本文刊發于《現代電影技術》2024年第8期

專家點評

當前以生成式人工智能（AIGC）為代表的新一輪人工智能（AI）正以前所未有的態勢迅猛發展并呈現出潛力巨大的廣泛應用前景。AI通過深度學習算法和大規模數據訓練，除了能夠創造性地生成高質量的文本、語音、圖像和視頻等內容并應用于電影創作環節外，同時能夠以不同分支廣泛應用于電影項目開發的各個階段，無論創意策劃、拍攝制作還是宣發放映，AI都在改變著既有的工作流程和方式，不僅提高了工作效率，為創作生產帶來更多可能性，也提升了服務的個性化和精準度。《人工智能技術在電影制片開發中的應用》一文聚焦AI 技術在電影制片開發階段中重復性工作智能化替代、劇本創作的輔助創意、創意可行性和預算評估的輔助決策等三個典型應用場景，提出解決AI應用所面臨的創意同質化問題的方法，同時就加快中國電影工業化、標準化建設為AI發展創造更好產業環境以及加強政策法規建設，建立促進AI健康發展的法治環境提出對策建議。本文邏輯嚴謹、結構清晰、引述資料豐富且具一定代表性，對問題的思考和應對建議具有較強啟發性，對電影行業從業人員了解AI在電影制片環節的應用等相關知識具有重要參考價值。

——雷振宇

正高級工程師

中國電影股份有限公司總工程師

全國電影標準化技術委員會副主任委員

作 者 簡 介

黃曉宇

華夏電影發行有限責任公司網絡信息部主管，主要研究方向：數字電影技術。

北京電影學院影視技術系副主任，主要研究方向：數字電影技術 。

常 樂

摘要

本文通過梳理人工智能（AI）技術在電影制片開發階段的應用與影響，從提高效率、輔助創意和決策支持三個方面，分析AI在制片開發中應用的技術原理和使用情況，表明AI能夠顯著提升工作效率，激發新的創意，并提供精準的數據評估支持。同時，本文深入探討了AI在制片開發中應用的挑戰，并提出相關對策建議，旨在推進建立自主可控的電影AI技術體系。

關鍵詞

人工智能；制片開發；智能創作；智能管理

1引言

人工智能（AI）指能模擬人類認知功能，并在各種應用中實現自動化和智能化操作的技術。在沒有人類直接參與的情況下，機器通常能夠感知其所在環境，解釋感官輸入，學習知識，推理并做出決策[1]。

近年來，AI技術迅猛發展，為電影制作領域帶來深刻影響，特別是隨著多模態大模型的技術升級，一系列涵蓋圖像、視頻及音樂等多媒體內容生成的應用工具涌現，在行業內激起了對人工智能生成技術的深切關注。實際上，除了人工智能生成內容（AIGC）外，AI技術的諸多其他分支也在電影行業得到廣泛應用，其以更高效、創新、個性化的方式參與電影劇本創作、角色設計、場景生成、后期特效制作、音頻處理等環節，為電影制作方式、技術流程、創作思路帶來革命性改變[2]。

電影制作流程通常可分為四個階段：制片開發、前期制作、拍攝、后期制作。本文將聚焦電影制作初始階段，即分析AI技術在制片開發中的應用情況，并探討應用中面臨的挑戰，提出應對建議和展望。

2AI技術在制片開發中的應用發展及現狀

制片開發是電影制作的預制期，是一部電影從創意形成到正式開拍前的階段，可以大致分為策劃創意、劇本創作、劇本分解、演職人員選擇、預算編制、項目評估等環節[3]。人工智能技術很早就已在制片開發的各個環節中扮演著至關重要的角色，不僅催化了故事創意的多元化進程，還顯著增強了項目規劃與準備工作的效率及自動化程度。

目前，AI在制片開發的應用主要以弱人工智能（Weak AI）為主，依托大量數據訓練，使AI能夠有效執行特定任務，具體應用場景體現在三個方面：一是智能化代替人工執行重復性工作，提升電影制片開發效率，使主創專注創作；二是通過大數據搜集和樣本學習，輔助創意，豐富故事多樣性，提升劇本質量；三是進行智能數據分析，為創意開發和預算制作等環節提供數據支持，輔助決策過程[4]。

2.1 自動化工作提高效率

在制片開發工作中存在大量重復性工作，如數據錄入、標準格式文件填寫等，此類工作內容單調繁瑣，需要相關人員高度集中注意力完成，耗時費力，且極易出錯。AI通過融合自然語言處理（NLP）、命名實體識別（NER）和機器人流程自動化（RPA）等技術，實現標準格式表格的自動錄入，從而智能化替代人工執行這些重復性工作。

具體而言，系統首先基于NLP技術從劇本自動提取場景、角色和對話，后基于NER技術識別具有特定意義的實體，如人名、地名、機構名、日期、時間、專有名詞等，并將其歸類至預定義的類別中。最后，基于RPA技術，使用軟件機器人模擬人類在計算機上的操作，如點擊、輸入、復制和粘貼等，從而完成相應表格數據的自動錄入[5]（圖1）。

圖 1 AI自動化操作流程

此方向的應用主要包括劇本創作階段生成標準格式劇本及劇本分解階段生成解析表，二者都是相對成熟的應用，在好萊塢的一些高度工業化項目中得到廣泛使用。

生成標準格式劇本的代表工具如Final Draft、Celtx、WriterDuet等專業劇本軟件，國內的AI劇本工具如DramaLink、搭畫快寫等均具備一鍵轉換劇本格式的功能。此外，國內部分工具還具備可將小說轉換為劇本，自動分析、提煉故事情節和角色，生成符合劇本結構的短劇劇本等功能。

生成劇本解析表的代表工具如老牌制片管理軟件Movie Magic系列，從20世紀末到21世紀初就已開始應用于好萊塢和國際電影制作。Movie Magic Scheduling可自動提取劇本中的場景、角色、對話等關鍵信息，為拍攝計劃提供基礎。此外，隨著大數據、云平臺等技術與AI技術的融合，在2015年前后出現了一批綜合性的電影制片管理軟件如StudioBinder、Yamdu等，可提供從電影預算規劃、拍攝時間表制定、人員組織到文件共享、場景管理的全方位解決方案，利用AI技術在幾分鐘內自動分解劇本，智能識別場景、角色、道具等元素。國內此類制片管理軟件也已相對完善，如愛奇藝自主研發的制片管理系統、阿里巴巴云尚制片、安捷秀（Agile Shot）項目流程管理系統等，其中的劇本拆解模塊可自動提取主要元素，輸出順場景表、人物統計表，輔助前期統籌及成本核算。

基于AI技術的制片開發工具執行自動化操作，大幅提升了工作效率和準確性，通過減少人工操作降低出錯率，確保流程順利進行和資源高效利用， 同時，將電影工作者從重復繁瑣的工作中解放出來，使其得以把更多時間和精力專注于創作本身，探索新的敘事方式和視覺表達。

2.2 輔助創意以提升內容品質

AI對創意生成的輔助既可應用于策劃創意階段，以加速創作生成的過程；也可應用于劇本創作階段之初，輔助生成具體故事情節，拓寬故事創意邊界；還可應用于劇本創作階段后期，在劇本完成后，對劇本進行優化和查漏補缺[6]（圖2）。

圖2 AI輔助創意概覽

在最初的策劃創意階段，電影的創意點主要來源于兩方面：一是完全原創，二是由現有其它文藝作品形式如小說、漫畫、舞臺劇、電視節目、繪本、戲曲等衍生而來。傳統制作中，無論是原創劇本還是改編故事，創意產生大多基于主創團隊自身閱歷，常在自己聽到或看到的故事中挖掘題材。借助AI技術強大的信息處理與學習能力，迅速消化、理解并歸納來自海量文本數據的知識，從中提煉出獨特的故事情節、角色特征、文化元素和敘事結構，為電影創作者提供豐富的靈感來源和創作素材[7]。

目前雖然沒有完全面向電影的相應產品，但一些AI驅動的內容洞察工具如BuzzSumo、Meltwater等可用于創作靈感的挖掘。此類工具能夠運用網絡爬蟲技術持續監測社交媒體（如微博、X、Instagram）、新聞網站、論壇、博客等渠道的海量數據流，識別并分析用戶行為模式、話題趨勢、情感傾向等，從而捕捉潛在熱門主題或未被充分挖掘的故事線索。如國內社交平臺微博推出的大眾情緒分析工具，電影主創團隊可通過其了解指定時間范圍內某特定關鍵詞或話題在微博的公眾情緒分布，從而更好把握觀眾喜好和心理需求，這有助于在創意策劃階段選擇更貼近大眾的題材。

在劇本創作階段，基于AI技術的制片開發工具以大量的電影劇本數據作為訓練材料，在總結已有劇本結構、對話風格、情節發展規律的基礎上，利用深度學習模型，可全面輔助劇本生成，包括：根據既有模型生成新的故事線索和情節框架；設計情節和角色；根據預設的情境和角色特點，自動生成對話、肢體語言和表情等細節[8]。

劇本生成工具隨著近年來AI技術的日趨成熟而涌現，國外相關工具有Dramatron、Campfire、MidReal、StoryGenius等，國內有搭畫快寫、DramaLink、愛寫劇等平臺，目前這類工具主要用于劇本的輔助創作和優化。以Dramatron為例，該系統通過“分層故事生成”的方法來創作腳本和劇本。用戶通過輸入戲劇主要沖突摘要，即日志線（Log Line），系統即可生成標題和人物角色，進而在情節中生成一系列場景摘要，并為每個獨特的地點生成詳細描述。該工具還可通過整合所有元素為每個場景生成相應的對話（圖3）[9]。

圖3 Dramatron分層連貫的故事生成

大語言模型（LLM）因具備強大的文本生成和理解能力，在劇本創作領域也展現出巨大潛力。首先，用戶可通過問答形式，提出詳細的創作指令或情節概述，逐步細化劇本內容，獲得從單一場景到完整故事線的劇本內容。其次，利用其龐大的知識庫，大語言模型可將多元文化元素和專業知識融入劇本中，為劇本創作提供更多可能性和個性化定制選擇。最后，基于大語言模型卓越的文本處理能力，學習并模仿特定寫作風格，生成自然流暢、符合角色身份和情緒狀態的對話[10]。

在劇本創作階段后期，對已完成的劇本，AI可從文本、事實和情節等方面進行檢查優化，讓劇本更合理優質的同時，提前規避潛在問題。就文本而言，AI能進行錯別字、語法錯誤的查糾，分析劇本中的語句結構，識別并指出不通順或不符合語言習慣的表達，保證敘述語言的流暢性，使角色的語言更加貼近真實生活。就事實而言，AI可以檢查劇本中的背景設定和事件描述，確保作品的可信度。此外，AI可掃描劇本中的敏感詞匯和潛在爭議內容，包括不當的政治、宗教或文化表述，幫助主創團隊提前規避風險[11]。就情節而言，AI能識別情節上的邏輯錯誤，保證劇本情節的一致性；通過分析劇本節奏和劇情張力變化，定位可能過于拖沓或過于緊湊的部分；通過對劇本節奏、場景、對話的細節調整，增強觀眾對戲劇內容的代入感。

文本檢查功能，眾多大語言模型都可勝任，這類基于自然語言的應用如今已較為成熟。事實檢查的應用，則可借助其他領域工具實現。如Factmata、FactCheck Editor等，這類AI驅動的資訊和視頻內容可信度評分系統，其開發初衷在于解決媒體行業面臨的虛假信息問題，創作者可用以識別劇本中的偏見內容、虛假內容和仇恨言論等[12]。此外，IBM的 Watson? Tone Analyzer和谷歌的Perspective API具備分析文本情緒、偏見的功能，雖然其主要用于企業內容管理和社交媒體監控，但也可應用于劇本審查。情節檢查的應用，目前已經有專門針對劇本分析的AI工具，如RivetAI能夠從情節與角色深度、節奏與張力、情感等多個維度進行分析評估，提出優化建議；Final Draft、Fade In和Celtx等專業劇本寫作軟件可提供強大的分析功能，幫助編劇識別和管理劇本的不同部分，以及情節角色之間的關系，間接輔助分析劇本節奏和張力，從而控制故事節奏，優化故事結構。

無論是創意生成還是劇本優化，AI技術都在廣度和深度上全面支持創意過程的各個階段。其高效的信息搜集能力，超越了個人經驗和搜索范圍，極大地擴寬了創意靈感的廣度，豐富了故事多樣性，開辟了全新的創意視野，拓展了藝術與敘事的邊界；其分析能力則可洞察并解析目標受眾的喜好與反饋，精進角色設定和故事情節，使作品更緊密地貼合時代特征，增強劇情和人物的共鳴力及吸引力。

2.3 智能分析數據以支持決策

數據分析是制片開發過程中至關重要的一環，基于客觀數據的分析結果為管理層提供決策支持，降低不確定性，提升決策的科學性和項目的成功率。AI技術通過自動匯總歷史項目數據，集成大數據分析與智能預測模型，為主創團隊提供更精細化和更準確的決策支持。具體而言，AI輔助的數據分析主要應用于兩個環節，一是創意的可行性評估，二是預算評估。

在項目評估時，AI工具首先搜集大量歷史項目數據，通過主題建模技術（Latent Dirichlet Allocation, LDA）分析劇本文本，提取主要主題和情節線索，識別關鍵主題和模式。之后，結合劇本特征、市場數據、演員信息等構建特征集；利用機器學習模型基于歷史數據訓練模型，學習劇本特征與票房成績、觀眾反饋間的關系。最后，對新劇本進行相同的文本預處理和主題建模，將提取的特征輸入訓練好的模型，并結合情感分析技術綜合預測其票房潛力和觀眾反應[13]（圖4）。

圖4　AI評估項目流程

無論是國際市場還是國內市場，此類應用已經涌現了一系列較為成熟的工具。國外如Cinelytic、ScriptBook、StoryFit、Vault AI等工具已被多家獨立制片公司和好萊塢知名公司采用。國內視頻平臺如愛奇藝自研的劇本評估系統和制作商業智能系統（PBIS），可對劇集劇本、電影劇本、小說等多種形態的內容進行理解，分析其質量及衍生價值，預測其流量，進而決定如何進行商業化[14]。此外，華策影視、海馬輕帆等也對外發布了自主研發的影視劇本智能創作系統[15]，其中，華策影視基于“有風”大模型開發的影視劇本智能創作輔助系統，已經可以達到“3分鐘完成一部IP作品的初篩評估，30分鐘完成百萬字作品內容精確評估”的使用效果[16]，從影視劇本的劇情、場次、人物等維度提供自動化數據分析服務，評估劇本商業開發價值。

在進行預算編制時，AI通過分析大量歷史數據，再基于項目的劇本內容、拍攝地點、演員費用等因素，預測電影制作的潛在成本。AI工具通過學習過往項目不同階段花銷、同一特定電影類型平均成本以及不同地區的價格差異等信息，為新項目提供更精準的成本預測模型。這種預測不僅基于簡單的歷史數據復制，還通過機器學習模型來理解成本影響因素間的復雜關系。例如，AI可以識別出特定影片類型所需視覺效果或特定演員陣容對預算的影響，從而輔助創作團隊在預算制定初期做出更為合理的成本估算，減少項目推進過程中的不確定性。

除了根據項目內容進行預算評估，AI工具還可對已完成的預算表進行核算分析，提供優化和成本控制建議。為實現這一功能，AI首先通過數據挖掘技術分析以往項目的成本分布和節約模式，識別出各類成本的關鍵驅動因素。之后，使用優化算法推薦最優預算分配方案，確保在有限預算內最大化資源利用效率和項目收益[17]。

此類應用起步及發展相對較晚，如預算管理軟件Movie Magic Budgeting在其2024年2月發布的版本中引入AI成本估算工具，實現自動評估并提供建議，可幫助用戶快速估算電影制作成本，并進行復雜的成本分析。此外，借助實時更新的信息庫，其可幫助用戶估算不同地區可應用的激勵措施，比較多個地點拍攝的預算方案，找出最具成本效益的方案。

AI技術通過集成大數據分析與智能預測模型，能夠更高效地從海量數據中抽絲剝繭，發現隱藏的模式與關聯，為主創團隊提供更精細化且更準確的決策支持。同時，減少了對個人經驗和技能的依賴，為電影制片管理和決策帶來前所未有的透明度。

3AI技術應用于制片開發的挑戰與應對

3.1 以人為本，避免創意同質化和人文關懷缺失

AI在電影創作中的應用雖然提高了整體效率，但也導致了創意同質化問題。AI生成的劇本、對話和情節往往基于已有模式和歷史數據，這使得不同作品間的創意元素趨于相似，缺乏獨特性和新穎性，減少了觀眾體驗新鮮感和深度思考的空間。

AI 的核心在于模仿學習與模式識別，其基于歷史數據進行分析預測，傾向于最大化成功率而忽視 了藝術的不可預測性和藝術家的冒險精神。由于AI算法在創作中往往追求統計上的最優解，而非藝術上的大膽創新，這會在某種程度上引導創作走向保守，從而對真正的原創思維產生一定限制。此外，電影行業追求商業成功的壓力或將加劇這一現象，當AI分析顯示某些元素或類型更容易獲得市場認可時，創作者和制片方可能會不自覺地傾向于復制這些模式，從而進一步導致創意同質化[18]。

另一方面，AI完全依賴于編程邏輯和數據學習，雖然可以通過分析統計和模式識別生成邏輯上連貫的文本和情節，甚至通過學習模仿人類語言中的情緒表達，但其并不能體驗情感，難以捕捉人類復雜的情感層次和細膩的情感表達，往往使其生成的內容顯得機械、刻板，難以展現出真正意義上的情感深度與真誠，鮮能達到人類創作所能觸及的藝術高度和情感共鳴。此外，由于缺乏自我意識和道德判斷力，可能會在無意間復制或強化社會偏見，甚至在創作中觸及倫理敏感領域而不自知，難以展現出對個體尊嚴與社會正義的深切關懷[19]。

解決該問題的答案即是以人為本。人文關懷，根植于人類對于生命意義、情感價值、道德倫理及社會公正的深刻理解和關懷，它是藝術與文學作品觸動人心、激發共鳴的核心。無論人工智能技術如何發展，一個更加自動化與智能化的未來，都不能把人類創作者和管理者排除在行業邊界之外。在追求技術革新的同時，必須堅持電影的文化藝術本質，實現技術與人文的和諧共生。電影不僅是技術的展示，更是情感、思想和文化的傳遞。在利用AI技術時，應當以人為核心，強調創意和人文關懷的重要性，確保技術的發展服務于藝術創作，而不是取代人的作用。

3.2 推進標準化，保障AI應用產業環境

AI技術在制片開發階段的潛力發揮，包括自動化劇本評估、數據分析預測等，均高度依賴于結構清晰、規范有序的產業環境。例如，AI進行劇本評估時，需要基于明確的格式要求和高質量的文本內容；而其數據模型的訓練，則依托充足且準確的行業數據輸入。

與好萊塢等成熟的影視工業體系相比，中國影視行業在標準化、流程化方面尚有差距，從劇本開發、前期制作、拍攝、后期制作到宣傳發行的每一個環節都可能因為沒有明確的操作規范而效率低下或質量不一，專業度欠缺、項目周期不可控、缺乏客觀標準等問題在一定程度上影響了AI技術的應用，亟待解決[20]。

一方面，需要行業共同努力加快電影行業工業化建設，建立健全統一的制作標準和操作規范，推進標準化流程，構建和完善行業數據庫，為AI技術的應用提供一個結構清晰、規范有序的產業環境。另一方面，AI技術對標準化和透明化的需求，無形中成為一股推動行業變革的力量。為了更好地集成和利用這些前沿技術，行業不得不面對并解決當前存在的非標準化問題。這一自我調整過程實質上是為AI技術的深度應用鋪平道路，同時也是對行業自身的升級優化，驅使其向更加工業化、規范化的方向邁進。

3.3 健全政策，防止技術壟斷

AI技術高度依賴于先進的算法模型、龐大的數據集以及強大的計算能力，這些資源往往掌握在少數大型影視公司或技術提供商手中，憑借其雄厚的資金實力，迅速掌握了最前沿的AI工具和算法，構建起難以逾越的技術壁壘。小型獨立制片人和新興工作室由于資金和技術限制，往往難以采用同樣先進的AI解決方案，使得他們在內容創作的競爭中處于不利地位，進一步導致市場資源與機會的集中傾斜，形成了實質上的技術壟斷格局。

在此背景下，大型公司利用AI分析市場趨勢和觀眾偏好，可能導致內容創作趨向安全、已驗證的模式，而犧牲了創新性。在此情況下，小眾題材、實驗性作品可能由于不符合AI預測的“成功范式”而難以獲得資源支持，在無意中忽視或低估少數群體的聲音和故事，使得影視作品缺乏文化和視角的多樣性，影響了藝術的自由表達和觀眾的觀影選擇范圍。

影視行業應是傳遞多元文化和多樣觀點的平臺，推動建立相關機制，維護行業的多樣性和公平性勢在必行。一方面，強調政府的監管作用，建立AI使用的產業法律和規范，確保AI技術的開發和使用有法可依，限制大型公司濫用市場地位，維護公平競爭環境；另一方面，促進公共資源建設，鼓勵開源軟件和共享平臺的發展，支持公共數據庫的建立，讓更多行業從業者可以接觸到高質量的數據集，讓電影行業成為一個更加開放和包容的文化傳播渠道。

4結語

AI技術不僅是未來電影藝術與產業革新的核心驅動力，更是重塑影視生態、激發無限創意潛能的關鍵所在。面對這一不可逆轉的趨勢，電影人必須積極擁抱變化。近年來，國內科研機構和企業不斷取得突破性進展，推出了一系列具有國際競爭力的大語言模型、圖像識別系統等，這些模型和系統在算法創新、應用場景拓展以及與產業深度融合方面，展現了強大的應用潛力。在現有成果基礎上，需進一步建立健全自主可控的電影AI技術體系，進行自主知識產權關鍵性電影科技研究，培育國產AI軟硬件，減少對外依賴，確保數據安全和文化信息安全，形成具有國際影響力的技術規范和行業準則，利用AI技術推動自身的成長和產業的發展，共同開啟中國電影產業的新篇章。

注釋、參考文獻

（向下滑動閱讀）

[1] Russell S, Norvig P. Artificial Intelligence: A Modern Approach 4th Edition [M]. Pearson，2020.

[2] 陳軍, 趙建軍, 魯夢河.AI與電影智能制作研究與展望[J].現代電影技術,2023(10)：16?26.

[3] Honthane E L.The Complete Film Production Handbook Fourth Edition[M].Focal Press，2010.

[4] Momot I. Artificial Intelligence in Filmmaking Process [EB/OL]. [2024?08?14]. https://www.theseus.fi/bitstream/handle/10024/753638/Thesis_Momot_Irina.pdf?sequence=2&isAllowed=y.

[5] Text Analytics & NLP in Robotic Process Automation [EB/OL]. [2024?08?14]. https://www.lexalytics.com/blog/text-analytics-nlp-rpa-use-cases/.

[6] 寧可欣.人工智能技術在影視文學創作中的應用研究[J].中國傳媒科技,2023(11)：105?108，112.

[7] 張斌,李斌.從想象AI到AI想象——人工智能與電影作為技術的雙重邏輯[J].電影新作, 2023(04):30?40.

[8] 吳格爾.人工智能機器學習對劇本創意的協助功能研究[J].藝術管理(中英文),2020(02):57?63.

[9] Mirowski P, Mathewson K W, Pittman J, et al. Co?Writing Screen?plays and Theatre Scripts with Language Models An Evaluation by Industry Professionals[C]//Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems, 2023:1?34.

[10] Gandhi P , Pramanik V, Bhattacharyya P. “Kurosawa”: A Script Writer’s Assistant [EB/OL]. (2023?08?06)[2024?08?07]. https://arxiv.org/pdf/2308.03122.

[11] Chern I, Chern S, Chen S, et al. FACTOOL: Factuality Detection in Generative AI A Tool Augmented Framework for Multi?Task and Multi?Domain Scenarios[EB/OL]. (2023?07?26)[2024?03?06]. https://arxiv.org/pdf/2307.13528.

[12] 創業小聚.假新聞偵測新創Factmata 被美通社母公司 Cision 收購，如何用 AI糾錯？[EB/OL]. (2022?12?17).https://infosecu.technews.tw/2022/12/17/anti-fake-news-startup-factmata-raised-seed-funding-from-mark-cuban/.

[13] Ty. How A New Artificial Intelligence Can Predict The Future Of Movies[EB/OL]. (2024?04?08)[2024?08?07]. https://medium.com/@vakingbizz12/how-a-newartificial-intelligence-can-predict-the-future-of-movies-53acc6383123.

[14] 愛奇藝. 愛奇藝朱梁：打通影視制作環節的信息孤島，數字化提質增效 [EB/OL]. [2024?04?28].https://www.iqiyi.com/kszt/news2022092302.html.

[15] 拉風的極客. 海馬輕帆推出「劇本智能評估」3.0 服務， 用 AI 為影視行業加速[EB/OL]. (2020?05?25) [2024?05?25]. https://www.geekpark.net/news/260426.

[16] 21世紀經濟報道. A股影視公司首家！華策影視自研“有風”大模型通過備案[EB/OL]. (2024?05?16) [2024?05?25]. https://finance.sina.com.cn/roll/2024-05-16/doc-inavmvux9504051.shtml.

[17] Riccio D. How to make low?budget films with Artificial Intelligence [EB/OL]. (2023?02?16)[2024?08?07]. https://www.darioriccio.com/en/how-to-make-low-budget-films-with-artificial-intelligence-early-stages/.

[18] 武琦.人工智能對影視藝術創作的影響研究[D].成都理工大學,2021.DOI:10.26986/d.cnki.gcdlc.2021.000783.

[19] 楊逸云.人工智能寫作的應用現狀與問題[J].寫作,2021,41(01):109?115.

[20] 羅超. “再提”影視工業化，愛奇藝要“制造”新娛樂 [EB/OL]. (2021?05?14) [2024?05?08]. https://column.iresearch.cn/b/202105/911920.shtml.

主管單位：國家電影局

主辦單位：電影技術質量檢測所

標準國際刊號：ISSN 1673-3215

國內統一刊號：CN 11-5336/TB

投稿系統：ampt.crifst.ac.cn

官方網站：www.crifst.ac.cn

期刊發行：010-63245081