頂級導演如何在短短5天內從圖片創作影片並重現歷史場景

9月21日，在2026年雲棲大會前夕，知名導演兼編劇陸川帶著其AIGC短片《歷史現場》的預告片登台亮相。這是他首次深入運用AI生成電影級畫質影像，也標誌著與阿里巴巴影片生成模型的一次「人機協作」。

若按傳統電影製作的邏輯，重建明代北京城景、皇宮以及一場大爆炸，動輒需要數月時間和數千萬預算——單是拍攝一次實爆場面就耗時19天。而這次，從史料考據到影像生成，團隊僅用了五天。

這種反差正是當前整個產業關注的焦點。

運用AI「重返」四百年前的謎案現場

《歷史現場》描繪了發生於1626年的明代「王恭廠大爆炸」——這起位於北京西南隅王恭廠火藥庫的巨大爆炸事件，其成因至今仍是未解之謎。正因為「懸而未決」，它既為電影創作提供了廣闊的發揮空間，也帶來了嚴峻挑戰。

陸川選擇這一題材，源於團隊在籌備電影《天工開物》期間對明代歷史的研究。他們並未依賴純想像，而是細讀《酌中志》、《天啟實錄》等多部明代文獻，拼湊不同目擊者的文字記錄，再透過AI將這些「文字場景」轉化為影像，進而探討至今仍籠罩這場爆炸的謎團。

短片從三位目擊者的視角展開：身在爆炸中心倖存的火藥匠吳二、宮內的太監劉若愚，以及混跡市井的書生薛崗。這三份敘述均出自留存至今的史料——意味著片中沒有一個虛構的「主角」，每個人物都是歷史留下的見證者。

最易暴露AI弱點的場景——還原度超過95%

視覺特效大片最怕什麼？穿幫。而爆炸場面——煙霧、碎片與火焰同時向外迸發——正是那種複雜且快速變化的場景，對模型壓力最大，也最容易讓人一眼看出「假」。

團隊採取了徹底的「工程化」方法：將古籍中的文學描述，如「煙雲有如黑色靈芝」，逐句轉譯為現代視覺概念如「蘑菇雲」；經過約四輪提示詞優化迭代；並對照真實爆炸 footage 進行校準。

The result: the Alibaba video-generation model's rendering of the smoke, debris, and other imagery reached over 95% of what the team had expected. On screen, the "black lingzhi" smoke surged upward—and it held, rock solid.

不是「AI 取代導演」，而是全新的分工模式

陸川真正想探討的，並非 AI 是否會取代導演，而是人類與機器之間如何重新分工。

他早在 2023 年就開始嘗試 AIGC，堪稱資深使用者，但這次製作仍「超出他的預期」。他敏銳地指出一個常見缺陷：通用模型大多基於現有的古裝影視作品進行訓練，因此 AI 生成的圖像容易帶有熟悉的「古裝劇感」，缺乏真實歷史應有的「疏離感」。

《歷史的現場》給出的答案是：人類設定方向，AI 負責執行。

• 在研究與資料蒐集階段：由人類決定研究方向，AI 協助蒐集資料；
• 在製作階段：導演掌控鏡頭語言、視覺質感與整體基調，AI 則將意圖具現化；
• 在主題反思階段：AI 甚至可以擔任「對話夥伴」，協助梳理問題。

一言以蔽之：人類掌握問題意識、核心表達、美學判斷與事實邊界；AI 負責擴展素材、具象化想像並提升執行效率。在影片生成環節，阿里模型的參與度與貢獻超過了一半的工作量，讓角色更加栩栩如生，呈現出「千人千面」的效果。

值得注意的是，陸川本人也透過程式設計與模型後訓練深度參與創作——他視此為一種「雙向選擇」：寫實的角色、複雜的場景與電影級質感，正是阿里影片生成模型的優勢所在。阿里方面也表示，未來將與更多導演、行業專家及歷史學家合作，引入更嚴謹的專業資訊，持續強化 Agentic Video 能力，以提升整個影片製作流程的智慧化水準。

真正的訊號：AI 影片競爭從「基準測試」轉向「實際交付」

如果僅將《歷史的現場》視為一則「導演玩轉 AI」的新聞，就會錯過更為重要的轉變。

9 月 22 日，在雲棲大會主論壇上，阿里雲幾乎展示了其完整的模型陣容：Qwen3.8-Max 開始自我訓練，Qwen3.8-Flash 預覽下一代架構，Qwen3.8-Omni 統一全模態理解，而 Qwen4 已進入訓練階段，參數規模直接瞄準 5–10 兆；圖像生成模型 Qwen-Image-3.1、音樂生成模型 Happy Shrimp 1.1、世界模型 HappyOyster 2.0 Preview 以及語音模型 Qwen-Audio-3.1 悉數亮相，下一代影片模型則預計於 11 月發布。

這些模型中的任何一個都足以寫成一篇文章，但結合陸川的短片來看，意味截然不同——這輪全模態升級不再像是填補各項單一能力，更像是在回答同一個問題：模型能否更快進入真實場景，成為真正的生產力？

過去一年，AI 影片領域的競賽焦點在於「基準測試」：誰在盲測排行榜上名列前茅，誰能生成更長的片段。但像《歷史的現場》這樣的作品，將競爭拉回更務實的層面——實際交付：你是否真的能完成一部電影？是否能讓頂尖導演署名認可？是否能將「數千萬資金與數月工時」壓縮至「五天」？

「AI 不是現有風景的攝影師，而是未知世界的創造者。」陸川這句話或許可作為業界的註腳：圖生影片的下一個分水嶺不在排行榜上，而在拍攝現場。