把AI创作带进高校课堂:从“会用工具”到“建立判断系统”

从中国传媒大学、中国人民大学、北京电影学院到北京大学，我们与年轻创作者聊了聊：AI时代，真正稀缺的究竟是什么？

青山影灵画工作室 | AIGC影视创作实践

当生成工具不断更新，做出一张漂亮画面正在变得越来越容易。真正困难的，反而是那些看不见的部分：为什么是这个故事？为什么采用这种风格？一组看似惊艳的镜头，怎样才能成为一部有情绪、有节奏、有记忆点的作品？

带着这些问题，这段时间我先后走进中国传媒大学、中国人民大学、北京电影学院、北京大学，与同学们分享AIGC影视创作的实战经验；影灵画工作室的伙伴也在北京航空航天大学展开交流。每一次走进校园，讨论的入口不同，却总会回到同一个问题：在AI把技术门槛不断拉低之后，创作者真正不可替代的能力是什么？

中国传媒大学分享现场：从真实项目出发，拆解AIGC影视创作经验

一场场分享，回到同一个问题

AI改变的不只是某一个软件或某一道工序，它正在重新组织创作的分工、速度与边界。对高校里的年轻创作者来说，这既意味着机会，也意味着新的焦虑：工具变化如此快，今天学会的操作明天会不会过时？当所有人都能生成画面，自己的优势又在哪里？

现场反复讨论的一句话工具会迭代，风格会被模仿；但一个人如何观察、如何判断、如何组织故事，仍然是创作最深的底座。

在中国传媒大学，我从AIGC影视项目的实际流程切入，分享从创意设定、视觉参考、分镜预演到生成、筛选与后期重构的经验。比起展示某个工具“能做到什么”，我更想和同学们一起看清：一项技术怎样真正进入创作，成为表达的放大器。

中国传媒大学分享结束后与同学们合影

来到中国人民大学，分享依然从作品出发。面对AI带来的高效生成能力，我们更需要先问清楚：自己究竟想表达什么？如果主题、立场和情感没有被想明白，生成得越快，往往只会更快地抵达同质化。

中国人民大学课堂分享现场

在北京电影学院的课堂里，传统影视训练与AI工作流自然地交汇在一起。人物动机、场面调度、动作逻辑、景别关系、光影与声音，这些并不会因为生成技术出现而失效。恰恰相反，越是能够快速生成，越需要创作者用导演思维判断素材是否成立。

北京电影学院课堂现场

在北京电影学院与同学们交流AI影视制作方法

在北京大学的分享中，我把更多注意力放在完整作品如何成立。单个镜头足够惊艳，并不等于成片好看；真正的完成度，来自角色、世界观、光影、运动和节奏之间的彼此“认账”。创作者要做的，是把一次偶然的好结果，变成可以复用、可以检查、可以迭代的创作系统。

北京大学分享现场：从案例出发讨论AI影视工作流

在北京大学课堂拆解人物设定与视觉表达

与此同时，影灵画工作室的同学也走进北京航空航天大学，把项目中的实践经验带到课堂。一次分享的价值，不只在于传递一套现成答案，更在于把问题打开：不同专业背景的人，如何找到自己的长板，并借助AI把它放大。

影灵画工作室同学在北京航空航天大学分享

北京航空航天大学课堂现场

九十余页课程内容里，工具、案例和流程都很多。如果只留下最重要的部分，我会选择下面三条。它们不依赖某一个平台，也不会随着一次版本更新而失效。

AI正在把“能不能做出来”变成基础能力，但“为什么这样做”仍然需要人来回答。审美决定作品的质感与取舍，节奏决定内容如何呼吸，内容则来自个人经历、独立思考与真实感受。三者共同构成创作者的判断力，也决定一部作品能否穿过视觉奇观，真正抵达观众。

审美不是把画面做得更满，而是知道什么该留下；节奏不是更快，而是让情绪有起伏；内容不是追热点，而是找到只有你能讲的故事。

角色的脸型与标志物、场景的时代与材质、主光方向与色温、镜头运动的“人格”、剪辑的密度与停顿，都应该在生成之前被逐步明确。每一次确认下来的设定，都不是一次性素材，而是后续镜头可以反复调用的资产。

当成片出现“AI味”时，问题往往不只是某一张脸不够稳定，而是前后镜头不属于同一个系统。先检查角色、世界观、光影、运动和节奏，再去修单个镜头；先统一整体，再做局部精修。这样才能把偶然的好画面，变成稳定的作品。

会生成素材，不等于会做片子。成片不是素材的堆叠，而是信息的排序：同样的镜头，顺序不同，情绪就不同。AI可以提供大量可能性，创作者则要负责设定目标、筛选结果、重组叙事，并对最终表达负责。

AI时代的新创作者画像未来更需要的，不只是熟练的“工具操作者”，而是懂故事、懂表演、懂审美、懂节奏，并且具有强判断力的“导演型创作者”。

如果把课程方法再压缩，我会建议从一个最小闭环开始：

每一次高校分享，对我来说都不只是一次输出，也是一场重新校准。年轻创作者的问题，常常最直接地触到行业的变化：技术越来越强，我们还需要练基本功吗？答案不是少练，而是更清楚地练——练观察，练叙事，练审美，练节奏，练对结果负责的判断力。

AI可以缩短从想法到画面的距离，却不能替我们决定要去哪里。真正值得期待的未来，不是机器替代创作者，而是每个人都能借助新的生产力，把自己的经验、专业和想象力表达得更远。

结语技术负责打开可能，创作者负责赋予意义。

◆

素材说明：本文现场图片来自高校分享记录；课程观点精编自《放大优势，玩转风格——AI时代的竞争力》。