✦ AI 影视 · 产业观察
生成式 AI 让画面趋近零成本，观众却开始为“真实拍过”付溢价
当概念图、分镜、背景延伸和镜头修补都可以由生成式工具低成本完成，一部坚持实景、胶片与物理拍摄的电影，反而把“画面曾经真实存在”变成了新的卖点。
信息截至 2026 年 8 月•
全文约 4 分钟读完
#生成式AI
#AI影视制作
#IMAX胶片
#真实感溢价
11亿美元+
全球票房，目前仍未计入中国内地
41块
全球可放映 70 毫米 IMAX 胶片原版的银幕
12.1%
最高规格胶片场次贡献的 IMAX 票房占比
⚡ 30 秒速览
- AI 已经进场：生成式工具正在接管概念设计、分镜、背景补全、镜头修补和多语言本地化。
- 反差出现了：画面越容易凭空生成，真实拍摄、真实光线和真实地点反而越像一种稀缺资产。
- 证据不只是宣传：行业案例显示，部分生成式工作流已经覆盖数百部作品，某些特效环节速度可达传统流程的十倍。
- 《奥德赛》的选择：用大体量实景、IMAX 胶片和物理道具，证明“这片沙漠真的存在过”。
- 真正受冲击的群体：顶层创作者可以把真实拍摄卖成溢价，底层团队得到 AI 降本，中间层工种最容易被挤压。
01AI 进入电影制作，不再只是演示
过去，生成式 AI 在影视行业更像一个令人兴奋的实验：输入一句描述，得到一张概念图，或生成一段几秒钟的动态画面。现在它开始进入正式制作流程，位置也从“灵感工具”向“生产环节”移动。
变化发生在镜头之外。
2024.09训练专属模型，进入片库工作流
狮门影业与 Runway 合作，使用自有的两万多部影视资源训练专属模型，生成式能力开始与成熟片库和制作体系连接。
2025—2026从单点试用扩展到规模化项目
奈飞管理层披露，生成式工作流已经用于大约 300 部作品；其中一段建筑倒塌特效的制作速度，是传统流程的约十倍。
当前从前期设计延伸到后期修补
概念设计、分镜、天空补全、穿帮物体移除、已杀青镜头调整，以及配音和多语言本地化，正在被拆成可被模型承接的任务。
阅读方式：时间线展示的是生成式 AI 从“单张图像”走向“制作流程节点”的扩张，不代表每个环节都已完全自动化。
这些任务有一个共同特征：一旦基础资产生成出来，修改成本会迅速下降。不满意就重来，不必重新召集剧组，也不必等待天气、场地和演员档期。
对预算有限的项目来说，这不是锦上添花，而是第一次拥有完整视觉表达的机会。
02为什么说它已经改变了生产方式？三个可验证信号
判断 AI 是否真正进入行业，不能只看发布会上的样片。更可靠的标准是：它有没有嵌入正式项目，是否解决了制作瓶颈，以及制作团队是否愿意持续使用。
01
已有成熟片库参与
专属模型不再只依赖公开素材，而是与制片公司的既有影视资源和内部流程绑定。
02
覆盖项目数量上升
生成式工作流从概念验证扩展到约 300 部作品，说明工具已经进入制作管理的视野。
03
开始衡量时间收益
建筑倒塌等复杂特效环节，出现约十倍的流程速度差，AI 的价值开始以制作周期体现。
2万+影视资源
约300部项目采用
10×特效速度案例
8人规模团队已开始使用
注：数字来自行业公开表述，适合用来判断应用规模与方向，不应直接理解为所有项目都由 AI 独立完成。
这也解释了为什么《奥德赛》的拍摄方式值得被重新阅读。它并不是在和 AI 比谁更先进，而是在 AI 把“做出画面”变得越来越容易之后，主动把生产过程变得更难、更慢、更不可撤销。
03AI 具体能接管哪些工作？从画面生成到镜头修补
生成式 AI 目前最适合的，不是替导演完成全部创作，而是处理那些重复、昂贵、需要大量版本比较，或者不值得重新开机拍摄的环节。
🎨 前期视觉：一下午生成上百版概念方案 高频使用
- 过去美术师可能需要数周绘制的概念设计和分镜，现在可以在短时间内生成大量版本。
- 导演和摄影团队可以先快速比较构图、色调、空间关系，再决定哪些方案值得进入实拍。
- AI 在这里更像“视觉搜索器”，提高的是试错密度，而不是自动产生最终审美。
编辑观察：前期设计的价值从“亲手画完一张图”转向“筛选、修改并确立视觉方向”。
🧩 后期修补：不重新召集剧组也能改镜头 成本下降
- 天空延伸、穿帮物件移除、背景补全和已杀青镜头调整，都可以交给生成式工具处理。
- 修改不再严格受限于演员档期、天气和场地，后期制作获得了接近无限的版本空间。
- 对小成本项目而言，补齐一块缺失背景，可能决定一个想法能否最终落地。
编辑观察：AI 最先挤压的往往不是核心创意，而是过去必须花钱补救的“中间工序”。
🌍 声音与本地化：一次制作，多种语言输出 扩展能力
- 合成语音正在承接配音和多语言本地化，作品可以更快进入不同市场。
- 原本需要重新组织演员、录音棚和后期团队的工作，被拆分成可以重复调用的模型任务。
- 但声音、表演和版权授权仍然需要人为确认，低成本不等于可以跳过许可。
编辑观察：本地化会是 AI 影视应用的重要增量，但也是声音权利争议最容易集中爆发的区域。
🌊 不可能场景：AI 负责补完，实拍提供依据 混合流程
- 《奥德赛》拍摄独眼巨人时，剧组先在希腊洞穴搭建约 18 米高的木偶，并让演员穿戴全身假体完成表演。
- 海怪场景中，摩托艇在船边制造真实漩涡，为后续视效提供水流运动依据。
- 这是一种“先有物理参照，再由视效补完”的路径，而不是让模型从零猜测现实。
关键差异：AI 可以生成幻觉，但真实物理过程仍能为镜头提供重量、光线、运动和表演的锚点。
04胶片为什么成了 AI 时代的“真实凭证”？
数字摄影已经解决了胶片的大部分效率问题：拍完即可查看，素材可以复制，镜头可以反复修改。生成式 AI 则更进一步，连“摄影机曾经看见过什么”都不再是必要条件。
三种生产逻辑，正在分道扬镳。
胶片摄影记录物理世界
- 光线作用于感光乳剂，影像通过化学反应被固定。
- 一卷片盒只能拍约 3 分钟，冲洗后通常第二天才能确认结果。
- 错误无法撤销，因此现场需要更高的专注和准备。
稀缺点：确实拍过
数字摄影记录并处理数据
- 感光元件把光转为电信号，监视器可以即时显示画面。
- 素材可以复制、修改和删除，重拍的试错成本更低。
- 画面仍然来自现实，但生产过程更灵活。
稀缺点：即时可控
生成式流程生成可能存在的画面
- 模型可以根据提示词构造从未被摄影机记录过的场景。
- 修改不必重新调度剧组，边际成本接近于零。
- 现实依据越少，画面真实性越依赖创作者和观众的信任。
稀缺点：可验证来源
阅读方式：三张卡片不是技术先进程度排名，而是对比“画面从哪里来”以及修改成本如何变化。
诺兰坚持胶片，并不只是因为怀旧。他曾把理由归纳为成本、画质和可靠性：光学调光可能几轮、十几个小时完成，而数字中间片流程可能拉长到数周。只是到了生成式 AI 时代，胶片又多了一层价值——它让画面拥有一条难以伪造的物理来源链。
真实地点→
真实光线→
胶片固定→
后期增强
这条链路不代表“实拍就一定更好”，它表达的是：后期增强建立在曾经发生过的物理事件之上。
05市场正在给“真实”重新定价
观众为高规格场次跨城出行、反复观看，并不一定意味着他们单纯怀念胶片时代。更直接的解释是：当一类画面可以被无限生成，不能被批量复制的那一类，就有机会获得溢价。
顶层
真实拍摄成为品牌资产
大导演、大预算和成熟产业链共同承担高昂的实景与胶片成本，再把不可复制性卖给观众。
溢价上升
中层
标准化制作工种承压
那些“比一般人做得好一点”的中间环节，最容易被生成工具拆解和压价。
压力最大
底层
小团队获得入场券
概念图、分镜、背景补全等成本下降，让没有完整制作班底的创作者也能完成表达。
门槛下降
注：这是产业结构示意，不是收入比例图；“顶层、中层、底层”指的是生产方式与议价能力，而非创作者等级。
因此，这不是“手艺对抗技术”的二元战争。AI 会把一部分成本推向接近于零，也会把另一部分无法生成的真实体验抬到更高价格。真正的问题是：哪些岗位能重新进入流程，哪些岗位只能被迫接受更低的单价。
在中国内地，能够呈现完整 1.43:1 画幅的商业影厅只有少数几家，而且播放的是数字版本，并非 70 毫米胶片原版。这个细节提醒我们：“看起来像真实”与“真实发生过”并不是同一个判断。
编辑核心判断
AI 不会让真实拍摄消失，但会把它从电影制作的默认选项，变成一种需要巨额预算、产业链和明星创作者共同背书的奢侈品。
对大多数创作者而言，生成式工具首先是降低表达门槛；对中间层制作岗位而言，它则会直接重写报价方式和职业边界。
▶给读者的观看入口
如果你准备观看《奥德赛》，可以先确认影厅规格：国内目前没有 70 毫米胶片原版放映，部分影厅能够呈现 1.43:1 数字画幅。具体排映以影院公告为准。
观看时留意：画面是如何被生成的，又有哪些部分真的发生过