裂变与复归：人工智能语境下电影本体美学再思考

彭 伟

(常州工学院，江苏 常州 213000)

随着新媒体技术尤其是人工智能(AI)技术的介入，我们对于电影本体及其美学意涵的认知判断面临着前所未有的挑战。作为代表人类第四次工业革命的重要力量，人工智能技术在简化部分生产环节、提升制作效率的同时，也为电影带来了从创作流程到展示形态、接受方式的全新可能。由人工智能驱动的电影“忒修斯之船”触发了我们关于电影本体身份更替悖论的思考。人工智能电影还是我们认识的电影么，人工智能电影的作者到底是谁，人工智能引导的影像交互和叙事变量怎样影响电影美学走向，都成为关乎电影创作发展的有趣问题。

一、人工智能的电影创作介入

与电影而言，无论是《终结者》(

The

Terminator

)里的“天网”，还是《骇客帝国》(

The

Matrix

)中的“母体”，一直以来人工智能似乎只属于遥远的未来和银幕想象。而事实上，人工智能已然开始介入电影创作生产的各个环节。其中，剧本创意、市场预判和过程增效是人工智能技术参与电影创作的三个最主要方面。首先，机器能否讲述故事，是人工智能参与电影创作的核心问题和最初尝试。2016年，导演奥斯卡·夏普(Oscar Sharp)和纽约大学的人工智能研究员罗斯·古德温(Ross Goodwin)开发了名为本杰明(Benjamin)的人工智能系统，通过对《2001太空漫游》(

A

Space

Odyssey

)、《超时空圣战》(

Endgame

)、《捉鬼敢死队》(

Ghost

Busters

)、《第五元素》(

The

Fifth

Element

)等经典影片的递归神经网络学习，完成了名为《太阳之泉》(

Sunspring

)科幻电影短片的创作。影片讲述了由托马斯·米德蒂奇(Thomas Middleditch)扮演的创业家和他两位朋友在未来空间站上发生的故事。这也是人类历史上第一部由人工智能主导剧本的电影。2017年，夏普和古德温又用本杰明创作了电影短片《没有游戏》(

It

’

s

No

Game

)。有趣的是，短片的内容恰好是好莱坞制片人与编剧之间围绕AI创作展开的争执与故事。2018年，两人对于人工智能的使用再度升级，在影片《浑然不觉》(

Zone

Out

)中，本杰明独立完成了所有制片事宜，AI系统不仅创作了脚本、场景选择，还使用换脸技术改变演员面貌，并用不同影片的录音生成新的对话。这三部影片都来自伦敦科幻电影节(Sci-Fi London)的48小时挑战赛单元，AI系统的参与度与效能却急速提升，虽然内容和叙事上并不出彩，影片自身却具有非常重要的实验探索意义。其次，人工智能的客观数据分析功能，成为通过票房预判影响创作的重要手段。华纳兄弟(Warner Bros)与人工智能技术公司Cinelytic达成合作协议，尝试用人工智能项目管理系统，来完成一部电影的选角、制作、营销、发行等工作环节的决策。影业公司认为这些决定不仅会影响到影片的创作走向，甚至能让影片在全球各地的推广和交付方式更有效，数据越精准，影片越能够吸引观众。与Cinelytic类似的人工智能技术公司不断开始聚焦电影产业。Pex公司的人工智能驱动平台就能够通过公众浏览、分享和点赞等在线参与行为的数据，分析电影预告片的投放结果，以此预测电影上映后的票房表现。影业公司也能够根据反馈，进一步优化预告片，提升影片宣传效力。这种预测不仅能够帮助影业公司管理风险，同样可以避免错过优秀剧本。就像当年除了派拉蒙，所有好莱坞电影公司都拒绝了后来不断刷新票房纪录的《夺宝奇兵》(

Indiana

Jones

)。而通过全面关注和分析观众浏览数据，人工智能系统则可以准确地了解观众的喜好与期待，帮助制片方划定演员、导演和影片类型之间的交集。最后，人工智能还可以进入影片制作的细分环节，提高创作效率与质量。比如除了撰写剧本，人工智能还可以快速分解和评估剧本。作为全球首个影视项目全生命周期管理系统，AgileShot能够智能分解剧本，自动生成人物和场景列表，5万字剧本拆解时间不超过5秒，且语义精准度极高。而ScriptBook平台系统集成了数据分析、机器学习、自然语言处理和特征选择算法等前沿技术，能基于自有数据库对剧本做出市场表现预判，五分钟内就能得到一份详细的分析报告。还有些人工智能系统是多功能的，比如RivetAI系统不但可以估算电影成本，同样可以撰写剧本。在影片《进度条》(

Progress

Bar

)中，该系统就为剧中的人工智能角色LEXI撰写了对话。同样在2016年，IBM研究院就与20世纪福克斯公司合作，用人工智能系统Watson为电影《摩根》(

Morgan

)创作了一支预告片。Watson通过学习上百部经典恐怖电影的预告片，并在24小时之内，完成了长度为1分25秒的正式预告片。在后期的剪辑合成过程中，人工智能技术同样贡献了更多的解决方案。比如《汽车总动员3》(

Cars

3)中，迪士尼和皮克斯就利用“卷积神经网络”的AI深度学习模型，完成了音画瑕疵处理的工作。我国自行研发的自动图像处理系统“中影·神思”就成功地为《厉害了，我的国》完成了超过三十万帧画面的图像优化。而“峥嵘”人工智能系统，则可以在无人机拍摄的情况下，将2D影像智能转换为3D影像。电影产业中的人工智能技术应用实践已全面展开。

学界关于人工智能的电影创作介入研究则主要集中在媒体创新之上。马克·汉森(Mark Hansen)认为人工智能电影充分体现一种“媒介创新性”，人工智能技术将会与其他新媒介一起，改变原有观影模式，将物理构成和身体互动带入其中，智慧交互或将成为体现人工智能媒体有效性和活跃功能的重心。虽然今天以影院、互联网或屏幕作为电影传播媒介的主流方式，并没有太多人工智能与观众直接互动的机会，但人工智能已经开始以自己的方式与观众进行对话。亨利·詹金(Henry Jenkin)的“收敛理论”就认为媒体通过单一设备传递内容时，其内容参与社会文化发声的效能会受到一定影响。而人工智能技术能够将各种媒体技术进行功能融合，让内容传播方式发生根本的改变。这也是“互联网”和“界面”话题在当下关于人工智能电影的讨论中被反复提及的原因。交互的方式是否真的适合电影叙事先另当别论，但人工智能在提供融合新媒体改变影片展示和感受方面，尤其是人工智能和观众都能够在此过程中动态反省甚至修改自我脚本，无疑具有“求新”的开创性特征。

人工智能对电影领域的介入改变了传统电影创作生产方式，无论对创作生产实践者还是理论研究人员都成为全新的课题。就现状而言，学界和创作者更多关注的还是新技术到底能做什么，以及如何发挥与体现“新成果”与“新特性”，对于人工智能带来的电影本体的美学认知和判断并未过多关注。

二、人工智能电影的建构特性

达德利·安德鲁(Dudley Andrew)曾借由亚里士多德“四因说”理论，将关于电影的建构分为“素材”“方法和技巧”“形式和外观”以及“目的和价值”这四个方面。由于创作方法路径的改变，相较于传统电影，人工智能电影的建构逻辑和特征都呈现出全新的特征。从数字化到数据化，从自动化到动态化和自主化，以及代码转化实现的影片与影片、影像与影像间的破壁融合，都是对传统电影本体建构的彻底颠覆。

(一)数据表征

“数据表征”(Numerical Representation)是人工智能电影的基础特性，即电影对象成为一种可以通过程序构建、展示和改造的数字化结果。电影的数字化自20世纪80年代就已开始，1999年乔治·卢卡斯《星球大战前传1：幽灵的威胁》(

The

Phantom

Menace

)的上映标志着数字电影发展史的元年。数字化技术大大地提升了电影创作的效率与音画品质，拓宽了发布平台，同时也带来了版权保护的问题。时至今日，电影的数字化生产已经成为常态，但人工智能技术却为电影带来了全面的数字化再升级。人工智能电影的数字化不是存储和呈现方式的数字化，而是电影创作过程和内容要素的数据化与程序化。内容要素方面，DeepFakes的AI换脸技术是最典型的例子。早在1994年的电影《乌鸦》(

The

Crow

)中，CGI专家们已经尝试用后期特效技术，让无法继续演出的演员出现在画面中。2015年，《速度与激情7》(

Fast

&

Furious

7)同样使用替身演员、动作捕捉和CGI技术换脸的方式，实现了保罗·沃克的“归队”。这种换脸方式成本高效率低，《速度与激情7》每分钟制作费用高达160万美元。而仅仅数年之后，今天的DeepFakes技术依靠人工智能深度神经网络，仅凭一个GPU和一些学习数据，就能高效且几乎零成本地完成这项工作。其中最重要的意义不在于成本的降低，而是过往数据和虚拟演员对于传统表演和真人表演者的冲击。

另一方面，数据决定了人工智能系统自身对于影片质量的判断。ScriptBook、RivetAI等人工智能平台不仅可以创作剧本，还能形成关于影片的评分及票房预测。而这些评价和判断，又会反向影响人工智能对于电影内容创作和视觉表现的选择。然而，这种影响未必都是良性的，人工智能同样可能强化所有已经嵌入数据中的偏见。如果某一类观众在票房贡献上强于其他群体，那么人工智能系统对于影片创作的引导和执行都会试图巩固与倾向这一群体的观影喜好。这反而会让创作变得越来越短视和雷同，不利于电影的多样化发展。

(二)动态自主

人工智能的介入让电影创作具备了“自主化”(Automation)特性，人工智能也成为电影生产的某种代理，在无人参与的情况下完成部分电影创制工作。这种创作代理常常具有分形结构，人工智能将工作对象分解成不同的模块，每个模块都有自己的分工。

大多电影人都认为人工智能的应用能够让创作者从简单规模化生产中解放出来，节省更多的时间和精力聚焦更为核心的创意工作。而实际上，这是对机械自动化和人工智能自动化的混淆。人工智能在电影创作中的自动化更接近一种“自主性”。Novamente公司与南加州大学合作开发了“AI知识引擎”，用以分析电影叙事中观众的情绪变化，通过分析结果叙事的场景属性与角色熟悉关联起来，调整两者的匹配度进而找到引发观众共鸣的方式。这种以观众反馈预期为导向，指导修正创作环节的功能，绝不仅是简单意义上的自动化，而是自主选择、判断并制订对应修改方案的过程。人工智能的自主判断从某种意义上并非替代了人的工作，而是完成了人无法完成的工作。Epagogix神经网络系统能够通过超3000万个特定的评分指标，估算出电影的票房收益，且实际结果证明估算值较为准确。人力收集整理影片中的3000万个指标点，并推演各指标点之间的因果变量对票房的影响，显然是不切实际的。更重要的是，人工智能的这种自主性为未来电影的叙事表现过程提供了动态化与个性化的诱惑。面对不同的观众反馈，人工智能可以实时修改剧情发展方向、场景布局、角色装扮甚至角色本身。人工智能在此过程中具有更高一个层次的自主判断特性，实现与用户共同完成动态叙事。

正如保罗·里科尔(Paul Ricoeur)所言，传统形态的改变未必无害，人工智能的动态自主特性同样存在隐患。通过学习，人工智能或许会发现20世纪80年代电影的对话和情节设计表现非常出色，但如果近期没有类似电影上映，系统没有理由认为这些对话和情节设计手段仍然适用于今天的电影创作。而现实中出于怀旧效应，此类电影是有可能获得成功的，但人工智能是否能够捕捉到所谓“情怀”，归根结底还是有赖于类似电影近期的市场数据表现。

(三)代码转换

“代码转换”(Transcoding)是人工智能电影最具颠覆性的特征之一，当所有的影片都成为代码片段的集成时，影片与影片之间的界限也将消失，人工智能可以通过重组代码的方式将不同影片中的场景、角色、情节甚至风格融于一体，不断构建出全新的虚拟空间。

列夫马诺维奇(Lev Manovich)在描述新媒体叙事特征时，就将代码转换视作终极特征。首先，在人工智能面前所有过往电影既是学习的内容，又是以代码片段方式存在的素材。在人工智能系统创作的影片《浑然不觉》中，本杰明不仅将多部不同的影片按照自己创作的剧本拼接串联在一起，而且还将演员的脸与数据库中其他影片中的人物互换，甚至声音也是多部影片对白的结合。人工智能系统此刻就像一个波普艺术家，用来自不同影片来源的音画代码片段完成了一件动态的拼贴作品。当然，智能电影运用代码片段创作概念的意义绝不仅是打破了影片之间的界限，而是让电影与其他数字化视觉形式有了跨界融合的可能。比如，通过代码转换，电影世界完全有机会与游戏世界实现连接，让“影游联动”升级为“影游融合”。安迪·沃霍尔(Andy Warhol)曾以可口可乐为例，描述过共性介质在信息文化传播中的连接作用。这也正如亨利·詹金斯(Henry Jenkins)对“跨媒介叙事”的判断，人工智能对于代码的转换与调用，必然会对未来电影叙事发展产生颠覆性的影响和改变。

无论是电影的数据化，还是进而引发的自主创作判断，以及代码转化可能，都是人工智能电影有别于传统电影的显在特征。这些特征及其背后来自“他智”的核心力量，都让电影本体呈现全新的裂变趋向。

三、人工智能电影的本体美学回归

学界关于“电影是什么”的本体思考就未曾停止，最早提出电影本体论的巴赞认为，电影是再现一个声音、色彩、立体感等一应俱全的外在世界的幻景。齐格弗里德·克拉考尔(Siegfried Kracauer)的观点与巴赞十分接近，他认为电影的本性就是“物质现实的复原”。克里斯蒂安·麦茨(Christian Metz)则认为电影显然应该是一种语言，且是一种“没有语言系统的语言”。而在让·雷诺阿(Jean Renoir)看来，电影无非就是一种新的印刷方法，是人们借助知识彻底改造世界的一种手段。由此可见，对于电影本体的认知是一个多角度动态发展的过程。而今，人工智能技术的介入使电影的制作、访问和感知方式带来了渐进的复杂性，但却并未如“后电影”理论描述的那样，将电影持续推向媒介化发展，人工智能反而以客观姿态触发了关于真实观、创造力和叙事性的电影本体美学的回归。

(一)真实观：客观公理与原真契约

自电影诞生以来，“真实”就是电影本体的核心美学命题之一。从蒙太奇学派到现实主义美学再到符号学，电影研究者们从被摄物和观者的不同角度探讨着影像、现实和观众的关联与相互作用。

由于脱离了人的参与，人工智能电影的创作过程反而提供了一种类似直接记录的客观“真实”。巴赞认为，过往艺术的产生都是基于人的介入，影像的客观性赋予电影一种其他绘制艺术没有的可信度，影像复制了真实存在的时空并呈现在我们眼前，这让影像在人的缺席中获得了自己的优势。虽然，从剧本到剪辑的每个环节都离不开人的参与，但电影中确实存在客观记录的特性。人们在电影中得到的两种真实：一是电影记录了物体及事物之间的空间位置，并保留了时间的延续性；第二，这个过程是自动完成的，非人为的。埃里克·侯麦(Eric Rohmer)将这种原则称之为“客观公理”(Objectivity Axiom)，并认为这是巴赞电影美学思想的核心所在。随着CG技术在电影中的大量运用，所谓由客观记录而来的真实受到挑战，因为许多并不存在的超现实虚拟物，通过后期特效技术在电影中仍然看起来“真实”可信，巴赞关于“被摄物”真实的电影本体理论似乎也再难成立。无论是现实场景拍摄还原的真实，还是CG技术建构的虚拟真实，都是基于视错觉带来的感知的强化。后来包括沉浸式和120帧速率等在内的电影形式探索，都没有脱离感官强化“真实”的思路，且都是以人为设定的方式，达到如麦克卢汉所言的那种利用媒介完成的“人的延伸”。而人工智能的出现，却直接将“延伸”转变为“托管”，这从某种意义上恰好回归了“客观公理”。当人工智能介入电影创作时，其创作内容的决定和呈现是第三方的，正如最初的影像拍摄那样，那种真实对于观众来说是非人为的、客观结果。

相较于传统电影，人工智能电影的真实感，多出了对机器人性化程度的判断与信任。甘·恩利(Gunn Enli)曾把媒介化传播的原真性归纳为三个方面，分别为可信度、原创性和自发性，最重要的是对于真实感受的判断必须符合自己内心的判断。一旦人与人工智能之间形成一种“原真性契约”(Authenticity Contract)，那么人工智能电影和观众之间就会形成牢固的信任和符号编码与解码共识。

未来人工智能电影的这种真实观共识需要多种因素的相互作用。首先，数字时代的发展提供了共识语境。从实拍到CG技术再到人工智能技术，电影经历了从“记录现实”到“超现实”再到“混合现实”的过程，虚拟技术的发展让技术美学范畴下的“虚拟真实”被观众所熟悉和接受，即便影像并不来自现实物理被摄物，同样不妨碍观众感受和肯定此种“真实”。这种美学现象虽然与人工智能没有直接关联，但技术美学培养的关于虚拟真实的认同感，帮助人工智能制造的真实更易于被观众接受。当人们已经在现实生活中熟悉虚拟身份、人工智能和界面化生活，人工智能与观众的对话则变得更加真实可信。

其次，不同观众对于真实感的心理判断会有差别，人工智能甚至能够据此提供个性化差异定制。人工智能电影提供的人机交互可能，会通过满足交流、倾诉行为，使观众从中获得安全感和信任感，形成“机器树洞”效应。1966年，麻省理工学院的约瑟夫·魏泽鲍姆(Joseph Weizenbaum)就曾利用名为ELIZA的聊天机器人开展临床心理治疗，观者对于机器人的喜爱和依赖让魏泽鲍姆不得不最终将其关闭。斯派克·琼斯(Spike Jonze)指导的奥斯卡获奖影片《她》(

Her

)同样是对人机对话的浪漫主义构想。由此可见，人工智能有机会成为获得人类信任的交流对象，人工智能电影提供了一种过往电影不曾有过的关于“真实”的可能性，这种真实来自观者内心对“他智”的认同。回顾巴赞的电影本体理论，电影的真实最终也正是落在了观众的心理真实之上。

(二)创造力：功能自治与人机合谋

创造力是学者们对于人工智能电影的另一期待，也是最容易引起争议的关于电影本体话题的部分。玛格丽特·博登(Margaret Boden)指出，虽然创造力常常与艺术家的实践联系在一起，但从普遍意义上看，它其实是一种解决问题的能力。如果电影的创作可以被视作一种创造性的解决方案，那么人工智能已经开始取代人在电影创作中的作用。

在影片《浑然不觉》中，人工智能系统通过对20世纪八九十年代几十部电影的学习，使用“换脸”技术、神经网络生成对话和配音等方式，在无人参与的情况下独立完成了整部电影的创作。因此从解决方案的角度来看，人工智能不但具有创造力，而且能为剧本、音乐、视效等不同创作环节提供多样化的解决方案。Botnik Studio的人工智能系统为《哈利·波特》撰写了续集，日本人工智能机器人创作的科幻小说甚至通过了“星新一奖”的评审；Aaron、Artsbot和RAP都是擅长绘画的人工智能计算机，Obvious的创作更成为人类历史上第一幅成功拍卖的AI艺术品；“微软小冰”则是在音乐、绘画、写作等各方面都展现出成熟且独立的创作能力。人工智能技术在文艺领域的表现，足以证明自己可以在电影创作中承担创造性工作。只是，人工智能技术的创造力也仅停留在解决问题与形式模仿的层面。比如，麻省理工学院的媒体实验室曾尝试利用人工智能系统创作能够“控制”观众情感的作品。研究人员为人工智能机器人BOT提供了上千部电影，依靠深度神经网络学习分析观众观看不同片段时的反应，并分析得到“情感弧”(Emotional Arc)。通过情感弧度，人工智能系统可以将观众的正反情绪程度与影像内容的变化形成关联，从而反向指导电影创作引导观众情绪。这种创作方式显然并非人工智能自身的有感而发，而是对于具体问题给出的解决方案。

虽然如《浑然不觉》这样的影片已经完全由人工智能系统创作，但是影片的友好度、剧情和画面转场的无缝衔接等方面都存在明显缺陷。即便未来像人工智能可以更独立地思考和更人性化地表达，由算法替代人类完成情感与艺术表达，又真的是我们想要的吗？人工智能的创造力不应被否认，但更应该成为帮助人类创造力完成升级的有效助力，人机合著应当是人工智能电影创作的未来方向。西蒙·佩尼(Simon Penny)就在《创造意义》(

Making

Sense

)中全面审视了新媒体技术如何带来艺术创造力的问题。佩尼认为，观众作为电影的对象用户和参与者，能够在人工智能跨学科技术能力下，通过互动实现人机创造力的聚合。比如，人工智能的代码转换属性快速催化了电影与游戏融合，不仅是叙事美学和交互体验的合谋，同样也是雅文化与主流文化的碰撞。更重要的是，这种融合让观众与人工智能成为未来电影创作的主体。福柯关于作者功能的理论似乎能够很好地应用在此处，作者不再是创作的主体，应该是提供一种语境、一种话语功能，并被话语所塑造。

人工智能电影的数据化驱动的本质，从某些方面也存在制约影片创造力的可能。因为人工智能系统对电影票房的预测结果，或将终止一个项目的开始。比如，挑选演员其实是电影创作的重要环节，人工智能系统会给有票房失利数据的表演者打上烙印，阻断演员与其适合的影片产生“化学反应”。1974年的《星球大战》中，哈里森·福特(Harrison Ford)初出茅庐，马克·哈米尔(Mark Hamill)和凯莉·费舍尔(Carrie Fisher)更是从未出演过电影，但却正是他们联手塑造了天行者、莱娅公主和索洛这些深入人心的角色，更让影片成为一个时代的经典之作。创造力需要不破不立的创新勇气，更需要来自人的深层次情绪与自我反思。电影在用来观赏的同时，也是人类探索、展现创造力的舞台，因此人工智能更应当成为激发电影人创造力的工具，而非代劳者。

迈克尔·贝当古(Michael Betancourt)把人工智能创造力对电影产生的影响聚焦于未来。贝当古认为，今天人工智能电影创作实践的低商业价值是显而易见的，但其充满“实验性”价值，这与颠覆性技术的初始劣势与前卫主义成对应关系。但随着时间的推移，新奇性会逐渐消退并逐渐形成标准化的成熟艺术形式。先锋派与技术派相互依赖的根本，就是对“未来”美学的追逐，这对于人工智能电影的发展至关重要。

(三)叙事性：他智实验与多维交互

正如上文所述，人工智能技术可以完成影像叙事，自主性和交互性是人工智能叙事的基本特征。自主性改变了电影的创作模式，让叙事主体发生了巨大改变，同时也丰富了叙事主体的组合可能。而交互性则改变了叙事方式和观影体验，甚至触发新的电影本体形态产生。

电影语言构成的基本方式有两种：一是创作者控制影像使真实影像以其期望的形式出现；二是创作者通过有节奏地剪辑赋予影像意义。在利用剧本、分镜约束拍摄内容的基础上，剪辑成为实现电影叙事的重要手段。即便面对相同的拍摄内容，不同蒙太奇安排也能讲述迥异的故事。英国广播公司(BBC)已经开始依靠人工智能系统在其庞大的拍摄素材库中挑选优质镜头，并进行自主剪辑。虽然剪辑结果的应用领域多为影视宣传和片头片尾，但人工智能已经开始学习掌握和使用影像语法。

从叙事友好程度来看，人工智能的电影叙事似乎还无法让观众满意。在电影《太阳之泉》中，AI创作的剧本中有时会出现，如“他站在星星里，坐在地板上”和“他去骷髅地”这样无关联或难理解的语句。这种表达上的“跳脱”并非人工智能对语法知识的缺失，因为在电影《没有游戏》中，尽管仍然存在上下文无意义的情况，但所有对话在语法使用上没有任何问题。由此可见叙事差别并不来自逻辑，而在于选择和判断。人类的品位和判断力是建立在喜好、需求和文化差异之上的，是共识和个性因素的集合。所以即便对话风格千差万别，都不存在理解问题。但从另一个角度来说，人工智能创作的这种“故障”般的对白和上下文情景衔接，打破了传统电影叙事的固有逻辑，让影片瞬间充满了实验性。最有趣的是，人工智能创作的这些看似逻辑混乱的剧本，却因为演员的表演而充满了可能的意义，成为一个既荒谬又合理且暗藏隐喻的叙事过程。人工智能和真人表演者之间的相互作用，让电影有机会具有一种前所未有的全新美学形态，具有开创性的价值意义。

交互叙事则是人工智能电影叙事的另一特征。虽然无人工智能参与的VR影像就能实现某种程度的交互叙事，但人工智能才让交互叙事真正实现实时动态与个性化。例如，交互式电影《黑镜》(

Black

Mirror

)就能够依靠人工智能系统，通过虚拟引擎空间建构技术，根据观众的不同选择，实时创作、改编剧情，让线性叙事变为无限拓扑叙事结构。当人工智能与VR、MR等技术结合之后，影像交互叙事的可能性又会进一步提升。影游融合就是人工智能交互叙事的高级形态，电影本体美学也因此有机会完成媒介融合后的不断自新。

综上，人工智能是一种连接传统电影与媒体技术的新兴媒介。通过机器学习和神经网络构建，人工智能形成了自己独特的电影创作语言体系，数据表征、动态自主、代码转换是人工智能电影的重要特征。这些特征对传统电影形成了颠覆性地改变，电影本体美学也由此产生了新的变化与可能。就真实观而言，人工智能的出现让虚拟真实走向混合真实，而机器作为创作者的客观性，又对影像的“非人为”真实进行了回应。从创造力来看，人工智能真正推动了作者功能的转变，正如摄影的出现一样，电影创作仍然离不开人与机器的协作。而人工智能看似“不友好”的叙事方式，却充满了实验性，为原本已经成熟“固化”的电影经典叙事带来了革新的可能。