那个打造出神作《牌子》的AI导演，携新巅峰之作震撼回归

在威尼斯的红毯上，一位备受瞩目的年轻导演正准备亮相，同时，他还斩获了两项AI影像大奖。这位小伙，或许很多人已经耳熟能详。

他的名字，就是DiDi_OK。

不久前，DiDi_OK利用Seedance 2.5技术，推出了他的最新力作《Candy》，中文名为《糖果》。这部作品，让我在初见时便为之惊叹，毫不犹豫地转发推荐，呼吁大家逐帧品味。

在AI影视圈，DiDi_OK的名字几乎无人不知。

但即便如此，仍有许多朋友可能对他并不熟悉。不过，你很可能已经看过他的作品。

诸如《箭头》、《网站》、《垃圾站》等佳作，都出自他手。而数据最为惊人的，则是今年2月刷屏的《牌子》。

这部作品在B站上播放量高达2000万，全网更是接近亿级观看。

我至今仍记得，初次观看《牌子》的那个夜晚。在循环播放了6、7遍后，我心中涌起一股强烈的感慨：

“明明都是人类，为何在DiDi_OK面前，我就如同一个只会流口水的废物？这个人的思维和审美，究竟是如何形成的？”

毫不夸张地说，这是我真切的内心独白。自那以后，DiDi_OK便成为了我心中无可争议的AI影像第一人。

而这次的《糖果》，更是DiDi_OK在主持人平行宇宙系列中的巅峰之作，将技术与创意推向了新的高度。

如果你还未曾看过，不妨先睹为快。相信我，你定会为之惊叹。

与市面上许多油腻的AI作品不同，《糖果》依然保留着强烈的Di味。

它融合了高维规则的展开、SCP的神秘感、黑镜的深邃意味，甚至还带有刘慈欣的科幻影子。

当然，还有那令人赞叹的叙事节奏、镜头语言以及审美品味。

因此，当《糖果》发布后，我觉得这是一个绝佳的机会。

我决定找他进行一次深入的专访，聊聊他的一切。

由于他身在国外，且这几天正在威尼斯电影节领奖，我们之间存在时差。在经过两天的协调后，我们终于约定了访谈时间。

访谈当天，北京时间上午10点半。

而他，则在黑山那边凌晨4点半便早早起床，因为6点多还要出发前往山里。

我们畅谈了近2个小时，我问了许多我想知道的问题。聊完之后，我觉得，我一定要将这些内容整理出来，与大家分享。

那么，接下来，就让我们开始吧。

一. 他迎来了AI的时代

DiDi_OK，是一个极具魅力的人。

他长期定居伦敦，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，便是WPP的子公司。而WPP Production则是WPP旗下最核心的制作团队。

因此，在AI出现之前，DiDi_OK便一直在动画、3D和游戏相关领域深耕。

他的本硕专业都是动画。

后来进入WPP后，也是从动画做起。

他前往英国的故事也颇具趣味。

那时，他还在国内与朋友合伙开工作室赚钱，主要拍摄广告等。

但做着做着，他突然觉得这件事变得乏味起来。

有一天下午，他们正在外面拍摄广告。

他突然向朋友提议：要不我们出国吧？

朋友问他：去哪里？

他说：要不然英国吧？

去英国的原因也颇为离奇，

因为他们以前拍完片后，半夜会一起观看影视飓风节目。而Tim也是DiDi_OK的赛博偶像。

既然Tim以前在英国，

那不如就去英国吧。

于是，他回家学了半年英语，并申请了伦敦艺术大学。

起初，他妈妈甚至没帮他报名，因为觉得他绝对考不上。

但最后，他还是偷偷报了名，并且真的考上了。

几年后，

这位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，与大家分享自己的创作心得。

你看，世界总是充满奇妙的循环，人生有时也真的像一个略显俗套的剧本。

在AI之前，他其实就已经开始在创作了。

2021年，他在伦敦艺术大学创作了一部名为《Moth》的作品。

而且，从那时起，他的作品就已经颇具Di味了。

在一个被雾笼罩的封闭世界里，中央矗立着一座巨塔。

所有人都认为那里绝不能触碰，但主角却像飞蛾扑火一样，一定要上去一探究竟。

哪怕真相令人失望，哪怕会付出生命的代价。

他也想看一眼，世界真正的样子。

他的脑海中，关于科技、未知世界、文明的想法实在太多了。

但在过去，限制他的是那个时代的生产力。

传统动画的工作流程实在太长，几乎不可能由一个人独立完成一部影片。

流程一多，人就多了起来。每多一个人，你脑海中的想法在传达出去时就会损耗一点。

再经过建模、绑定、动画、后期等繁琐流程，损耗更是不断累积。

到最后，你脑海中的那个创意，在最终屏幕上呈现时，可能连一半都不剩了。

因此，这些年来，他一直在研究一个东西，用他的话说，那就是：

力道。

如何让自己脑海中的创意和感觉，尽可能最低损耗地传达给观众。

而终于，他等来了他的时代。

AI，来了。

二. 《糖果》：坏人会爆炸

如果让我来介绍《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，当我让DiDi_OK来解释时，他自己想了想，只用了十个字左右：

“坏人会爆炸，好人就没事。”

极其朴素，但又精准无比。

这个故事一开始，人类能源使用能力达到了抵达一级文明的门槛。

然后，土星的一颗卫星“潘”跑到了地球附近。

接着，全世界开始发生一件特别离奇的事情。

只要一个人准备伤害别人，

砰！他就会爆炸。

这个爆炸不会变成血肉模糊的场景，而是会变成：

一大堆糖果。

一开始，大家都懵了。

是外星人？新型武器？还是上帝的旨意？

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具有中国特色。

就是四个字：起心动念。

这部作品上线后，我看了4遍。当时我问了他一个让我感到非常矛盾的问题：这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，说我看到了精髓，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了月球。

看起来仿佛太好了，文明和平了。

但这件事情背后，却依然带着群体暴力的影子。

因此，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的那一边。

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的片子又重新全部看了一遍。

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技术，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。

但是官员一直很冷淡，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表演过不了关，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。

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，我看到了徽声在线一个角色，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。

以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章，我们，下次再见。

>/ 作者：卡兹克

>/ 投稿或爆料，请联系邮箱：[email protected]