北京
>邊界是流動的
在模糊中探索美學新走向
務實與想象力
YIQIYINGCHUANG
在北京電影學院攝影系資深教授齊虹的觀察里，一直以來，關于人工智能與創造力的討論，似乎總困在同一個預設里：AI會不會超越人類。這個提問有可能一開始就錯了。把人的注意力引向狹窄的競技空間。
齊虹教授
他的覺察源于一份學生作業。一次要求作品必須有30%AI參與的作業練習中，“一個同學提交了一個水下鏡頭，畫面里有一道從水上打下來的光，在水下形成波光粼粼的光束，效果很像陽光直射水下的實拍。”
他詢問學生如何實現。得到的答復是，“根本沒寫提示詞，只給了一個水面上有倒影的畫面。”AI自動“理解”并生成一段水下視角的視頻，還主動加入一道極具臨場感的光束。這啟發他產生了一個大膽的設想：
會不會AI從誕生起就在另一片原野上行走。它的目的不是“學習-復制-趕超”人類，比如生成比專業攝影師更“正確”的畫面。而是用它自己的邏輯，構建具有“AI原生審美力”的影像語言。
這也解釋了學生作業里出現的“生動的光束”不是偶然地、簡單地源于算法——算法學習的數據里包含大量由專業人類攝影師界定的高標準的藝術美學追求。當人類工程師用美學標準倒推硬件設計，再用精準的設計語言“滋養”AI。AI的創作土壤便不再是單一的、冰冷的代碼。
而是融合了創作者的美學思考、工程師的實現智慧以及海量視覺數據共同構成的“創作生態”。這很像人類集體創作的“優良基因”的融合和延伸。
齊虹教授
在新的創作生態里，“AI不僅在技術指標上一次又一次突破，在美學上也會給出新的、超出我們想象的答案”，生長出自己的美學體系。生成的作品也極有可能迸發出超越簡單復制拼貼內容的想象力和創造性。
真實質感與AI美學
YIQIYINGCHUANG
“不是簡單地討論AI和攝影之間‘誰取代誰’‘誰復制誰’的問題。”齊虹覺得，現階段的AI和人類更像互為師生的關系。
AI所追求的呈現并非對物理世界的真實摹寫，而是基于海量人類作品訓練出的、統計意義上的、最大公約數的美學風格。比如評測AI模型時，人物一致性、語言遵循能力都不難測，輸入“王家衛風格”，很多模型也能輕松實現。
但面對像羅伊·安德森等更冷僻、更個人化的風格，“很多模型的表現就明顯變弱”。這說明AI美學的生成基礎和能力邊界源于大眾化的、標簽化的美學數據，也受此限制。
AI還很容易犯“有真實質感的錯誤”。
一次攝影課上，齊虹向AI提出一個問題：玻璃器皿中倒入水后，對背景產生的折射與反射，其間有怎樣的光學邏輯關系。
結果“生成的影像在物理邏輯上是完全錯誤的，但質感逼真得和真的一樣。如果沒有專業知識，就會認為AI是對的。專業的人看一眼，就會發現它在‘一本正經胡謅’。”
這個問題的有趣之處在于它引發的分裂。“AI完全可能經過認真‘思考’，生成一個完全錯誤的答案。”
關心技術倫理的人文主義者、對藝術創作規律掌握不夠體系和透徹的藝術工作者、創作愛好者，會擔心AI生成極具說服力的“視覺謊言”混淆現實世界的真假，人類專業知識和判斷力會因覺察不到其中的謬誤而被破壞甚至“退化”，最終將定義“正確”的權利讓渡給AI。
齊虹出版圖書《品類影像》
被許多從業者譽為“影視廣告拍攝百科全書”
但如果詢問一位學科教育研究者、有大量創作經驗積累的藝術工作者怎么看這些“撲面而來的真實質感的錯誤”，得到的會是不悲觀的、令人心安的、啟發人行動的回答。“人類的語言能力、經驗積累和即時交流靈感碰撞產生的豐富內容，AI可以學習，但目前難完全復現。”
齊虹用一個生動的比喻形容當下的AI大洪流。“你想象一個畫面，水面上有一只鴨子，順著湍急的河流在拼命游，你把鏡頭搖到水下，這只鴨子是腳不沾地的。”看似被洪流裹著奮力向前，實則是隨波逐流的狀態。
追根溯源，這種“認真胡謅”源于AI底層邏輯缺乏對物理世界因果關系的真正正確的把握。“需要通過我們專業領域的知識結構，去跟AI產生新的對話。”
教育作為橋梁
YIQIYINGCHUANG
藝術院校的就業圖景也在重構。
“以往學生畢業后大多進入影視公司、電影廠，或者自己組團隊創作。”齊虹說。但近幾年，頭部科技公司成了新的擇業熱門。常有大廠業務負責人直接問他，“齊老師，能不能推薦你們的學生來我們這兒？哪怕是短期或項目制的實習也行？”
產業對藝術人才的需求迫切又具體——他們需要的不是會用軟件的操作者，而是能理解和定義“好影像標準”的創意決策者，能連接技術邏輯和藝術審美的語言翻譯者。
這些來自創作和產業一線的、混合了技術邏輯和美學判斷的真實需求讓他感受到，傳統教學互動模式難以直接培養出能滿足這類復雜需求的人才，“藝術生”、“文科生”的專業價值也正在被重新看見和定義。
齊虹教授
“現在已經不是電影原教旨主義時代了。”他認為，在學科交叉的大背景下，教育者需要主動打破傳統藝術學教育范式，實踐“藝工融合”。既教學生如何從感性的、抽象的藝術創作中提煉出與技術對話的學科理性框架，也要讓學生清楚如何清醒評估傳統影像語言和AI創作語言，兩種不同語法的優勢與局限，這樣才能在完成具體創作目標時，做出正確的判斷和融合。
在他的課堂上，學生會被要求比較實拍影像和AI生成影像的差別，包括解構兩種創作過程。傳統影像拍攝涉及哪些物理參數？AI生成影像提示詞、參考圖是什么，有哪些模型參與？
“讓學生從結果中看到——同一個內容，AI能做成什么樣，攝影能做成什么樣，兩者之間的差異本身就能形成一種審美體驗。”進而建立領域交叉的思考框架，發現新的審美可能，甚至在情感、精神交流層面也能與AI碰撞，獲得反饋。“真正進入行業以后，他們會發現在兩個領域的交叉能產生新的強競爭力。”
一次共生探索
YIQIYINGCHUANG
和AI一起“卷”。
“我不想也去深入解析AI的底層原理，那樣講很多人會聽不懂；也不想去預測AI的未來，因為我們永遠預測不準。每次幾乎都被打臉。”
齊虹教授
在齊虹的觀察里，AI創作與人類創作有根本差異。
他有一位學生很堅持“實拍為主，AI為輔”。但做出的AI作品屢屢拿獎。因此，傳統攝影技巧和AI生成一點兒不矛盾。反而“把實拍中學到的美學和技巧應用到AI，能幫助你在使用AI時得心應手，嘗到甜頭”。
回到創作應用場景。現階段AI生成的分鏡并不都符合傳統敘事邏輯，“電影分鏡每個鏡頭時長不太短，AI或許能切分；如果是宣傳片、情緒短片，很多鏡頭只有幾幀，靠快速轉場營造節奏，AI還切分不出來，即便切了，也可能丟失最精華的部分。它不是簡單的對話正反打，而是依靠視覺快閃、無臺詞的情緒轉場。”
但這種“非常規”情緒化本身也可能成為靈感，比如一段從全景直接跳到大特寫的AI分鏡，創作者也完全可以被它影響，重新梳理敘事結構。“這也是現階段我們對AI的一種利用和掌握。”
齊虹出版圖書《影像藝術構成》
他希望把新舊領域放在一起對照，探索它們之間的連結和延伸。“就像《紅樓夢》里說的‘草蛇灰線，伏延千里’，邊界時而可見，時而消失，但始終在向前延伸。”
《導演的攝影課+攝影的AI課》是他謹慎、辯證思考后設計的一門課程——無論人與人，還是人與AI，只有在同一個創作語境下，才能獲得真正良性的創作互動體驗，建立默契且長久的協作共創關系。
“導演的攝影課”是從導演視角理解攝影工作，這源于他超過三十年影視制作和廣告攝影的大量經驗濃縮，幫助導演理解攝影部門為什么一束恰到好處的光要調試數分鐘，建立跨專業的理解和協作基礎；
齊虹教授
“攝影的AI課”是從攝影的視角理解AI工作，這源于他近一兩年參與AI相關研究課題，總結提煉的智能影像創作的新經驗、新方法，引導攝影師、導演、影像創作者掌握兩種創作語言之間的翻譯和調度能力。
他坦陳自己不講“一招鮮”的速成訣竅。而是通過對照傳統與現代的工作場景、創作語言、協作方式，幫助你建立傳統視覺與AI生成視覺之間的對應關系，進而引發你對美學以及創作的感受和思考。
思考學習的目的只有一個：比AI更懂你的專業——
當你清楚知道什么是好，什么是對，怎么溝通，怎么協作，AI就會從潛在的威脅，變成最好的幫手。最終像齊虹老師提到的那位學生一樣，在實拍場景中得心應手，也能不斷嘗到AI創作的甜頭。
了解課程，掃碼報名↓
作者 | Yu
排版 | 馬東西
「注：本文部分圖片來源于豆瓣及網絡，
若有侵權請主動聯系我們。」
益 起 推 薦
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
