從數字影像到AI影像：數智時代的技術進階與敘事風格演進

【摘 要】 針對數智技術在影像制作中的實際應用與發展經歷，本文選取數字影像和AI影像進行集中研究，對技術進階中的創新細節與技術基底進行梳理，重點考察不同技術下的影像生成在媒介屬性、技術敘事和審美體驗等方面引發的形態新變。文章從技術影像的媒介屬性變化入手，總結出相關敘事中的主體變化與風格演進，既有助于突破理論研究與創新實踐之間的現實區隔，也進一步實踐了連接藝術創作與技術迭代之間的思考路徑。文中采用全面和互動的視角，對現有的研究范式進行深化，同時強調不同視角間的對話與互相啟發。通過思考創作主體如何有效回應新技術時代的變革浪潮，進一步反思影視藝術理論的自身價值與位置，進而持續推動技術浪潮下的影視行業從業者完成技術升級和創作范式轉化，以更加開闊的視野投入新時代的影像創作中。

【關鍵詞】" 數字影像； AI影像； 數智技術； 敘事風格； 主體

人工智能技術的高速發展，引發了廣泛關注。2016年，國務院印發“十三五”規劃，將人工智能列為發展重點；2019年，中華人民共和國科學技術部發布《新一代人工智能發展規劃》，具體提出了中國發展人工智能的行動指南；2021年，國家電影局發布《“十四五”中國電影發展規劃》，將人工智能列入中國電影科技重點發展工程。[1]不僅強調了人工智能技術對于電影全產業鏈發展的重要意義，并且對近年來發生在影像制作行業中的數智化技術升級投入了更多關注。

從廣義的藝術角度來看，AI影像是建立在人工智能技術基礎上的新藝術方式，通過使用大模型、智能硬件和智能體等核心能力，有目的地生成或編輯影像段落，從而實現目標敘事。AI影像敘事同時包含視覺藝術和技術，常見的應用包括互動敘事和視頻編輯。前者在游戲場景或虛擬現實中更為多見，產品用戶或者游戲玩家根據選項來動態生成新的情節演進；后者的使用者常見于跨媒體實驗藝術家和專業視頻從業者。藝術家使用算法生成新的視覺作品，影像本身往往源自獨家創意，顯示出創作者的風格。但是對于原創意圖不十分迫切的視頻從業者來說，更傾向于從實際需求出發，在不同的程序應用中進行高效的加工環節，將諸如視頻剪輯、色彩調校、添加字幕配音或視覺特效等具體工作交給AI協助進行。因此，AI影像的敘事特點與風格變化需要在技術進階的意義上加以梳理，尤其是關注上一技術階段的數字影像如何為AI影像的出現提供必要的基礎步驟：如何從數字影像時代逐漸進入智能化的演進，AI算法如何與數字技術兼容發展，并逐漸展現出新的敘事風格變化。

一、數字技術的智能進階

20世紀70年代，計算機圖形學的發展為數字技術提供了基礎，催生出以計算機為工具的數字影像（Digital Image），特指通過數據媒介來處理、傳輸和展示的影像形式。與膠片時代的影像相比，數字影像顯然具有更高的視覺分辨率、更廣的色域表現以及更易上手的可編輯性。按照業界與學界的共識，數字電影既可指代Digital Film，也可以指代Digital Cinema，區別主要在于媒介屬性的側重點。前者主要針對膠片電影的數字化介質替代，強調影像在拍攝、后期加工以及發行放映等環節里，以數字技術代替傳統的光學、化學、物理的處理技術；后者則強調連續影像的高品質狀態，是指數字技術及其配套設備所完成的整體系統，通過數字制作、數字發行傳輸、數字存儲和數字放映等，構成一個集中結合視覺、聽覺和語言組件的“數字電影包”（a digital cinema package）。[2]就像電影誕生于技術與藝術的結合點上那樣，數字技術又一次開啟了現代電影的新紀元。數字影像為電影成像模式、電影制作模式、電影思維模式、電影美學體系都帶來了實質性變革，潛在地影響著由來已久的電影理論基礎。越來越多的學者注意到技術演進對于影像敘事風格的影響，認為電影媒介本體的變化將導致電影思維與觀念的更替。

更進一步來看，數字化的影像時代在狹義上可以描述為數字技術廣泛應用于現代電影制作、電影傳播和電影觀看的時代，而在廣義上又可以理解為影像生產流程的全面數字化。在這一境況下，圍繞數字影像的哲學范式、媒介傳播、觀看交往行為等多個維度先后發生著綜合性的轉向。數字技術的引入并不僅僅使影像的捕捉和再現過程實現了量化和可計算化，更關鍵的是它提出關于媒介去中介化與材質物理性解構的問題。數字影像的生成機制和AI算法的運行機制共享同一套數據編碼邏輯，一些人工智能算法再次提高了技術生成影像的產出效率，特別是在虛擬現實、實時引擎和計算機成像等方面表現突出，使數字電影生產、流通、放映等環節中的技術應用得到了極大提升。“數字”和“電影”的技術融合，在AI算法機制的漸次介入后再次激發出多樣的表達形式和藝術風格，對電影美學觀念與影像價值體系提出新的認知挑戰。通過集中關注上述三種代表性技術，圍繞虛擬現實、實時引擎、計算機成像的技術肌理和應用場景做出分析，有助于進一步理解影像技術化之后的敘事影像，更好地把握AI影像的美學呈現。

首先，虛擬現實技術（Virtual Reality）主要是通過使用計算機科學和行為界面在虛擬環境中模擬3D實體的行為，單個用戶或用戶群體通過運動通道的模擬來感受體驗并實現實時性的交互。VR技術的產業化體系與理論研究體系在相互服務與對話中走向完善。VR技術通常與增強現實技術（Augmented Reality）聯合應用于電影畫面的制作。前者建構起一個完全人工的環境，后者更注重數字信息與用戶環境的實時集成，將數字的、3D的內容組件與焦點個體對現實世界的擬真感知相結合，使得觀影者得以在虛擬情境中多方位地體驗真實的環境感。在一定程度上，二者在數字電影里的聯合使用改變了連續影像與觀看主體之間的既有關系，既增強了影像之于主體的現實沉浸感，也打造了主體對于影像的具身體驗。

相較而言，實時引擎技術則更多應用于交互式的3D動畫電影與游戲場景。一方面，由工作人員佩戴傳感裝置以使用實時動作捕捉軟件，同時將數據導入引擎系統進行實時建模；另一方面，運用引擎定序器（Engine Sequencer）來代替傳統的影視剪輯軟件，在剪輯、音效、關卡切換等功能環節上實現共時性的多人協作。另外，有些新技術配置已經可以達到更高水平的物理模擬，不僅能夠運用光線追蹤技術（Ray Tracing）產生真實的環境光遮蔽，而且能夠綜合使用全局光照、反射、陰影等實時渲染手段，結合廣泛使用的游戲引擎，逐步解決傳統制作過程中存在的渲染時間過長、人工成本偏高，以及輸出流程較為煩瑣等問題。

另外，計算機成像技術有著更為廣闊的應用范圍，不單是在影像特效的制作方面，還包括視覺藝術、建筑設計、工程建模、視頻游戲等，都在使用計算機成像軟件生成靜止的單一影像或逐幀的連續影像。相應地，該技術涵蓋了圖像分形，以及生成二維動畫和三維動畫特效的多種分支。“在模塊化的視覺處理器中處理各種類型的視覺信息”[3]，能夠用以創建并合成復雜的視覺效果。既可以在影片背景或環境建模中添加虛構元素、修改角色的表象外觀，以達到“返老還童”“一夜白頭”“瞬息萬變”等“以假亂真”的奇幻效果，也能在后臺工作中對影片進行數字修復（Deep Restore）或深度偽造（Deep Fake）等。

總的來看，VR技術、實時引擎技術和計算機成像技術等已全面介入電影生產、流通、放映的各個環節。由前期階段的高動態范圍成像（High Dynamic Range Imaging）開始，涵蓋動作捕捉、后期階段場景合成與畫面修復、宣發階段的網絡媒體矩陣等一系列的生產流程。在數字化技術愈加勃興的同時，人工智能先是以電影或現實生活中的擬人化形象進入實際存在的媒介化、數字化的文化交往之中，同時作為一種新興技術參與甚至獨立完成從生成劇本、視聽剪輯到后期營銷的全部流程。

二、AI算法與API交互系統

生成式AI（AI-Generated Content）的主要技術方向在于，以人機協作的界面構建為端口，即時實現人機之間有效而無限的交互。在快速變革的技術迭代下，生成式AI已經可以生成包括文本、圖像、視頻、音頻或者多種媒介類型組合而成的“多模態內容”，正在全面介入數字電影的技術層面與美學領域。[4]以藝術領域中使用較廣的GANs（Generative Adversarial Networks）為例，可以看出生成對抗網絡的算法思維對生成式影像的影響。

該技術需要包含一個生成模型G（Generator）以及一個判別模型D（Discriminator），通過二者之間的相互博弈、迭代訓練，生成相應的創造性影像。它的適用范圍逐漸擴展到圖像分割、視頻預測、風格遷移等諸多領域，又被AI藝術家們發揮，創作出一系列算法影像作品。有了大量增長的訓練樣本之后，OpenAI平臺繼續使用深度學習技術來加速構建AIGC模型，如Chat-GPT、DALL-E等。GPT系列產品是基于自然語言處理訓練出的自回歸語言模型，參數巨大。該模型對于用戶意圖能夠做到快速而準確地理解，在分類生成文本的環節上表現出高度的連貫性和客觀的準確性。針對圖像藝術的DALL-E則是以文本生成圖像的人工智能神經網絡。作為轉換性的語言模型，DALL-E的技術目標在于根據自然語言的描述性概念創建出相應的圖像。經過海量訓練，該模型已能夠輸出種類繁多的生物或非生物的擬人版本，用來對應用戶的使用邏輯，進而進行文本渲染或轉換為數據庫內的已有圖像風格等。曾經吸引全球關注的Sora，在OpenAI的發布平臺上也推出了生成樣本。然而，作為集成了復雜算法的模型產品，Sora仍然保留在內測階段，只在翠貝卡電影節（Tribeca Film Festival）邀請五位制作人使用Sora“按照自己的風格制作電影”。目的在于檢測Sora作為智能工具的創作前景，如何能夠普遍地適合于所有創作者。[5]未來的AI影像在Sora全面上市后還將出現哪些變化，還需拭目以待。

截至當前的數智化技術融合階段，生成式AI技術正在數字電影的制作和發行中發揮著越來越大的作用。在機器學習、AI自身的技術迭代更新的前提下，虛擬現實、實時引擎、CGI等領域也必然迎來更多的機遇和挑戰。因此，連接著數字影像時代的AI算法不僅將作為網絡媒介系統中的無形基礎設施，推動影像再生產及其內在創作力的新增，同時也將AI算法全面介入影像生產的現實帶入電影美學的核心議題。

第一個需要解決的矛盾存在于數量與質量之間，如何在提高效率與產能的同時，保持創作主體的藝術觀念得到高質量呈現的問題。在AI算法全面介入影視行業后，數字化技術經受智能升級的階段性提升。虛擬制作、基于云計算平臺的大數據分析與數據庫影像制作，以及搭載了高性能機器人技術的自動化工具集成等，都已在一定程度上提高了影像制作的生產效率。

在現場拍攝的過程中，實時特效生成與背景合成的AI算法幾乎達到所見即所得的同步高速。存儲于云計算平臺中的各項數據不僅為內容創作積累了不可計量的素材，而且在計算資源共享的新信息傳輸系統內得以遠程創作，甚至是跨媒介合作共享，為影像團隊的跨地區組成提供了穩定保障。此外，使用無人機拍攝，或者是利用攝像機器人來縮短制作周期，使用AI編輯軟件來加速實時渲染和特效預覽等環節，都在自動化工具的集成中提升了后期制作的效率，大幅縮短音樂編曲、配樂推薦、字幕生成等工作周期，使創作端獲得更為精良的技術優化保障。

第二個需要重點關注的問題是當前應用與未來產出之間的動態關系。在全球范圍內的影像制作行業中，大量的頭部公司逐漸大規模推進AI使用。深度迷戀特效技術創新的導演詹姆斯·卡梅倫團隊依托Wētā FX工作室（原Weta Digital），在實時渲染方面加入高性能計算，將銀幕上的視覺效果復雜化，進一步激發了創作者的自由想象。動畫行業中的迪士尼影業與皮克斯公司也對背景畫面的實時渲染技術投入大量研發。前者在流媒體投放《曼達洛人》系列的時候，集中開發了超大曲屏的LED屏幕進入實拍景棚，通過虛擬制作與奇幻背景的實時渲染，提高了拍攝的靈活性，也為劇本創作中的場景想象提供了更加開闊的實現空間。后者進一步開發軟件和軟件接口技術，其獨立開發的RenderMan同時兼有應用軟件與接口規范的性質，能夠達到API的用途實現。即，通過調用API（Application Programming Interface），一方面能夠高速生成照片級別的真實感圖像；另一方面則在建模程序和渲染程序之間使用標準通信協議，通過軟件插件和腳本接口實現新的定制化功能。API交互系統能夠高速描繪三維場景并將其轉換為真實感圖像，越來越多地滿足著動畫創作者對于物理世界觀感的復刻需求。

目前，皮克斯和維塔兩家公司都尚未向外界正式公開自家的API，但是各自的軟件都支持插件和自定義腳本，為更多的創意孵化提供便捷的技術支持。相較而言，一些帶有社交媒體屬性的影像制作單位對于數據分析的公布程度更高，例如采用頻道訂閱方式的流媒體平臺等，為開發者提供更多權限，通過超文本傳輸協議，使遠程資源調用成為可能。數量龐大且種類豐富的影像數據使自動化的創意工作流程變得觸手可及。

具體到國內發展來看，中央廣播電視總臺與上海人工智能實驗室聯合發布的“央視聽媒體大模型”，面向音視頻，支持多語種，關注藝術與技術的互動，既提升用戶體驗，也給潛在的創作者提供信息摘要與文本化的內容存儲，以技術“賦能”影像的制作形態出現，引發創作范式的變革與躍遷。因此，隨著影像技術從數字化到智能化的升級進行，思考技術新變化對于影像敘事發生的影響也勢在必行。

三、AI影像敘事的主體性及其風格演進

圍繞新技術時代中的AI影像敘事進行研究，需要同時關注藝術主題和技術實際應用。在文本對象中構建起以AI為表現主題的影視文本，從中考察擬人化或者非擬人化的AI形象如何介入人類中心的情節敘事，振蕩在人機協作和人機矛盾的兩極設定之間。繼而，作為構建想象的外部條件，現實世界中的AI技術長期影響著影像制作、傳播、接受等多個環節，也需要結合技術實際應用情況，還原到具體的語境中加以分析。

從影像敘事的主體性視角出發，可以發現數字影像與AI影像的高效產出當中潛藏著創作焦慮的癥候。大數據的巨量擴散造成信息中的噪聲增加，以及信息傳播過程中的數據變形，甚至是被誤用或篡改。事實上，影像技術的變革導致桌面電影、互動電影等新敘事形式的出現，也促進了影像與主體之間的關系流動。AI影像技術對傳統的電影創作主體性提供工具上的便利，也構成新敘事方式的挑戰。作者功能、觀眾期待等相繼在技術影像的意義生成中交相變化。當AI影像日漸覆蓋社會生活的方方面面，來自影像技術的震撼連續引發出媒介化生存和主體內在感知的轉變。AI算法顯然重新定義了影像創作的主體邊界。在利用算法驅動的創作過程中，由人工智能生成技術自動編寫的劇本，甚至是拍攝和剪輯完成的影片，構成機器換人之后的無人化生產過程，呈現出無需人力直接干預的影像制作趨勢，深刻地影響著影像制作中的作者概念以及創作的個性化表達。

更進一步來看，AI算法和加速流通的技術影像在造成影視制作日益景觀化的同時，也將內在于影像深處的思想表達變得更為零散、稀疏。由此引發出傳統的膠片電影敘事針對數字影像和AI影像的質疑，即技術媒介削弱了主體性與創作者的風格。在年輕人的認知中，AI影像模型既能夠被視為可供人類創作者自由選擇的工具，同時也需要被認證為“法律認可的作者”和“創作過程中的獨立參與者”[6]。作為影像組成方法的集成化智能正在抹除凸顯作者風格的“個人簽名”。在某種意義上，再次印證了20世紀70年代后結構主義者所批判的“作者之死”，并且在主體同一性受到動搖的前提下，呈現出某種搖擺在多種選擇之間的模糊狀態。其實質在于AI影像擦除了虛擬仿真與真實模擬之間的邊界，使影像生成經歷了多維轉換。一方面，影像的觀看不再局限于傳統的院線劇場之中，而是在技術的共同依賴下具有數字化和全球化的共同背景；另一方面，影像生成技術的便利性與日常性重新定義主體的自然屬性與再媒介化，使影像敘事的主體性出現悖論式變化：數量龐大，而主體模糊，甚至趨向消隱。

在綜合探討了AI算法與敘事主體性之間的復雜影響后，還可以繼續觀察到技術影像中的風格演進。正如當前大量作品所表現出來的潮流變化，數字影像的敘事更傾向于使用非線性的、多時序的構造來突破傳統的敘事結構。不僅是創作的主體性減弱，影像敘述的時間秩序也變得難以感知。失去了具體時間標志的生成式影像更加突出視覺效果上的瞬間震驚效果，淡化了敘事中時間感知的必要性。影像中的時間要素經過AI影像生成的遞歸網絡多層過濾而淡化原有的系統化符號指征，反過來再次加劇了觀看主體對于時間感知的鈍化。

技術影像在視覺敘事中的融合變化使創作與觀看的主體性接連發生異化，生發出潛在的后人類電影觀看經驗，需要在媒介性、時間性與主體性之間進行更為具體的批判性思考，以此來尋找新技術發展的平衡點，繼而維護人類主體性與文化連續性之間的真實連接。從學界集中關注的議題討論可以發現，影像在經過了數字編碼格式和AI生成機制之后，形成了新型的數據化控制結構，將媒介能量與智識能力、主體權力連在一起，構成另外一種影像權力體系，在改變影像傳播機制的同時，影響著技術社會中的文化語境和藝術邏輯，在不同層級間的動態轉化中形成人機協作過程中的矛盾張力。

結語

近年來，隨著數智技術的高速增長與全面介入，影視藝術領域的學界與業界不約而同地注意到AI技術對影像制作及其美學形態造成的大幅度動蕩。這種改變引發了廣泛的社會關注，其中也包含著一定程度的新技術焦慮與未來如何入局的迷茫情緒。針對此現象，對AI影像技術視角下的影視藝術新動態進行全面而深入的考察正是直面問題的必然路徑。通過厘清數字影像到AI影像的技術進階，總結影像敘事在風格方面的變化與演進，發現其中的主體性波動，有助于對影像本體和影視行業在AI時代的發展走向做出前瞻性預測，為理解和評價AI時代的影視美學提供行之有效的思路與坐標。

【作者簡介】" "楊俊蕾，女，河南鄭州人，中國文聯特約研究員，復旦大學中文系教授，博士生導師，主要從事影視美學研究；

周厚翼，女，重慶人，復旦大學中文系博士生，主要從事電影哲學研究。

【基金項目】" 本文系國家社會科學基金藝術學項目“數智時代AI賦能影視藝術創新研究”（編號：24BC066）階段成果。

參考文獻：

[1]“十四五”中國電影發展規劃[EB/OL].（2021-11-14）[2024-09-24].https：//www.chinafilm.gov.cn/xwzx/ywxx/202111/t20211109_1182.html.

[2]James，Jack.Digital Intermediates for Film and Video[M].New York and London： Focal Press，2014：469.

[3]Marr，David.Vision：A Computational Investigation into the Human Representation and Processing of Visual Information[M].Cambridge：The MIT Press，1998：102.

[4]楊俊蕾.人工智能電影：從類人模仿開始的機器換人系統升級[ J ].當代電影，2022（08）：25.

[5]OpenAI’s Sora to Debut 5 Original Shorts Made Using AI at Tribeca Film Festival[EB/OL].（2024-06-01）[2024-09-24].https：//www.yahoo.com/entertainment/openai-sora-debut-5-original-173613948.html.

[6]Parikh，Priya.AI Film Aesthetics：A Construction of a New Media Identity for AI Films[D].Chapman University，2019.