從“完整電影神話”到AI生成影像的“世界圖景”

——人工智能時代電影工業美學的影像本體論

陳旭光,杜天笑

摘要：傳統攝影影像本體的美學根基在于實現“完整電影神話”，人工智能生成的影像則在不斷地逼近世界模型的完美圖景。從“完整電影神話”到世界模型的圖景，意味著AI生成影像在美學上的根本性轉變。在AI生成影像的“世界圖景”中，物理世界、想象世界和虛擬世界交疊共生?！白冃蔚奈锢硎澜纭敝械默F實主義美學失效，取而代之的是“空間智能”下的三維逼真美學，以及數字技術的物質性奇觀；“重塑的想象世界”中去中介化的創作流程讓創作者不斷逼近“潛意識影像”，同時，“去人類中心主義”的人工智能想象呈現出了“克蘇魯世”的共生圖景；“涌現的虛擬世界”中實時生成技術與擴展現實（XR）技術結合，溢出形式的邊界，走向沉浸與交互的未來。

關鍵詞：人工智能生成影像；完整電影神話；世界模型；電影工業美學；想象力消費

作者簡介：陳旭光，北京大學藝術學院教授，教育部“長江學者”特聘教授；杜天笑，北京大學藝術學院博雅博士后。

基金項目:本文為2024年度國家社科基金藝術學重點項目“人工智能時代電影理論創新與發展研究”（項目批準號：24AC008）的階段性研究成果。

《民族藝術研究》雜志2025年第2期 “人工智能與電影工業美學研究”專題刊出 2025年4月28日出刊

自2024年初Sora石破天驚般問世以來，AI（Artificial Intelligence，人工智能）生成影像以日新月異的迭代速度持續刷新著人們的想象。從好萊塢公映的首部AI長片電影《我們的終結者2重制版》（

Our T2 Remake

，2024），到世界AI電影節上驚艷四座的先鋒影像，再到國內科技公司與電影導演合作的系列AIGC（Artificial Intelligence Generated Content，人工智能生成內容）敘事短片，AI生成影像早已不是四肢僵硬的“數字人”和一鍵生成的“換臉濾鏡”，而是全方位地進入了專業化的影視生產流程和藝術創作中。《科學》（

Science

）雜志曾在年度盤點中提到，“人工智能已涉足曾被認為完全屬于人類的領域，比如藝術表達”；Runway公司的CEO則在世界AI電影節頒獎典禮上宣告，“一種真正屬于未來的品位（taste）正在誕生”。這不禁引人發問，AI生成影像是否真正形成了根植于人工智能“生成”特質的全新表達甚至美學？

誠然，當我們試圖談論AI生成影像的“美學”時，并非在指認一種已經成熟的規則，而是在捕捉某種萊布尼茨式的“細微感知”中，觀照到一種美學的可能性和潛能。而能否發現這樣一種潛能，取決于我們站在何種位置和視野中去看待。巴爾迪納·圣吉宏(Baldine Saint Girons)在《美學權力》中提到，“我們不僅是美學的接受者，還是設計者和參與者”。如果站在生成影像“被動接受者”的位置，文化批判的聲音將會不絕如縷——在人的想象力和主體性被機器剝奪的現代社會，真實崩塌、美學消失、愛欲枯竭；但倘若站在美學“建構者”的位置，則有望通過挖掘AI生成影像的美學潛能，更加明確“人”的潛能在哪里。

人工智能時代下的電影工業美學正是希望在“消失”“枯竭”等解構性的時代癥候中，構建起一座為創作現實保駕護航的大廈——充分考慮到影像生成的技術底色與工業背景、青年一代的審美和消費需求，以及時代特色的文化觀念轉變，提出適用于這些復雜現狀的闡釋框架。因此，電影工業美學視野下的“AI生成影像”之思，不是站在被動的美學接受者的維度，而是積極參與美學的生產建構，尋找“生成之物”背后的工業、審美和文化的“隱蔽的在場”，洞察未來影像的美學潛能。

一、從“完整電影神話”到“世界圖景”：AI生成影像的世界觀重建

我們時常忽略了巴贊在《攝影影像的本體論》中，首先論述的并不是“照相術”對于影像本體的“技術決定性”，而是在攝影技術誕生之前，人類對于“完整電影”的渴望。他屢次強調“技術在電影的發明中是第二性的”，并非因為先有機器和技術才有了“完整電影神話”，而是因為人們腦海中早就縈繞著關于“完整電影”的幻想，技術才有了用武之地。因此，對于傳統電影（非生成式的）而言，影像美學根本性的源頭在于“完整電影神話”，即電影這個概念“等同于完整無缺地再現一個聲音、色彩和立體感等一應俱全的外部世界的幻景”。

然而，人工智能的“神話”顯然不是“完整電影”，它沒有“給時間涂上香料以免于身體腐朽”的必要性。由“完整電影神話”孕育的“再現性”的美學訴求，將會在人工智能的生成世界陷入審美錯位之中。

正如克拉考爾所言，不同的媒介具有自身的美學近親性，回到AI生成影像自己的“神話”，才有可能抓住其美學本色。美國麻省理工學院（MIT）團隊的一項實驗為人工智能自身的“神話”提供了猜想——在對78個不同模型的生成結果進行相似度分析后，發現“基于不同原始數據和算法架構的智能模型，正在趨向一個統一的表征現實”，由此提出了人工智能的“柏拉圖表征假說”（The Platonic Representation Hypothesis）。這似乎在預示著，作為表征的生成影像試圖完成自己的“完整世界神話”。在這個世界里，人工智能不是無知的囚徒，反而具有解脫出捆綁的動能，試圖看清影子背后“大寫的世界”。

影像背后若隱若現的世界，正是Sora等大模型問世時提出的終極理想——世界模擬器（World Simulators）。在唯一公開的Sora官方技術報告中，其宣言式的標題“作為世界模擬器的視頻生成模型”給人留下了深刻印象。在此之前（2023年12月），Runway公司也發布了野心勃勃的“通用世界模型”（General World Models）聲明；谷歌DeepMind團隊則將第一個生成式AI產品Genie定位為“基礎世界模型”（Foundation World Model）。世界模型在大眾媒體的渲染下，將“最廣泛意義上的人類生存環境”變成現代城市售樓部微縮景觀式的掌中之物，如同上帝創造伊甸園一般，成為AI生成影像的“神話”。

所謂世界模型，在Runway公司的官方介紹中被定義為“通過建立環境的內部表征來預測環境中未來狀況的人工智能系統”。它并不嚴格對應單一的技術標準，而是眾多已知和未知的不同模型形成的整體系統，指向生成式AI的理想狀態。關于世界模型的實現路徑，主要有兩條完全不同的思路，其中最主要且已經實現的是以Sora為代表的基于Transformer的擴散模型。這也正是它提出的“建構通用世界模擬器的希望之路”，如今投入使用的商業化模型基本都是在此基礎上的優化。但擴散模型本質上是一種自回歸模型，所謂的“理解世界”只是處理“概率分布”的問題，即使生成的視頻再逼真，它也永遠無法理解客觀世界真正的運行規律。因此，卷積神經網絡之父楊立昆（Yann LeCun）等人提出了世界模型的另一條路徑，這條路徑不是基于自回歸模型的“概率分布”，而是實現真正的“邏輯推理”。楊立昆提出JEPA架構方案（聯合潛入預測架構）部署人類的“推理”（reason）過程；卡奈（Ryota Kanai）等人提出“信息生成理論”對大腦進行抽象建模；格拉齊亞諾（Michael S. A.Graziano）的“注意模式理論”則對注意力的動態過程進行建模。他們的志向都在于，實現世界模型從“概率分布”到真正“理解世界”和“自主推理”的理想。

無論基于何種路徑，世界模型的生成過程并非如大眾媒體宣傳話語中“一鍵式”的自動化過程。首先需要明確，影像的生成建立在“預測”的基礎上，而不是直接的復制、轉移和拼貼。換言之，生成世界中的每一幀影像都是歷史中從未存在過的新物質，而非從海量數據庫中“抓取”的現成元素。比如在最大的生成藝術社區CIVITAI中，一款名為“聊齋”的中式美學風格模型很受歡迎，創作者可以借助該模型生成聊齋式的“蝙蝠俠”和“萬圣節”。顯然，作為原始數據的清代彩繪《聊齋全圖》中從未出現過這等舶來品，該模型也無現成之物可以借用，每一筆線條都是基于預測而產生的新生之物，哪怕具有似曾相識的影子。因此，認為“AI生成影像只是對過去素材的重組，且沒有未來時間維度”的說法值得商榷。恰恰相反，AI生成本身就是一個未來維度的映射，“生成”的意義便是基于給定環境和動作因果鏈，預測實施某動作時出現的“未來環境”。當然也需要承認，AI的預測具有機械化的特征，更像是由無數個表征符號（token）構成的完形填空。當上一預測發生偏移時，后續的預測會基于錯誤繼續下去，有時還會產生與常理預測相比極大的偏差，出現“人工智障”的荒誕結果。

其次，另一個關于AI生成影像的普遍誤解是，智能生成的過程將“人”排除在外，缺少人的審美維度。但在影像生產的現實中，這一判斷只適用于擴散模型的局部運算，而作為電影實踐與藝術創作的生成影像，無一不是人機共創的成果。例如，圖1為圖像生成模型Stable Diffusion一個中等體量的工作流（Workflow）界面，圖中每一個節點都代表著一次“人的介入”。所謂“一鍵生成”只是商業化的某一類產物，完整的理想圖像實則需要經過多次乃至成百上千次的鍵入。又如，AI畫作《太空歌劇院》（

Théatre D＇Opéra Spatial

）是游戲設計師杰森·艾倫（Jason Allen）使用AI繪圖工具Midjourney生成后再通過Photoshop調試，基于幾百張圖片修改完成的。再如，2024年5月發布的使用Sora制作的微電影《氣球人》（

Air Head

），也是由三位專業人士將生成視頻結合后期工具（如After Effects）共同完成的。即使到了世界模型的理想狀態，人們對生成模型的控制依然（甚至會更多地）存在。模型的發展不是讓控制退場，而是讓控制變得更加易于操作，以至于我們感受不到它的存在。在“生成藝術”（generative art）得以命名的20世紀60年代，操作者必須使用代碼控制；如今，操作者可以使用自然語言控制；而在腦機接口實現的某一天，或許操作者可以直接用意識進行控制。但這并不意味著人的退場，而是預示著人機合作的新階段。在2024年第十四屆北京國際電影節AIGC最佳影片《致親愛的自己》中，人物、場景和風格分別來自不同模型，甚至小到“發絲的飄動”也需要單獨控制。可見，AI生成影像的世界模型是人機共創的結果，也是技術變革下電影工業的產物。

基于技術邏輯與人機共創的雙重現實，世界模型的宏大愿景通過生成影像顯現出三個層面的世界結構與圖景。首先是日趨穩定的物理世界。似乎每一個推向市場的視頻生成大模型，都會選擇那類看起來與攝影無異的逼真影像來證明其“模擬世界”的能力，這導致人們習慣性地將世界模型等同于“完整電影神話”所指向的“聲音、色彩、立體感等一應俱全”的物理世界。其次是人類的想象世界。AI創作平臺即夢AI的宗旨為“即刻造夢，夢境成真”；可靈AI旨在“讓想象動起來”；而在Sora的首頁介紹中則指出，“這是一個通過文本提示生成‘現實和想象’場景的AI模型”?？梢姡澜缒Ｐ蛯ⅰ跋胂蟆迸c“現實”置于同等重要的位置。最后是以游戲影像為代表的虛擬世界。Sora的技術報告中提到，“世界模型的能力包括模擬‘數字世界’，比如模擬游戲《我的世界》中的動態環境”。它的競爭對手Luma AI則發展出了Dream Machine和Genie兩個垂直化的主要模型，前者可以生成具有“電影質感”的影像，后者則在游戲場景和道具生成上一枝獨秀。

“三個世界”的多維模型容易令人聯想到哲學意義上的多重世界，如卡爾·波普爾（Karl Popper）用科學式的論證指出了建構世界的本質，包括“物理的世界（世界1），精神的世界（世界2），觀念和人造產物構成的世界（世界3）”。雖然“世界圖景”所切入人工智能的三個世界均為表征的世界，是世界模型的影像與存在形式，但我們又必須將其與世界的本體論進行類比，因為只有將人工智能視為與人類平等的智能體，才能真正打開將生成產物視作藝術的研究之路。正如學者陳亦水將AI視作康德式的“物自體”，從而為生成影像建構了一種記憶還原主義的美學可能。世界模型對于生成影像而言，絕非意味著先驗的“完善與和諧”，而更像是現象學意義上“永遠在世界之中”的“相互牽引與給予”——世界模型“映射”到影像的像素世界，同時影像“塑造”了世界模型的實質。因此從“完整電影神話”到“世界圖景”，是一種深入至影像本體論維度的美學考察，是電影工業美學在算法生成時代的一次理論創新。

二、物理世界的變形：“平滑的空間智能”與“數據的物質性在場”

在攝影得天獨厚的“再現”美學維度里，人工智能注定是失效的。生成影像再造物理世界的邏輯是模擬“視覺真實”而非“客觀真實”，即使它看起來“越來越像”，也不具備“物質現實”的討論前提。因為再現美學的關鍵從來都不是“像不像”，而是“真不真”的問題。無論是巴贊認為的“鏡頭擺脫了習慣和偏見，清除了我的感覺蒙在客體上的精神銹斑”，還是克拉考爾所說的通過電影讓身體和靈魂與現實同行從而救贖現代性的侵蝕，其所指的客觀世界都是現象學意義上基于“意向性”的物質現實。而“意向”作為現象世界真實性的基礎，在人工智能的“直觀”模擬下無從談起。因此，即使所有商業化的模型公司都發出承諾——物體永久性、時間和空間的一致性等問題將隨著算力的進化得到改善，但在美學建構之路上，“模擬”的影像世界走的終究是一條與“再現”截然相反的道路。

這并不意味著人工智能在物理世界的再造中黔驢技窮，它的美學進路主要體現為兩個方向。其一是空間智能（Spatial Intelligence）的快速發展使影像的逼真性從二維躍升至三維，超真實的預言得以如虎生翼；其二則在截然相反的道路上，索性放下了“模擬物質現實”的執念，賦予被誤解的物理現實以奇觀化的美感，凸顯了人工智能的“在場”和數字靈韻的現身。

在“超真實”的延續之路上，如“AI教母”李飛飛所言，空間智能代表了未來的方向。霍華德·加德納（Howard Gardner）在《智能的結構》中將空間智能視為人類“多元智能”中最重要的六種智能之一，其核心是“準確地感知視覺世界”，比如雕塑家在創作前“給人物形象以體積，就像該人物占有空間一樣”。在影像生產中，空間智能更像是魯道夫·阿恩海姆（Rudolf Arnheim）在《視覺思維》中提到的一種與語言相對的、首先通過視覺和形象形成認知的思維運算。Luma AI率先打開了空間智能影像生成的局面，其效果和過程類似于全息投影。全息圖通過不同角度的激光照射來記錄不同的視角，而Luma通過神經輻射場（NeRFs）技術和體積霧（Volume Rendering）的渲染方式，對已知視角的圖像進行位置編碼和訓練，預測未出現的視角對應的色彩和密度信息，從而生成全方位的三維影像。如今，普通用戶已可以使用移動端的Luma AI將照片生成實時的3D影像，也可以在Genie中用文字生成交互的3D模型。專業影像創作者則會驚嘆于模擬攝影機在智能空間中突破物理限制后的自由運動。曾經，攝影機代替了人眼，但人眼的視域只能覆蓋水平面內的有限角度（聚焦時為60度），選擇什么角度還原物質現實始終是攝影機難以擺脫的“精神銹斑”，而AI生成的三維影像讓對象獲得了完整的形體和自由的視角，使物理世界呈現的完整性再次升級。

在通往“超真實”道路的另一側，影像中的物理世界被賦予了抽離出現實的獨特氣質——屬于數據的物質性。在這些影像中，人工智能對物理世界的“誤解”被保留甚至凸顯出來。在Sora尚未問世的2023年6月，兩部具有前瞻性的AI生成短片《冰霜》（

The Frost

）和《謝謝你沒有回答》（

Thank You for Not Answering

）中，影像表現得極為不穩定：《冰霜》里的男人吃牛肉時宛如在吃自己的舌頭，《謝謝你沒有回答》中布滿皺紋的面孔在鏡頭移動時似乎返老還童。但評論家和創作者一致表示，這些AI生成影像的缺陷也帶來了前所未有的視覺奇觀。如果說彼時的生成技術尚未成熟，標榜某種半成品的“美學”有自欺欺人之嫌，那么獲得2024年第十四屆北京國際電影節AIGC短片最佳視效獎的《顱內花園》和《蛻化》，則是在已經使用空間智能模型等前沿技術的基礎上，有意保留了不完全的渲染、抽幀、抖動、閃爍等故障式的計算機生成特質。而如今被商業軟件普及的“首尾幀”技術，在將兩個毫不相關的畫面通過首尾幀計算生成連貫運動影像的過程中，更是溢出了懸浮于物理世界之外的超現實因素。

如列夫·馬諾維奇（Lev Manovich）所言，傳統的好萊塢CG電影延續了經典現實主義風格，無論是外星人、變種人還是機器人，都被電腦特效塑造成“可能存在于三維空間中的，因此是可以被拍攝下來的”對象。然而，AI生成的影像撕開了“無法被拍攝”的現實的裂痕，呈現出如同德勒茲提到的“介于抽象與具象之間”的第三種位置——這些形象（figure）始終存在著一股“變形”的勢能，像是孫悟空不斷在翻筋斗，或至少有翻筋斗的趨勢。的確，AI生成影像的每一個細節在每一個瞬間都透露出“變形”的沖動，下一幀生成的畫面努力掙脫出上一幀的束縛，通過一種“神經痙攣”式的搏斗“破殼而出”。變形的物質，如膨脹的四肢、空洞的目光、突然出現和消失的動作、不符合重力與機械結構的造型等，不僅是技術的缺陷與故障，也是技術的“在場”。湯姆·甘寧（Thomas Gunning）曾在分析早期電影的“吸引力”時提到，觀眾觀看《火車進站》時之所以發出尖叫，并非真的以為火車會從銀幕中沖出來，而是“對電影這一神秘的機器裝置感到震驚”。類似的驚詫感受也出現在AI生成影像中，它的吸引力不僅源于“變形的形象”，還因為這些與物理現實不符的形象令人們感受到了人工智能的“在場”。算法以“不可控的在場”代替好萊塢CG動畫“隱形的特效”，雖然暴露了AI對物理現實理解的限度，但也打破了越來越“簡單、輕盈、愉悅”，同時也趨于“同質化和無聊”的“平滑美學”的陷阱，成為“反平滑”的解藥，具有一定的先鋒性。

三、想象世界的重塑：“潛意識影像”與“克蘇魯世”的共生烏托邦

雖然抽象的模擬器與物理現實之間始終有著無法逾越的隔膜，但這層隔膜也塑造了生成影像另一種超現實的“天賦”。導演保羅·特里洛（Paul Trillo）形象地描述道：“AI生成的影像具有天然的‘夢的氣質’，特別像你閉上眼睛試圖回憶的時候看到的畫面。”數字模型與想象世界的“近親性”絕非偶然。在2024年Runway公司舉辦的世界AI電影節中，最終入選的十部影片無一例外都是想象世界的產物：《放我出去》（

Get Me Out

）用扭曲的身體具象化了“焦慮”的抽象感受、《流逝》（

Lapse

）塑造了“孤獨”的私人體驗、《親愛的媽媽》（

Dear Mon

）和《奶奶走了之后去了哪里》（

Where Do Grandmas Go When Get Lost

）寄托了作者對逝去親人的“思念”，這些影像映射出純粹意識世界的鏡像；而《普納姆》（

Pounamu

）展現了一只不會飛的奇異鳥的夢境、《這里曾經長過一棵樹》（

A Tree Once Grew Here

）的主角為人形木材和袖珍精靈、《分化》（

Separation

）甚至用極致抽象的跳動色塊和線條來代表物種的雜交演變，這些影像建構的則是跳脫出人類經驗之外的虛構故事世界。無獨有偶，央視電影頻道聯合國內視頻社區Bilibili等平臺舉辦的全民“AI影像征集大賽”共分為三個創作類別，分別是科幻賽道、奇幻賽道和創想賽道，幾乎精準對應了電影工業美學的重要組成部分“想象力消費”類電影的幾種主要形態。

在AI生成影像的時代，想象世界的形態與邊界發生了什么樣的變化？筆者認為，人工智能為想象世界開辟了兩片人跡罕至的新疆域：一片是人類作者在人工智能的協作下不斷“內化”和逼近的潛意識影像，另一片則是在去中心化的運算機制下由AI完成的“后人類”想象圖景。

在“向內”的維度，一百多年前弗洛伊德便讓“夢”成為藝術的主角，明斯特伯格也早已提出“電影只存在于觀眾的腦海中，電影的運作方式與人類的想象力同構，遵循心靈的法則”。而人工智能的加入，讓“動輒數百上千人，耗資千萬級”的工業生產返回到一種如畫家、音樂家的“私人創作”。這在以劇組為單位（無論是“導演中心制”還是“制片人中心制”）的傳統模式下，是不可能實現的。如此一來，影像呈現與創作者最初的創意之間，似乎全然剔除了攝影師、自然條件、經費限制等無法回避的“中介物”。人類作者可以通過不斷訓練、調試多個智能代理，培養一支完全聽令于己的“人工智能隊伍”，從而無限逼近創作者最私人和最原始的構思?，F實中被人工智能推向浪尖的藝術家們的確對這種“自由做夢”的可能性滿懷憧憬——“在幾乎固化的行業門檻面前，沒有資源的年輕人很難實現自己的夢想，而人工智能滿足了大家平等做夢的權利。”

但需要警惕的是，在看似扁平化的“創作民主進程”中，絢爛的潛意識影像也存在本質上的局限性。首先，曾經在工業化流程中使創意“打折扣”的中介物并未退場，只是變成了工作流中更瑣碎和復雜的代理模型，每一個模型都在不同的細微程度上重塑我們以為的原初想象。其次，在信息定制化的互聯網中，世界越來越像一個“自我”的倒影，看似不斷“向內”逼近的積極嘗試，卻也陷入了“自戀”的封閉循環。在技術批判的視野下,想象作為欲望的組織形式，是個體在“自我”的王國里無法征服的疆土，是永遠處于外部的“大他者”。想象力來源于信息的匱乏而不是密集，密集的信息和精確的計算不但不會給想象插上翅膀，反而會讓想象力萎縮。在這種想象力危機的預警下，人類作者能做的是通過思考來通往“全然的他者”，而不是寄希望于人工智能不知疲倦地反饋圖像以供我們挑選?！吧羁痰恼J識”依然具有改造力，是想象和美的救贖。

相反，在“向外”延伸的維度中，人工智能拓寬了人類想象罕至的影像范疇。目前生成影像的想象世界尚未做到如托爾金的《中土世界史》那樣具有連貫敘事性地圖的設定，但逐漸形成了“后人類”的視覺標識與景觀。在傳統電影的想象世界中，無論是樂高玩具、加勒比海盜還是外星球的生命，始終具有擬人化的外形與性格，“人類中心主義”似乎是永遠無法擺脫的“原罪”。然而，人工智能的生成系統可以做到無區別地對待包括人類在內的所有對象。它可以讓“貓和狗”或“30%的貓和70%的狗”公平地融為一個共同體，而不會有任何“貓中心主義”“狗中心主義”的偏見，或者“人的味道”。

人工智能的影像創造具有絕對“去中心化”的潛力，很容易使人聯想到唐娜·哈拉維（Donna Haraway）提出的“克蘇魯世”（Chthulucene）的視覺景象。哈拉維在1985年發表了著名的《賽博格宣言》后，又在21世紀與賽博格想象話別，發表了驚世駭俗的《伴侶物種宣言》，并在2016出版了《與憂慮共存：在克蘇魯世建立親緣》。所謂克蘇魯世，并非指恐怖小說家霍華德·菲利普·洛夫克拉夫特（Howard Phillips Lovecraft）的“克蘇魯神話”，而是包括歷史上所有的超人類(more-than-human)、外人類(other-than-human)、非人類(inhuman)等作為集合的實體。這些新奇甚至令人生畏的異質性新物種，具有所有物種平等共生、處于“進程性”開放狀態的共性。“共生”，哈拉維將其拆解為“共同—生成”（becoming-with），意味著始終與異己發生聯結，消除自身的界限和中心的位置。共生是克蘇魯世的世界觀，也是生成式想象世界中重塑生命的邏輯。例如，圖2為數字藝術家“上官文卿”與生成式AI合作，根據《山海經》創造的想象世界。這些不完全由人類創造的奇珍異獸，讓某種“虛無”的恐懼感蘇醒，將“此在”從熟悉、習慣和安全的“日?！敝欣冻鰜恚蛟S反而撕開了讓“消失的他者”浮現的縫隙。其實，人工智能并不是真的“想象”出了什么新的東西，只是打破了一個看不見的枷鎖，無論是賽博格還是克蘇魯世，都具有駁斥人類中心主義的潛能，將人作為萬物之尺的主體性擱置，從而解鎖“后想象力消費”時代的異質想象世界。

四、虛擬世界的涌現：沉浸、交互與跨媒介的“影游融合”未來

無論是變形的物理世界，還是離開人類中心主義本色的想象世界，主要展現的都是影像“內容”的變化，即我們默認將生成影像嵌入熟悉的存在框架中，想象它在銀幕和屏幕上的模樣。然而，異質性內容的積累和量變只是生成式AI的“階段性成果”，世界模型的全景遠非于此。

李飛飛在提出人工智能的下一個關鍵節點時，傳達了一個核心觀點——“看到”（seeing）是為了“行動”（doing），將視覺與行動聯系起來的循環系統才是真正的世界模型。這除了說明人工智能的預測能力將繼續加強，也指出了影像的存在方式終將溢出畫框、屏幕或任何形式的邊界，成為行動的互動對象，讓元宇宙的虛擬世界提前“竣工”。正如周鴻祎曾預言的，Sora的問世意味著實現通用人工智能（AGI）的時間從十年縮短到一兩年。

雖然，從2021“元宇宙元年”、2022“AI生圖元年”、2023“ChatGPT生成式AI元年”到2024“AI電影元年”，我們感受到“新紀元”的號角早早吹響后，AI真正實現科學家描述的未來景象并沒有那么迅速，但AI生成影像的出現至少從以下兩個方面加速了如電影《頭號玩家》（2018）中“綠洲”式虛擬世界的降臨。首先，AI實時生成能力的加強讓“交互”具備了可以真正“有來有回”的意義。曾經所謂的“交互電影”大多還停留在“偽交互”的階段，雖然用戶可以選擇不同線索的情節和畫面，但并不具備真正的選擇自由，因為所有的內容都是提前“預制”和“庫存有限”的。而實時生成的出現讓選擇和互動可以無限地進行下去，且理論上每一次不同的互動都能夠產生全新的影像反饋。其次，生成式AI勢必與虛擬現實（VR）、增強現實（AR）、混合現實（MR）技術進一步結合，并促進Apple Vision Pro、Meta Quest等穿戴式智能設備的優化升級與應用落地。曾經，我們只能在藝術館、科技館和游樂園中體驗虛擬現實帶來的眩暈效果，但如今實時生成和穿戴設備的技術壁壘突破后，隨時隨處，我們戴上眼鏡便能置身于全景環繞式的巨幕影院。全然的“擬像”世界與現實之間不再如迪士尼樂園那樣有看得見的邊界，“綠洲”與現實融為一體，成為被選擇的生活方式。

在虛擬世界中，“沉浸”成為美學和敘事的首要前提。蘋果公司于2024年10月10日推出了首部為Vision Pro量身定制的沉浸式電影《浸沒》（

Submerged

），講述了二戰時一艘深海潛水軍艦遭到襲擊后，年輕的士兵們逃生的故事。影片一開始，層次豐富的音效如同不可抗拒的水壓，將觀眾帶到122米的深海之下。當艦艇遇襲，海水從四面八方涌來，觀眾會不自覺地縮成一團，甚至屏住呼吸。觀影結束后，觀眾普遍表示“時間過得飛快”“沒有機會開小差”“調動全身感官”。這里暫且不論虛擬技術對敘事的改變，單從影像本身的顛覆性來看，一種“全景式”的沉浸影像美學正在形成。就像“特寫”是20世紀20年代電影拍攝方式的一種奇觀性創造，“手持攝影”順應了新浪潮時代青年們對于自由的向往，如今廣角鏡頭下的“全景”或許正暗示著虛擬時代的沉浸式審美需求。環顧視野下無邊界的全景鏡頭，傳統的蒙太奇從“電影的唯一的發明” （戈達爾語）變成了多余的存在。因為目光的轉移直接替代了剪輯的縫隙，數據合成的全景已經成為一個應有盡有的“無縫的整體”。同時，去邊界化的全景鏡頭打造了“無限視點的幻覺空間，徹底打開了電影的沉浸之門，讓觀眾從觀察者成為造訪者”，正應了李飛飛的預測——從“看見”到“行動”。

誠然，“沉浸”作為未來影像的某種趨勢，主要歸功于虛擬現實技術的進步，生成式AI在這場革命中發揮的關鍵作用，實際上是在虛擬技術的軀殼中填充了“虛擬生命的血肉”和“虛擬世界的運行動力”。目前，Apple Vision一類的穿戴設備面臨的問題不僅是太沉太大，而且缺乏充足的如《浸沒》這般真正適用于新媒介的內容。如果用戶只能用巨大且清晰的虛擬屏幕看動物世界、玩俄羅斯方塊，無疑是對媒介特性的浪費。

而生成影像一方面為智能設備進入現實提供了源源不斷的素材，如藝術家松田啟一（Keiichi Matsuda）的概念短片《超現實》（

Hyper-reality

，2016）中展現的超現實世界：當人們逛超市時，虛擬導購的影像會出現在面前，根據對用戶目光和反應的監測，為其生成不同的產品推薦內容，甚至還會在用戶無聊時調出虛擬寵物的形象。另一方面，更為重要的是，生成式系統將虛擬世界的創造權交給了觀眾和用戶。在自稱“AI版奈飛”的Fable Studio平臺上，人們可以通過輸入提示詞對現有劇集進行續寫，從而彌補對情節走向不如己愿的遺憾，也可以重新創造角色，設定希望看到的事件和故事走向，還可以上傳自己的圖像作為形象參考，快速生成一分鐘的連貫敘事動畫短片。

筆者在分析“數字吸引力”時曾提到過，數字技術的發展讓觀眾對“奇觀”有了更高的要求，這種需求促使“電影朝向互動影像的未來——也就是電影與游戲融合的未來”邁進。而在生成式AI的加持下，“影游融合”的未來除了跨媒介改編、視覺元素和技巧的相互借鑒、敘事結構的數據庫傾向等，還增加了一種本體論層面的融合，即“影像生成本身便是游戲”，例如Fable Studio的AI劇集就越來越像游戲作品。人們對于生成影像的審美與消費，很大程度上基于與游戲趨同的“體驗感”而非“觀賞性”的需求。這完全進入鮑德里亞所說的“擬像”第四階段的虛擬世界，構成了生成影像“世界圖景”中意味著未來時態的拼圖，加速奔向《頭號玩家》中“綠洲”式的元宇宙世界。

結語

回到本文最初的問題，AI生成影像是否具有獨屬于這一新媒介本體的美學可能性？它的“柏拉圖表征假說”照亮了其背后逐漸顯現的類同“大他者”的存在，這若隱若現的圖景正是Sora等影像生成類人工智能的終極理想——世界模型。亦如攝影本體的電影為了實現“完整電影神話”，算法生成的影像則在不斷地逼近世界模型的完美圖景。

在世界模型版圖的物理世界中，“物質現實復原”的美學前提與意義已然失效，取而代之的是在空間智能中擁有了超越攝影客觀性的逼真美學，并撕開了“無法被拍攝”的現實的裂痕，展現出獨屬于數據的物質性奇觀。在與算法生成媒介具有“近親性”的想象世界中，私人的夢境、記憶和潛意識影像不再受制于復雜的電影制作流程與資金，變得透明而自由。同時，AI生成的想象世界終于突破了“人類中心主義”的局限性，解鎖了“后想象力消費”時代的異質想象。在代表著未來圖景的虛擬世界中，影像美學的討論維度不僅涉及內容和風格，還包括對影像存在形式本身的顛覆，生成技術必將與擴展現實(XR)技術及穿戴式設備深度融合，徹底打破畫框、屏幕以及一切形式的邊界，如《頭號玩家》中的“綠洲”宇宙一般，完成從“看見”到“行動”的世界閉環的建構。

需再次重申的是，談論AI生成影像的潛能并不意味著欣然接受機器對人的異化，而是希望能夠用一種“建構者”而非“接受者”的積極態度，面對“不可反駁的在場”時清醒地看到滾滾洪流之下的創作現實、媒介現實和審美現實，讓電影工業美學在“一切尚未消失”的現代社會中繼續講下去，在充滿了不確定性的人工智能時代建構起闡釋的主動性。好萊塢電影人從大罷工到全面擁抱AI，用了不到一年的時間，技術的進化不斷刷新著人們曾經的認知和結論，在如此瞬息萬變的新世界里，與其人人自危，不如真正動手創造。畢竟，預測未來最好的方式便是創造它。

(責任編輯 張欣琳)

注：1.本版文字為微信版，為閱讀方便，略去引注，請以正式出版的紙質刊物原文為準；2.本版圖片來源于網絡，著作權人可與我們聯系，以便標注作者姓名、支付報酬和完成相關事項。

訂 閱 號：mzysyj88

主辦單位：云南省民族藝術研究院

聯系電話：0871-63161975，63807848

郵政編碼：650031

通訊地址：云南省昆明市東風西路107號云南省文化和旅游廳（東風西路辦公區）8樓《民族藝術研究》編輯部

郵發代碼：64-86

國內統一刊號：CN53-1019/J

國際標準刊號：ISSN1003-840X

鄭重聲明

本刊從未委托任何中介機構及個人進行征稿或代為接收投稿，不以任何形式和名義收取版面費、審稿費、印刷費等，請廣大作者明辨。

民族藝術研究

mzysyj88@163.com

云南省昆明市東風西路107號

云南省文化和旅游廳（東風西路辦公區）8樓

《民族藝術研究》編輯部