对话齐虹：让“AI”当导演，靠谱吗？|摄影|智能体|视觉|齐虹

生成式AI究竟能厉害到什么程度？实拍会被AI取代吗？

北京电影学院摄影系资深教授齐虹有三十多年实拍创作经验，近几年深度参与大语言模型测试工作，把“人机协同创作”带入自己的教学设计思考与实践。在他看来，关于影像创作的讨论并非要聚焦“技术”，而是要从艺术、审美与日常经验出发去追索——

“技术”应如何在“人”的经验与审美中被感知？以及人在这样的学习/工作方式与创作体验里，如何重新定位自己的角色功能价值？

逻辑很好理解：大语言模型本身是在人类语言和影像视听语言基础上建立起来的。模型的本质是预测机器，而它们回答的也并非是基于我们的提问进行思考，再给出回应。事实上当我们讨论“AI生成影像有多真实”，本质是在讨论“跟光学实拍出来的哪里不一样”。

同样的思考还需要延伸至另一问题：在AI越来越厉害的当下，学习创作知识还重要吗？当我们把这个问题喂给AI，它也给出同样的回答：“如果你学习的是如何用实拍思考影像、如何构建情感共鸣这些，反而越来越珍贵。”

《导演的摄影课+摄影的AI课》是齐虹教授结合这些观察、思考和实践设计的课程。他不认同社交媒体上广泛传播的“一个人就是一个团队”的说法。在他看来，当下AI的导演思维已在加速进化，个体依赖AI工具包揽全流程的创作模式，难以真正抵达工业级的制作，或者说放缓AI时代影视工业化的进程。

个体使用AI工具需要“把AI当做导演一样的专业级伙伴”。这需要有“把实拍技术嫁接到AI工作流”的能力，包括应对模型的不稳定性、觉察它们生成内容的逻辑破绽等。

他的课程教学设计也是从影像实现的技术逻辑、美学判断出发，向你解释硅基生命怎样从海量数据中寻找规律，并根据这些符合视听语言语法的规律创作出近乎碳基生命审美水平的艺术作品。

无论你是对AI跃跃欲试的创作者，还是急需重新定义自己角色价值的行业从业者，都可能从中找到一条更清醒、扎实的抵达路径。正式开课前，我们提前向齐虹教授请教一些问题，以下是文字整理。希望对你有帮助。

“该学什么”的困境

YIQIYINGCHUANG

益起映创：创作平权是否意味着“0门槛”？有种说法认为，用AI创作，没有传统经验包袱的小白可能比专业从业者有优势，您认同吗？

齐虹：我肯定不认同。比如假设一个有想法、阅历，有创作能力的人，有一个好故事，或是想把人生一段重大的生离死别经历拍成电影。传统制作方式下，可以找一个专业团队——有导演、摄影、美术等等，把我铭刻于心的故事表达出来。

AI在创作里的角色就像传统影视制作团队里具备专业统筹能力的导演，通过与团队沟通协作，把文学语言转换成视听语言。换句话说，应该把AI 当做一个拥有摄影、美术、录音、化妆等专业能力的“协作团队”，而不仅仅是简单的“团队式工具”。

因此缺少影视专业视听语言训练的人，直接利用AI弯道超车实现创作，目前仍不太可行。首先是技术层面，模型还没进化到那种程度，否则我们也不会管“玩AI的”叫“抽卡师”，而该叫“制作人”了。并不是说有了剧本和几千块预算就能搞定原来几百万才能完成的制作。显然不是这样。

益起映创：这个“制作人”要具备怎样的能力？

齐虹：北京电影学院有“制作人班”，学员来自各个行业，背景各异。我给他们上课时也一直被问——到底什么是制作人？和制片人的区别是什么？

制作人能力要掌握得更全面——从故事构思到最终完成的全流程，不光管钱和成本，而是延伸到“成本+制作+创作”全包揽，要结合新技术、新架构、新渠道，想新的制作方法。

齐虹教授

益起映创：您如何看将AI视为创作伙伴的稳定及可靠性？

齐虹：目前的模型发展还没未达到稳定的程度。即便未来非常稳定，把大量创作交给智能体发挥，结果也可能是两种走向——

一种是带来意外的灵感和刺激。比如我有位学生在论文里提过一个“无控制创作”观点，因为认为AI生成过程中惊喜更多，但这种情况有偶然性，仅仅概括了事物的某个维度，不足以成为可复制的规律。

另一种是失控。艺术创作、尤其艺术教育其实特别强调“可复制性”。艺术教育工作者探索的也是“可复制性”——发现规律、总结出来、传播出去。比如电影学院曾组织各艺术院校老师集训，借由直接面对老师，间接传播给更多学生，以期影像理念能在戏剧与影视教育体系里更大范围复制和传播。失控会打破这一点。

有同学可能看了3000部电影或广告片后，就说要拍一部完全不一样的作品。我一直不提倡这种说法。我常在课堂上说，能把看过的3000部好片里的优点，用技巧严丝合缝复制出来，才是真功力。即便在AI时代，规律依然存在，依然要掌握视听语言基本操作手段，否则失控度太大，执行力就会减弱。

齐虹教授出版图书《品类影像》

被许多从业者誉为“影视广告拍摄百科全书”

人人都有审美，但在实拍中，即便导演想法很好，拍出来的成品可能依然糟糕。为什么？因为摄影、美术、演员都是“活的智能体”，组合在一起会产生不可控的变化。光有想法，执行力不够，就无法还原脑海中的完美构想。

把现场实拍逻辑嫁接到AI创作也是一致的。你需要把想法贯穿到AI生成的最细微角落。现阶段的局限在于，提示词的细微变化、对模型的熟悉程度、算力、网络甚至排队生成时间点，都会导致结果不稳定、不准确。

益起映创：创作者如何应对模型频繁迭代和不稳定的现状？

齐虹：我觉得是变通。没必要人人都去学开发模型，但需要像对待“实拍团队”一样去跟AI“伙伴”打交道。

默契协作需要具备变通和示范能力。就像张曼玉谈王家卫、陈可辛对她表演的启示：演哭戏时让她先笑，笑着笑着眼泪就下来了。导演像一面镜子，能给出反向的、精准的指导。这种能力源于对表演行业的积累和充分把握。

影像创作也如此。这些方法不是天生的，是建立在对基础知识的充分掌握之上。也许启发你的是一个没什么成就的电影工作者，这完全可能发生。在这个行当，各种因子互动，最后实现的可能不是最初预设的，而是在动态变化里生成的产物。

益起映创：所以无论实拍还是用AI创作，解决的核心问题都是让创作过程稳定。

齐虹：是。这需要创作者有专业领域的知识做支柱。控制模型也一样。每次有新模型出现，创作者都需要在具备影像能力前提下适应模型新变化——算力、技术、法律、维权等因素，都会影响生成结果。

比如以前用AI生成分镜，给它参考图、主题、故事线索，它能给出九宫格。现在可能发现它完成得不靠谱，就得自己动手补完。但在走这条路时，可能发现模型在其他方面的优势，在另一个角度得到支撑。这是一个动态变化的过程，尤其在AI影像仅火爆一两年的当下，变化和不稳定性更活跃。这个阶段，对影像的知识和能力储备反而更可贵、更急需。

齐虹教授

从实拍实践中找突围

YIQIYINGCHUANG

益起映创：从专业影像鉴赏角度，您评判一部AI短片好不好主要看什么？

齐虹：核心标准只有一个——“像实拍”。我会天然对实拍有亲缘性，更认可“像真的拍出来的”效果。

专业院校学生经过长期不同课程、不同维度的训练，对影像创作已经形成身体记忆，不仅是技巧，更多是审美和综合素养。因此对他们用AI创作的作品要求会更高——是否接近实拍质感，有没有电影级视听语言能力。

即便是动画、粘土、毛绒玩具这类非实拍题材，评判标准也遵循摄影的底层逻辑——运镜是否流畅、人物动作有无违和感、光线衔接是否自然、色彩反差是否符合物理规律等等，这些本质上都是对“真实质感”的本能判断。

对非科班创作者，我个人推崇“实拍质感+人物一致性好”的作品，在一堆AI作品里最“不像AI”的，瞟一眼就知道是真的，没有那种“一眼假”的AI感。

齐虹担任“2026塑三杯AIGC实战训练营”评委

电影学院刚做过一次评选，各系推选3部作品，评委老师打分都特别接近——运镜精致、摄影语言到位的，哪怕题材是动画或机器人，老师们都共同给出高分。这背后其实不是一套评分标准，是潜意识里共通的规律性的东西。

益起映创：这种普遍规律怎么找到？怎么用到识别AI逻辑漏洞和个人创作上？

齐虹：我的方法可能和别人不太一样。比如我的课后半部分叫“摄影的AI课”，核心不是讲AI，是用AI讲实拍的底层逻辑。经由AI反过来理解真实摄影和光学镜头记录的“内在真实性”。

图为部分课纲内容，完整课程说明见文末

随着模型进化，AI的破绽越来越从表面失真转向内在逻辑的不合理。所以不论AI发展到哪个阶段，甄别AI错误都只能从“实拍角度”——也就是依靠真实的用光学镜头记录影像的经验去判断。具体思考可能从两个层面：

一是技术层面。AI模仿实拍可能90%像，但专业角度去看，1%的物理逻辑错误就会暴露，比如玻璃器皿加水后的背景折射，AI生成的可能不完全符合物理原理，这种内在逻辑关系的错位，没有实拍经验能力可能判断不出来。

二是美学价值层面。AI会不断要求人有更准确的东西，比如提示词、参考图等给到它，直到生成内容跟实拍差异越来越不明显，甚至相似度接近于100%。这时人类需要依靠美学素养，从而推演、梳理出来硅基生物如何实现碳基生物美学走向的整个过程，否则就无从证伪模型，也区分不出数字智能体与碳基生命创作的价值差异。

比如我们评测模型时，就是从实拍和美学角度找逻辑漏洞、梳理美学价值，这些可能是技术工程师和影视专业外的人看不到的。

一半靠积累

一半靠应变

YIQIYINGCHUANG

益起映创：据您观察，目前学生使用AI创作常遇到哪些问题？这些问题反映出哪些能力短板？

齐虹：首先是模型版本代差和成本考虑。毕竟对学生来说不便宜，如果没有奖项或外部刺激，他们往往觉得“现有的模型抽卡次数做出来也还行”，可能影响艺术质量。比如前半段戏用旧模型，后半段用了新版本或新模型，无论是质感、人物皮肤、运镜等各方面，新旧模型生成的内容存在天然的割裂感。可能用新模型重做，效果会好很多。

齐虹教授出版图书《影像艺术构成》

其二是视听语言逻辑混乱、语法不通顺，通常跟审美和实拍经验不足有关。比如以为用镜头语言讲清楚了一个主题或行为，但其实表意不清。有些语法和逻辑问题，实拍经验多了可能一眼就能看出来。

再比如景别单一、光线不接，或是把不同景别的素材都剪进去，可能用AI补救后生成一个不同景别的镜头，旧问题解决了又产生新问题——素材不匹配、质感不一致等等，然后陷入“继续补救还是全部重做”的两难。因为统一性的缺失会不折不扣影响到评价和评分。

很多高年级学生虽然专业储备很足，但反而更频繁找老师把关，本质是缺少大量实拍经验积累的影像鉴赏力、应变力。

益起映创：这种应变力更像一个价值取舍问题？比如是要高光足够亮眼，还是要整体性。要完成还是完美。

齐虹：实拍时代过来的人都懂，不可能两全。过度追求完美，很可能带来的代价是平庸。有时有缺陷，反而能反衬出亮点更闪烁。

比如看文艺片可能有这样的感受——开始看不下去，甚至快进看几个镜头都觉得太一般，但沉浸进去看后会很被打动。打动人的不是表面的完整性，是沉浸在整个艺术作品里后才能看到的亮点。高点需要有波形和曲线才能呈现。只看一段看到的可能是斜坡，感受完全不一样。

文艺片可能更多偏向于亮点的取舍。商业片更偏向要求团队型工作流。比如AI时代，你可能通过网络和世界各地不同创作者共创，大家是一个团队，在一个工作台上交流、编辑、修改，而不是像现在理想化的那样，每个电影工作者将来恨不得就是一个人（自成一个团队）。那种方式不会让创作达到工业级的程度，或者说离实现工业级方式的变化要慢一些。