電影動作指導張頂用5天時間，在一場AI培訓中完成了一部動作短片。他的優勢不在于比別人更懂AI，而在于更懂動作戲。

訪談 | 王珊珊（北京）

作者 | 安 濟（北京）

監制 | 張一童（上海）

今年3月，一部全流程AI生成的3分46秒動作短片在網上流傳。片名叫《編劇作者再寫死我，頭給你踢掉》，核心是對《鏢人》影片中阿妮的經典名場面進行全新演繹。故事設計了兩層脈絡：一邊是喜劇沖突，一邊是拳拳到肉的動作打斗。在趣味的劇情里接連上演高密度武打，動作戲的招數帶來的爽點貫穿始終。

絲滑的長鏡頭跟隨阿妮的動作軌跡推進，近身對抗的發力細節、動作銜接的流暢度都經過精心打磨，力求動作片最看重的真實感。而喜劇的底色和極致的動作設計交織在一起，讓阿妮這個角色在全新演繹中，既保留了原來的味道，又多了些調侃的魅力。

比這支短片本身更引人注意的，是它的創作者——張頂，十六年從業經驗的電影動作指導與動作教學老師，曾與袁和平、董瑋等頂級動作導演合作，參與《葉問4》《戰狼》《殺破狼2》《掃毒3》等院線大片拍攝。

張頂，動作指導與動作教學老師

這部短片，是張頂用5天時間、在一場AI培訓中完成的結業作業，最終他拿到了第一名。他的嘗試提供了一個有趣的觀察窗口：當技術門檻越來越低，那些在片場積累的經驗，在AI時代或許可以被重新評估。

接觸AI的契機，來自一次行業培訓。3月中旬，張頂參加了一個為期5天的AI學習班。培訓的節奏很快，第一天講基礎操作，當晚布置劇本作業，第二天下午開始，所有人進入「邊做邊學」的實操階段。張頂的這部短片，就是在這樣的節奏里完成的——真正的制作時間只有3天半。

他自己有一個很具體的判斷：「AI未來可能會取代我們拍攝動作Demo的一些事。」所謂動作Demo，就是動作指導在正式開拍前，用來驗證動作設計的預演短片。傳統流程里，拍一個動作Demo需要動作團隊、威亞設備、訓練場地、攝影燈光……一個20到30人的團隊，花幾天時間，才能完成一段幾分鐘的預演。

如果AI能做到很精準，張頂說，那核心的兩三個人，在一個辦公室里，可能就把要20人、30人的需求，和大的廠房、訓練房、一堆威亞這些活全部代替掉了。這是他對AI最直接的想象——降本增效。不是取代電影，而是在電影工業的某個環節，用技術壓縮成本、提高效率。

他的創作方式，與傳統影視的線性流程有很大不同。沒有先寫完整劇本再生成素材，而是采用了一種「邊生邊剪」的工作流。「先有一個框架和人物關系，簡單的臺詞把人物感覺定住，就開始生動作，」他解釋說，生成的同時，就進剪輯臺了。剪著剪著，覺得這句臺詞不合適，就調整，再重新生，整個過程是流動的。

這種方式，與他作為動作指導的工作思維一脈相承——不是線性推進，而是在動態中調整、在剪輯臺上完成最終敘事。只是這一次，素材不是來自攝影機，而是來自AI模型。

在工具選擇上，張頂做了明確的分工。文戲部分，他用的是可靈，配合「首尾幀」模式——首幀和尾幀各給一張圖，讓模型生成中間的過渡。這種方式可控性高，適合需要精確臺詞和表情的對話場景。動作戲部分，他選擇了Seedance 2.0。

可靈做動作會變形，特別是打斗的時候，人物的肢體有時候會扭曲，物理規律也不對。而Seedance2.0能理解更復雜的動作指令，生成的打斗畫面在物理規律、發力細節、動作軌跡上都更自然。「你給它一個指令，說『環繞180度，四倍升格，拳頭打在臉上，口水飛出，人臉變形』，它能理解到。」

但代價是排隊時間太長。張頂的策略是「白天想鏡頭，晚上生素材」——白天在腦子里拆解動作、打磨提示詞，到了深夜再集中提交生成任務。交作業的前一晚，他從晚上8點一直熬到第二天早上6點，睡了3個小時又起來繼續。

成本方面，他算過一筆賬：按照3月中旬的市場價格，即夢會員加上其他工具，一部3分46秒的短片，總成本大約在1000元左右。300到500個生成鏡頭，每個動作場景平均要生成四五次才能挑出一條可用的。

5天的制作過程里，張頂遇到了幾個典型的技術卡點。第一個是版權問題。他最初的創意是讓皮卡丘和蠟筆小新這兩個卡通角色與真人打斗，從二維打到三維，視覺反差很大。但到了圖生視頻階段，模型直接拒絕生成——IP版權問題，繞不過去。他不得不放棄這個想法，重新設計角色。

第二個是肖像權處理。片子里用了三位真實人物的形象，張頂的做法是提前溝通，獲得授權。但技術層面的「換臉」仍然棘手。他用了一個后來被老師稱為「土方法」的流程：先生成一個純寫實的數字人，再把目標角色的臉替換上去，然后出九視圖，最后用這個九視圖去Seedance里生成視頻。「陰錯陽差就把這事給解了。」

《鏢人》阿妮的卡通版二創

第三個是首尾幀的鏡頭轉換。想實現一個從正面搖到側面的環繞鏡頭，需要首幀是正面圖、尾幀是側面圖。但圖片大模型經常「聽不懂指令」——「你告訴它，參考這個正面圖的構圖，給我一個側面鏡頭，它有時候就是掰不過去。」他嘗試了多個平臺，都遇到了同樣的問題。

第四個是高難度動作的生成。片中有一個從寫字樓飛身躍出的鏡頭——跳下、撞碎玻璃、滑落、轉身、再跳下。這個「小眾動作」在AI的素材庫里沒有現成匹配，張頂前后生了八九條才成功。「有時候它會直接趴在玻璃上滑下去，動作很滑稽；有時候撞一下就不受控了。」

左右滑動查看全部

第五個，也是最核心的，是專業術語的理解問題。張頂是動作指導出身，腦子里裝的是「組合拳」「飛身十字固」「斷頭臺」這些詞。但AI不懂這些。「你只能大白話，」他說，「一拳打過去，第二拳打過去，極快。就這么說。」

有時候為了強調力量感，他需要用「夸張的詞」——「重擊」「極快」「整個人飛出去」——這是培訓老師教他的辦法。「老師說，有時候AI理解不了『很有力量的一拳』，你給他用夸張的詞，他就懂了。」

這些卡點，恰恰揭示了當前AI工具的真實狀態：它有能力生成高質量的單幀畫面，但在連貫的動作邏輯、精確的鏡頭控制、專業術語的理解上，仍然需要人類做大量的「翻譯」和「篩選」工作。而張頂的動作指導背景，讓他在這個環節有了天然的優勢。

他看過很多AI動作視頻，大部分動作畫面缺乏創意辨識度，「如果沒有專業動作戲背景，可能是把偏概括的詞語給到AI，用偏抽盲盒的方式去生成。」所以到了自己創作的時候，張頂需要把每一個設計都清清楚楚告訴AI要怎么做。

這種精準，來自他多年動作指導的經驗積累。分鏡思維——一個動作拆成兩三個鏡頭、用不同角度展現力量感；動作判斷力——知道什么是「好」的動作，能在抽卡時快速篩選；術語翻譯能力——把專業語言轉成AI能懂的語言。這些在傳統片場里培養出的專業素養，在AI時代沒有貶值，反而成了稀缺資源。

最終的成片，在動作流暢度和鏡頭語言上，確實與大多數AI生成的「抽卡式」作品拉開了差距。有觀眾看完后評論，能從中看出鮮明的武打風格——節奏快、多用廣角鏡頭、善用環境元素。

這或許意味著，AI作品也可以有「作者性」——當一個專業人員深度介入，用他的審美、判斷和語言去引導AI，出來的東西就不再是AI的「泛化輸出」，而是帶有個人印記的創作。

因此，張頂的嘗試也指向了一個更大的趨勢。技術門檻正在以前所未有的速度降低——幾年前，制作這樣一部動作短片需要專業團隊、專業設備、專業場地；現在，一個人、一臺電腦、幾百塊錢的成本，就能完成。但技術門檻降低的同時，另一道門檻在悄然升高：內容理解的能力。

AI工具越來越強大，但工具本身不會告訴創作者什么是好的動作設計，什么是合理的發力軌跡，什么是流暢的鏡頭銜接。這些判斷，仍然來自那些在傳統行業里積累了多年經驗的人。張頂的優勢，不在于他比別人更懂AI，而在于他比別的創作者更懂動作。他用動作指導的專業標準去「馴服」AI，而不是被AI帶著走。

從這個角度看，張頂不是一個典型的「AI創作者」，沒有把AI當作一個「一鍵生成」的黑箱，而是把它當作一個需要精確指令的合作伙伴。他的價值，不在于他用了多新的技術，而在于他把傳統的專業經驗平移到了新的技術平臺上。技術變了，工具變了，但那些關于動作、節奏、敘事、情感的判斷，仍然來自人。

對話的尾聲，被問及：你覺得你是一個AI創作者，還是一個動作指導？張頂想了一下，說：「邏輯是一樣的，只是制作手段不同。」

這或許是對這場AI帶來的創作變革中，最精準的解釋之一。AI不會取代電影人，但會用AI的電影人，可能會取代不會用的。那些在傳統行業里積累了真正專業能力的人，也在這場技術變革中，正在獲得一次重新估值的機會。張頂的5天實驗，恰好證明了這一點。