那个拍出神作《牌子》的AI导演，带着他的巅峰之作回来了。

这个正在威尼斯排队准备走红毯，同时斩获了两项AI影像大奖的小伙。 可能很多人都听过他的名字。 DiDi_OK。 前几天，DiDi_OK发了他用Seedance 2.5做的最新作品《Candy》，中文名叫《糖果》，我在看到之后，惊为天人。 直接转发，推荐所有人逐帧学习。 虽然在AI影视圈，DiDi_OK这个名字几乎已经家喻户晓了。 但是可能还是有很多朋友不知道这个名字，但没关系，你大概率也看过他之前的作品。 比如《箭头》、《网站》、《垃圾站》等等等等，而数据最好的，则是在今年2月，那个刷屏的《牌子》。 这个片子，光在B站上，就有2000万的播放，全网更是接近亿级。 我到现在还记得，我第一次看到牌子的那个晚上，在循环了6、7遍之后，我脑子里产生的那个念头： “明明都是人类，为什么在DiDi_OK面前，我就宛如一个只会流口水的废物，这个人的脑子和审美，到底是怎么长的。” 不夸张的说，这是真实的感慨，DiDi_OK自那之后，也成为了我心中，没有争议的AI影像第一人。 而这次的《糖果》，更是DiDi_OK在这个主持人平行宇宙系列中，把技术和创意，拉到最高潮的巅峰之作。 如果没看过的，可以先看一遍，相信我，你一定会，惊为天人。 不像现在很多烂大街的油腻无比的AI作品，《糖果》依然有很强的Di味。 有一些高维规则的展开，有一些SCP的感觉，又有一些黑镜的意味。 甚至还有刘慈欣的影子。 当然，还有极强的叙事节奏、镜头语言还有他的审美。 所以这次《糖果》发布后，我觉得，是一个机会了。 我想找他聊聊，跟他做一个小小的专访，聊聊他的一切。 因为他人在国外，这几天又在威尼斯电影节领奖，所以我们还是有一些时差的，在碰了两天之后，我们终于约上了。 访谈那天，北京上午10点半。 他人在黑山，那边凌晨4点半，他起了个大早，因为6点多还要出发去山里。。。 我们痛快的聊了快2个小时，问了很多我想知道的问题，聊完之后，我觉得，我一定要把这些东西写出来，也给大家分享一下。 那接下来，我们，开始吧。 一. 他迎来了AI的时代 DiDi_OK，是一个非常有趣的人。 现在长期在伦敦，在WPP Production工作。 WPP是全球最大的广告与营销传播集团之一，大家耳熟能详的奥美，其实就是WPP的子公司... 而WPP Production是WPP旗下最核心的制作团队。 所以在AI出现以前，DiDi_OK就一直在做动画、3D和游戏相关的工作了。 他的本硕都是动画。 后来进入WPP，也先从动画做起。 他去英国的故事也特别有意思。 他那时候，还在国内跟朋友开工作室挣钱，反正就是拍些广告啥的。 他做着做着，然后就突然觉得，这事没意思。。。 有一天下午，他们甚至还在外面拍广告。 他突然问朋友：要不出国吧？ 朋友问他：去哪？ 他说：要不然英国吧？ 去英国的原因也究极离谱， 因为他们以前拍完片，半夜会一起看影视飓风，Tim也是DiDi_OK的赛博偶像。 然后呢，Tim以前在英国。。。 那不如就英国吧= = 然后他真的回家学了半年英语，申请伦敦艺术大学。 他妈一开始甚至没帮他报，因为觉得这死孩子绝对考不上。 最后他自己还是偷偷报的，结果，还真考上了。。。 几年以后。 这个当年拍完广告半夜看影视飓风的小伙，受Tim邀请，坐到了影视飓风的AI课程里，给大家分享自己的创作心得。 你看，世界总是一个奇妙的圆，人生有时候也真的特别像一个写得有点俗的剧本。 在AI之前，他其实就已经开始在创作了。 2021年，他在伦敦艺术大学做过一部《Moth》。 而且那个时候，就很有Di味了。 一个被雾笼罩的封闭世界，中央有一座巨塔。 所有人都觉得那里绝不能碰，可主角却像飞蛾扑火一样，一定要上去。 哪怕真相让人失望，哪怕会死。 也想看一眼，世界真正的样子。 他脑子里，关于科技、关于未知世界、关于文明的东西，实在是太多了。 但是在过去，卡住他的，是那个时代的生产力。 传统动画的工作流程实在是太长了，几乎不可能有一个人独立制作一个影片的可能。 流程一多，人就多了一些，每多一个人，你脑子中的想法，变成语言传达出去，就会损耗一点。 而再经历建模、绑定、动画、后期等等等等的流程，那就是损耗损耗再损耗。 到最后，你脑海中的那个idea，那个会让自己兴奋会让自己起皮疙瘩的创意的东西，落在最终屏幕上的时候，可能连一半也不剩下了。 所以，他这些年，因为损耗，也一直在研究一个东西，用他的话说，那个东西叫： 力道。 怎么让自己脑海中的创意和感觉，尽可能最低损耗的传达给观众。 而终于，他等来了他的时代。 AI，来了。 二. 《糖果》：坏人会爆炸 如果让我介绍《糖果》。 我可能会认真解释半天： 这是一个关于一级文明、外星规则、暴力、秩序、人性和科技发展的科幻故事。 但是呢，我让DiDi_OK解释，他自己想了想，只用了十个字左右： “坏人会爆炸，好人就没事。” 极其的朴素，但又精准。 这个故事一开始，人类能源使用能力抵达一级文明的门槛了。 然后土星的一颗卫星，叫“潘”。跑到了地球附近。 接着，全世界开始发生一件特别离谱的事。 只要一个人准备伤害别人。 砰，就炸了。 这个爆炸，不会变成血肉，会变成： 一大堆糖果。 一开始，大家都懵了。 外星人？新型武器？上帝？ 后来慢慢发现，这个规则只专门针对： 暴力。 DiDi_OK给它设定的底层判断标准也非常的中国味。 就是四个字，起心动念。 这个片子上线之后，我看了4遍，我当时问了他一个我看的时候，感觉非常矛盾的一个话题，这好像，明明是一个反暴力的故事。 可大家看的最大的爽点，却是看坏人被另一个更强大的力量给干掉。 那这件事，本身就不暴力吗？ DiDi_OK当时就笑了，说你看到了精髓，而且，这其实就是他故意的。 片子后来把反复违反规则的人送去月球。 看起来仿佛太好了，文明和平了。 可这件事情背后，却一样带着群体暴力。 所以他甚至花了很长时间设计片子里代表大众意见的女性发言人。 他想让她拥有一种特别容易被大众接受、信任的气质。 有点像《三体》里的程心。 因为这件事情本身就带着一种“所有人都觉得这一定是对的。”的危险。 DiDi自己也没有站在绝对非暴力那一边。 他觉得现实里常有一个很残酷的问题： 善良的人，往往就是被欺负的人。 所以从中世纪的西方骑士到中国的侠客。 人类几千年一直在幻想一件事： 正义最好拥有力量。 于是这个时候，《糖果》的内核变得不一样了。 一颗外星卫星拥有判断什么是恶的最终解释权，全人类因为恐惧惩罚而文明，然后大家集体同意，把不符合规则的人送去月球。 这到底算文明？还是秩序？又或是暴政？还是一个比我们现在稍微好一点的世界？ DiDi_OK没有答案。 这个问题，属于每一个观众。 三. AI的真正进步 访谈之前，我把《箭头》《牌子》《网站》《垃圾站》等等DiDi_OK的片子又重新全部拉了一遍。 其实有一个最明显的变化，就是《糖果》这部片子，因为用的Seedance 2.5，所以终于敢变慢了。 比如这个教科书级别的长镜头。 讲道理，以前DiDi_OK的片子还是经常会快切的，比如《箭头》和《牌子》，经常5秒就会换一个场景。 理由特别简单，AI影像行业里的大家，可能都猜到这个现实原因。 因为你不敢慢，因为模型能力，完全达不到。 过去的模型能力，是无法支持长镜头的细节不变的这种镜头叙事的。 于是呢，就只能不停用新的视觉刺激，把模型来不及暴露的问题给掩盖过去。 但是《糖果》里，第一次出现了大量安静的叙事。 比如这个镜头。 实验室里，一个年龄稍大的官员往前走。 旁边年轻研究员一路跟着，态度非常谄媚，期待被注意。 但是官员一直很冷，直到突然搭理了他一句。 那个年轻人的身体立刻微微再弯了一点，眼神亮一下。 这时候，你能看出来： “诶，他听到我说话了。” 但DiDi说，这才是他觉得模型真正突破的地方。 表演。 以前他一直觉得AI表演过不了，那些表演的细节度不够，所以，一直会少这些叙事。 现在Seedance 2.5在他眼里，这个鸿沟已经正式跨过去了。 开头那个女孩吃糖的镜头也是。 他特别在乎女孩脸上那个小痘痘。 我甚至第一次看的时候，都没有注意。 但是对DiDi_OK来说。 这是一个极其重要的信息锚点。 因为这个极小的信息点，会让观众第一眼看到的时候，会觉得，这是一个真实存在的人。 当演员的脸本身可以提供信息的时候，导演才敢把镜头停在那里。 还有这个手指甲超近特写下，皮肤和指甲的质感。 还有这个超近景特写中，角色呈现出来的高精度皮肤微观细节，包括毛孔、细纹、皮脂光泽及受光变化；同时细微表演如眼神、呼吸、肌肉牵动与微表情均具备可信度。 而这一点，DiDi_OK说，这种细节度和精细度，只有Seedance 2.5才能达到。 他觉得，这个模型，至少给他省掉了60%的叙事成本。 这个词我特别喜欢。 大家天天聊AI降低多少制作成本。 他聊的，是叙事成本。 我觉得，真正改变叙事的，从来都不只是所谓的分辨率更高或者价格更便宜。 是我们过去你只能绕着模型的缺陷去讲我们的故事。 但现在，模型开始允许我们，按我们脑海中的想法去讲故事。 这才是，真正的进步。 四. Seedance 2.5改变的一切 对于Seedance 2.5这个模型，我们聊了很多。 DiDi_OK说，假如现在有人告诉他。 以后这辈子都不会再有新的视频模型。 只能永远用Seedance 2.5。 他觉得，也够了。 因为坦率的讲，从我的视角看，Seedance 2.0发布的时候，全网的反响远比这一次2.5大。 但那时候，DiDi_OK觉得，2.0还可以，确实震撼，但是好像没有那么大的变革。 直到这次Seedance 2.5。 可能很多人第一眼觉得，啊？不还是AI视频吗？跟2.0区别也不是很大啊。 但是DiDi_OK觉得，这反而是一次真正意义上的跨时代升级。 我问他：到底跨在哪？ 他说了两个词。 高度定制化。 高精度的运动规律。 这两个词听起来特别技术。 尤其“运动规律”，实在是没有所谓的“电影感”“1080P”“一镜到底”听起来性感。 但观众的眼睛特别诚实。 比如一辆车拐弯，车身应该有侧倾，悬挂应该有压缩，刹车和加速应该产生不同的俯仰。 一颗糖从人体里面炸出去，它应该有质量，有初速度，撞到东西以后会反弹，几百颗糖之间还会互相碰撞，跟镜头的距离不同，虚实也不一样。 所谓运动规律，其实就是：这个世界到底符不符合我们从世界认知到的物理规律。 所以《糖果》里面那个最核心的“糖果爆炸”，其实也是AI能力的一次极限测试。 DiDi_OK说，现在Seedance 2.5出来的视觉，已经可以经得起慢放和暂停了。 他甚至故意设计那种让大家来暂停看看的镜头。 就比如警察局的这场戏，画面里面同时有很多人，DiDi_OK给后面一个黑人角色单独设计了一条故事线。 先挣脱、然后推桌子、拿起电视，再准备攻击警察，随后灯光闪烁，所有人的动作短暂停顿，特定的人同时炸成糖果。 DiDi_OK借助模型的能力，同时指挥十几个人的动作，每个人都有自己的故事线。 这就是DiDi所谓的第二个特点，定制化。 因为过去，我们用AI做一个怪兽啥的，其实真的都不算难。 难的东西往往都很日常，比如“让左边第三个人先往后看。然后拿起电视。右边警察继续保持现在动作。灯闪以后第二个人爆炸。” AI真正进入工业生产以后，最需要的能力，恰恰是这种定制化。 DiDi_OK说，从画面上，他感觉，几乎没有什么是他想实现，但是实现不了的了。 比如一堆糖果组成马蒂斯的《舞蹈》。 微缩景观下的移轴动画。 等等等等。 因为模型能力的增强，运动规律和可定制化都变得极强，所以也带来了另一个变化，过去的工作流很多就有点跟不上版本了。 比如过去，为了一个镜头，可能要垫好几张图，来让模型理解。 所以，他说那时候，他有一个很明确的优先级： 参考图，大于提示词，大于模型选择。 甚至为了让模型完成它能力本身完成不了的动画和运镜效果，他会大量使用Blender来建模进行参考。 比如角色和表面之间的运动追踪，就像手机屏幕上的字，以前AI生不准。那就一个字一个字追，全是后期进行人工修复的。 基本就是能工智人。 本质上很简单，都是因为模型能力达不到，而DiDi_OK又不想降低自己的作品效果，就会用很多其他手法来进行弥补。 然后，就来到了《糖果》。 他说，这套逻辑明显开始反过来了。 参考图的重要性明显下降。 Prompt的重要性开始疯狂上升。 因为模型理解能力变强了。 很多过去必须先做好的关键帧才能做的动画，现在可以直接用嘴说了。 所有的传统辅助是一个没用，很多过去要额外做两个星期的后期，也消失了。 DiDi_OK说，这是他第一个，几乎百分百纯度的AI片子。 甚至他用上Seedance 2.5之前，他已经用2.0做了3分钟的《糖果》了，做了将近40%，在他用上2.5之后，毅然决然，全部推翻重来。 这也是这个AI时代非常操蛋的一点。 你的苦心经营的半年的技巧，还有很多所谓保持一致性的工作流，可能就会被一次模型发布直接吞噬。 DiDi_OK说，那些都属于小数点后面的技术，他现在也越来越没有兴趣了，真正决定你上限的，还是你的个人能力，还有模型本身的理解力。 当模型开始吞掉工作流。 创作者剩下来的，才是真正属于创作者的东西。 五. 创作到底是什么？ 我问DiDi_OK：“你觉得AI真的能算创作吗？很多人说，不就是抽卡吗？创作在哪里呢？” 他给我讲了一个特别好的例子。 2023年，他参与过一个F1赛车宣传片，实拍加虚拟制作。 那时候，很多镜头可能要NG500多次。 一天光场地费，就是10万英镑。 赛车漂移过去，轮胎擦地，然后烟冒出来了，导演觉得，那个烟不好看，再来。 所有调度一切归位，然后再来一遍。 就这样，不断的Roll，不断的挑选。 直到导演觉得，这个第397次的烟最好，就用这个第397次的镜头。 所以，DiDi_OK说，创作，从来都不是生成多少次的事，也不是AI不AI的事，因为本质上，传统影视，也是抽来抽去的逻辑。 真正的创作，是那个“不要”。 为什么这个导演，要第397次呢？前面那396次，为什么都不要呢？ 这个“不要”，才是审美，才是判断，才是经验，才是那个真正的。 创作。 只不过，在AI加持之下，抽卡的速度变得越来越快，质量越来越高，是以前的传统影视，远远不可企及的。 但是反常识的是，模型越来越强以后。 DiDi一点都没有更轻松，反而更痛苦了。 过去一颗8秒镜头，磨两三天就差不多了，因为你知道，模型就那样了，上限就在那，可以安慰自己，这不是自己的问题。 但现在，有了Seedance 2.5这种级别的模型，第三次就能给你一个特别牛逼的结果。 那说明，它能做。 这时候，压力就全部给到DiDi_OK的身上了。 为什么我调度不出来？ 为什么没想到那个机位？ 为什么还不够好？ 以前两三天一个镜头，现在他甚至可能磨一个星期。 他说： “模型是明显能做到的，但是我却做不出，那明显就是我自己的问题，我还是太菜了。” AI时代，也是一个残酷的时代。 当表达成本越来越低的时候。 平庸也会越来越没有借口。 聊到最后。 我问了他一个特别大的问题：“你拍了这么多文明、规则、社会、人性的东西，那你自己心里最底层，还相信人类吗？” 他说：“如果聊人类本身，那我一定是一个极度的悲观主义者。” 他说自己有时候，会陷入很严重的存在主义危机。 当AI真的能帮你完成越来越多事情的时候。 你自己到底还剩什么？ 他公司里的新人也经常问： 老师，以后应该学什么？ 他也不知道。 然后，他说出了我觉得整个访谈里，我最动容的一句话： “当AI能帮我做所有事情的时候，我到底，是否真的是一个有意思的人呢？” 没有答案，就像他的作品一样。 写在最后 访谈结束以后，我又把《糖果》看了一遍。 我突然觉得，这部片子更好懂了。 DiDi_OK明明说自己对人类这么悲观，可他的作品里，总是有一种特别奇怪的底色： 希望。 突然感觉，在他的身上，我看了三体里面一个角色，就是维德的影子。 他可能平时不是特别愿意跟人互动，甚至对人这个物种有时候有一些悲观判断，可到了最后，他跟维德一样。 不希望人类输。 我特别喜欢这个矛盾，因为很多伟大的创作者，很多时候就是这样。 他们创作。 很少因为觉得这个世界已经很好了，恰恰是觉得它还不够好。 所以才会创造另外一个世界。 那个让很多人，能跟他一起感受美好的。 美妙世界。