# 播放破亿的 AI 短片，名场面是一个「穿帮镜头」\| 对话《纸手机》主创

- 作者：Selina
- 发布时间：2026-05-09 14:42
- 分类：公司
- 原文：https://www.ifanr.com/1661163

看这部短片时，你可能不会怀疑自己看到的是 AI 短片，直到看到这个画面：

![](https://s3.ifanr.com/wp-content/uploads/2026/04/phone.gif)

转圈的老式电话，拨号时手指怎么在这里呢？而且，片子的设定里，烧的纸器都已经是 iPhone 了怎么还会有这么老式的电话机？

这是 AI 短片《纸手机》里最被讨论的一个画面——不是因为它有多好，而是因为它全然地暴露了，这部短片是生成的，尽管前面几分钟逼真得让人感受不出来。

但评论区没有人在骂，弹幕飘过的是「看到这里才发现是 AI 做的」，紧接着是「完全不在意」，「AI 又怎么样，又不影响我哭」。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/comment-1.png)

从 AI 可以完整生成视频诞生以来，没有一个 AI 影像作品可以逃开这个问题：有多逼真？模型迭代的速度被当作技术进步的刻度，每一次发布都伴随着「这次终于分不出来了」的惊叹或「还是一眼假」的嘲讽。尤其是真人题材，仿佛只要足够逼真，观众就会买单。

《纸手机》提供了一个反例。观众在明确知道这是 AI 生成的之后，仍然被打动，而且他们主动承认感动。那个电话 bug 不是被「原谅」了——它根本不在观众的评价维度里。他们在意的是另一件事：一个不懂死亡的小男孩，攒了 15 块钱，想给去世的奶奶烧一部手机。

这部全网播放量超 4000 万、被央视和人民日报转发的 AI 短片，由两个潮汕年轻人用三天做出来。导演李婷，98 年生，做了五年产品经理后转型；搭档杨选，90 后，广告导演出身，美术史背景。在可灵 AI 3.0 Omni 的帮助下，除了那部用纸壳板做的手机道具，画面中的一切——光线、人物、场景、表情——全部由模型生成。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/TV-1.png)

当一部没有一秒钟是物理真实的短片，触发了真实的情感反应，「真」这个字意味着什么？

### 三天、两个人、一个模型

故事开始于一个有关于时节的记忆。

正逢清明，李婷和杨选都是潮汕人，烧纸钱、祭祖、给去世的亲人「寄东西」，是他们从小刻在身体里的习惯。杨选记得小时候跟家人上山，看到纸扎的煤气罐、房子、车子在火里卷曲变黑，「用纸做这些东西，恰恰体现了中国人情感的内敛和滞后，」他说。

「纸手机」这个概念就从这些记忆里生发出来，但让它成为一个故事的，是**一系列叙事设计上的选择。**

在故事的前段，面对只有 15 块钱的孩子，老板一开始画了个假手机打发他。直到得知，这个孩子已经是个孤儿，身边最后的亲人也去世了，他起身追出去。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/pic-8.png)

找到孩子后，老板没有直接说「我来帮你」，而是说那部纸手机「信号不好」，给了他一部新的。

李婷说，这些笨拙的借口来自于她代入角色后的思考：「这个人在这个情境下，会怎么反应？」她想起自己小时候问长辈「什么是死亡」，对方愣了一下才回答。那个「愣了一下」的瞬间，被她放进了短片里——某个路人听到小男孩问话后的短暂停顿。

还有老板追出去前，把店铺的卷帘门放下一半，这代表着「暂时外出，很快回来」。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/comment-2.png)

虽然是一部 AI 短片，但编剧环节是纯人工的，杨选在采访中反复强调：新手一定要自己写剧本，「来源于真实体验才能打动人」。

剧本确定后，进入 AI 生成阶段。他们使用的可灵 3.0 Omni，主要依赖三个功能：多图参考（设定角色形象的一致性）、音画同出（同步生成画面与声音）、以及主体资产中的音色锁定（保证角色声音在全片中统一）。

工作流从人物设计开始，先设计形象，放入模型让它自由发挥对白，从中挑选最合适的音色，再锁定。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/kling.png)

李婷说，这个过程中最容易被忽略的一步是「写提示词之前的思考」。「很多人觉得提示词要写得很长很复杂，但更重要的是精准度——你到底想要什么。」

精准度这个词在他们的工作流中反复出现。杨选为了理解不同视觉风格的底层逻辑，曾做过一个实验：用同一个模型生成 10 种完全不同的电影质感——日系、贾樟柯式、现代感。「不是在提示词里写 “杨德昌风格”，」他说，「主要是分析那种风格为什么成立，日系的白柔效果从哪来？雪地这种材质怎么影响整个画面氛围？」

![](https://s3.ifanr.com/wp-content/uploads/2026/04/cover-2.png)

《纸手机》的胶片质感就是这种方法论的产物。**有趣的是，他们在提示词中从未写过「颗粒感」或「胶片」这样的词。**杨选说，那种质感是潜移默化、自然而然的。

「故事设定在那个年代，场景是午后暖光的纸器店、老式玻璃柜，这些东西放上去，质感自然就出来了。」他直言自己喜欢杨德昌、李安、侯孝贤那一代人的镜头语言和叙事方式，但并非刻意模仿，而是「你想这个故事的时候，自然会用那个时代的方式去想」。

最后的车内长镜头是全片最被称道的段落。一分多钟，小男孩坐在车上，窗外风景掠过，没有台词，只有背景音乐。李婷说，提示词主要描述的是窗外景色、小男孩的情绪递进、车内的颠簸感——以此模拟真实的坐车状态。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/pic-2-1.png)

这个镜头一开始只有 30 秒。杨选看完后觉得可以再长，于是逐步延长。「亲人去世的时候，悲伤可能不是马上来的，」他说，「你可能周围的声音都没发现。耳鸣了一段时间，突然莫名的情绪一涌而上，像潮水一样。」

这个设计，不是数据分析出来的，也不是 A/B 测试的结果，是他们作为创作者个人记忆和情感驱动做出的选择

两个人，三天，极限压缩可能不到三天。作为可灵平台的超级创作者，他们有算力支持，制作成本不高。但李婷特别强调了一句话：「AI 降低了制作成本之后，人的价值反而更凸显了。成本里面更应该包括导演和编剧的创意策划——这些无形的东西呈现出来的价值，才是重点。」

###  信了角色，就信了故事

采访中我问了一个带有假设性质的问题：如果这个故事用真人实拍，传递出来的情感会不同吗？

杨选很坦率：「实拍要做出来的话，非常吃力。小朋友演员能不能给到你要的东西？导演能不能调度到位？摄影呢？涉及太多层面了。」

李婷的回答更务实：「实拍更考验演员对故事的理解和演技，AI 制作更考验导演。所有调度和设计都由导演把控。」她说，对她这种从来没有实拍经验的创作者，AI 工具给了一种此前不存在的自由度。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/tear.png)

这些回答听起来像是在替 AI 做辩护，但如果你把它们和另一组回答放在一起看，会发现一个更有趣的图景。

当我问到「网友说“最没人味的 AI 做出了最有人味的短片”，你们怎么看这个评价」的时候，杨选说了这么一段话：

「就像画画一样，颜料是死的，演员演的也是假的。但为什么能打动人？因为创作者是真诚的。我们信了自己的角色，信了自己的故事。做提示词的时候，潜移默化地，很多真实感的东西就给出来了。」

![](https://s3.ifanr.com/wp-content/uploads/2026/04/pic-10.png)

传统影视中，「真实感」的来源路径大致是：编剧写出可信的人物，演员用身体和情感去「活」这个人物，摄影和剪辑捕捉并放大那些不可复制的瞬间。

这条路径的核心假设是，需要经过一具真实的身体来中转。表演在叙事层面是「假的」（扮演角色），但表演的行为本身是真的：肌肉记忆、情绪调动、微表情、呼吸节奏，这些来自一个活着的身体。

AI 影像取消了这个中转站，没有演员，没有「体验过」角色的身体，但《纸手机》依然让人觉得「真」。

一种可能的解释是：**那些被认为来自演员身体的「真实感」，有很大一部分其实来自导演和编剧的观察力。**李婷代入角色思考「他会有什么反应」时，她调用的是自己的童年记忆、对人的观察、对情绪节奏的直觉。

这些东西经由提示词传递给模型，模型生成了画面，画面触发了观众的共鸣。路径变了，但起点和终点没变：都是**人的经验抵达人的情感**。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/comment-5.png)

这也解释了为什么两个人的搭配如此有效。杨选说，李婷负责「想象中的画面」，他负责「讲故事」。当不同的人带着不同的生活经历碰撞时，会产生他所说的「反情节」——那些不在剧本计划中、但因为足够真实而被保留下来的细节，这些是 AI 无法自主生成的。

在采访中，杨选提到了杨德昌、侯孝贤、李安等台湾新浪潮一代。这些导演的镜头定义了「真」应该着重于情感层面的诚实。侯孝贤拍《风柜来的人》时大量使用非职业演员，追求的就是这种「不在计划中」的真实。他要的不是精确的表演，而是人在真实情境中的自然反应。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/Hou.png)

AI 创作者正在用不同的介质继承这个逻辑，中转站从演员的身体变成了模型的参数，但导演注入的东西没有变：对人的观察，对情绪的直觉，以及杨选所反复强调的，「真诚」。

### 完美是创作的敌人

采访快结束时，我问了一个假设性的问题：如果未来 AI 可以一键生成完美的作品——没有 bug，没有穿帮，每一帧都无可挑剔——你们会更满意，还是会觉得少了什么？

李婷的回答很干脆：「太完美不一定好。」

她举了老板这个角色的例子。一开始他敷衍小男孩，追出去后的借口也笨拙得可笑。但观众恰恰因为这种不完美而觉得他立体、真实。

![](https://s3.ifanr.com/wp-content/uploads/2026/04/pic9.png)

至于那个电话机的 bug，李婷认为瑕不掩瑜。她选中那一版的原因不是技术指标，而是「人物的微动作、微表情，以及镜头的衔接流畅度——这就是我想要的演员真实演绎的感觉」。

「工具越简单，表达的难度未必降低。」杨选的回答更往前走了一步，「你要更明确自己想要什么、喜欢什么，才能借助更简单的方式表达更好的东西。」

这也正是被反复讨论的问题：当 AI 工具持续迭代、技术摩擦不断减少，创作者的核心竞争力到底是什么？

杨选在采访中给出的三个关键人工环节：编剧、导演、美术。「会用工具」是必须的，但工具将越来越趁手，所以构不成护城河。

**更多的是一种能力：知道什么时候停下来。**

什么时候情绪到位了，不要再改；什么时候 bug 反而成就了作品，不要去修；什么时候留白比填满更有力量，不要多手。

这种判断力不来自模型，来自人的经验和直觉。工具越强大，它越稀缺。

就像那个缺失的话筒，在技术层面是一个错误。但在传播层面，它意外地完成了一件事：它**让观众确认「这是 AI 做的」之后，反而更专注于故事本身。**

![](https://s3.ifanr.com/wp-content/uploads/2026/04/comment-3.png)

这个 bug 变成了一种通行证，观众不再需要纠结「这是不是真的」，因为答案已经很明确。他们转而去判断一个更重要的问题：这个故事，是不是好的。

答案是四千万次播放，和影片内外共情的眼泪。

最没有人味的工具，做出了最有人味的短片。或许更准确的说法是：工具从来就没有人味。有人味的，始终是使用工具的人。