Google 投资《后室》片方 A24：AI 最难学会的，是别急着优化

七千五百万美元，买不来片库

6月，Google DeepMind宣布与电影公司A24建立长期研究合作，并向其投资约7500万美元。公开信息显示，Google无权访问A24的电影与电视片库，也不能用这些内容训练模型。A24的代表作包括奥斯卡最佳影片《月光男孩》《瞬息全宇宙》以及今年热映的恐怖片《后室》。这场合作的核心不是获取已有作品，而是让Google用A24的真实工作流校准工具介入的边界——让模型承担执行成本，同时把探索路径和最终决定留给创作者。

当硅谷的“摩擦强迫症”遇上电影

硅谷习惯了消灭摩擦。付款多点一步是friction，程序员写测试是friction，销售花半天整理客户记录也是friction。找到它，用软件吞掉它，是过去二十年很多好生意的逻辑。但电影偏偏经不起这种热心。很多作品没死在明确的否决上，却被一连串善意而正确的修改慢慢磨平了。模型见过大量有效叙事结构，知道怎样让开头更快进入情节，怎样给人物补足动机。创作者一旦接受了最初几个合理答案，后面每次迭代都可能变得更好，也离那个尚未被发现的作品更远。

A24的生存法则：别让作品成熟得太快

A24并不拥有一套稳定的视觉公式。《月光男孩》《瞬息全宇宙》和《利益区域》放在一起，很难提炼出统一镜头语言。把它们连起来的，是那些在传统流程里很容易被改掉的部分，最后得以留在作品里。例如《利益区域》将集中营暴力大多挡在画面之外，恐怖从声音里渗进来。若把“情绪表达是否充分”当成优化目标，系统完全有理由建议补充更直接的画面——叙事信息会更完整，可电影的力量也会随之消失。A24在少数关键时刻，愿意让一个暂时显得不顺、不清楚甚至难以营销的选择多保留一阵。多数片厂怕作品不成熟，A24有时更怕它成熟得太快。

AI最危险的“善意建议”

模型能够给出大量有效的叙事结构建议，但创作者一旦接受了这些建议，每次迭代都可能变得更好，也离那个尚未被发现的作品更远。很多作品没死在明确的否决上，却被一连串善意而正确的修改慢慢磨平了。电影人提交的草稿、被放弃的分镜、修改记录和拒绝理由，包含更高密度的判断——它们展示了创作者如何从十个可行版本里杀掉九个。这些过程数据归谁、是否会用于训练通用产品、电影人能否逐个项目退出，目前公开信息尚未给出完整答案。如果所谓共同开发最终变成由艺术家免费提供高价值反馈，再由平台封装成所有人都能调用的功能，只会加快审美的工业化。

先等等，别优化

硅谷已经造出了越来越会回答的机器。但创作软件接下来要补的能力，是识别一个问题啥时候还不该有答案。模型榜单每隔几个月就会重排，创作者在项目中积累的取舍、拒绝与协作习惯却很难迁移。更好的结果，是Google用A24的真实工作流校准工具介入的边界，让模型承担执行成本，同时把探索路径和最终决定留给创作者。它还没长完。先等等，别优化。