同起点机会，但中国优势仍需转成具体作品

• 主持人列举的国际成绩包括：KK的《芒古斯：无主时代》入围第 30 届罗德岛国际电影节，山音与队友合作的《Tango》在戛纳国际电影节科幻电影峰会获得金奖。两人据此讨论的重点不是奖项本身，而是 AI 是否让新一代中国导演更容易触达全球观众。

• KK认为答案是肯定的：AI 是不同于传统工业体系的新生产力，东西方都在同时书写其影视流程。好莱坞旧有生产机制曾影响内容方向和价值表达，新的机制让创作者有机会摆脱部分路径依赖，“至少在这方面我们都站在了同一个起点上”。

• 两人也拒绝过早宣布胜负：从 Seedance 2.0 算起，这项技术“甚至还不到半年”，尚未出现真正通达全球的人物。中国的潜在优势包括人口、技术、官方与平台支持，以及对好莱坞、欧洲和本土文化都较熟悉，题材广度可能更大。

• KK用少对白、少旁白和少背景说明来追求普世可读性，“只要你是人类”便能理解情感；山音则追求“藏在迷雾后”的混合文化，让不同观众既觉得像中国故事，又觉得不完全像，形成似是而非的共同入口。

16. “AI 导演”终会消失，留下的是审美、决策与模型取舍

• KK判断“AI 导演”这个称号一定会被丢掉：当 AI 像电脑一样成为家庭与个人的常用工具，人们不会再追问用了什么模型、跟谁聊过，只会判断故事够不够好、画面够不够好、故事讲得够不够精彩。

• 最不可剥夺的导演性是“审美和决策”，也就是山音所说的“眉头一皱的时刻”。同样给出 20 个点子，不同导演会挑中不同的一条；山音甚至提出“比较大胆的观点”：传统导演主要为协调剧组而存在，AI 导演对应更小团队和更高决策权，因此“比传统导演离影像更近，离作品更近”。

• 工具层面仍不会一家独大。按山音的说法，stable diffusion 2.5 在某些程度上更“飘”，适合几次生成就完成其他模型需要拆成多镜头的想象性动作；固定镜头、手持和简单动作则可能改用更克制的模型。商业交付还常需保留 Image to Video 的关键帧审批，让客户在生成视频前逐级确认。

17. 生成快于观看后，真正的新市场可能在电影之外

• 当模型可以用 3 秒生成 5 秒视频，内容第一次有机会“生成快于观看”。山音认为现阶段的启发意义大于视频商业化意义，但它为实时互动、直播游戏、互动影游和未知玩法打开入口；继大语言模型、Nano Banana、Seedance 的时刻之后，“游戏领域的时刻”可能已经到了前夜。

• 面对 100 万美元投资题，KK觉得纯 AI 视频创作者未必需要这么多钱，更愿意支持“大扎秀”：对方曾花一年制作《车迟国斗法》，正在用 AI 延续《西游记》系列，KK希望资金能推动其大电影。山音则不要十年前已有的“互动电影”，而要寻找没人做过、没人想到过的影像与游戏形态。

• 山音的问题是：假设科技停留在 2026 年，再给创作者十年，人们会做出什么？他期待华人电影人借这次“平权的风”定义未来二十年甚至更长时间的电影语言，用新技术重新解释“这个民族从哪里来”；那些未来会被写进电影史的名字，“可能就在我们身边”。