人工智能在哪些活儿上真的强过一场拍摄，在哪些上不行

关于人工智能图像，有用的问题不是“够不够好”——很多已经够好了。有用的问题更窄：哪些活儿是由模型真能做的判断组成的，哪些活儿里的判断只有人、镜头，或者一份制造文件才担得起责任。

当交付物本身就是一个判断时，生成就赢了

生成最站得住的用途，是在定案之前先把广度铺开。项目已经有产品、有野心，但路线还没锁，这时候一支小团队一个上午能摊在客户面前的不同视觉方向，比一整个拍摄日实际能产出的还多 —— 正因为这些画面没有一张需要活下来。它们存在的意义是先否掉四个方向，找到第五个。

预演也是同一回事。生成一张画面，是低风险地把“这个镜头到底是什么”谈定：机位多高、房间是暖是冷、产品是被拿着还是立着、哪里是故意脱焦的。把这场争论放在一张生成的背板上，而不是搬到现场 —— 现场的同一场争论，占着一整个组的时间。

调性定下来之后，生成也有它的位置：延展环境、增加场景变化、给一个本来就成立的版式做出某个市场专属的场景。方向已经定了，模型是在一个判断周围补东西，不是替你做判断。

一旦画面要对一件真实的东西负责，它就输了

模型不认识你的产品。它认识“像你产品的那一类产品”。这个差别在情绪板上看不出来，在主视觉上却是致命的 —— 因为客户最后会把真东西拿在手里，跟当初打动他的那张图比。

失手的地方是成簇出现的，而且原因是结构性的，不是暂时的：

• 几乎对的几何 —— 瓶肩的圆角半径、螺纹的螺距、标签精确的裁切位置。“几乎对”正是人会看出来的那一版。
• 字体和品牌标志，它们是精确的形状，不是一种质感。
• 一整组镜头里的连续性：同一件东西，从第一帧到最后一帧都得是同一件东西。
• 必须映出真实布景、真实瓶子、真实房间的反射。
• 所有要进印刷的东西 —— 编造出来的表面，一放大就散了。

大家忘掉的那个选项，是渲染

选择从来不是“拍还是生成”。如果产品有 CAD，Cinema 4D 加 Octane 给的是精确的答案，而生成器只能给一个可信的答案：光和机位一样自由，但几何是对的，因为它来自工程文件。生成负责广度。渲染负责精确。相机负责那些只发生一次、在镜头前、通常还有人在里面的东西。

一个可以直接写进需求说明的判断法

三个问题就能定，而且没有一个跟画质有关：

• 这张画面要不要对一件有人会拿在手里的实物负责？
• 它有没有承载文字、品牌标志或法规文案？
• 它会不会进印刷、要不要跟其他素材对齐、要不要和实拍素材一起调色？

只要有一个“是”，这张画面就从纯生成挪进了流程。这不是降级，这本来就是大部分的工作量。

混合流程实际长什么样

真正好看的画面，往往既不是纯生成的，也不是纯拍的。背板在 Midjourney 或 Runway 里生成、细化；产品以渲染或实拍元素的形式进来；两者合成 —— 静帧用 Photoshop，动态用 Nuke 和 After Effects。整组素材统一调一次色，让生成的和拍来的说得上话，而不是并排坐着像两个陌生人。评审在 Frame.io 里做，意见落在具体某一帧上，而不是散在一串消息里。

质量就住在这一段，而这一段并不好看。生成器买下的是探索阶段；让结果真的能用的，是收尾。

先把活儿说清楚，再挑这个活儿的义务所要求的工具。顺序一颠倒，你就会在为软件争论的同时，让画面悄悄地在它本该证明的那件事上失手。