我为什么提出“生成式视听语言”？
当时间、空间和人物状态都能参与生成，创作者面对怎样的表达可能？
技术扩大的想象空间，该用来表达什么？
书里讨论过一个镜头设想：一个人一直向前走，镜头不切换，他从20岁走到40岁、60岁、80岁。
身后的城市也在变——熟悉的街道消失，新建筑长出来，年轻时经过的地方已经认不出。
它把人生与城市、个人与时代放进同一个变化过程。
传统影视要靠演员、化妆、场景和特效；
生成式AI让人物年龄、城市面貌、时间跨度直接进入生成任务，成为可反复尝试的材料。

由此我关心：当创作材料的获得方式变了，构思作品的方式会不会也变？
书里我提出“生成式视听语言”作为框架：以生成式AI为生产基础， 对人物、场景、动作、声音、时间、空间和叙事状态进行生成、变化、重构与组合，形成视听表达。
过去大家谈的是效率——哪些镜头更快、成本更低。
但实践越深入，我越觉得还要谈另一件事：生成能力给表达增加了什么？
创作者更早把问题放到表达本身：为了讲清这个故事，我需要怎样一个世界？
过去许多想法因找不到演员和场地被搁置。
现在，脑海里的场景可以先成为可见方案，再接受判断和取舍。
一个人的生活经验、一段难以言说的感受，开始有了更多通往影像的路径。 比如记忆是什么形状？

书里讨论过表现“遗忘”的设想：墙上的照片逐渐失去人物，熟悉的物品慢慢消失，最后只剩一把椅子。
房间还在，人与房间的联系却在消退。
我用“Cut＋Transform”理解两种组织方式：Cut关注镜头之间怎样建立关系，Transform关注画面内部状态怎样变化。
房间变成森林可以只是视觉奇观；当它与人物的处境和选择建立联系，变化才有叙事理由——要回答的不只是“怎样让它变化”，还有“为什么在这里变化”。
能改变的东西越多，越需要明确什么必须保持。 模型可以维持同一张脸，人物却可能失去连续性——重要的关系被忘记，经历不再影响行为。
一个让人相信的角色，需要拥有会影响下一次选择的过去。 景别、构图、光线、表演、声音与剪辑，依然是重要的创作基础。
对想开始的人，它是一个入口：从一个真正想讲的故事出发，完成第一件作品。
今天，生成能力让更多人有机会把只留在脑海里的世界表达出来。
但创作者仍要回答最基本的问题：我为什么讲这个故事，又希望它与谁发生联系？

《AIGC创业实战》新书已开售。

AIGC创业实战 AI创作 AIGC