他用生成式AI拍电影，却说这是一个“失控更好”的时代

在 Figma Config 2024 的舞台上，导演 Bennett Miller 没有谈效率、工具或商业化，而是抛出一个让全场安静下来的判断：生成式 AI 的真正价值，不在于更强控制力，而在于更大的失控空间。这场关于 AI、影像与人类创造力的对话，远比你想象得更锋利。

一个反直觉的判断：AI 不是让创作者更强，而是更“不安全”

很多人谈生成式 AI，第一反应是“效率”“降本”“规模化”。但 Bennett Miller 一上来就把方向拧了过来。他说，这一代生成式 AI 带来的不是确定性，而是一种久违的、不稳定的创作状态——甚至是一种威胁。

当他第一次真正意识到文本生成图像模型的能力时，他做了一件极端的事：清空了自己的日程表。不是因为看到了机会，而是因为他意识到，“一个时代结束了”。这句话在现场引发了不小的震动。

他把今天的生成式 AI，类比为摄影术刚出现的时刻。那不是一个‘更好地画画’的工具，而是彻底改变了我们如何理解图像、记忆和现实本身的媒介。摄影并没有让绘画消失，却逼迫艺术重新定义自身。AI 正在对所有叙事形式做同样的事情。

为什么他总拍“外来者”的故事？答案藏在 AI 里

在谈到选项目的标准时，Bennett Miller 提到一个反复出现的母题：外来者。总有一个角色，被丢进一个不属于自己的世界，努力理解规则、寻找位置。

这并不是巧合。他坦言，自己在拍摄一部关于 AI 与技术加速的纪录片时，反复被同一个问题困扰：什么是“好的生活”？什么是“更好的世界”？

生成式 AI，本质上就是一个外来者。它进入人类的创作体系，却并不真正理解意义、伦理与情感。正因为如此，它暴露了我们自己一直回避的问题：我们究竟在用什么标准判断一件作品是“好”的？是技巧、原创性，还是某种难以言说的品味？

AI 不是回答者，而是放大器。它把这些长期模糊的判断，强行推到台前。

从“扩散模型”到“导演媒介”：提示词只是表象

当话题转向技术细节时，Miller 刻意避开了模型结构的讨论。他说，纠结是不是扩散模型，其实意义不大。真正重要的是：这是一种全新的媒介形态。

他形容文本生成图像是一种“导演的媒介”。你不再是逐笔控制的画家，而更像是在布置条件、接受意外、筛选结果的人。你给出提示，但真正有价值的部分，往往来自那些“多一点幻觉、少一点控制”的输出。

他展示的早期实验图像，全部来自当时最原始、能力最有限的模型。正因为不成熟，这些图像才更像一次关于“智能”的冥想：我们到底在召唤什么？又打算如何使用这些力量？

在他看来，提示工程的本质不是写得更准，而是学会与不确定性共处。

成千上万张图像之后，创作变成了一种“考古学”

有观众问到他的创作流程，Miller 的回答再次打破了效率叙事。他会回看成千上万张生成图像，不是为了挑“最好”的一张，而是寻找一种群体感。

当某一组图像开始彼此呼应，像一个完整的“身体”时，他才意识到，一个作品的雏形出现了。这更接近考古，而不是设计：你不知道会挖出什么，只能凭感觉判断哪些碎片属于同一个文明。

这也解释了为什么他对“被遗忘的事物”如此着迷——那些超出记忆边界的影像、匿名照片、死亡摄影。生成式 AI 的速度和规模，正在以前所未有的方式重塑我们所处的视觉景观，而我们甚至还没来得及形成记忆。

少一点从众，多一点无聊的风险

有人半开玩笑地提到，演员并不总是喜欢和他合作。Miller 没有回避这个问题，反而把它上升为一种创作立场。

他期待看到的未来，不是更多的趋同，而是更少的安全选择。他相信人类的品味——那种难以被量化、也暂时无法被模型复制的能力。

在他看来，创作中永远存在一条底线：“Thou shalt not bore（你不可让人无聊）”。而在 AI 时代，真正的挑战不是内容太少，而是如何让内容重新变得有张力、有风险。

总结

这场对话最重要的价值，不在于教你如何用 AI，而在于提醒你如何不被 AI 带着走。生成式 AI 不是一个更听话的工具，而是一种会不断制造意外的新媒介。对创作者和 AI 从业者来说，真正的分水岭不是模型能力，而是你是否愿意放弃部分控制权，去换取新的感知方式。

如果你正在做与 AI 相关的产品、内容或艺术创作，也许可以问自己一个问题：你是在努力消除不确定性，还是在为“有意义的失控”留空间？未来的差距，很可能就藏在这里。

关键词： 生成式AI， 文本生成图像， 提示工程， 创作流程， AI与艺术

事实核查备注： 需要核查：Bennett Miller 在 Config 2024 的具体发言原句；视频总时长；其关于摄影术与 AI 的类比是否为原话或意译；所展示图像是否明确来自最早版本的文本生成图像模型。