温影AI电影周报Vol.9|三份行业白皮书发布,什么才算 AI 电影?

1.Netflix 动了它的组织架构——INKubator 与 Q2 披露

过去两周最重要的 AI 电影制作公告不是模型，而是一张组织架构图。

Netflix 一直在悄悄搭建一家名为 INKubator 的内部工作室，今年 3 月启动，由 Serrena Iyer（首席运营官——曾任 DreamWorks Animation、A24、MRC 高管）领导。这个消息是通过 LinkedIn 个人资料和招聘启事浮出水面的，而不是新闻稿。招聘启事把使命写得很直白：“使用实验性的、以创作为主导的、GenAI 原生的制作流程，创作动画短片与特别节目。”技术总监岗位把 ComfyUI 列为必备知识——这是 Netflix 白纸黑字写进去的唯一一个开源 AI 工具，与传统 CG 主力软件并列。而且他们正在自己的流程上训练自己的模型：两个月前，Netflix Research 与 INSAIT 开源了 VOID，一个物理感知的两阶段视频修复模型——这是一项显然更深层的内部 AI 研究工作的冰山一角。INKubator 不是在租用它的 AI 技术栈，而是在自己建造。

同一时间窗口，Netflix 的 Q2 股东信 披露，已有超过 300 部作品在生产中使用了生成式 AI。不是实验，是作品。

放在一起看，这不是“Netflix 在尝试 AI”的故事，而是全球最大的内容采购方在做一个流程决策——一个决策，做一次，影响他们从此立项的每一部动画短片。而他们搭建的流程明确包含了 ComfyUI。如果还有人怀疑开源 AI 是否属于专业工作室流程，Netflix 刚刚用一份岗位描述回答了这个问题。这正是上海温哥华电影学院 AI 电影制作专业全流程课程为你训练的世界——流程原生，而不是工具游客。

2.实时，已经来临

两年来我一直告诉大家实时“快了”。这周，实时从 demo 跨进了流程。

阿里 Wan 团队发布了 Wan-Streamer v0.2 与 v0.3——一个实时、全双工的音视频基础模型。视频和音频一起生成，直播流式输出。

NVIDIA MotionBricks 在 SIGGRAPH 上落地——一个 15,000 FPS 的实时运动模型，代码与权重全部开源。

Notch 2026.2 推出了实时交互式 高斯泼溅。你的虚拟拍摄墙现在可以显示一个响应摄影机与物理的写实泼溅场景，现场实时。

Decart 的 Lucy 2.5 在同一时间窗口进一步推动了实时 VFX 的发展。

实时改变了前期制作的形态。我们两周前讲过的试镜片段工作流，变成了你在生成的那一刻直接执导的东西，而不是排队等一整晚、第二天再选角。3D 白模到生成的工作流，变成了你可以坐在旁边实时调整的东西。但要注意实时在流程里到底属于哪一段：像素质量还没到能做最终交付的程度。它够用而且真正有价值的地方，是在片场，作为你之后要在后期正式完成的 VFX 的预览层。2024 年的先例值得研究：在《Here》里，Robert Zemeckis 和 Metaphysic 在片场跑了实时 AI 减龄，让 Tom Hanks 和 Robin Wright 在两条戏之间就能看到自己年轻版的样子，然后针对他们正在扮演的角色调整表演，而不是针对他们戴着的那张脸。最终镜头在后期以最终质量重新生成——但表演本身，是在片场对着够用版本的 VFX 实时执导出来的。这就是学院AI电影制作专业 AI 视效模块今年秋季课程要瞄准的方向：片场实时作为表演与预览层，最终画面在后期正规生成。两种不同的工具，一条连续的流程。

3.Nolan 反对——而行业的分野同期展开

导演Christopher Nolan 在《奥德赛》宣传期称 AI 是“一匹所有人都知道希腊人藏在里面的特洛伊木马”——然后他又补了一句：“一匹透明的木马，是玻璃做的。”他称赞 Z 世代“彻底拒绝”AI 垃圾内容，并说他“从没见过一项技术推进得这么快，却被公众如此彻底地拒绝。”

你不必同意他。我也不完全同意。但这个反对值得认真对待，而它之所以严肃，是因为它不是一个反工具的论点。Nolan 的反对是关于作者身份的：他不反对模型，他反对的是一种让制片方与管理层“逃避对自己行为负责”的流程。这是一个版权论点，一个作者身份论点。这与 HKAIIFF 试图从相反方向正式化的论点是同一个——深度专题里再谈。

同一周期与 Nolan 并行的：The Hollywood Reporter 发布了 “The AI Issue 2026”，包含 AI 25 权力榜与一份工作室对工作室的盘点；AFP / France24 的标题是“曾经戒备的好莱坞正慢慢温暖起来接纳 AI”。同一转变的两种叙事框架。争论已经从是否转到了如何——再到出了问题谁负责。这正学院AI电影制作专业中AI 素养课程存在的意义：训练你去回答这个问题。

4.开源技术栈——NemoClaw、Blender 与 IP 问题

十八个月来，同一堵墙拦住了 AI 智能体进工作室的门：“我想要一个智能体在我的 Blender、我的 DaVinci、我的 ComfyUI 里——但我不能把剧本指南、未发布素材、客户 IP 交给它。”每一个云智能体的故事都死在这一句上。NVIDIA 刚刚给出了答案。

NemoClaw，NVIDIA 面向 AI 智能体的开源技术栈，就是让这件事成立的东西：本地模型（Nemotron 在你自己的机器上运行）、隔离运行时（OpenShell）、声明式网络出口策略、可审计的行为日志。Blender 集成正好在这个窗口落地——一个社区参考项目通过 MCP 把 Nemotron 规划的智能体放进 Blender，带 OVRTX 做路径追踪、OVPhysX 做物理，全部沙盒化。智能体可以触碰你的文件、驱动你的 DCC。但它带不走。

叫它该叫的名字：开源技术栈。本地模型、沙盒执行、策略受控出口、每一个决策都有日志、都可回溯。每一家在起草 AI 政策的工作室都在问同一个问题——“我能不能在一个项目上用智能体，而不让它泄漏出去？”第一次，答案是可以。

以这个视角重看 NVIDIA 在 SIGGRAPH 的整波发布。这不是五个孤立的模型发布，它们是开源技术栈运行所需要的组件：

• MotionBricks——15,000 FPS 运动模型，权重开源。运动引擎。

• ARDY——实时文本到运动，用于数字人，权重开源。表演层。

• Cosmos 3 Edge——一个开源的 4B 世界基础模型，足够小可以本地运行。世界模型。

• SimReady Blender——Omniverse RTX 仿真进入 Blender。渲染与物理栈。

• Synthetic Video Detector NIM——92% AI 视频检测准确率，可作为微服务部署。溯源层。

一个架构，不是五次发布：权重开源、可部署在你自己的边界内、支持实时、由开源技术栈在策略下编排。你拥有并集成的组件——而不是从一个 UI 租用的服务，眼睁睁看着 IP 走出门。

而这正好接上本期深度专题：一个可审计、沙盒化的开源技术栈，给你的正是那种把“作者”工作与“生成”工作区分开来的决策轨迹。每一个动作都被记录、受策略约束、可回溯——当版权问题被问到时，这就是流程层面对人类作者身份的证明。这是我们 AI 电影制作专业全流程课程要你在其上构建的基础设施。流程原生，默认 IP 安全。

深度阅读：在三份白皮书里：HKAIIFF、Global AI Cinema，以及谁拥有这部电影

如果整体格局这个月动了，有三份白皮书解释了它动到了哪里。每一份回答一个不同的问题。合在一起，这个问题第一次被完整覆盖。

问题一——这是不是一部 AI 电影？（披露）

三份里最具体的一份是 《2026 AI 电影产业发展白皮书》，由 香港 AI 国际电影节（HKAIIFF） 在 7 月 17 日首届开幕式上发布。核心是：51% AI 参与原则。当一部作品在整体的创作流程中，可记录的 AI 参与超过一半时，它可以被描述为 AI 原生。关键在于，HKAIIFF 定义一部影片不是按类型、不是按视觉外观、也不是按你用了哪个模型——而是按 AI 在整个创作-制作过程中所扮演的角色与所占的比重本身。

这是第一次由一个行业机构认真尝试用流程占比而不是工具来分类一部 AI 电影。它解决了每一个电影节、发行方和监管机构都在回避的定义问题。它是一个披露指标——可以逐阶段测量、诚实、有用。它会扩散开来。

但披露只告诉你正在看的是什么。它不告诉你这部电影好不好，也不告诉你谁拥有它。

问题二——这是不是一部好的 AI 电影？（评价）

回答更难那道题的，是本月由 Global AI Cinema 发布的 Global AI Cinema White Paper V·01——由 JoJo Zou 创立，Kai Zeng（前 IMAX 首席科学家、SSIMWAVE 联合创始人）担任技术负责人。他们自己就明确写着这是基础性的，不是终版。但这份框架是第一次已发表的、试图给这个领域一套共享美学词汇的尝试。

六个评价维度，权重的设计让意义与工艺的分量超过执行：

• 故事与意图——20%

• 电影工艺——25%

• 人性微妙——15%

• AI 生成质量——15%

• 人机协作——15%

• 文化与社会影响——10%

而这套框架有意地是媒介无关的——用白皮书自己的话说：“一部完全由人拍摄、只在调色阶段使用 AI 的电影，和一部完全合成、没有任何摄影捕捉的电影，是在同一组维度上被评价的。”被评判的是作品，不是它的来源。

它给我们的是一套共享语言。GAC 对“人性微妙”这一维度的锚点定义，是我从任何行业机构那里见过的、关于 AI 垃圾内容与真正电影之间差别最具体的一次表达：

• 高（9）： 一个角色的表情在台词中途发生变化，让他所说的话变得复杂。行为超出了剧本的范围。这部电影让观众带走的，比它告诉他们的更多。

• 低（3）： 面部干净、光打得好、情绪平淡。演员精确执行了他们的功能，再无其他。

这是我们应该教你在把作品投到任何地方之前，先用来自评自己每一稿的语言。这就是“作者作品”在画面层面上的样子。

GAC 的模型里，有两个结构性设计对我们很重要。第一：AI 是第二位读者，不是仲裁者。 每一部作品都被读两次——一次由人类评审，一次由结构化的 AI 系统——分歧被交给评审去讨论，而不是被平均成一个隐形的折中。第二：决策要留痕。 每一次评价都会产生一份留档的审计轨迹，与创作者分享。“一个判断的解释，是这个判断的一部分。”

注意这对我们这一侧的流程提出了什么要求：作品本身，必须是带着可审计决策轨迹被做出来的。这正好是第 5 条讲的那件基础设施。气闸智能体的日志，就是 GAC 框架知道怎么读的证据。

问题三——谁是作者？（版权）

披露那份白皮书和评价那份白皮书，都没有回答你是否拥有这部电影。这个问题坐在两者之下，而它的答案没有动过。

美国版权局在 2025 年 1 月的《版权与人工智能，第二部分》报告中说得很清楚：没有人类作者的 AI 生成表达输出不受版权保护。Thaler v. Perlmutter（2025 年 3 月，哥伦比亚特区巡回上诉法院；调卷令被拒）确认了人类作者身份是“版权的基石要求”。Willett 法官在同一份意见中澄清了好消息的部分：“人类作者身份要求并不禁止对由人工智能协助或与人工智能共同创作的作品进行版权登记。规则只要求作品的作者是一个人类——那个创造、操作或使用人工智能的人——而不是机器本身。”

三份白皮书合起来读，专业规范现在是可读的了：AI 可以在作品的每一个阶段占超过 50%（HKAIIFF）；人类必须在决策的每一个阶段占 100%（USCO）；而最终的电影必须在意义与工艺——这些分量重于技术执行的维度——上真正赢得认可（GAC）。 三份白皮书，一条流程。

前置的作者身份——同一片“森林”，三个角度。

作者身份——让电影既属于你、又值得看的那部分——是前置的。不是事后补救。不是带品味的随机抽取。作者身份不住在生成 200 条片段然后挑一条的过程里。USCO 说得清楚，单纯的挑选在作者身份意义上是薄弱的。GAC 的评价奖励的是那种无法只靠挑选获得的、有强度的具体性。HKAIIFF 的原则也诚实承认 AI 遍布每一阶段。三者都指向同一个答案：作者身份住在第一次生成的上游，而且正是电影人一直在做的那件事——只是现在被表达为一个系统的输入，而不是给剧组的指令：

• 编剧写入这场戏的意图、角色的内心、潜台词、戏剧功能。这些进去是作为创作简报。然后模型才起草。

• 导演写入表演意图、走位、镜头的心理节拍、覆盖逻辑。这些进去是作为参考——试镜片段、角色设定、3D 白模、情绪板。然后模型才渲染。

• 摄影指导写入光的逻辑、色调、画幅、动机。这些进去是作为参考底片与灯光方案。然后模型才绘制。

• 剪辑写入节奏意图、剪辑点的戏剧功能、声画关系。这些进去是作为时间线规格与音频底垫。然后模型才拼接。

• 声音设计在任何拟音或对白被生成之前，先写入那个声学空间的情绪语法。

以上每一项都是一个进入模型的创作决策。模型返回什么，都是那个已经做过的决策的一次呈现。从 200 条里挑一条留下，是这份工作的最后 10%——工艺级别的策展，必要但不充分。前 90%，也就是作者身份，发生在第一帧之前。

这就学院AI电影制作专业 14 步 AI 电影制作流程为什么是这样设计。它的每一步在执行上都有 AI。它的每一步在决策节点上也都有一个人。这种不对称——高 AI 执行密度，100% 人类作者身份密度——才使得这部电影在 HKAIIFF 下可披露、在 USCO 下可辩护、在 GAC 下可评价，并且（以我今年看了大量 AI 电影的经验）真的好看。业余工作流把这三个问题揉成一个。这就是 AI 垃圾内容的来处，也是版权问题的来处。

本月这几份白皮书问了这个领域该问的问题。就是这部从你流程里出来的电影，是谁写的——用让你诚实的披露、让你真正做得好的评价，以及让电影属于你的作者身份，去衡量它。多做作者的工作，更早地做。而不是多生成。

本周ComfyUI 工作流

⭐️joyfox / valiantcat — LTX-2.3 Transition LoRA——（首帧/末帧引导）。给它一个镜头的两端，它填中间。

相关链接地址：

joyfox/LTX-2.3-Transition-LORA

⭐️eric-venti — Sun-Direction LoRA。指挥太阳。逐小时设置光照，不用涉及合成。

相关链接地址：

eric-venti on Hugging Face

⭐️Cseti — LTX2.3-22B IC-LoRA · CrossView-Prompt。从多个角度生成同一场景的覆盖镜头，而且这些角度真的能对得上。跨镜头连贯性是难的部分，这是一个真正的答案。

相关链接地址：

Cseti/LTX2.3-22B_IC-LoRA-CrossView-Prompt

⭐️LAXMAYDAY — krea2 scene-linear HDR LoRA。Krea-2 原生的 scene-linear HDR 输出——一个真正 DI 级的交付，不是 tone-map 出来的假货。搭配两周前的 SwitchHDR，你的调色流程就闭环了。

相关链接地址：

LAXMAYDAY/krea2-scene-linear-hdr-lora

⭐️joeygambino — JoyAI-Echo × LTX-2.3 surgical merge。多镜头角色一致性与自然声线合并进同一个模型。当身份与声音在每次生成中都稳住时，试镜片段工作流就轻松多了。

相关链接地址：

joeygambino/joyai-echo-ltx23

本周其他值得关注

Blender 5.2 LTS 发布——你们大多数人做镜头用的那个 DCC 迎来长期支持版本。

相关链接地址：

https://www.blender.org/download/lts/

 关于SHVFS《AI电影周报》

上海温哥华电影学院《AI电影周报》栏目由学院未来影像系主任、AI未来影像创研中心负责人Odet Abadia 主理并撰写，每周定期更新，旨在搭建一个连接技术前沿、创作思维与产业未来的专业平台。内容依托学院未来影像创研中心在“AI+影像”领域持续的研发积累与一线教学实践，致力于系统追踪、筛选并解读全球AI技术与影视工业交汇处的重要动态。我们期待与所有关注未来的创作者一起，在变化中寻找脉络，在趋势中积蓄力量，共同面对这场正在发生的创作变革。

温影AI电影周报Vol.8｜选角导演要被AI取代了？不，是AI终于开始学表演了

温影AI电影周报Vol.7｜AI广告获戛纳金狮奖，它们为何打动评委

温影AI电影周报Vol.6｜别再死磕提示词了，开始用 3D 指挥你的镜头吧

温影AI电影周报Vol.5｜技术进步的另一面：人工智能的环境成本与我们的选择

喜欢温影，请点“赞”和“在看”