对话百花奖AIGC单元评委罗霄：AI能拍电影了，但还没有形成自己的视听语言

【编者按】

罗霄，算法工程师、数字艺术家。

他连续担任2024年、2025年和2026年北京国际电影节AIGC电影单元初评评委，2026年又担任第38届大众电影百花奖配套活动AIGC推优单元初评评委。他长期从事交互媒体、生成艺术及AI艺术教学，是同济大学、中央美院等高校的专业实践导师，代表作品包括《CyberFish》《AI聊斋》等。

通过与罗霄的对谈，我们想了解他是如何用AI辅助艺术创作的，以及生成式AI、算法与艺术的边界。在Vibe Coding盛行的当下，当创作者把编程交给AI，人的价值又体现在哪里？

对齐Talk是澎湃新闻对齐Lab栏目首档聚焦人工智能领域创作者、从业者和行业生态的对话节目。我们想找到AI浪潮中的头号玩家和弄潮儿，分享他们在AI最前线的发现和感悟，一起探寻AI对自我的重塑和赋能，展望人工智能的发展和未来。

【以下是澎湃对齐Lab的专访内容】

AI视频还没找到自己的视听语言

对齐Lab：作为评委，今年的百花奖 AIGC 单元有哪些作品让你印象深刻？

罗霄：今年百花奖首次设立 AIGC 推优单元，我觉得这本身就是一个值得关注的变化。AI 影像正在从技术爱好者的实验，逐渐进入更专业、更大众化的电影创作语境。

作为初评评委，我认真地观看和赏析了所有作品，当时有明显的感官震惊。但时隔数月后，我并没有记住作品的名字，即使脑海里还存留它们的画面。这可能也是我在AI时代的问题，每天的信息量过载，走马观花的大模型新闻和Demo。我反而记得前几年电影节里的AI作品。

第38届大众电影百花奖配套活动AIGC推优单元共有30部作品入围，其中24部获颁“入围荣誉”，6部获得“百花AIGC推优荣誉”。图片来源：新华网

对齐Lab：与往年相比，AI 影视作品的进步体现在哪些方面？

罗霄：我觉得AI影像进步主要体现在两个方面。

首先是可控性和一致性。早期 AI 视频生成常常是一个分镜头很好看，但人物、场景、动作很难在不同镜头之间保持统一。现在通过多模态参考、视频编辑和更成熟的生成工作流，创作者对镜头、角色和运动的控制能力明显提高了。更准确地说，是视频模型的一致性大幅提高了，操控变得简单。

其次是创作流程的变化。AI 不再只是生成一段几秒钟的视频，而是逐渐参与到剧本、分镜、视觉预演、镜头制作和后期等多个环节中。不久的过去我们死磕视频模型，现在则是在大语言模型的指引下调度三维、实拍等多种手法进行预演参考。

对齐Lab：据你观察，AI 视频有没有形成自己独特的视听语言？

罗霄：我觉得AI视频仍然处于探索自身语言的早期阶段。目前大部分AI视频还是在模仿传统电影的视听语言，包括景别、运镜、光影、剪辑等。这很正常，新媒介诞生初期往往会借用已有媒介的语言，AI也在帮助传统影视提高制作效率。

我更感兴趣的是，AI影像能不能做一些传统摄影机不容易做到，甚至根本不需要摄影机的事情。比如，画面中的物体可以连续变成另一种物体，空间可以在一个镜头中不断重构，人物的形态和材质可以自由变化，不必遵循真实世界的物理规律。这些在实验电影、动画和数字艺术中并不陌生，但生成式AI让它们变得更容易实现。

从生成艺术的角度看，我认为还有一个值得探索的方向，就是从传统的“制作画面”转向“设计画面生成的规则”。创作者不一定要提前确定每一帧的样子，而是可以设计一套机制，让影像根据声音、数据甚至观众的行为实时变化，成为一个可以交互、每次观看都有所不同的动态系统。

当然，这些并不是AI独有的发明，生成艺术和交互媒体已经探索了几十年。AI的价值在于提供了新的技术能力，让我们重新思考：影像是否一定需要被拍摄、被固定，以及被线性地观看？对我来说，这比单纯追求电影级画质更值得期待。

Vibe Coding不会让手搓代码过时

对齐Lab：你本身有多年的创意编程经验。现在Vibe Coding越来越流行，对一个熟悉代码的人来说，让AI替自己写代码是什么感觉？

罗霄： 我在此前展出的作品《被协商的图像》中，就尝试了Vibe Coding（氛围编程）。就是动动嘴来生成代码，然后由代码再做生成艺术。

罗霄作品《被协商的图像》。图片来源：实验编程

刚开始会觉得很省事，AI能帮我快速把前期一些代码的准备工作或者程序架构生成好。只要我的文档写得足够细，那么它生成的那些程序的逻辑就会很好。

创作《被协商的图像》时，我是刻意在控制自己不要直接写代码。但bug其实是有点多的。我会告诉AI“有bug”，但不会指出具体是什么。有时候也会恨不得想自己上手，因为AI有时候debug真的有点慢。你明明发现了就是这个问题，它就是改得不对。

但这个过程也是我正在研究并且想体现在作品里的。

对齐Lab：网上很多人现在把手搓代码叫“古法编程”，你怎么看？AI写的代码会给你带来惊喜吗？

罗霄： 我觉得“古法编程”是一个挺有意思的调侃，我上课的时候也会这么说。它反映了编程方式正在变化。

但我不认为手写代码会过时，就像摄影出现以后，绘画并没有消失。手写代码和AI编程并不是简单的新旧替代关系，而是两种可以共存的创作方式。

AI写的代码当然会带来惊喜，尤其是在生成艺术领域。有时它会给出一些我原本没有想到的算法组合、视觉结构，甚至因为对需求的不同理解，产生意料之外的效果。

但AI产生的意外，不一定就是艺术上的惊喜。作为创作者，我仍然需要判断哪些结果值得保留、哪些需要调整。未来重要的不是亲手写了多少行代码，而是能否理解自己正在创造什么，以及为什么这样创造。

对齐Lab：这种创作方式的变化，有没有让你对作品本身产生一些新的认识？

罗霄： 在创作《CyberFish》的时候，视觉上多多少少还是会考虑观众的感受。到了创作《被协商的图像》，基本上不再从视觉方面考虑，比如构图是否合理、配色是否舒服。

完全是我口述后让AI生成代码，然后用这些代码再去变成视觉形象，做完有点像不是给真实的人类观众去看的感觉。这次创作的结果对我个人的创作初衷是有影响的。

AI发展到今天，给人一种“AI生成AI看”的感觉。我们平时收到大量的文字、视频，可能好多都是AI生成的。信息量大了之后，很多人不会马上去看，可能会用AI先提炼一遍。给我感觉人与人之间都隔着一层AI。

有段时间我处于一种比较拧巴的状态。一想到每天要花这么多的精力、这么多的算力和能量，在AI还不是很完美的状态下，非要创作出一个东西。过两个月，大厂的大模型一迭代，你研究的那些所谓的工作流，一些tricks很可能一下子就都没用了。

后来创作的时候就有点豁出去了。反正都是AI的东西，最后做出来的东西也不一定是谁看。这么想着，思路就完全放开了。

对齐Lab：有种“see what happens”的感觉。

罗霄： 没错，控制自己不要参与太多。

我还让AI帮我起了一堆名字，后来我挑了《被协商的图像》，觉得还挺准确的。因为不论是写提示词、写代码，还是在乎观众、展览，总之这是一个协商和妥协的过程。最终，在错综复杂的约束下生成了这样一幅图像。

对齐Lab：AI压缩了艺术创作的技术门槛。对于创作者来说，最大的挑战和解放是什么？

罗霄： 挑战是AI压缩了工艺或者说技法的积累。

如果我们去看画或者其他的艺术形式，它多多少少还是会跟画的功底有关联，如果功底不到位的话，有些东西是表达不出来的。用AI的话，这个过程就被省掉了。

省掉这个过程之后，别人就会挑战你。大家都是说一句话（提示词），那为什么你是艺术家，或者你的作品可以称作艺术作品？那我写一句提示词，是不是也可以叫自己艺术家？

但AI的发展对于艺术创作的助力或者机会来说，它肯定是一个很好的事情。AI再加上自媒体的变革，有了流量进来以后，个人的作品能达到非常破圈的效果。一些年轻的艺术家就不需要走传统艺术圈子那种进画廊或者参加展览的路子，你的作品会被更多人看到。

AI负责生成，艺术家负责制定规则

对齐Lab：你在创作过程中使用过很多种技术，AI和传统编程最大的不同是什么？

罗霄： AI和编程的创作逻辑完全不一样。用代码创作是实时渲染的方式，画面反馈很直接，过程更像画画。AI的反馈是非线性、非即时的，有点像烧窑的那种感觉。

像我2021年创作《CyberFish》的时候，训练一次模型要十几个小时。我大概能把握训练的方向，但很多细节以及作品最终是什么样的，是不一定能和我的设想一一对应的。

罗霄作品《CyberFish》使用生物学插画作为训练数据集，把图像数据映射到模型潜空间后，用CLIP提示词引导生成图像。图片来源：实验编程

现在生成式AI模型和工具都很厉害，不像2022年的时候，很多视觉效果除了模型训练没有别的路径。但技术越方便，我感觉自己作为作者的比重就有点少。

有了AI以后，艺术家到底是AI还是人？我本人其实并不是太在乎，但是我参与得少的时候会觉得有点无力感。所以日常创作的时候，我还是会尽可能通过模型训练，或者通过程序化的控制来实现。

对齐Lab：当AI可以完成越来越多的技术工作，创作者个人不可替代的核心价值是什么？

罗霄： 核心还是人的能动性。比如创作《AI聊斋》的时候，训练模型用的数据集是清代的一套彩绘绘本。训练前要给数据做标注，我得先读懂每一张画在画什么，我就会回去翻《聊斋志异》对应的内容，可以看作是一本书或文化系列的衍生。

你不仅要去对这些图像进行研究，还要挖掘它背后的文化故事，才能把创作串联起来。这个过程里人的能动性很重要，也体现了构建架构的能力。

AI也是有规则的，只是它的规则很隐蔽。在模型训练中，AI的规则体现在数据集训练完以后的概率分布或者是其他的各种约束上面，我作为一个生成艺术家的作用是创造一种规则。

罗霄在2025瓦卡奖SoVG全球AI视觉研讨会上做了题为《从规则到流变：生成艺术与AI的再对齐》的分享。图片来源：实验编程

大学生对AI的热情，取决于对自己多有用

对齐Lab：你也教过很多学生了。不同专业背景的学生，对AI的关注度有什么不同？

罗霄：现在对于大学生来说，基本上所有的专业都得上AI课，它已经成为一种通识课。之前在复旦大学哲学院有一场讲座，他们可能更关注AI与科学哲学、艺术哲学、伦理等方面的内容，偏技术的专业就会从技术方向来研究AI。

艺术类专业用AI的争论可能会更多一些。比如有一些传统的油画专业的学生，他就是要在画板的画布上去画画，平常可能连电脑都不打开，就更不要说去使用最新的AI技术和工具了。在我看来，他们是想保持一种非常纯粹，甚至说是依靠肌肉记忆的创作状态。

对齐Lab：什么样的学生对AI是最热情的？

罗霄：基本上是用了AI以后，如果对于他的作业、毕设和成果有帮助的话都会很热情很积极。其实除了高校，我也去一些职业学校、大专上课，如果觉得AI对他们没什么用的话，可能就会比较淡一些。总的来说，就是不喜欢学一些暂时自己看不到用处的东西。

社会培训课题的话会更有针对性一点。来听课的人会比较希望用AI去解决工作中的一些问题，或者AI能不能有一些新的可能性。

对齐Lab：大学生应该怎么去面对AI？

罗霄：我的看法是积极拥抱。AI是好还是坏，有用还是没用，一定要去完全了解之后再去下结论。现在用很多简单的商业AI工具就能完成百分之八九十的工作，其实上手门槛是很低的，先用了再说。

对齐Lab：AI时代，应该补短板还是延长板？

罗霄：从学习的角度一定是后者。AI能够加持的一定是你在传统行业本身就做得比较好，或者有比较好的作品。内容创作的话，最后决胜负的还是你的决策、观点，视觉类的话就是你的审美和素养。

对齐Lab：你跨越了这么多个技术周期，心态和行动上是怎么做到的？

罗霄：你过去的那些经验，在AI时代也是可以用到的。所以我觉得新的东西出来倒不用考虑太多：我学了这个以后有没有用，或者说是很功利地去看待这个东西。因为现在没有办法去决定这个东西它过后是不是完全就被替代了。在学习的过程中，你要看到它背后更通用的那些规则和一些经验，从这个角度去学，可能被替代的这种焦虑或者是可能性会低一些。

AI缩短了成才的时间，也压缩了成长的过程

对齐Lab：怎么看待超级个体这个概念？

罗霄：以前所谓的超级个体是你得花很多时间，学习美术、艺术，又花很多时间学编程，同时又要在法律、商业方面有一些天赋。有了AI之后，这个积累的过程会变得很快速，会出现更多的超级个体。

对齐Lab：你以前曾经说过“AI是成为超级个体的陷阱”，现在还这么看吗？

罗霄：现在还是这样想的，但我没有想好结论。比如美术专业，以前建筑学院艺术（造型）大一的课程是就是画一学期的素描，通过建筑素描去理解空间和结构。我们现在也会尝试一些新的培养方案，用三分之一的时间画素描、三分之一的时间上AI技术、三分之一的时间去讲电影或审美方面的东西。如果仅从素描技术来看，这个训练的时间确实被压缩了。这个到底是好或者坏我自己现在也判断不了。

对齐Lab：跟AI接触这么多年，它补全了你什么？

罗霄：可能是快速地把我某一方面做的事情给放大了。以前可能大部分工作还是偏技术的，虽然也做很多艺术项目，对我来说其实是属于技术服务或者是技术实践这种角度。有了AI以后，它给了我带来很多的机会，让我也能参加一些艺术的展览。我的身份也会发生一些转变，让我能尝试很多新的东西，这方面的促进还是挺大的。

对齐Lab：和AI打交道多了有没有想过撤退？

罗霄：就像那句台词说的，“没有撤退可言”。就好像也没有什么必要退，因为它已经融入到了日常的各种事情里。

对齐Lab：预测一下未来1-5年内，AI比较重要的发展方向？

罗霄：我个人比较感兴趣的是世界模型和空间智能方面，像李飞飞他们做的一些研究方向，可能会有更多的可玩性在里面。

2025年10月，李飞飞创办的World Labs发布实时世界生成模型RTFM，可从单张图像生成能够实时探索的三维场景。2026年9月，AMD宣布收购World Labs。图片来源：World Labs官网