播放破亿的AI短片，穿帮镜头成亮点 | 对话《纸手机》主创团队

当你观看这部短片时，或许一开始完全不会意识到它是AI生成的，直到某个画面突然跳入眼帘：

那部老式电话在旋转拨号时，手指的位置显得如此突兀。更令人困惑的是，在短片设定的世界里，连烧化的纸器都升级成了iPhone，为何还会出现如此复古的电话机？

这正是AI短片《纸手机》中最受热议的一个场景——并非因其完美无瑕，反而因它的“不完美”而备受关注。尽管前几分钟的画面逼真得让人难以察觉AI的痕迹，但这个小小的“穿帮”却成了观众讨论的焦点。

然而，评论区并未因此充满指责，反而飘满了“看到这里才发现是AI做的”、“完全不在意”、“AI又怎样，不影响我感动”等弹幕。观众们似乎对这一小瑕疵并不介意，反而更专注于短片所传达的情感。

自AI能够完整生成视频以来，每一个AI影像作品都不可避免地面临一个问题：它有多逼真？模型的迭代速度被视为技术进步的标尺，每次发布都伴随着“这次终于分不出来了”的惊叹或“还是一眼假”的嘲讽。尤其是在真人题材的作品中，逼真度似乎成了衡量成功的唯一标准。

但《纸手机》却提供了一个截然不同的案例。观众在明确知道这是AI生成的作品后，依然被深深打动，甚至主动承认自己的感动。那个电话机的bug并未被“原谅”，因为它根本不在观众的评价体系内。观众们更在意的是：一个不懂死亡的小男孩，攒了15块钱，想给去世的奶奶烧一部手机。

这部全网播放量超过4000万、被央视和人民日报转发的AI短片，竟是由两个潮汕年轻人在三天内完成的。导演李婷，98年出生，做了五年产品经理后转型；搭档杨选，90后，广告导演出身，拥有美术史背景。在可灵AI 3.0 Omni的助力下，除了那部用纸壳板做的手机道具外，画面中的光线、人物、场景、表情等一切元素，全部由模型生成。

当一部没有一秒钟是物理真实的短片，却能触发观众真实的情感反应时，“真”这个字究竟意味着什么？

三天、两个人、一个模型

故事源于一个关于时节的记忆。

正值清明，李婷和杨选作为潮汕人，烧纸钱、祭祖、给去世的亲人“寄东西”是他们从小就习惯的活动。杨选回忆起小时候跟家人上山，看到纸扎的煤气罐、房子、车子在火中卷曲变黑，他说：“用纸做这些东西，恰恰体现了中国人情感的内敛和滞后。”

“纸手机”这个概念就从这些记忆中萌芽，但让它成为一个完整故事的，是一系列叙事设计上的精心选择。

在故事的前半部分，面对只有15块钱的孩子，老板一开始只是画了个假手机来打发他。直到得知这个孩子已经是个孤儿，身边最后的亲人也去世了，老板才起身追出去。

找到孩子后，老板没有直接说“我来帮你”，而是说那部纸手机“信号不好”，然后给了他一部新的。

李婷表示，这些笨拙的借口来源于她代入角色后的思考：“这个人在这个情境下，会怎么反应？”她回忆起自己小时候问长辈“什么是死亡”时，对方愣了一下才回答。那个“愣了一下”的瞬间，被她巧妙地融入了短片中——某个路人听到小男孩问话后的短暂停顿。

还有老板追出去前，把店铺的卷帘门放下一半，这代表着“暂时外出，很快回来”。

尽管这是一部AI短片，但编剧环节完全是人工完成的。杨选在采访中反复强调：新手一定要自己写剧本，“来源于真实体验才能打动人”。

剧本确定后，便进入了AI生成阶段。他们使用的可灵3.0 Omni主要依赖三个功能：多图参考（确保角色形象的一致性）、音画同出（同步生成画面与声音）、以及主体资产中的音色锁定（保证角色声音在全片中的统一）。

工作流从人物设计开始，先设计形象，然后放入模型让它自由发挥对白，从中挑选最合适的音色并锁定。

李婷表示，这个过程中最容易被忽略的一步是“写提示词之前的思考”。“很多人觉得提示词要写得很长很复杂，但更重要的是精准度——你到底想要什么。”

精准度这个词在他们的工作流中反复出现。杨选为了理解不同视觉风格的底层逻辑，曾做过一个实验：用同一个模型生成10种完全不同的电影质感——日系、贾樟柯式、现代感等。“不是在提示词里写‘杨德昌风格’，”他说，“主要是分析那种风格为什么成立，日系的白柔效果从哪来？雪地这种材质怎么影响整个画面氛围？”

《纸手机》的胶片质感就是这种方法论的产物。有趣的是，他们在提示词中从未写过“颗粒感”或“胶片”这样的词。杨选表示，那种质感是潜移默化、自然而然的。

“故事设定在那个年代，场景是午后暖光的纸器店、老式玻璃柜，这些东西放上去，质感自然就出来了。”他直言自己喜欢杨德昌、李安、侯孝贤那一代人的镜头语言和叙事方式，但并非刻意模仿，而是“你想这个故事的时候，自然会用那个时代的方式去想”。

最后的车内长镜头是全片最受称道的段落。一分多钟的时间里，小男孩坐在车上，窗外风景掠过，没有台词，只有背景音乐。李婷表示，提示词主要描述的是窗外景色、小男孩的情绪递进、车内的颠簸感——以此模拟真实的坐车状态。

这个镜头一开始只有30秒。杨选看完后觉得可以再长一些，于是逐步延长。“亲人去世的时候，悲伤可能不是马上来的，”他说，“你可能周围的声音都没发现，耳鸣了一段时间，突然莫名的情绪一涌而上，像潮水一样。”

这个设计并非基于数据分析或A/B测试的结果，而是他们作为创作者个人记忆和情感驱动的选择。

两个人，三天，时间可能还不到三天。作为可灵平台的超级创作者，他们得到了算力的支持，制作成本并不高。但李婷特别强调了一句话：“AI降低了制作成本之后，人的价值反而更凸显了。成本里面更应该包括导演和编剧的创意策划——这些无形的东西呈现出来的价值，才是重点。”

信了角色，就信了故事

在采访中，徽声在线提出了一个带有假设性质的问题：如果这个故事用真人实拍，传递出来的情感会不同吗？

杨选坦率地表示：“实拍要做出来的话，非常吃力。小朋友演员能不能给到你要的东西？导演能不能调度到位？摄影呢？涉及太多层面了。”

李婷的回答则更务实：“实拍更考验演员对故事的理解和演技，AI制作更考验导演。所有调度和设计都由导演把控。”她说，对她这种从来没有实拍经验的创作者来说，AI工具提供了一种此前不存在的自由度。

这些回答听起来像是在替AI做辩护，但如果你把它们和另一组回答放在一起看，会发现一个更有趣的图景。

当被问到“网友说‘最没人味的AI做出了最有人味的短片’，你们怎么看这个评价”时，杨选说了这么一段话：

“就像画画一样，颜料是死的，演员演的也是假的。但为什么能打动人？因为创作者是真诚的。我们信了自己的角色，信了自己的故事。做提示词的时候，潜移默化地，很多真实感的东西就给出来了。”

在传统影视中，“真实感”的来源路径大致是：编剧写出可信的人物，演员用身体和情感去“活”这个人物，摄影和剪辑捕捉并放大那些不可复制的瞬间。

这条路径的核心假设是需要经过一具真实的身体来中转。表演在叙事层面是“假的”（扮演角色），但表演的行为本身是真的：肌肉记忆、情绪调动、微表情、呼吸节奏等，这些来自一个活着的身体。

AI影像取消了这个中转站，没有演员，没有“体验过”角色的身体，但《纸手机》依然让人觉得“真”。

一种可能的解释是：那些被认为来自演员身体的“真实感”，有很大一部分其实来自导演和编剧的观察力。李婷代入角色思考“他会有什么反应”时，她调用的是自己的童年记忆、对人的观察、对情绪节奏的直觉。

这些东西经由提示词传递给模型，模型生成了画面，画面触发了观众的共鸣。路径变了，但起点和终点没变：都是人的经验抵达人的情感。

这也解释了为什么两个人的搭配如此有效。杨选说，李婷负责“想象中的画面”，他负责“讲故事”。当不同的人带着不同的生活经历碰撞时，会产生他所说的“反情节”——那些不在剧本计划中、但因为足够真实而被保留下来的细节，这些是AI无法自主生成的。

在采访中，杨选提到了杨德昌、侯孝贤、李安等台湾新浪潮一代的导演。这些导演的镜头定义了“真”应该着重于情感层面的诚实。侯孝贤拍《风柜来的人》时大量使用非职业演员，追求的就是这种“不在计划中”的真实。他要的不是精确的表演，而是人在真实情境中的自然反应。

AI创作者正在用不同的介质继承这个逻辑，中转站从演员的身体变成了模型的参数，但导演注入的东西没有变：对人的观察，对情绪的直觉，以及杨选所反复强调的，“真诚”。

完美是创作的敌人

采访快结束时，徽声在线提出了一个假设性的问题：如果未来AI可以一键生成完美的作品——没有bug，没有穿帮，每一帧都无可挑剔——你们会更满意，还是会觉得少了什么？

李婷的回答很干脆：“太完美不一定好。”

她举了老板这个角色的例子。一开始他敷衍小男孩，追出去后的借口也笨拙得可笑。但观众恰恰因为这种不完美而觉得他立体、真实。

至于那个电话机的bug，李婷认为瑕不掩瑜。她选中那一版的原因不是技术指标，而是“人物的微动作、微表情，以及镜头的衔接流畅度——这就是我想要的演员真实演绎的感觉”。

“工具越简单，表达的难度未必降低。”杨选的回答更进一步，“你要更明确自己想要什么、喜欢什么，才能借助更简单的方式表达更好的东西。”

这也正是被反复讨论的问题：当AI工具持续迭代、技术摩擦不断减少时，创作者的核心竞争力到底是什么？

杨选在采访中给出了三个关键人工环节：编剧、导演、美术。“会用工具”是必须的，但工具将越来越趁手，所以构不成护城河。

更多的是一种能力：知道什么时候停下来。

什么时候情绪到位了，不要再改；什么时候bug反而成就了作品，不要去修；什么时候留白比填满更有力量，不要多手。

这种判断力不来自模型，来自人的经验和直觉。工具越强大，它越稀缺。

就像那个缺失的话筒，在技术层面是一个错误。但在传播层面，它意外地完成了一件事：它让观众确认“这是AI做的”之后，反而更专注于故事本身。

这个bug变成了一种通行证，观众不再需要纠结“这是不是真的”，因为答案已经很明确。他们转而去判断一个更重要的问题：这个故事，是不是好的。

答案是四千万次播放，和影片内外共情的眼泪。

最没有人味的工具，做出了最有人味的短片。或许更准确的说法是：工具从来就没有人味。有人味的，始终是使用工具的人。