電影動作指導張頂用5天時間，在一場AI培訓中完成了一部動作短片。他的優(yōu)勢不在于比別人更懂AI，而在于更懂動作戲。

訪談 | 王珊珊（北京）

作者 | 安 濟（北京）

監(jiān)制 | 張一童（上海）

今年3月，一部全流程AI生成的3分46秒動作短片在網(wǎng)上流傳。片名叫《編劇作者再寫死我，頭給你踢掉》，核心是對《鏢人》影片中阿妮的經(jīng)典名場面進行全新演繹。故事設(shè)計了兩層脈絡(luò)：一邊是喜劇沖突，一邊是拳拳到肉的動作打斗。在趣味的劇情里接連上演高密度武打，動作戲的招數(shù)帶來的爽點貫穿始終。

絲滑的長鏡頭跟隨阿妮的動作軌跡推進，近身對抗的發(fā)力細節(jié)、動作銜接的流暢度都經(jīng)過精心打磨，力求動作片最看重的真實感。而喜劇的底色和極致的動作設(shè)計交織在一起，讓阿妮這個角色在全新演繹中，既保留了原來的味道，又多了些調(diào)侃的魅力。

比這支短片本身更引人注意的，是它的創(chuàng)作者——張頂，十六年從業(yè)經(jīng)驗的電影動作指導與動作教學老師，曾與袁和平、董瑋等頂級動作導演合作，參與《葉問4》《戰(zhàn)狼》《殺破狼2》《掃毒3》等院線大片拍攝。

張頂，動作指導與動作教學老師

這部短片，是張頂用5天時間、在一場AI培訓中完成的結(jié)業(yè)作業(yè)，最終他拿到了第一名。他的嘗試提供了一個有趣的觀察窗口：當技術(shù)門檻越來越低，那些在片場積累的經(jīng)驗，在AI時代或許可以被重新評估。

接觸AI的契機，來自一次行業(yè)培訓。3月中旬，張頂參加了一個為期5天的AI學習班。培訓的節(jié)奏很快，第一天講基礎(chǔ)操作，當晚布置劇本作業(yè)，第二天下午開始，所有人進入「邊做邊學」的實操階段。張頂?shù)倪@部短片，就是在這樣的節(jié)奏里完成的——真正的制作時間只有3天半。

他自己有一個很具體的判斷：「AI未來可能會取代我們拍攝動作Demo的一些事?！顾^動作Demo，就是動作指導在正式開拍前，用來驗證動作設(shè)計的預演短片。傳統(tǒng)流程里，拍一個動作Demo需要動作團隊、威亞設(shè)備、訓練場地、攝影燈光……一個20到30人的團隊，花幾天時間，才能完成一段幾分鐘的預演。

如果AI能做到很精準，張頂說，那核心的兩三個人，在一個辦公室里，可能就把要20人、30人的需求，和大的廠房、訓練房、一堆威亞這些活全部代替掉了。這是他對AI最直接的想象——降本增效。不是取代電影，而是在電影工業(yè)的某個環(huán)節(jié)，用技術(shù)壓縮成本、提高效率。

他的創(chuàng)作方式，與傳統(tǒng)影視的線性流程有很大不同。沒有先寫完整劇本再生成素材，而是采用了一種「邊生邊剪」的工作流?！赶扔幸粋€框架和人物關(guān)系，簡單的臺詞把人物感覺定住，就開始生動作，」他解釋說，生成的同時，就進剪輯臺了。剪著剪著，覺得這句臺詞不合適，就調(diào)整，再重新生，整個過程是流動的。

這種方式，與他作為動作指導的工作思維一脈相承——不是線性推進，而是在動態(tài)中調(diào)整、在剪輯臺上完成最終敘事。只是這一次，素材不是來自攝影機，而是來自AI模型。

在工具選擇上，張頂做了明確的分工。文戲部分，他用的是可靈，配合「首尾幀」模式——首幀和尾幀各給一張圖，讓模型生成中間的過渡。這種方式可控性高，適合需要精確臺詞和表情的對話場景。動作戲部分，他選擇了Seedance 2.0。

可靈做動作會變形，特別是打斗的時候，人物的肢體有時候會扭曲，物理規(guī)律也不對。而Seedance2.0能理解更復雜的動作指令，生成的打斗畫面在物理規(guī)律、發(fā)力細節(jié)、動作軌跡上都更自然?！改憬o它一個指令，說『環(huán)繞180度，四倍升格，拳頭打在臉上，口水飛出，人臉變形』，它能理解到?！?/p>

但代價是排隊時間太長。張頂?shù)牟呗允恰赴滋煜腌R頭，晚上生素材」——白天在腦子里拆解動作、打磨提示詞，到了深夜再集中提交生成任務(wù)。交作業(yè)的前一晚，他從晚上8點一直熬到第二天早上6點，睡了3個小時又起來繼續(xù)。

成本方面，他算過一筆賬：按照3月中旬的市場價格，即夢會員加上其他工具，一部3分46秒的短片，總成本大約在1000元左右。300到500個生成鏡頭，每個動作場景平均要生成四五次才能挑出一條可用的。

5天的制作過程里，張頂遇到了幾個典型的技術(shù)卡點。第一個是版權(quán)問題。他最初的創(chuàng)意是讓皮卡丘和蠟筆小新這兩個卡通角色與真人打斗，從二維打到三維，視覺反差很大。但到了圖生視頻階段，模型直接拒絕生成——IP版權(quán)問題，繞不過去。他不得不放棄這個想法，重新設(shè)計角色。

第二個是肖像權(quán)處理。片子里用了三位真實人物的形象，張頂?shù)淖龇ㄊ翘崆皽贤?，獲得授權(quán)。但技術(shù)層面的「換臉」仍然棘手。他用了一個后來被老師稱為「土方法」的流程：先生成一個純寫實的數(shù)字人，再把目標角色的臉替換上去，然后出九視圖，最后用這個九視圖去Seedance里生成視頻。「陰錯陽差就把這事給解了?！?/p>

《鏢人》阿妮的卡通版二創(chuàng)

第三個是首尾幀的鏡頭轉(zhuǎn)換。想實現(xiàn)一個從正面搖到側(cè)面的環(huán)繞鏡頭，需要首幀是正面圖、尾幀是側(cè)面圖。但圖片大模型經(jīng)?！嘎牪欢噶睢埂改愀嬖V它，參考這個正面圖的構(gòu)圖，給我一個側(cè)面鏡頭，它有時候就是掰不過去。」他嘗試了多個平臺，都遇到了同樣的問題。

第四個是高難度動作的生成。片中有一個從寫字樓飛身躍出的鏡頭——跳下、撞碎玻璃、滑落、轉(zhuǎn)身、再跳下。這個「小眾動作」在AI的素材庫里沒有現(xiàn)成匹配，張頂前后生了八九條才成功?！赣袝r候它會直接趴在玻璃上滑下去，動作很滑稽；有時候撞一下就不受控了?！?/p>

左右滑動查看全部

第五個，也是最核心的，是專業(yè)術(shù)語的理解問題。張頂是動作指導出身，腦子里裝的是「組合拳」「飛身十字固」「斷頭臺」這些詞。但AI不懂這些。「你只能大白話，」他說，「一拳打過去，第二拳打過去，極快。就這么說?！?/p>

有時候為了強調(diào)力量感，他需要用「夸張的詞」——「重擊」「極快」「整個人飛出去」——這是培訓老師教他的辦法。「老師說，有時候AI理解不了『很有力量的一拳』，你給他用夸張的詞，他就懂了。」

這些卡點，恰恰揭示了當前AI工具的真實狀態(tài)：它有能力生成高質(zhì)量的單幀畫面，但在連貫的動作邏輯、精確的鏡頭控制、專業(yè)術(shù)語的理解上，仍然需要人類做大量的「翻譯」和「篩選」工作。而張頂?shù)膭幼髦笇П尘?，讓他在這個環(huán)節(jié)有了天然的優(yōu)勢。

他看過很多AI動作視頻，大部分動作畫面缺乏創(chuàng)意辨識度，「如果沒有專業(yè)動作戲背景，可能是把偏概括的詞語給到AI，用偏抽盲盒的方式去生成?！顾缘搅俗约簞?chuàng)作的時候，張頂需要把每一個設(shè)計都清清楚楚告訴AI要怎么做。

這種精準，來自他多年動作指導的經(jīng)驗積累。分鏡思維——一個動作拆成兩三個鏡頭、用不同角度展現(xiàn)力量感；動作判斷力——知道什么是「好」的動作，能在抽卡時快速篩選；術(shù)語翻譯能力——把專業(yè)語言轉(zhuǎn)成AI能懂的語言。這些在傳統(tǒng)片場里培養(yǎng)出的專業(yè)素養(yǎng)，在AI時代沒有貶值，反而成了稀缺資源。

最終的成片，在動作流暢度和鏡頭語言上，確實與大多數(shù)AI生成的「抽卡式」作品拉開了差距。有觀眾看完后評論，能從中看出鮮明的武打風格——節(jié)奏快、多用廣角鏡頭、善用環(huán)境元素。

這或許意味著，AI作品也可以有「作者性」——當一個專業(yè)人員深度介入，用他的審美、判斷和語言去引導AI，出來的東西就不再是AI的「泛化輸出」，而是帶有個人印記的創(chuàng)作。

因此，張頂?shù)膰L試也指向了一個更大的趨勢。技術(shù)門檻正在以前所未有的速度降低——幾年前，制作這樣一部動作短片需要專業(yè)團隊、專業(yè)設(shè)備、專業(yè)場地；現(xiàn)在，一個人、一臺電腦、幾百塊錢的成本，就能完成。但技術(shù)門檻降低的同時，另一道門檻在悄然升高：內(nèi)容理解的能力。

AI工具越來越強大，但工具本身不會告訴創(chuàng)作者什么是好的動作設(shè)計，什么是合理的發(fā)力軌跡，什么是流暢的鏡頭銜接。這些判斷，仍然來自那些在傳統(tǒng)行業(yè)里積累了多年經(jīng)驗的人。張頂?shù)膬?yōu)勢，不在于他比別人更懂AI，而在于他比別的創(chuàng)作者更懂動作。他用動作指導的專業(yè)標準去「馴服」AI，而不是被AI帶著走。

從這個角度看，張頂不是一個典型的「AI創(chuàng)作者」，沒有把AI當作一個「一鍵生成」的黑箱，而是把它當作一個需要精確指令的合作伙伴。他的價值，不在于他用了多新的技術(shù)，而在于他把傳統(tǒng)的專業(yè)經(jīng)驗平移到了新的技術(shù)平臺上。技術(shù)變了，工具變了，但那些關(guān)于動作、節(jié)奏、敘事、情感的判斷，仍然來自人。

對話的尾聲，被問及：你覺得你是一個AI創(chuàng)作者，還是一個動作指導？張頂想了一下，說：「邏輯是一樣的，只是制作手段不同?！?/p>

這或許是對這場AI帶來的創(chuàng)作變革中，最精準的解釋之一。AI不會取代電影人，但會用AI的電影人，可能會取代不會用的。那些在傳統(tǒng)行業(yè)里積累了真正專業(yè)能力的人，也在這場技術(shù)變革中，正在獲得一次重新估值的機會。張頂?shù)?天實驗，恰好證明了這一點。