引言：导演的AI野心
奥斯卡提名导演达伦·阿罗诺夫斯基（Darren Aronofsky），以《诺亚方舟》《梦之安魂曲》等作品闻名于世，如今将目光投向AI生成的内容。他最近宣布启动一部AI生成的歷史纪录剧项目，名为《Postcard from Earth》（地球明信片），旨在用生成式AI重现历史事件。这项大胆尝试被他视为影视制作的革命性突破，但内部消息却揭示了残酷现实：生产仅几分钟可用视频，就需要“数周”时间。
“我们花了数周时间，只为产出几分钟的可用镜头。”——生产来源
这一矛盾引发业界热议：AI是否真能颠覆传统影视工业？
阿罗诺夫斯基的动机：效率与创新的双重诱惑
阿罗诺夫斯基在采访中表示，AI能让独立导演以低成本探索宏大叙事。传统历史纪录片依赖昂贵的外景拍摄、演员和特效，而AI工具如OpenAI的Sora、Runway ML或Pika Labs，能从文本提示瞬间生成逼真视频。他特别看好AI在再现古代场景方面的潜力，例如罗马竞技场或中世纪战场，无需实地取景。
编者按：阿罗诺夫斯基的乐观并非空穴来风。2023年以来，生成式AI视频技术迅猛发展，Sora发布后，能生成长达一分钟的高清视频，质量逼近真人拍摄。但从好莱坞到独立制作，导演们正蜂拥试水AI，以应对罢工潮和高企的制作成本。根据Deloitte报告，2025年AI在影视业的市场规模预计达50亿美元。
项目细节：从概念到瓶颈
据Ars Technica报道，《Postcard from Earth》聚焦人类历史关键时刻，使用AI生成叙事镜头。团队采用多模态AI模型：先用GPT-4o生成脚本和故事板，再输入视频生成器产出素材，最后人工精修。阿罗诺夫斯基亲自监督提示工程（prompt engineering），确保历史准确性，如引用维基百科和学术资料。
然而，生产来源爆料，实际过程远非想象中顺畅。一分钟视频需迭代数百次提示，生成的内容常有 artifacts（如畸形面部、物理不一致），连贯性差，无法直接拼接。后期需专业编辑用Adobe After Effects或DaVinci Resolve修复，每分钟可用片段耗时两周。这与Sora演示视频的“分钟级生成”形成鲜明对比，后者多为精选最佳输出。
行业背景：AI视频的崛起与痛点
AI视频生成源于扩散模型（Diffusion Models），如Stable Diffusion的视频扩展版。2024年，Luma AI的Dream Machine和Kling AI相继推出，支持更长序列和人物一致性。但挑战犹存：
- 时长限制：多数工具限5-60秒，长片需拼接，易现跳帧。
- 质量不稳：历史场景需精确提示，AI常“幻觉”错误细节，如错置文物。
- 计算成本：云端生成每分钟视频费用数十美元，小团队负担沉重。
好莱坞已行动：迪士尼用AI优化特效，Netflix测试AI预可视化。阿罗诺夫斯基的项目或成标杆，但也暴露AI非“即插即用”。
分析：潜力无限，现实骨感
编者按：阿罗诺夫斯基的尝试预示AI影视未来，但当前技术距“生产级”尚远。乐观者认为，到2026年底，硬件进步（如NVIDIA Blackwell GPU）和多模态融合将缩短迭代周期。悲观者担忧就业冲击——编剧、美术师岗位或缩减20%，如SAG-AFTRA工会抗议。
对历史纪录剧而言，AI的优势在于可访问性：教育机构、低预算创作者能轻松制作沉浸式内容。但伦理问题不容忽视：AI训练数据多涉版权历史影像，生成内容易误导观众（如Deepfake历史人物）。
阿罗诺夫斯基回应质疑：“AI是工具，非替代。我们用它解放创意。”项目若成功，或催生“AI导演时代”。
结语：等待突破
尽管生产瓶颈明显，阿罗诺夫斯基坚持推进，预计2026年首映。AI视频从“噱头”向实用转型需时，但其潜力已点燃想象。本文编译自Ars Technica。