人工智能视频生成：“新影像...制造与“人-技关系”的变革_许孝媛.pdfVIP

电影与媒介FILMANDMEDIA责任编辑：杨天东2024年第8期

人工智能视频生成：

“新影像”制造与“人-技关系”的变革*

AIVideoGeneration:Creating“NewImages”andTransforming“Human-

TechnologyRelationships”

文许孝媛金鑫/Text/XuXiaoyuanJinXin

提要：人工智能视频生成是让AI在已有数据集上进行训练，通过特征提取、知识融合、视觉重构等阶段，自

动生成视频内容，主要包括多阶段剪辑、全视频合成、原片复现与属性操纵四种类型。智能化机器的深度介入，

从创作主体、创作媒介以及表现内容等方面解构传统视频的制作机制，生发出一种不同于PGC、UGC与PUGC的

“新影像”：内容上践行复访机制下的复现与拼贴；风格上具有显著的深度工具感；视觉上呈现出吉尔·德勒

兹所谓的“液态-感知”特征。人工智能视频生成的涌现，将超越技术工具论、技术器官论等理论范式，进

一步深化人们对机器换人系统的思考，以及对人与技术相处之道的探索。

关键词：人工智能视频生成“新影像”“人-技关系”

视频，作为人们理解和表现世界的方法之一，具种新的影像类型和影像生态，以及这对“人-技关系”

有十分重要的阐释意义。它不仅是一种视听融合的感的过去与未来提出了怎样的反思与展望。

官载体，也是一种凝结着人类智慧的文化实践和变革

性力量，伴随人类技术文明的发展不断革新演进。从一、人工智能视频生成及其主要类别

Web1.0时代的专业生产内容（PGC），到Web2.0时代人工智能视频生成是AI在已有数据集上进行训

的用户生产内容（UGC）和专业用户生产内容（PUGC），练，通过特征提取、知识融合、视觉重构等阶段自动生

再到Web3.0时代的人工智能内容生成（AIGC），视频成视频内容。从技术角度看，视频由一系列连续的图

制作与技术变革交相呼应，围绕视频创作的一系列技像帧构成，视频生成不仅需要考虑画面元素，还需考

术装置、数据资源、算法算力等都在促成视频生成虑空间场景、图像序列以及景物时空关系的变化，因

机制与生产范式的改变。继2022年生成式人工智能此，较之静态图片，往往要求更复杂的算法与更强劲

ChatGPT火爆出圈后，2024年初，OpenAI发布的文的算力。2014年，伊恩·古德费洛（IanGoodfellow）

生视频AI模型Sora再次令行业内外惊叹不已，同时也等人提出生成对抗网络，为视频生成技术奠定了重要

对其潜在的社会伦理风险忧思苦虑。事实上，对视频的模型基础。而后，麻省理工学院的卡尔·冯德里克

类AIGC的技术探索已近十年，但生成视频要么时长（CarlVondrick）与马里兰大学的哈米德·皮尔西亚

过短，要么分辨率逊色，而Sora模型的震撼之处即在瓦什（HamedPirsiavash）等学者，最早将该模型运用

于实现时长与分辨率的统合，能够一次性生成长达一至动态影像的生成实验中，虽然生成内容还只是长

分钟的高清视频。约一秒的微小动图，但图像的一小步，已是技术的

一大步。（1）

在技术史与影像史的框架支撑下，本文重点探讨近十年来，随着生成对抗网络（generative

生成式AI如何在解构传统真人制作的视频后，重构一adversarialnetwork）、变分自编码器（variational

许孝媛，云南大学新闻学院讲师

金鑫，云南大学软件学院副教授

*本文系教育部人文社科基金一般项目“智媒时代的交互式影像叙事理论研究”（项目编号：22阶段性研究成果。