2026年，影视行业已经过了打量审视AI的阶段，开始思考如何与AI相处。

Seedence 2.0等AI生成模型面世时，影视人聊起AI总将其视作“颠覆者”，如“AI取代编剧”“AI重构影视商业模式”等等。然而今天，随着越来越多导演、编剧、特效师、平台将其纳入生产，大家发现，AI的定位更倾向于为影视生产提效的创作基础设施，AI影视商业模式也仍脱离不了传统框架。

在这一定位基础上，“影视行业如何与AI融合”成为了更为务实的议题。中国（重庆）科技电影周作为国内为数不多将科技与电影深度融合的特色活动，在“电影金数字会客厅”板块，汇集行业专家、一线创作者、企业代表、教育机构等，聚焦“AI工具与创作者分工”“AI影视上下游商业模式”“如何培养AI创作人才”等话题，进行了贴合当下实际的深度探讨。

AI影视产业的健康发展，需超越对单环节效率高光的关注，转向对产业链协同机制的系统性构建，方能走向成熟。

创作者与AI工具如何分工？

当下，尽管AI生成视频在环境塑造、人物皮肤质感等方面愈发逼近真实，分镜设计也日趋精细，但情绪表达的空洞，始终是阻碍创作者叙事表达的壁垒。

AI短片《LANDFALL》导演萧广智，他很直观地形容了这种视觉上的“AI感”，“AI没有感情，它只是在感情模仿，它能生成悲伤的画面，但是不懂得悲伤的根本来源于哪，它可以生成末日，但是它不懂得绝望在哪，它没有给你真正的情感。”

AI 短片作品《以王勃之名》导演李政达，则从创作实操过程的角度，剖析了当下AI工具的创作问题。他指出，AI存在上下文长度限制的问题，这导致它在数次对话过程中，注意力会像人一样涣散，记不清最初的设定，难以一次性给到创作者想要的效果。

于是，在AI存在表达短板的前提下，创作者与AI生成工具如何分工便成为关键。现阶段，AI在追求高效与低成本的同时，也从流程上部分接替了原本属于创作者的主导权。但参与圆桌论坛的创作者们，普遍认为将传统“手搓”与AI工具深度结合，才是更为理性的路径。

短片《纸飞机》的制片人林音表示，编剧环节完全不会交由AI完成，原因在于AI生成的情节与转折都太过理所当然，因此从剧本创作到分镜、再到生图，仍以人工参与为主。谈及AI角色的情绪表现，她分享了另一个案例：团队此前制作的将军出塞题材短片《军》，其第一镜因情绪刻画尤为真实，被不少后来者模仿。当时，导演将AI演员当作真人演员来“讲戏”——详细解释故事背景、角色前期经历，以及角色需逐层抵达的情绪点，才最终呈现出贴近真实的情感表达。

相较之下，萧广智导演在前期创作中赋予了AI更大的参与空间。他将分镜、基础动画动作及批量元素处理等环节主要交由AI完成，而他主要死磕核心的情绪表达、微表情、氛围营造、叙事逻辑及风格审美等高阶维度。具体而言，AI生成初版，他在全流程中进行高强度的人工干预。

李政达则以AI生成工具为平台，调动各种传统电影手段。他提出，AI模型生成的表演是“假”的，就像电影表演本身也是“假”的，但观众依然会相信其中的喜怒哀乐。关键在于，电影发展一百多年来已沉淀出大量传递情绪的创作方法：蒙太奇、场景美学、光影氛围、声音情绪、演员的肢体动作等。因此，AI创作的本质，同样是调动这些元素进行融合，达到预期的表达效果。

由此可见，AI在影视创作中并非颠覆者或主导者，而是一种基于传统影视语法升级的生产工具。在此定位下，如何实现创作者与AI工具的高效分工，是AI影视时代从业者需要理性回应的核心命题。

上下游急需“牵手”

尽管资本纷纷押注、创作者争先入局、观众规模可观，但AI影视行业却仍未形成成熟的产业生态。

AI影视在竖屏领域已跑通商业模式，通过平台分账、广告变现、出海付费、IP测试等路径，串联起创作、发行、商业各环节，形成完整产业链。但在横屏领域，创作端、平台与观众三方仍处于割裂状态，尚未形成规模效应。

首先是产量问题。竖屏AI短剧产量呈爆发式增长，横屏AI短片却始终零星分散。根源在于人才规模不足，横屏短片对主题深度、叙事结构、画面质感等要求更高，创作者多为掌握传统影视手段和审美体系的人，新手难以入局。人才供给不足，直接限制了产能扩张与市场规模提升。林音导演也印证了这一点：“当下产能是非常大的问题，但源头问题就是人手不够。”

其次，商业化层面同样存在短板。OPC（一人公司）与视频平台的合作链条十分薄弱。AI平权催生了大量一人创作者及轻量化团队，但新手创作者凭借单薄力量将作品推介出去、形成播放规模，并不容易。因此，当下OPC的商业逻辑，仍脱离不了与传统平台合作的框架。

问题在于平台端的立项机制。横屏剧集平台注重数据导向，立项依赖过往播放数据与用户画像的推演。而AI横屏短剧作为新兴内容形式，缺乏市场反馈，平台决策自然偏向保守。订单要打通上下游，仍需行业共同构建协同机制。萧广智导演也呼吁：许多OPC在技术与创作层面没有问题，希望商业平台能将更多项目对接过来。

李政道导演则进一步表示，希望资方和平台在立项时更大胆一些。当下，平台与AI创作者的常见合作方式是：对IP进行AI创作时，出于稳定收益的考量，平台往往要求制作方先出测试片。问题在于，中小团队本就因为缺乏人力、物力才从传统实拍转向AI影视的，先花精力做测试片，只会进一步挤压本已有限的生产力。

他提到：“AI技术进入影视领域，应该让影视行业变得更有爆发力，即在短期内实现快速试错、批量产出优质内容。当然，这里的‘批量’指的是真正有创意、经得起推敲的作品，而非对爆款的跟风复制。毕竟，当下的创作成本相比实拍已经大大降低了。”

不过，2026年以来，平台扶持计划陆续落地，涵盖资金、流量、品牌合作等多维度。即梦AI的创作者成长计划，优秀创作者可优先获得全字节系商单推荐；腾讯视频灵芽社区的“找活”广场，则为AI创作者搭建了对接制片方、品牌方的桥梁。这意味着，OPC们的生存空间正在拓宽，能够更从容地探索与平台的商业合作模式。

教育端的“焦虑”

AI融入影视行业，正在重塑从素材类型到创作技能、从工作流程到岗位范畴等方方面面，这意味着传统培养模式下的创作者已难以满足当下市场需求。

以调色师为例，其传统职能以色彩校正与风格化调色为主，而当前工作范畴已发生显著变化：一方面需将AI工具，如Colourlab AI、达芬奇的AI功能等无缝整合至原有调色流程，统筹色彩管理、素材格式与数据传递等新环节；另一方面，调色方式也从技术性操控转向以叙事为导向的色彩设计。

因此，AI对影视创作流程的重塑，也倒逼人才培养端做出同步调整。教育端已在探索变革路径。“我们刚做完2026级的人才培养方案，但按此实施，学生到2030年才能毕业。这部分学生该学什么，我们又该怎么变，这是教育端普遍焦虑的源头。”青岛电影学院未来技术学院院长孙振在圆桌论坛上说道。

事实上，面对AI模型的迅速迭代，教育端的调整早已开始。孙振院长介绍，青岛电影学院未来技术学院是除北京电影学院外开设影视类学科门类最全的高校，2023年即提出了“All in AI”的办学方向。近几年，学院对整体课程做了大幅调整：面向80%的专业课程进行了重构，核心是针对AI影视兼具科技与艺术判断力的双重需求，包括面向所有专业开设人工智能创作基础课程，以及进行艺术原理、视觉工程、美术、编剧、导演等专业课程的系统升级。

此外，学院还针对备受关注的AI影视版权问题，开设了“人工智能知识产权、版权和伦理”相关课程。“AI是把‘双刃剑’，”孙振院长表示，“学生学AI技术，只要方向正确、运用规范，就没有问题；一旦不合规，风险极大。”

孙振院长同时提到，学院已引进大量项目和商业化案例，用于培养学生的实操能力。“教材开发本身就具有滞后性，”他强调，“学生通过参与商业项目，能够熟悉最新工作流，并在实践中培养技术之外的职业素养，这对他们而言尤为重要。”

从人才培养到人机分工，再到商业模式的探索，无一不是AI影视生态的关键拼图。AI与影视的融合已成为不可逆转的趋势，而成熟产业的真正成型，仰仗的绝非单点突破，而是全链路的系统性协同——技术研发、内容创作、平台分发、商业变现、人才供给、政策法规，环环相扣，缺一不可。唯有上下游各环节形成合力，AI影视才能从“局部高光”走向“整体繁荣”，真正完成从技术名词到产业生态的跨越。

2026中国（重庆）科技电影周，正是在这一关键节点上，汇聚行业头部力量，对上述命题进行了深度探讨，而这场探讨的意义，不止于当下，更指向未来。

（来源：毒眸）