第五部分 · 制作：把幻觉工业化

放映、流媒体与 AI：载体如何反塑语言

上一课我们学会了用特效扩展可能的边界——但最好的特效是你「看不出来」的特效，技术只为幻觉服务、不为炫技。可一切拍完、做完、合成完，观众究竟是怎么「看到」它的？而当 AI 开始能直接「生成」画面、连拍都不用拍——电影的下一步，又是什么？到此，电影语言这半条链就完整了。可它始终假设你会在两小时里一动不动地坐着——如果故事要陪你五十个小时呢？

第一步：载体一直在变，画面只是越来越好搬的数据

先看最表层、也最容易被忽视的一层：观众到底是透过什么看到电影的。

一百年里，主流载体是胶片（film）——一卷卷涂着感光乳剂的 35mm 塑料带，光透过它投到银幕上。它笨重、易燃、会划伤、拷贝一份就掉一层质量，一部片要装在好几个沉甸甸的金属盒里运到每一家影院。

2000 年代起，影院几乎全面换成了数字放映（DCP，Digital Cinema Package）：整部电影变成一个加了密的硬盘或一串文件，由数字放映机投出。画面不再是「物质」，而是数据——可以无损复制、瞬间传输、随时调色。

这件事本身朴素得几乎不像一课的内容，但它埋着本课的整个逻辑：画面正在变得越来越「轻」、越来越好搬。胶片 → 硬盘 → 网络流 → 一句话生成。每往前一步，画面就更脱离「物质载体」一点。而每一次载体变轻，都会悄悄改变「观众在什么场景、什么屏幕、什么状态下看到它」——下面会看到，这反过来会改写电影本身。

第二步：画幅比——同一个故事，装进哪一个形状的窗口

画面是数据了，可它总得有个形状。这个形状叫画幅比（aspect ratio）——画框宽与高的比例。它不是技术细节，而是导演构图的画布边界：第 03 课说过，画框就是注意力的边界，框外即不存在。画幅比，决定了这个「框」长什么样。

关键洞见：画幅比一变，能装进框里的东西就变了。一个 2.39:1 的宽银幕镜头，可以把两个人物推到画面左右两端、中间留出大段空旷——光靠构图就讲出「两人之间的距离」。可一旦把它塞进 9:16 竖屏，那条「宽」就没了：竖屏只能保住正中那一窄条，推到左右两端的人物双双被裁出画框，「两人对峙」的关系当场消失。导演原本用「宽」讲的意思，被竖屏从根上抹掉了。下面的小部件会让你亲眼看见这一刀。

第三步：影院 vs 流媒体——载体反过来改写电影怎么拍

现在把「形状」放回「场景」。同样一部电影，在影院看，和在手机上看，是两种完全不同的经验：

这里是本课最反直觉、也最重要的一步：载体不只是「在哪看」，它会反过来改写电影「怎么拍」。当制作方知道很多观众会在手机上、边刷别的边看时，电影语言就被悄悄重塑：

• 更快进入冲突。影院里观众已经买票坐定、愿意等一段从容的铺陈；手机上你随时会被划走，于是开场必须几秒内就抓住人——慢热的建置（第 10 课）成了奢侈品。
• 更多特写。小屏上，第 03 课的「远景」几乎失效——把人物推到角落的宽构图在手机上小成一粒，看不清。于是镜头被迫更近：脸要大、信息要集中在画面中央，好在巴掌大的屏幕上仍读得出情绪。
• 节奏更快、剪辑更碎。为了对抗「第二屏幕」的分心（第 08 课讲的注意力争夺战，如今对手是另一块屏），镜头更短、切换更频繁，不停给新刺激，怕你走神。
• 声音承担更多。第 07 课说过很多情绪其实是声音给的——在分心的小屏场景里，这一点被进一步放大：哪怕你低头刷手机，配乐和音效还在替导演拽着你的情绪。

看清这条因果：载体（在哪看、用什么看、什么状态看）→ 倒逼电影语言（景别、节奏、开场）改变。这不是电影「变差」或「变好」，而是同一台引擎在新的约束下重新调参——目标从未变：在你这个场景里，最大化地控制你「看到什么、知道什么、感觉到什么」。

第四步：亲手把宽银幕重构成竖屏，看构图意图被裁掉

下面这个画框，画的是一个典型的 2.39:1 宽银幕镜头：左边一个人物、右边一个人物，中间空旷，正中偏右还有一件关键道具（桌上一盏灯/一个物件）。三者全用 canvas 当场画出，没有任何图片。这是导演用「宽」精心排好的构图——两人左右对峙、道具居中，一眼就读出关系。

现在点按钮把它重构成 16:9 / 1.85 / 9:16 竖屏。每换一种画幅比，画框就裁成对应的形状，居中取景。盯着 KPI 里「丢失的信息」一栏：换到 16:9、1.85 还勉强（两侧人物只是略收，都还在）；一旦切到 9:16 竖屏，左右两端被狠狠裁掉——左右两个人物双双掉出画框，只剩正中那件道具孤零零地立着，导演「两人对峙」的构图意图当场报废。最后打开「AI 生成」开关：画面会被换成一个程序化「降质/不确定」的版本，叠上「由文字描述生成」的标签——感受 AI 生成画面那种说不清哪里怪的不稳定感（呼应第 13 课的恐怖谷）。

玩它时盯住一件事：从 2.39:1 切到 9:16，画面里的内容没变、演员没动、灯没动，只是「窗口」换了形状——可你读到的故事却从「两人对峙」塌缩成「空荡荡一件道具」。这正是第 03 课「画框即注意力边界」的极端版：载体的形状，直接改写了你能知道什么。载体之变，从来不是中立的搬运。

第五步：AI 文本生成视频——不拍就生成，可它仍治不了那台引擎

载体变轻的尽头，是一个更大的冲击：AI 文本生成视频（text-to-video）。你写一句话——「一个穿红衣的人在雨夜的霓虹街道上奔跑」——模型就「算」出一段连贯的视频，不用摄影机、不用演员、不用搭景、不用打光。它的底层多是扩散模型（diffusion）：从一团随机噪声出发，被一句话的描述一步步「去噪」、雕刻成画面（Sora 一类系统就属于此）。

这一下冲击的是我们整条链：第 12 课那条烧钱的制作流水线、第 13 课的绿幕与 CGI——理论上都可能被一句话短路掉。这是载体之变的最深一层：画面不再被「拍」下来，而是被「生成」出来。

但请务必诚实，这也是本课最该想清楚的地方。今天的 AI 生成视频有两个硬伤：

• 长程连贯性差。它能生成漂亮的几秒片段，却难保证一分钟里同一个角色的脸、衣服、所处的房间始终一致——第 02 课的「连续性剪辑」、第 09 课画框内的统筹，对它仍是难题。镜头一长，世界就开始「漂」。
• 更要命的：它不知道「何时该违背你的预期」。回想第 08 课希区柯克的炸弹——悬念的全部力量，在于精确地决定让观众何时知道桌下有炸弹、又让角色蒙在鼓里多久。这是一个关于「在第几秒、对谁、释放多少信息」的意图问题。AI 能生成「一颗炸弹」「一张惊恐的脸」，却无法替你决定这场戏该在哪一拍揭晓、哪一拍延宕、哪一拍反转——因为那不是「画面长什么样」，而是「控制观众的预期」，正是这门课从头讲到尾的引擎。

所以结论很清楚：AI 是一种极其强大的新「载体/工具」——它让生成画面变得空前廉价，可能彻底重排制作链。但它本身不是那台引擎。谁来设置预期、谁来决定何时释放或违背它，依然是人的意图所在。工具越强，「想让观众看到/知道/感觉到什么」这个问题就越是唯一真正重要的问题。

电影语言半条链小结（00–14）

我们从一个最朴素的事实出发：一部电影不过是每秒闪过约 24 张静止照片，相邻两帧之间银幕还有大段时间是全黑的。然后一路被一个又一个「上一步答不了」的问题逼着往前走。现在，沿着电影这半条链走回去——

看见了吗？从第 01 课的「把静止骗成运动」，到第 02 课的「把碎片骗成意义」，到中段一整套「替你决定看哪、知道什么、感觉到什么」的工具，到把这套幻觉工业化地造出来，再到今天用 AI 生成出来——载体（胶片→硬盘→网络→噪声）一直在变，但每一件工具，归根结底都在操纵同一个落差：你「看到的」、你「知道的」、你「感觉到的」之间的距离。

但请注意：这半条链上的每一件工具，都默默假设了你会在大约两小时里、一次性地坐着把它看完。悬念、铺垫、角色弧光，全是为「一次端坐」量身设计的。而流媒体做的事，不止是把电影搬到小屏上——它还把这台同一台「受控幻觉」引擎，拉长到了几十、上百小时，面对一个会暂停、会遗忘、会刷夜、会随时弃剧的观众。这就是剧集。于是后面四课（第六部分）要问：当幻觉被拉到这个尺度，会发生什么质变？（贯穿电影 + 剧集的完整 00→18 终极总结，留到新的终章第 18 课再走一遍——这里先把电影这半条链收好。）

常见误解

• 误解：数字放映 / 流媒体只是「换了个屏幕」，跟电影本身没关系。 （澄清：载体会反过来改写电影怎么拍——小屏与竖屏倒逼更多特写、更快开场、更碎的剪辑。在哪看、用什么看，直接重塑了电影语言。）
• 误解：竖屏只是把横屏「转个方向」。 （澄清：2.39:1 转 9:16 会从根上裁掉左右两端，宽银幕里左右对峙的两个人物可能双双被裁出画框——构图意图被整段抹掉，不是简单旋转。）
• 误解：AI 能生成视频，就等于「会拍电影」、会取代导演。 （澄清：AI 是极强的新工具，能廉价地生成画面；但它最难的恰恰是「何时违背预期」——决定在哪一拍揭晓、延宕、反转。那是控制观众预期的意图，正是引擎，仍属于人。）
• 误解：技术（高帧率、AI、更高分辨率）越先进，电影就越「真实」、越好。 （澄清：「电影感」很大程度是技术约定（如 24 帧/秒），不是「更真实」。HFR 反而让《霍比特人》像电视肥皂剧。工具是手段，目的永远是控制观众的体验。）