咱先举个例子：你有没有想过，《速度与激情7》里保罗·沃克的镜头是怎么来的？他拍摄中途意外去世，剩下的戏份总不能让电影烂尾吧？最后是团队用AI把他之前拍过的镜头、采访片段“拼”起来，再合成到新画面里，才让角色顺利收尾——这就是AI在影视圈的一次“高光操作”。
现在的AI早不是只做特效的“工具人”了，从你在电影院看到的电影、手机里刷的网剧，甚至短视频平台的小短剧，从一开始写故事、拍画面，到后期剪片子、发宣传，AI几乎全程都在“搭把手”。今天就用最通俗的话，把AI在影视制作里的门道掰开揉碎了讲，保证不管你是不是懂行，都能听明白。
一、前期：还没开机，AI先帮剧组“踩坑”
很多人以为影视制作是从“开机拍”开始的，其实不是。在正式拍摄前，剧组要花几个月甚至几年做准备：写剧本、画分镜、算预算、选演员……这一步叫“前期制作”，最容易出问题——比如剧本写出来没人爱看、分镜画得不合理导致后期返工、预算超了拍一半没钱了。而AI在这一步的作用，就是帮剧组“少走弯路”。
1. 写剧本：AI是“灵感提款机”，但不是“代笔”
先说说写剧本。以前编剧写故事，全靠自己憋灵感：坐在电脑前发呆半天，可能就想出一句对白；想个转折剧情，得翻几十部同类电影找参考。现在有了AI，情况就不一样了。
比如编剧想写一个“校园青春剧”，但不知道从哪入手，就可以跟AI说：“帮我写一个高中校园故事的大纲，主角是转学生，有一个隐藏的音乐天赋，冲突是和班长因为一场合唱比赛产生矛盾，最后一起夺冠”。AI可能在10分钟内就给出3个不同版本的大纲：第一个版本里转学生是因为家庭原因转学，第二个版本里班长其实也喜欢音乐但不敢说，第三个版本里合唱比赛遇到了突发状况。编剧不用从零开始，从这3个大纲里挑一个自己觉得顺眼的，再改改细节，比如把“合唱比赛”改成“校园歌手大赛”，把主角的性格调得更活泼，很快就能出一版初稿。
还有对白，以前编剧要琢磨“这个角色说话的语气像不像高中生”“老板跟下属说话会不会这么客气”，现在AI能模仿不同角色的语气。比如让AI写“老师批评上课睡觉的学生”，AI会写出：“小明，你昨晚是帮月球背面装wiFi去了？上课头点得跟打桩机似的，要不我给你搬个枕头过来？”这种带点幽默的对白，比编剧自己硬憋要快得多。
不过要说明白：AI不是能直接写出一部完整的好剧本。它的作用是“帮衬”——比如编剧卡壳的时候给灵感，或者快速生成初稿，最后还是得靠编剧修改、润色，把人物写得更立体，把剧情改得更有逻辑。就像厨师做菜，AI帮着切菜、备料，但炒什么味、放多少盐，还得厨师自己来。
2. 分析剧本：AI能预测“这电影会不会火”
写好剧本还不算完，投资方得判断“这个剧本能不能赚钱”——总不能拍一部没人看的电影吧？以前投资方靠经验判断：比如“这个导演之前拍过爆款，这次应该也不差”“这个题材最近很火，值得投”，但这种判断很容易出错，比如有的导演拍过爆款，下一部却票房扑街；有的题材看着火，拍出来却没人看。
现在AI能帮着“算一算”这个剧本的潜力。它会把这个剧本和过去几十年里几万部电影的剧本做对比：比如对比“剧情结构”——是不是和《流浪地球》一样有“危机出现→团队解决→最后反转”的结构；对比“人物设定”——主角是不是和《哪吒之魔童降世》里的哪吒一样“反套路”；甚至对比“台词风格”——是不是和《夏洛特烦恼》一样有很多搞笑梗。
然后AI会给出一个“预测报告”：比如“这个剧本的票房可能在5亿到8亿之间，目标观众主要是18-25岁的年轻人，在春节档上映会更合适”“这个剧本里有3个情节可能会让观众觉得无聊，建议修改第25分钟的家庭戏，增加一点冲突”。
当然，AI也不是“预言家”，它的预测是基于过去的数据，要是遇到像《流浪地球》这种打破常规的“黑马”电影，AI可能也会算不准。但对于大多数“中规中矩”的电影，AI的分析能帮投资方少踩很多坑——比如避免投一部“一看就会亏”的剧本。
3. 画分镜：AI把文字“变”成画面，不用等设计师
剧本确定后，下一步要画“分镜”——就是把剧本里的每一段文字，变成一张张漫画一样的图，告诉摄影师“这个镜头要从上面拍”“演员要站在左边”“背景里要有一辆红色的车”。以前画分镜全靠设计师手绘，一个设计师一天可能只能画20张，要是一部电影有1000个镜头，就得画50天，不仅慢，还可能因为设计师理解错剧本，画出来的分镜和编剧想的不一样，得反复修改。
现在AI能直接把剧本“转”成分镜。比如剧本里写：“早上7点，女主角在厨房煮咖啡，阳光从窗户照进来，她拿起手机看了一眼，突然愣住了”。AI会自动生成一张分镜图：画面里有厨房的场景，女主角站在咖啡机前，窗户上有阳光的光斑，她手里拿着手机，表情是惊讶的。而且AI还能生成不同风格的分镜：想要卡通风格的、写实风格的、甚至像宫崎骏动画一样的风格，都能选。
设计师不用再从零开始画，只要在AI生成的分镜基础上改一改：比如把“咖啡机的颜色改成白色”“阳光的角度调得再斜一点”，一天就能改完100张，效率翻了5倍。而且AI生成的分镜是基于剧本文字的，不容易出现“理解偏差”，减少了反复修改的麻烦。
4. 选演员、算预算：AI帮着“挑人”“省钱”
选演员也是个麻烦事：以前剧组靠试镜，让几十上百个演员来演一段，再靠导演的眼光选；现在AI能先“模拟”演员的表现。比如剧组想找一个“20岁左右、能演活泼少女”的演员，AI会把备选演员过去演的戏、参加的综艺片段找出来，分析他们的“活泼程度”“台词功底”“和其他演员的搭配度”，然后给出一个排名：“演员A的活泼程度得分90分，和男主角的搭配度85分，建议优先考虑”。
这样剧组不用让所有演员都来试镜，先通过AI筛选出几个候选人，再试镜，能省不少时间。而且AI不会受“个人喜好”影响——比如有的导演可能因为喜欢某个演员的长相就选他，但AI只看数据，更客观。
预算方面也一样。以前算预算靠“经验”：比如拍一场“暴雨戏”，要租洒水车、买雨衣、雇群演，大概要花10万块。但实际拍的时候可能因为洒水车不够、群演临时涨价，最后花了15万。现在AI会把过去拍过“暴雨戏”的所有案例找出来，分析“洒水车的租金在不同季节的变化”“群演的工资在不同城市的差异”，然后给出一个“精准预算”：“在上海拍这场暴雨戏，10月份的话，大概需要12万，其中洒水车租金3万，群演工资5万，其他费用4万”。这样剧组就能提前做好预算，避免“拍一半没钱了”。
二、拍摄：AI是“现场助手”，帮摄影师“少出错”
到了正式拍摄阶段，AI的作用就更直接了——它像一个“隐形助手”，跟在摄影师、导演身边，帮着盯着画面，避免出错，还能自动完成一些麻烦的操作。
1. 智能跟拍：AI帮摄影师“盯紧”演员
拍电影的时候，经常需要“跟拍”——比如演员在跑步，摄影师要拿着相机跟着跑，保证演员一直在画面中间。但人跑的时候容易晃，可能会把演员拍出画面，或者画面抖得厉害，后期没法用。
现在有了“AI智能跟拍设备”，情况就不一样了。比如把AI摄像头装在轨道上，或者无人机上，AI能通过摄像头实时“盯”着演员：不管演员是跑、是跳、还是突然转身，AI都能快速调整摄像头的位置和角度，让演员一直保持在画面中间，而且画面很稳，不用后期再防抖。
比如拍一部动作片，演员要在巷子里跑，后面有坏人追。以前需要摄影师扛着相机跟着跑，不仅累，还可能因为巷子窄，不小心撞到墙，或者把坏人拍出画面。现在用AI跟拍，摄影师只要在旁边看着，AI会自动跟着演员跑，还能根据剧情调整镜头：比如演员跑的时候用“近景”，突出他的表情；坏人追的时候用“远景”，展示巷子的环境。这样拍出来的画面又稳又好看，还省了摄影师的体力。
2. 实时“检查”画面：AI帮着“挑错”，避免返工
拍电影最怕的就是“拍的时候没发现问题，后期才看到，只能重拍”——比如镜头虚焦了（画面模糊）、演员的衣服穿反了、背景里有不该有的东西（比如麦克风、工作人员）。重拍不仅费钱，还可能耽误进度，比如本来计划一天拍5场戏，因为重拍只能拍3场。
现在AI能在拍摄的时候“实时检查”画面。比如摄影师拍的时候，AI会在旁边的屏幕上实时分析：“这个镜头的焦点在演员的头发上，应该在眼睛上，有点虚焦，建议调整”“演员的左边袖子卷起来了，右边没卷，可能穿错了，建议提醒演员”“背景里有个工作人员的手露出来了，建议让他躲一下”。
这样摄影师在拍的时候就能及时调整，不用等后期才发现问题。比如拍一场室内戏，背景里有个电线露出来了，AI马上提醒，工作人员当场把电线藏起来，不用后期再花时间把电线p掉，也不用重拍。
还有“曝光”问题——比如拍外景，中午阳光太晒，画面可能太亮，演员的脸一片白；傍晚光线暗，画面又太黑，看不清演员的表情。以前摄影师要自己调整相机的曝光参数，可能要试好几次才能调好。现在AI能实时分析光线：“现在是中午12点，阳光强度是8000lux，建议曝光参数调为f\/8，快门1\/1000s”，摄影师直接按AI给的参数调，一次就能拍好，不用试错。
3. 虚拟拍摄：AI让“无中生有”变简单
你有没有看过《曼达洛人》？里面很多外星场景不是在实地拍的，而是在一个“绿幕棚”里拍的，背景是AI实时生成的——演员在绿幕前走，背景里的外星沙漠、飞船就跟着动，就像演员真的在外星一样。这就是“AI虚拟拍摄”，现在很多科幻片、仙侠片都在用。
以前拍这种“虚拟场景”，演员要在绿幕前对着空气演，比如“演员要看着远处的飞船”，但其实远处什么都没有，全靠演员“脑补”，很容易演得生硬。而且后期要把绿幕换成背景，得花几个月时间，要是后期发现背景和演员的动作不匹配，比如“演员抬手的时候，飞船没及时出现”，就得重新做背景，很麻烦。
现在用AI虚拟拍摄，演员在绿幕前演的时候，背景会实时出现在眼前的屏幕上——演员看着屏幕里的飞船演，就能知道什么时候抬手、什么时候说话，演得更自然。而且AI会自动让背景和演员的动作匹配：演员往前走，背景里的树木、石头就往后退；演员抬头，背景里的飞船就慢慢靠近，不用后期再调整。
比如拍一部仙侠片，演员要“御剑飞行”。以前演员要吊威亚在绿幕前摆姿势，后期再把绿幕换成天空、云彩，可能要花1个月做后期。现在用AI虚拟拍摄，演员吊威亚的时候，眼前的屏幕上会实时出现天空、云彩，演员能看到自己“脚下”的云朵在动，就像真的在飞一样，演得更真实，而且后期不用再换背景，直接就能用，省了1个月的时间。
三、后期：AI是“修图大师”，让剪片子变快10倍
拍摄结束后，就到了“后期制作”——剪片子、加特效、调色、配音……这一步是最耗时的，一部电影的后期可能要做半年到一年。而AI在后期的作用，就是“加速”和“修bug”，把原本要花几个月的活，压缩到几周甚至几天。
1. 擦除“多余物”：AI帮着“p掉”画面里的“小瑕疵”
拍电影的时候，难免会有“多余的东西”出现在画面里：比如拍古装剧，背景里不小心拍到了电线杆；拍现代剧，演员的衣服上粘了个麦克风；拍外景，天上飞过一架飞机。以前要把这些“多余物”去掉，全靠后期人员用软件一点一点画，比如“要把电线杆去掉，得先画和背景一样的树、石头，再覆盖电线杆”，一个镜头可能要画10个小时，要是一部电影有100个这样的镜头，就得画1000个小时，差不多40天。
现在AI能自动“擦除”这些多余物。只要后期人员在画面上圈出“要去掉的电线杆”，AI会自动分析周围的背景：比如电线杆旁边有树、有草地，AI就会模仿树的纹理、草地的颜色，生成和周围一样的画面，覆盖掉电线杆，一个镜头只要5分钟就能搞定，100个镜头也只要500分钟，不到10个小时。
比如《甄嬛传》重映的时候，有观众发现某一集中，背景里有个工作人员的手机露出来了。要是以前，要把手机去掉，得后期人员手动画背景，可能要花半天时间。现在用AI，圈出手机，AI自动生成和背景一样的墙壁纹理，5分钟就搞定了，不用耽误重映进度。
还有“AI换脸”，除了前面说的《速度与激情7》，现在很多电影也会用它来“补拍”。比如演员拍完戏后，发现某一段台词说得不好，但演员已经去拍别的戏了，没法回来重拍。这时候AI可以用演员之前拍过的镜头，把他的脸“换”到替身演员的脸上，再配上演员的声音，就像演员自己重拍的一样。比如某部电影里，主角有一段哭戏，演员觉得自己演得不够好，但已经没时间重拍了，后期用AI把演员之前拍过的“哭脸”换到替身演员的脸上，再配上演员的哭声，效果和演员自己演的一样。
不过要说明白：AI换脸不能随便用，得经过演员本人同意，不然会侵犯肖像权。现在影视圈对AI换脸的管理很严，避免出现“滥用”的情况。
2. 自动剪辑：AI帮着“剪片子”，比人快10倍
剪辑是后期最耗时的一步——比如一部电影拍了100小时的素材，后期人员要从这100小时里挑出有用的片段，再按剧情顺序拼起来，还要调整每个片段的长度，让节奏更舒服。以前一个后期人员剪一部电影，可能要花3个月时间，要是遇到节奏快的动作片，素材更多，可能要花半年。
现在AI能“自动剪辑”，大大加快速度。比如把100小时的素材导入AI，告诉AI“这是一部动作片，节奏要快，重点突出主角的打斗镜头，背景音乐用激昂的摇滚”，AI会自动完成3件事：
第一，“挑素材”：AI会分析每一段素材，找出“主角在打斗”“画面清晰”“没有多余物”的片段，比如从100小时里挑出20小时有用的素材，不用后期人员自己找。
第二，“拼顺序”：AI会根据剧本的剧情顺序，把挑出来的素材拼起来，比如“先拼主角被坏人围攻的片段，再拼主角反击的片段，最后拼主角打赢的片段”，不用后期人员手动拖放。
第三，“调节奏”：AI会根据背景音乐的节奏调整片段长度，比如背景音乐的鼓点很密，AI会把每个打斗片段剪得短一点，比如1秒换一个镜头，让画面和音乐更配；背景音乐变慢的时候，AI会把片段剪得长一点，比如3秒换一个镜头，让节奏更舒缓。
这样AI能在1周内剪出一个“初版剪辑片”，后期人员不用从零开始，只要在初版的基础上改一改：比如“把第10分钟的打斗片段再剪短一点”“把第20分钟的背景音乐换成抒情的”，大概花1个月就能完成剪辑，比以前快了2倍。
现在很多短视频平台的“短剧”也在用AI自动剪辑。比如拍一部10分钟的短剧，拍了2小时素材，AI能在10分钟内剪出初版，后期人员改改细节，半小时就能上线，大大加快了更新速度。
用大白话聊（续）
3. 生成特效：AI让“暴雨、烟雾、人群”不再费钱费时间
说到影视特效，大家可能会想到《阿凡达》里的潘多拉星球，或者《流浪地球》里的行星发动机——这些炫酷的特效，以前全靠“特效师手动抠图、建模”，一个简单的“暴雨场景”，可能要几个特效师做一周；要是遇到“千军万马的战争戏”，更是要做几个月，不仅费钱（按秒收费，一秒可能要几千块），还容易出bug（比如人群动作重复，看着像“复制粘贴”）。
现在有了AI，做特效就像“搭积木”一样简单，而且又快又便宜。
先说说“自然特效”，比如暴雨、烟雾、火焰、雪花。以前做“暴雨戏”，特效师要先画“雨滴的形状”，再调整“雨滴的速度和方向”，还要让雨滴落在演员身上、地面上有“溅起的水花”，每个细节都要手动调，一个镜头可能要做3天。现在用AI，只要告诉AI“要一场‘倾盆大雨’，雨滴要密，落在地面上有明显水花，还要有风吹着雨斜着下”，AI会自动生成雨滴、水花，还能根据演员的动作调整雨滴的位置——比如演员抬手挡雨，雨滴会落在他的手上，而不是穿手而过，一个镜头1小时就能搞定，成本直接降了80%。
再说说“人群特效”，比如古装剧里的“皇宫庆典”，需要几千个群演；战争片里的“战场厮杀”，需要上万个士兵。以前做这种特效，要么真的找几千个群演来拍（成本高，还不好管理），要么用“复制粘贴”——先做几十个群演的模型，再复制成几千个，但动作都一样，看着很假。现在AI能生成“独一无二的人群”：AI会给每个“虚拟群演”设计不同的动作（有的在聊天，有的在走路，有的在挥手）、不同的衣服（有的穿红色，有的穿蓝色，有的戴帽子），甚至不同的表情（有的笑，有的严肃），几千个人看起来没有一个重复的，就像真的群演一样。
比如拍一部古装剧的“登基大典”，需要1万个群演站在皇宫广场上。以前用手动建模，可能要做1个月，还容易出现“动作重复”的问题。现在用AI，2天就能生成1万个“虚拟群演”，每个都有自己的动作和衣服，后期直接把这些虚拟群演“放”到皇宫广场的背景里，不用找真群演，也不用花大价钱租场地，省钱又省时间。
还有“场景特效”，比如科幻片里的“外星城市”、仙侠片里的“天宫”。以前做这种场景，特效师要先画“城市的图纸”，再建“3d模型”，还要给建筑加“灯光、纹理”，一个场景可能要做半年。现在AI能“根据文字描述生成场景”：比如告诉AI“要一个‘未来外星城市’，建筑都是流线型的，会发光，天上有飞舰，地面上有悬浮的汽车，背景是紫色的天空”，AI会自动生成这个场景的3d模型，还能调整细节——比如把“飞舰的数量增加一点”“建筑的颜色换成蓝色”，一个场景2周就能做好，比以前快了10倍。
4. 调色：AI帮着“给画面上色”，不用再“一帧一帧调”
拍出来的 raw 素材（没处理过的画面）通常是“灰蒙蒙”的，没有电影感——比如拍出来的“夕阳戏”，天空是淡红色的，演员的脸是暗黄色的，不好看。这时候就需要“调色”：把天空调成“橙红色”，把演员的脸调成“自然肤色”，让整个画面更有“氛围感”。
以前调色全靠“调色师一帧一帧调”。一部电影有几十万帧画面，调色师要对着每一帧调整“亮度、对比度、饱和度”，比如“把第1000帧的天空亮度提高一点”“把第2000帧的演员肤色饱和度降低一点”，一个镜头可能要调2小时，一部电影要调几个月，而且很容易出现“前后画面颜色不一致”的问题——比如前一帧天空是橙红色，后一帧变成了粉红色。
现在AI能“自动调色”，还能保证“颜色统一”。比如把一部电影的素材导入AI，告诉AI“这部电影是‘悬疑片’，整体色调要偏冷（比如蓝色、灰色），只有主角的衣服是红色，突出主角”，AI会做两件事：
第一，“统一色调”：AI会分析所有画面，自动把整体色调调成冷色，把主角的衣服调成红色，不用调色师一帧一帧调，一个镜头5分钟就能调好，一部电影1周就能完成调色，比以前快了10倍。
第二，“匹配场景色调”：AI会根据场景的“情绪”调整色调——比如“主角被追杀的戏”，色调会更暗，蓝色更浓，营造“紧张感”；“主角回忆童年的戏”，色调会变亮，加一点暖黄色，营造“温馨感”。而且AI会保证“同一场景的色调一致”，不会出现“前一帧暗、后一帧亮”的问题。
比如《隐秘的角落》这部剧，整体色调偏冷，只有“主角和家人吃饭的戏”色调偏暖，突出“家庭的温馨和外面世界的冰冷”。要是以前，调色师要花1个月来调整这种“冷暖对比”，现在用AI，1周就能搞定，还能让色调的过渡更自然。
四、宣发：AI帮着“让电影上热搜”，精准找到“想看的人”
电影拍完、剪好后，还得“让观众知道”——这就是“宣发”（宣传和发行）。以前宣发靠“拍个预告片、印点海报、在电视台打广告”，花钱多，还不知道“这些广告有没有用”——比如在电视台打了100万的广告，可能只有100个人因为这个广告去看电影，性价比很低。
现在AI能帮着“精准宣发”：知道“哪些人会想看这部电影”，然后把“预告片、海报”推给这些人，还能预测“哪个平台的宣发效果最好”，让每一分钱都花在刀刃上。
1. 生成“个性化海报、预告片”：你刷到的海报，可能和别人不一样
以前电影的海报、预告片都是“统一的”——不管你是18岁的学生，还是35岁的上班族，刷到的都是同一张海报、同一个预告片。但其实“不同的人喜欢的点不一样”：学生可能喜欢“电影里的爱情戏”，上班族可能喜欢“电影里的职场奋斗戏”，统一的海报、预告片可能抓不住所有人的注意力。
现在AI能生成“个性化的海报、预告片”。比如一部“青春爱情职场片”，AI会先分析“不同人群的喜好”：
- 对18-25岁的学生：AI生成的海报会突出“男女主角的甜蜜互动”，预告片会剪“爱情戏的片段”，比如“男女主角在校园里牵手、拥抱的镜头”，推给学生群体。
- 对26-35岁的上班族：AI生成的海报会突出“女主角在职场上奋斗的场景”，预告片会剪“职场戏的片段”，比如“女主角在会议室里演讲、解决工作难题的镜头”，推给上班族群体。
- 对36-45岁的家长：AI生成的海报会突出“电影里的家庭温情戏”，预告片会剪“主角和家人互动的片段”，比如“主角陪父母吃饭、聊天的镜头”，推给家长群体。
这样每个人刷到的海报、预告片都是“自己喜欢的类型”，更容易被吸引，愿意去看电影。比如某部电影用AI生成了10种不同的海报，推给不同人群后，“想看人数”比以前用统一海报的时候增加了50%。
2. 精准“找人”：把广告推给“最可能看的人”
以前宣发是“广撒网”——不管你喜不喜欢这种类型的电影，都可能刷到它的广告，比如你喜欢“恐怖片”，却刷到了“动画片”的广告，你不会感兴趣，广告就白打了。现在AI能“精准找人”：通过分析你的“观影记录、搜索历史、社交动态”，判断你“是不是这部电影的目标观众”，再把广告推给你。
比如AI分析你的数据后发现：你过去半年看了5部“青春爱情片”，在社交平台上分享过“校园恋爱”的话题，还搜索过“这部电影的主演”，AI就会判断“你很可能喜欢这部青春爱情片”，然后把这部电影的预告片、海报推给你。而如果你从来没看过青春爱情片，也没搜索过相关话题，AI就不会给你推，避免“浪费广告资源”。
比如某部动画电影，AI通过分析用户数据，找到了“过去1年看了3部以上动画片、年龄在3-12岁的孩子家长”，把电影的广告推给这些家长。结果这些家长里，有30%的人带孩子去看了电影，比以前“广撒网”的宣发效果（只有5%的转化率）好太多。
3. 预测“宣发效果”：提前知道“哪个平台最管用”
宣发要选“平台”——比如在抖音发预告片、在微信朋友圈发海报、在微博上搞话题。以前选平台靠“经验”：比如“年轻人都用抖音，就在抖音发预告片”，但其实可能“这部电影的目标观众虽然是年轻人，但他们更喜欢在b站看视频”，结果在抖音发了广告，效果不好。
现在AI能“预测不同平台的宣发效果”。AI会分析“过去类似电影在不同平台的宣发数据”：比如“和这部青春爱情片类似的《xx电影》，在抖音发预告片带来了10万想看人数，在b站发带来了15万想看人数，在微博发带来了8万想看人数”，然后给出预测：“这部电影在b站宣发效果最好，其次是抖音，最后是微博，建议把60%的宣发预算放在b站，30%放在抖音，10%放在微博”。
剧组按照AI的建议分配预算，就能“花最少的钱，获得最好的效果”。比如某部电影按照AI的建议，把主要预算放在了b站，结果在b站带来了20万想看人数，最终票房比预期多了3亿，宣发性价比翻了2倍。
五、AI不是“取代人”，而是“帮人做得更好”
看到这里，你可能会问：“AI这么厉害，会不会取代编剧、导演、特效师？”其实不会——AI只是“工具”，就像厨师的菜刀、画家的画笔，它能帮人“省力气、提效率”，但不能取代人的“创意和情感”。
比如编剧用AI生成了剧本大纲，但“主角为什么要做这个选择”“这段对白里藏着什么情感”，还是要靠编剧去琢磨；导演用AI生成了分镜，但“这个镜头要表达什么情绪”“演员的动作要怎么设计”，还是要靠导演去判断；特效师用AI生成了特效，但“这个特效要怎么和剧情结合”“怎么让观众觉得‘真实’”，还是要靠特效师去调整。
就像《流浪地球》的导演郭帆说的：“AI能帮我们快速生成100个‘行星发动机’的设计图，但最终选哪个、怎么改，还是要靠我们对‘中国科幻’的理解——我们要让发动机有‘中国工业风’，要让观众看到它就觉得‘这是我们中国人造的’，这是AI做不到的。”
而且AI还有“缺点”：比如它只能基于“过去的数据”生成内容，要是遇到“从来没见过的创意”（比如《流浪地球》这种“带着地球去流浪”的想法），AI就没法给出好建议；它也不懂“人类的复杂情感”，比如“主角失去亲人的痛苦”，AI能生成“主角哭的镜头”，但没法让这个镜头“打动观众”，还是要靠演员的表演、导演的调度。
所以，AI在影视制作里的角色，不是“取代者”，而是“伙伴”——它帮人把“繁琐的、重复的工作”做了，让人有更多时间和精力去做“更有创意、更有情感的事”，让电影变得更好看、更有深度。
最后：未来的电影，会因为AI变得更“多元”
以后，可能会有更多“小成本、有创意”的电影因为AI而诞生——比如一个独立导演，以前因为“没钱请编剧、特效师”，没法拍自己想拍的故事；现在用AI生成剧本大纲、做特效，花很少的钱就能完成一部电影，然后通过AI精准宣发，让喜欢这个故事的观众看到。
甚至可能会有“个性化电影”——比如你看电影的时候，AI能根据你的喜好调整剧情：你喜欢“大团圆结局”，AI就给你看主角成功的结局；你喜欢“悬疑结局”，AI就给你看主角留下谜团的结局。虽然现在这种技术还不成熟，但未来很可能会实现。
总之，AI不是“改变影视制作的本质”——影视制作的本质还是“讲好一个故事，打动观众”，但它会让“讲好故事”的过程变得“更简单、更高效、更多元”，让我们看到更多“以前看不到的好电影”。