ARTICLE · 1063419
人人手握AI工具,但审美与工匠精神无法复制
人人手握AI工具,但审美与工匠精神无法复制最近在研究AI内容创作，认真看了一些AI短剧，更多的是平时刷短视频刷到的。 先说句实话：绝大多数，我根本看不下去。 AI技术迭代飞快，但绝大多数AI作品的质感，依旧廉价、生硬、充满机器流水线味道。 如今AI建模早已告别早期塑料人脸，画面分辨率越来越高清。可人物一动、开口说话，浓浓的AI感扑面而来。 · · · · · · · · · · · · 
我们平时没少吐槽某些演员演技差，演什么都靠瞪大眼。 但看过大量AI短剧之后，我想替他们讲句公道话：跟AI演员一比，人类的瞪眼，至少瞪得有层次。 AI的情绪表达，基本停留在表情包级别：开心就大笑，震惊就瞪眼，愤怒就皱眉。人类真实微妙的隐忍、怅然、克制、淡淡的失落，这些流动的微情绪，AI很难自然生成。画面看着是人，情绪却是复制粘贴出来的。 跟朋友聊起AI短剧，他的原话是："我现在最反胃的就是AI配音，所有AI剧都是一样的语气语调，还有BGM。" 先说配音。不管角色是低声倾诉、沉静悲伤，还是淡然回忆，AI语音永远语速快、音调拔高。缺少人说话自然的气息停顿、轻重起伏，像一台永不停歇的读稿机器。 再说他连着吐槽的BGM，确实是重灾区。 悲伤直接套伤感钢琴，冲突直接堆激昂鼓点。背景音乐机械叠加在画面之上，不跟随叙事起伏，不服务人物情绪。音乐和故事互相割裂，只是完成"要有背景音乐"这个任务。 流水线AI创作逻辑很简单：输入提示词，一键生成，直接交付。所有人都在比拼谁出片更快、谁的指令更精巧，整个行业疯狂崇拜效率。 · · · · · · · · · · · · 
B站播放千万、郭帆导演转发点赞、拿下B站AI创作大赛百万一等奖。 同样全套依靠AI工具制作，《牌子》几乎没有"AI味"：叙事克制、镜头节奏舒展，情绪层层递进。尤其配乐，令我印象很深。 它的音乐不是一键生成直接拿来用。 有个细节很多人不知道：作者DiDi-OK连五线谱都不认识，自嘲五音不全。 他的办法很笨：先让AI帮他写音乐提示词，喂给Suno，反复生成1500多遍，花了整整一周，只选中最贴合情绪的一首两分钟曲子。 选定之后还没完。他再把这首曲子在Suno里拆解、打碎，一段一段垫到每个主要画面下面，反复试配——狗熊出场时音乐要更抽象，情绪压抑时音乐要收着走，跟着故事的心跳走。 判断好坏的标准也很原始：让完全不知情的女朋友当第一个听众。他说，一个没被创作过程污染的"干净耳朵"，非常宝贵。 一首曲子，硬是靠手工拆配，磨成了整部片子的情绪骨架。 很多网友会简单归因："他提示词写得好"。 但读完大量深度采访才明白：提示词只是表层技巧，真正的根源，是创作者的底色——专业审美，以及一份逆时代的工匠精神。 · · · · · · · · · · · · 
这句话，是他接受《南方人物周刊》采访时直白的判断。 AI很强，可以批量生成画面、音乐、镜头，但仅仅局限在确定性的执行工作。 ┃ "审美这件事情，AI是搞不定的。" 很多人以为AI时代，创作已经变成输入指令游戏。DiDi-OK却走出一条完全相反的路： 《牌子》里那个全网封神的十字路口长镜头——遛狗的老人、爬行的行人、骑着自行车的狗熊在路口交错，短短十几秒的画面——他前后生成了三四千次，单这一个镜头就烧掉数千元，最后只留下一条。 整部片子，剧本打磨一个半月，AI生成制作23天，前后两个月，自费五六万。 他自己算过一笔账：同样的画面如果走传统实拍，三年起步，成本至少一千万。 从三年到二十三天，从一千万到五六万。 省掉的是团队和流程，省不掉的，是一次次亲手否决AI结果的判断： ● 剧本不是AI一键写就，灵感来自土耳其旅行真实见闻，打磨一个半月；● 不会AI输出什么就直接用什么，每一段画面、音乐，全部人工判断、人工取舍、人工否决； ● 临近发布，明明成片已经做完，依然按下暂停键，反复调整情绪节奏，又打磨二十多个小时。 现在AI圈子到处都在谈效率、谈快速量产、谈几分钟生成一部短片。但DiDi-OK愿意为一个镜头、一段音乐，投入金钱、时间，无数次否定AI的结果。 在所有人追求"更快"的时候，他选择"慢一点、磨得更好"。 他并不排斥AI。恰恰相反，他积极拥抱全部新工具。但他清醒分清边界：AI是助理、是美工、是执行苦力，但是不能当导演，不能当编剧，不能替创作者做审美抉择。 ● AI负责渲染画面；人负责故事内核 ● AI负责批量生成素材；人负责筛选、拒绝、取舍 ● AI负责完成技术执行；人把控情绪节奏、叙事分寸 DiDi-OK本身是伦敦艺术大学动画硕士，曾任职伦敦WPP全球顶尖广告集团。在接触AI之前，早已系统吃透镜头语言、叙事节奏、视听审美。 AI只是降低落地成本，而创作底层能力，是他多年阅历、专业训练沉淀下来的。 很多普通创作者的误区恰恰在这里：把全部希望寄托工具。花大量时间钻研模型参数、神奇提示词，却忽略自己叙事、审美、生活观察的修炼。以为拿到同款工具，就能做出同等质量作品。却忽略：工具可以复制，审美和工匠精神无法复制。 · · · · · · · · · · · · 
AI擅长标准化、参数明确的任务。但艺术创作大量是没有标准答案的"不确定判断"： 什么时候音乐该进来，什么时候应该留白安静；情绪要渲染到几分，是放大冲突还是克制隐忍；镜头该停留多久，哪一帧画面应该直接舍弃。 这些微妙的分寸，写不进提示词。只能依靠创作者阅历、审美、共情能力，依靠一次次打磨试错。 AI可以帮你把1000份素材快速生产出来，但是挑选出那最好1份的眼光，AI给不了你。 DiDi-OK说得直白： ┃ "我生成3000次，为什么前面2999次都不要？这个'不要'，才是审美，才是判断。" 真正的创作，是那个"不要"。 这句话让我想起刘慈欣的《诗云》：神级文明穷举了所有中文的排列组合，其中一定存在超越李白的诗。但问题是——你怎么知道，哪一首是好的？ AI能生成一万段视频，但哪一段是真正的好？考验的，永远是人。 DiDi-OK还打了一个很形象的比方：就像现代化厨房设备齐全，但是自动厨具不会直接把普通人变成大厨。厨具可以切菜控温；但是菜谱构思、火候分寸、调味判断，永远是厨师本人。 · · · · · · · · · · · · 
AI工具已经全民普惠，门槛几乎归零。未来人与人之间的差距，不再是谁会调用AI，谁掌握神奇提示词。 真正拉开差距的，是两件事： 向内：审美判断力、生活感知、叙事思考； 向外：一份工匠精神——愿意为作品反复打磨，敢于否定机器输出的半成品，不迷信效率，愿意为好内容投入时间成本。 现在太多AI内容，把效率当成最高信仰，追求快速批量产出。而DiDi-OK给我们展示了另一种可能性：AI只是工具，创作的灵魂永远是人。 工具人人平等，但是审美、阅历、工匠精神，永远不可复制。
▍01｜AI作品三大通病：模板化，没有分寸感
❶ 表情只会符号化表演
❷ AI配音永远亢奋紧绷
❸ 配乐千篇一律，只是贴BGM
▍02｜直到我看完获奖AI短片《牌子》
▍03｜DiDi-OK："AI弱爆了。"
▍04｜AI最大局限：它处理不了"不确定"
▍05｜写在最后：未来不是AI淘汰创作者，是创作者淘汰流水线作品