AI题材电影:一份精选观看指南
一条穿行AI电影史的观看路径:从哪里开始、每部影片补充了什么,以及当机器越来越靠近我们的生活,这个类型的问题如何变化,并附上五部入门顺序、各作品的观看重点与可讨论的问题。
学习 AI 电影制作
用平实语言解释AI图像与视频背后的24个术语:模型、扩散、潜空间、推理、LoRA、种子、深度伪造等等,每一条都落到银幕上的实际含义与判断方式,方便随时查阅对照。

关于AI的电影写作里充满了借来的技术词,而且往往用得松散。这份术语表定义的是你在讨论AI电影和AI影像的文章中会遇到的那些词,大致按照一个生成镜头被做出来的顺序排列。定义刻意写得平实,每一条都以银幕上真正重要的那一部分收尾。
模型是一个把输入——提示词、图像、一帧画面——变成输出的系统,输出可以是一个生成的镜头、一个标签或下一个词。在电影写作里,“模型”通常指整个生成工具,而不是它内部的某个部件。
模型内部那些学出来的数字。训练调整它们;推理使用它们而不改变它们。当一个模型被称作“大”时,通常说的就是参数的数量。
在数据上调整模型权重的过程,通常的做法是把输出与目标比较,然后微调权重以减少误差。训练很贵,而且大多发生在你接触这个工具之前。
运行一个训练好的模型以获得输出。生成就是推理:不发生学习,模型的知识在训练结束的那一刻就被冻结了。
用来约束一次生成的指令文本——有时也包括图像。提示词引导输出,但它不是代码。相同的提示词在不同模型和版本之间可能产生不同结果。
模型处理的一个文本单位,通常是一个词或词的一部分。Token 数量很重要,因为上下文上限和成本都以 token 计量。
能处理不止一种输入或输出的模型,比如文本加图像或音频。当前大多数视频工具至少在这个意义上都是多模态的。
图像或视频的一种压缩数值表示。模型在这个空间里工作,因为它比原始像素更小、更平滑,而且彼此靠近的点往往看起来相似。“潜空间漫步”指的是在点之间移动以产生渐变。
一对网络,把图像压缩成潜表示,再重建回来。在许多图像工具里,VAE 就是把潜结果解码回像素的那个部件。
一种生成模型,被训练来逆转一个渐进的加噪过程:它学会一步步去除噪声,直到图像或片段浮现。这一方法出自那篇提出去噪扩散概率模型的论文。
模型执行的去噪步数。更多步数可以增加细节,但也会增加时间,并且不保证结果更好。
启动噪声的那个随机数。在相同模型、参数和软件下复用同一个种子,可以相当接近地复现一张图像。换掉模型版本或平台,结果可能漂移。
控制模型多大程度上遵循提示词的参数,通常以无分类器引导的方式实现。较低的值给出更松散、更出人意料的结果;非常高的值往往产生脆弱或过饱和的画面。
一份保存下来的模型权重文件,通常把运行某个特定模型所需的部件打包在一起。同一家族的不同检查点,外观和行为可能相当不同。
Low-Rank Adaptation 的缩写:加到冻结的基础模型上的一小组可训练矩阵。它用比完整微调少得多的可训练参数,教会模型一种风格、一个角色或一个概念。
在新的数据上对一个预训练模型做进一步训练。LoRA 是一种高效的微调方式,而“微调”一词常被宽泛地用来指任何形式的适配。
一种附加组件,用空间信息——姿态、深度图或边缘图——来约束扩散模型,使输出遵循特定结构,而不是自行发明一个。
填补或替换图像的某一部分(重绘),或把图像延伸到原始画面之外(扩图)。两者在镜头清理和场景延展中都很常用。
在已有帧之间合成新帧,以提高帧率或让素材变慢。较早的工具用光流;较新的工具用学习到的模型。插值可以让运动变平滑,但无法找回从未拍过的东西。
一个序列在帧与帧之间保持连贯的程度:人脸、服装、光线和物理。时间一致性差会表现为闪烁、形变,或物体在镜头之间发生变化。
看似可信但错误的输出:凭空出现的物体、手指过多的一只手、几乎拼出某个词却并不成立的文字。这个词描述的是自信的胡话,而不是某个单一原因造成的技术故障。
用深度学习制作的合成或经过操纵的视频或音频,通常涉及某个人的脸或声音。这个词常被宽泛地用于任何逼真的假货,但有意义的定义会指明一种具体技术和一种具体伤害。
用学习到的模型提高分辨率。它可以锐化真实的细节,但也可能凭空发明源素材中从未有过的细节,这正是修复伦理关心它的原因。
C2PA 是一项开放的技术标准,用于记录数字内容的来源和编辑历史。Content Credentials 是这套元数据面向消费者的名称。它是一份关于出处的签名声明,而不是内容为真的证明。
这些词不是中立的。一篇评论说某个镜头“用AI做的”,几乎什么都没告诉你:手绘动画、扩散模型和深度伪造都符合这个说法。了解这条管线,你才能问出更锋利的问题——哪个模型、用什么训练、由谁运行、怎么编辑。正是这些问题,把模糊的反应变成批评。
如果想找一条穿行于那些提出更大问题的影片的观看路径,请从AI题材电影观看指南开始。想了解核查合成影像的实操层面,见如何识别AI生成影像。而如果你想要的是制作机制而非词汇,请读AI视频模型如何工作。