导 读
10月13日，由国家广播电视总局和北京市人民政府指导，国家广播电视总局宣传司、北京市广播电视局和中共北京市海淀区委宣传部共同主办，北京广播电视台承办的北京纪实影像周系列活动——海淀分论坛在京举行。专家学者共聚一堂，同为人工智能技术应用更好拓宽纪录片表达方式、传播渠道贡献意见建议。
人工智能是人制造出来的机器所表现出来的智能，借助高速发展的AI技术，一座座真假难辨的“乌托邦”世界跃然眼前，而以真实为生命线的纪录片，长久以来发挥着为历史留痕、为当下存档的重要作用。虚实之间，AI 与纪录片似乎是一对天然走向相反方向的“冤家”，一个在模糊真实与虚拟的边界，一个不断向真实索要答案。而在通往真实的窄路上，二者又是“不打不相识”，越来越多的AI技术被运用于纪录片创作流程的不同阶段，最终实现殊途同归。近年来，AI+影视、AI+艺术正在海淀落地生根。
会议当天，国家广电总局广播影视发展研究中心战略研究所所长、中国广播电视社会组织联合会纪录片委员会会长赵捷、清华大学新闻学院和人工智能学院双聘教授、元宇宙文化实验室主任、新媒体研究中心主任沈阳、中央广播电视总台技术局正高级工程师范晓轩、北京广播电视台电视节目制作中心郭豪珺、北京虚拟动点科技有限公司研发总监崔超、北京电影学院党委常委、副院长李伟等纪录片领域专家学者与AI领域创新实践者齐聚海淀分论坛，共同为人工智能技术应用更好拓宽纪录片表达方式、传播渠道贡献意见建议。
AI对于纪录片创作而言有三种用途：第一种是再创，每个人都可以用AI再创一部作品；第二种是拟真，比如纪录片中需要的真实镜头却拍摄不到，这时创作者可以用AI去模拟想象中的真实画面；第三种是异感世界，创造一个创作者此前从未看过的世界，它需要创作者在虚拟世界里做新的想象力的扩展。对于观众而言，AI能够赋予观众一种深度个性化和定制化的机会。纪录片可以根据观众喜好动态调整叙事方式和表现内容。比如同一部纪录片，可以有生态的角度，也可以引入科技的角度。
对于纪实影像而言，需要大量实景重建。过往创作者需要通过激光扫描或者其他一些传统扫描方式，以重建模型的方法去还原一个三维的真实场景，这一过程中，不仅效率不高，其在场景还原的真实度上也与实物有很大差异，其中最大的原因就是光照。创作者可以结合AI技术做扫描，这种基于AI重建的光场扫描，能够实现大场景尤其是自然景观、古建筑等的1：1重建，从而带来视觉上的提升。纪实影像中，也有很多场景是人类无法实拍的，比如一些已经消失的建筑与古代环境，甚至包括一些极端的自然环境，或天马行空的科幻场景。这时，生成式AI也能发挥一定作用。
纪录片创作过程中，往往会有补拍修改的环节，在此环节之后，还要重走一遍制作流程，这一成本也比较高，耗费了大量时间精力。虚拟预演技术则可以帮助纪录片实现流程上的优化。在提案成熟之后，就可以加入虚拟预演过程，这一过程可以理解为是纪录片制作前的一次彩排，而在这一过程中，创作者可以通过动作捕捉、实时渲染等技术，以数字资产做支撑，最终确定纪录片的拍摄方向与内容。
在场景构建、虚拟预演之外，人工智能在智能编辑、剧本生成、字幕翻译、声音修复等方面能够大大解放纪录片生产力，但是这并不意味着纪录片创作能够完全离开人，人工智能仍然是纪录片创作者的工具，而不是创作主体。在智能编辑方面，AI能够对纪录片原始素材进行分类、筛选，但需要人工进行有意图的剪裁、组合；在剧本生成方面，AI可以把文本资料、音频资料，结合具体语境、观点倾向等进行书写集成，但需要人工给出框架和意图；在字幕翻译方面，AI可以实现多语种翻译，但需要人工赋予字幕情感；在声音修复方面，AI可以通过降噪、增强等改善音频的质量，但需人工参与使音频和纪录片内容更加贴切……AI技术的演进和应用为纪录片创作带来可贵价值，我们要学习它、掌握它、超越它，真正让它为纪录片人服务，而不是被技术牵着走。
首先，人机交互的成本高，现阶段AI工具需要投入大量人工成本，因为它并不能够直接理解人类的语言，它需要通过转化成AI能够理解的语法、数据去进行生成。
其次，数据的高依赖性也是当下所有人工智能生成无法避免的问题，AI大模型训练的数据会直接影响到它生成的来源。事实上，模型训练的数据并没有一个完全公开的方式去获得，所以有一些数据会产生一些包括版权在内的灰色地带，而相关法律也急待完善。
再次，人工智能实现的是有限的创新，虽然我们都认为生成式人工智能是一种新质生产力和有效创新的手段，但从本质上来说，AIGC的学习和训练是建立在已有数据的基础上，也就是它们所生成的内容，本质上都是对既有训练数据的模仿，而不是颠覆性的创造。
最后，人工智能的判别能力是有限的，因为AI无法感知伦理和道德，它同样也无法判别正确性、精准性和逻辑性，这些恰恰是纪录片创作者在制作内容时必须要考虑的非常关键的或者是底线性的内容。现阶段生成式人工智能，是依靠提示词对画面内容进行限定设置，并不是真正具备了伦理和道德，通过这些限定，对人工智能生成内容进行筛选或者屏蔽，但它们在模型方面仍会带有一些自身倾向性或者偏好性。
如果仔细观察，目前人工智能生成的单个画面，其细节表现和精度实际上会存在很多瑕疵，特别是在中屏和大屏上，经不住观众仔细观看，所以人工智能生成视频或画面，更有利于适配手机小屏，在互联网中进行传播。
随着技术的发展，这些局限与挑战或在未来得以解决。但也要注意到，AI技术的迭代速度非常快，每过一段时间都有新工具涌现出来。即使创作者能够把工具用得很精、有长时间的使用经验，未来仍有可能在某一天被一个新出现的工具迅速淘汰，之前所积累的经验可能完全毁于一旦。
这时候，复合性的创作人才就显得至关重要。也有专家认为，传统纪录片创作需要导演、撰稿、剪辑、后期、解说等等，人工智能纪录片生产的团队配置则与传统人员配置有所不同。具体来讲，人工智能纪录片生产需要有以下工作人员：首先就是编程人员，编程人员需要提供人工智能工具的底层代码、模型插件等；其次需要配备网络工程师，为AIGC提供网络配套以及相应的部署；再次，需要AIGC系统应用员，他需要能够灵活掌握各种工具的使用方法，根据纪录片创作者的创意需求去进行合理的工种搭配、生产物料；最后就是传统意义上的创意和制作人员，他们需要利用前面生成的内容，结合传统纪录片创作方式，对人工智能生成物料与实拍物料，进行统一加工和输出。
