引言

人工智能的勃兴使得技术逐渐成为电影生产中的重要变量，而交互式电影作为一种基于数字技术的独特电影类型，其在数字技术赋能下既能重构发展也存在着本体危机与灵韵消弭的困境。交互式影视剧是依托计算机网络或相关技术，为观众提供实时参与影视剧的演出，并对其产生影响的影视剧类型。而交互式电影强调的是观众能够成为电影中的角色，并且能够介入电影的环境，持续产生交互的电影。孙静针对交互式电影提出了“作为互动电影的电影”以及“作为互动电影的游戏”。AIGC，即人工智能生成内容，AIGC技术凭借其智能生成、实时交互与内容适配能力，深度契合并强化了交互式电影的“可交互”本质。然而，技术对叙事、影像与体验的全面介入，也从根本上挑战了传统电影的本体属性与美学基础。因此，本研究聚焦于AIGC如何通过驱动叙事生成重构交互式电影，并系统审视其所引发的艺术灵韵消散、创作主体位移等核心议题，以揭示技术浪潮下交互式电影的内在张力与未来进路。

一、AIGC驱动下交互电影的本体重构：实践与可能

（一）叙事本体的流变：从“伪交互”到“自由交互”

Janet H. Murray早在2004年曾提出：“游戏化的数字戏剧将接管20世纪电影所享受到的文化地位，因为数字技术可以在流行电影所确立的叙事实践基础上增加交互性的维度。”交互式电影的诞生意味着传统电影叙事结构的改变，观众参与叙事当中并且能实现多支线的故事发展。以2018年上映的电影《黑镜：潘达斯奈基》为例，观众可以对关键剧情节点进行选择，决定关键角色的生命、事件发展的选择等等，这就是典型的分支叙事模式。再如同年的《底特律：变人》也是一部典型的交互式电影，观众甚至可以扮演不同的角色，最后可以达成超过20种不同的结局，这种多分支的叙事模式使得交互式电影具备着独特的互动性。

然而，这种交互是制作人提前设计好的交互内容，虽然观众拥有不同的选项进行选择展开不同的剧情，但其本质依旧是提前“预设”的交互内容并没有跳出原先内容框架。这将产生一个问题，这些提前预设的叙事结构是否是一种真正的交互呢？克里斯·克劳福德在《游戏大师Chris Crawford谈互动叙事》中提出其认为当下的交互式电影存在伪交互的问题。他提出一种自由式交互叙事理念，即不受固定情节的约束，而是通过角色间的互动、事件的触发以及观众的决策来共同编织故事。这种更为自由的叙事结构在之前受到技术的桎梏难以看见实现的可能性，但是人工智能技术的发展对交互式电影的叙事改革提供了可能性，AIGC技术渗入电影领域为交互式电影的叙事结构从“伪交互”走向“自由交互”提供全新可能性。

AIGC技术的发展，使得场景生成与视频内容分析成为可能。AIGC技术对观众的选择进行理解认知并将观众选择与原有剧本进行结合，基于剧本设定基础与观众的选择实时展开剧情。并且自然语言处理技术的成熟，促使交互式对话系统和故事生成与改编功能的诞生与发展，人工智能技术能够实现电影与观众之间的实时交互系统，为交互式电影自由交互叙事的图景提供全新可能。

（二）影像本体的转向：从记录到实时生成

早期虽然交互式电影是一种融合了电影艺术与数字互动技术的新兴形式，但是其影像生产仍旧需要提前策划拍摄，与其他电影的影像生产过程没有本质区别。交互式电影在前期策划阶段就需要确定故事的主题框架，编剧需要构思不同的剧情走向，保证对观众的选择提供具有吸引力的支线内容。随后需要拍摄大量丰富的素材内容，对应不同的故事发展需求，这部分无疑是超过了传统电影的素材量，但是电影拍摄也会受到现实条件的制约，无法对故事支线进行大量丰富的个性化拓展。

但是AIGC技术下的影像实时生产契合了交互式电影对素材天然的大量需求。AIGC技术的发展，使得交互式电影大量的拍摄素材生产负担减轻，通过人工智能技术实现交互电影的影像实时生产。当然当前的视频生成工具如Sora和Runway Gen-3等，想要实现电影剧本到成品之间的直接转换还存在困难。针对这个问题有学者提出可以采取一种分解与整合的策略，实现更为可控的电影影像生成。

电影的影像生产需要角色设定、剧情故事设计、视觉图像生成和配音配乐这几大方面。在角色设定上，可以利用数字人工具实现角色与观众之间的实时互动，如Make-A-Character等数字人工具。利用数字人工具，使得角色可以根据简单的文本描述进行形象塑造，并且这些数字角色可以根据与观众互动实时调整表演和动作。在剧情故事发展上，借助大量的资料库对故事发展情节进行理解和发展推测，例如Deepmind Dramatron就能够根据输入指示生成完整电影剧本，并且其前后能够存在连贯性。因此，在互动过程中，观众在选择支线剧情时它可以及时响应指令，实现对故事走向的调整，同时保证故事的剧情设计的合理性，避免出现突兀的剧情转折。在视觉图像生产中，可以借助视觉效果工具，如WHEE，生成高质量的视觉素材，包括场景构建和后期特效添加等等；再如国产视觉生成大模型可灵AI就可以根据影片的主题和风格，快速生成各种特效和视觉效果。在配音配乐方面，可以利用语音合成技术实现配音，像科大讯飞就能在电影配音中进行配音或旁白添加，实现较为逼真的配音效果。并且在动画电影或游戏改编电影方面，AIGC语音合成工具可以根据角色的特点为动物、怪物等非人类角色创造出独特的语音，为角色赋予更加生动的个性。在配乐方面，如MuseNet等工具，能够根据设定的音乐风格、情感氛围和节奏要求生成原创配乐和音效。通过不同的专业化AIGC技术实现交互式电影在不同方面的生产需求，最后通过集合模型将各部分内容进行汇总实现交互式电影的影像实时生产。

（三）观影主体的重构：从观看到参与性体验

AIGC技术的发展对交互式电影的用户体验有着显著的提升和优化。在情感识别方面，AIGC技术能够实现实时情感分析与反馈。例如Affectiva公司的情感识别技术，可通过摄像头实时捕捉观众的面部表情，分析出高兴、悲伤、愤怒、惊讶等多种情绪。情感识别技术的发展，能够使得交互式电影的生产中实时把握观众的情绪变化，实现对影像生产的调整变化，从而更好地迎合观众的情感状态。当今的AIGC技术除了能够实现对观众情感的识别分析与反馈的同时，也能根据反馈内容对电影剧情的发展进行调整与改善。例如编剧软件Final Draft结合AIGC功能后，可以根据输入的情感主题和目标受众，提供针对性的情感表达建议。其能够在电影情节设定时发现何处可以添加温情元素，以期增强情感共鸣，使得观众拥有沉浸互动式的情感流动。

交互式电影发展当中，观众的个性化选择和体验尤为重要。基于用户当下的情感分析能够根据用户实时反应对电影情节进行调整，这无疑十分重要。同时，除了当下的情绪反馈，电影也可以通过观众之前丰富的观影数据库分析从而实现个性化的定制与推荐。当前的大数据与算法能够利用用户的观看记录、点赞、评论等行为对观众个人兴趣喜好展开分析，以奈飞为例，其可以利用大数据和算法对用户的观看历史进行分析，为用户提供个性化推荐。如果将AIGC技术与数据库结合，将有可能实现对用户喜欢的电影类型、具体情绪共鸣点等等更为细节化地了解与分析。在交互式电影的实时生产中就能够通过这些情感共鸣点、剧情偏好等等实现个性化的情节定制，增强观众的个性化沉浸体验。在影视角色塑造方面，早在2005年，Aylett等多位学者联合开发了Fear-Not!中就存有智能体，但基于当时的人工智能技术水平限制，无法实现流畅连贯的对话发展。近年来，交互电影中已有多位前沿学者对智能角色进行研究，他们尝试将LLM运用其中，尤其是使用了ChatGPT系列工具的互动能力，这意味着智能体角色将为电影角色塑造强效赋能。基于LLM的智能角色不再仅是简单地响应预先设定的观众指令，而是可以根据自身的“认知”来做出决策，具备不断逼近人类的学习、理解及感受能力。这些智能体的诞生与发展，使得观众在交互式电影中与角色之间的互动不再仅仅是预设好的框架内容，而是能够实现与角色对话、分享情绪等多种个性化操作，这无疑增强了观众的沉浸式体验。

二、重构的代价：灵韵消解与本体危机

（一）灵韵的消散：叙事同一性与艺术完整性的消弭

本雅明提出了“灵韵”概念，即艺术品独一无二的特性，使作品有了一种神秘且独特的灵韵，体现了艺术创作的本真性、背后的距离感和人与物之间的神秘交融。电影整体叙事的完整性与巧妙性，无疑是电影背后的独特艺术性灵韵体现，而叙事同一性的偏差与叙事创新力的匮乏，导致交互式电影整体的灵韵逐渐走向破碎的态势。

1.叙事同一性的偏差

电影叙事需要保持基本的逻辑性与连贯性，实现故事的发展或者转折都需要前后叙事的同一性。张喻提出了一种生成式电影叙事，认为其是一种基于文字矢量数据的叙事方式。它通过复杂的数学模型和统计模型来构建叙事。并且它使用交换的数据组合、聚合、分类和统计，来获得最有可能的输出作为结果的叙述。在这样一套的数字模型建构下，每次输入与输出背后的编码解码过程对叙事前后的同一性存在挑战。语言符号的多义性和暧昧性，使得在输出过程中存在前后叙事的理解偏差，导致剧情生产发生偏离与误解。同时，AI智能体的使用依旧在技术瓶颈下存在桎梏，导致前后叙事存在不连贯性。去年4月份，斯坦福大学人机交互研究小组利用大型语言模型创造了一个有25个智能体（Agent）的AI小镇。这些智能体被赋予了不同的姓名、职业、任务等各项基本信息，并且设定了诸多场景作为载体供其自由互动。研究发现，这些智能体能够模拟人类行为，在特定场景中依据其自身基本信息展开互动，但是也存在对话内容老套、缺乏长期记忆、灵活度不足等局限。这一实验的开展，揭示了智能体的存在长期记忆不足导致前后动作失衡的缺点。因此，在电影中使用智能体角色也存在记忆遗忘带来的前后叙事不一的困境。

2.叙事创新力的缺失

数据来源的重复性以及算法生成逻辑的趋同性，导致AIGC技术在电影生成的过程中浮现同质化与模板化的问题，展现其背后叙事创新匮乏的问题。张辉刚等学者认为基于各种原有数据的“糅合式”生产是当下AIGC影视生产的底层逻辑，这意味着AIGC需要依靠原有的数据库进行影视生产。在数据来源上，AIGC工具模型依据海量的小说、剧本、网文等丰富数据进行学习训练。这些数据来源其背后存在大量的模板套路重复，AIGC在本身就模板化、套路化的数据供给下就更难以跳出原先设定的框架内容，使得故事内容老套缺乏新意。其次，算法生成逻辑本身就具备趋同性，其文本剧情的生成按照一定的概率与模式制作，在这种趋同性的生产中容易导致电影叙事呈现模板化的特质。例如，其根据训练中的接触频率和关联性的高低，容易生成本就十分常见的三幕式结构、英雄叙事等套路化电影叙事。算法本身并不具备真正的创造思维，对于电影深度的塑造以及独特的表现艺术手法依旧存有匮乏问题。

3. 整体灵韵的破碎

电影整体叙事的完整性与巧妙性，无疑是电影背后的独特艺术性灵韵体现。人工智能技术赋能观众进行多元实时选择的可能性，但是同时人工智能赋能观众进行个性化选择时，其背后也存在观众选择时反复横跳或者随意选择带来的诸多问题，如故事跳跃、剧情发展突兀、角色前后行为不一致使形象失衡等等，这些问题的涌现以及叙事上的同一性和创新力的缺乏，导致整体电影文本的艺术性与表现力大打折扣，背后的情感张力与角色命运难以带来应有的冲击力，造成电影整体文本的破碎，其背后的艺术灵韵也逐渐流失。

（二）作者的黄昏：创作主体性的削弱与转移

当下人工智能技术的发展，对影视生产进行全链条革新，凸显了技术作为创作者的主体性，而人的主体性逐渐削弱。如果通过AIGC技术的生产，就能够获得与以往一样甚至更加精美的影像，那么AIGC影像就会同以往的工业机器一样，对人产生替代甚至是控制。例如生成对抗网络（GANs）技术使得图像生成愈发逼真生动，也被广泛运用至电影后期制作等方面，但是其本质依旧是原先数据的排列重组，其背后遵循着一套模型逻辑，从而难以生成具备独特性与想象力的艺术性画面。在AIGC技术的发展下，人类创作者的对场景创作的情感、对背后隐喻的艺术性表达都逐渐流失，曾经创作者在电影当中思考的人性、展现的审美等等都是电影灵韵的展现，但是如今这些却有可能沦为技术的辅助，创作者的主体性被削弱，背后也暗含着电影灵韵的消弭。

（三）重构的边界：伦理失序与法律真空

在人工智能与交互式电影蓬勃发展的进程中，数据隐私与安全问题以及版权与知识产权归属模糊的状况日益凸显，亟待深入探讨与解决。根据交互式电影凭借其交互特性，其需要收集观众诸如观影偏好、交互行为数据等大量个人信息。这些观众的行为数据无疑是一个庞大的数据库资料，而这些数据可能在收集、存储等过程中不慎泄露或者被恶意盗取。甚至作为信息数据收集方，在缺乏严格的监管与合规操作的情况下，存在数据滥用或者未获观众同意将观众数据出售给第三方等问题。如何实现对观众数据的保护和安全存储，在当下依旧是一个重要的数据信息安全问题。其次，在版权与知识产权归属方面，当下依旧存在诸多争议以及法律空白。例如，制作方利用AIGC技术进行内容生成时，这些AI生成的故事情节、人物角色、图像画面等等，其版权归属方应当如何厘清？算法开发者、数据来源提供者、工具使用者等等，多方主体牵涉其中，法律上对这些内容的定义依旧属于空白或者模糊状态。

三、结语

人工智能技术发展的浪潮袭来，为交互式电影注入活力并重构本体，这种重构沿着叙事生成的路径展开。人工智能技术的加入，解构了线性、封闭的传统电影叙事本体，变成动态可生成的叙事流；它将影像从记录的过去时转变为生成的现在时，并重塑了“作者—作品—观众”的关系，将观众卷入意义生成的实时现场。然而，这一技术赋能下的本体解放，其代价是艺术灵韵的加速消解。叙事同一性与整体性的破碎、创作主体性的衰减与弥散，这些共同标志着传统电影艺术体验，正在被一种可复制且碎片化消费的新形态所替代。

面对这一重构与消解并存的双重进程，交互式电影的未来不在于挽回逝去的灵韵，而在于直面技术现实，在灵韵消解处重建新的艺术意义。首先，在实践层面恪守“人机协同”的创作伦理，将人类的审美判断、情感深度与价值关切，深度嵌入AIGC的生成逻辑中。其次，在理论层面，亟待构建一种适用于“生成性艺术”的批评语言与美学体系，用以诠释和评判这些非线性、动态化作品的艺术价值。最后，在法律与伦理层面，必须为生成内容的版权归属、数据隐私与算法透明度建立明晰的规则，为这场重构划定负责任的边界。未来对这些议题的持续思考与实践探索，或许正是我们在技术浪潮中，重新锚定艺术价值的开始。

参考文献：

1. [1] 董旸.基于网络空间的交互性戏剧类型探析[J].中国广播电视学刊,2010(06):40-42.
2. [2] 孙静.互动电影：电影与电子游戏的跨媒介融合[J].教育传媒研究,2016(05):78-83.
3. [3] Murray J H. From Game-Story to Cyberdrama[A]//Wardip-Fruin N, Harrigan P. First Person: New Media as Story, Performance, and Game. Cambridge, MA: MIT Press,2004.
4. [4] 克劳福德 C.游戏大师Chris Crawford谈互动叙事[M].方舟,译.北京:人民邮电出版社,2015.
5. [5] 高峰.实时生成与个性化互动——论人工智能介入交互式电影创作的可能性[J].当代电影,2024(10):99-104.
6. [6] Hassija V, Chakrabarti A, Singh A, et al. Unleashing the Potential of Conversational AI: Amplifying ChatGPT's Capabilities and Tackling Technical Hurdles[J].IEEE Access,2023(11):143657-143682.
7. [7] 张思雪.人工智能角色在交互电影中的涌现能力研究[J].现代电影技术,2024(05):20-27.
8. [8] 张瑜.数字语言转向下人工智能应用于视听逻辑与电影语法中的可能性[J].电影评介,2024(04):84-89.
9. [9] 张辉刚,张越,马念.共生、隐患与互补：智媒时代AIGC赋能中国影视生产新发展格局[J].中国电视,2024(05):86-93.
10. [10] 本雅明 W.机械复制时代的艺术作品[M].王才勇,译.北京:中国城市出版社,2002.
11. [11] 孙可佳.马克思机器论视角下的AIGC影像批判[J].当代电影,2024(07):111-116.