啥？原来蝙蝠侠也是隐藏的 AI 大佬？

没错，就是手握两座奥斯卡，演过蝙蝠侠，婚姻生活常年霸榜娱乐头条，还贡献了著名疲惫抽烟表情包的 Ben Affleck（本杰明·阿弗莱克）。

最近他在访谈里张口神经网络，闭口张量、模型微调。甚至当公众还在为 AI 能不能拍电影打嘴仗，蝙蝠侠已经闷声干了票大的。今年 3 月，Netflix 一纸公告，宣布收购他创办的 AI 影视技术公司 InterPositive。

除了懂技术、卖公司，他对电影行业如何使用 AI 的判断，也算给今天这股热火朝天的技术狂潮，提供了一种冷静的观察角度。

「蝙蝠侠」的秘密身份，是 AI 创业者

事情的起因，是阿弗莱克最近参加了《GQ》的 One More Question 访谈。

面对主持人关于 AI 公司的提问，他聊起了自己从小研究电脑的兴趣。电影从胶片走向数字制作后，技术也一步步渗进他的日常工作。

他还坦言，自己会写一些很糟糕的 Python 脚本。随后话锋一转，谈起神经网络、图像的数字表示、边缘检测和特征提取，如数家珍。

图｜ //www.youtube.com/watch?v=HzraLR2VkNM

对于习惯了听明星聊角色、票房和八卦的观众来说，这段对话堪称次元壁破裂。

但对一个常年泡在电影后期制作里的人来说，机器学习并非从天而降的新物种。观众在银幕上看到的是人物、建筑和光影。制作团队面对的，却是大量需要逐帧识别、处理和调整的画面信息。

阿弗莱克对技术的兴趣，就长在这些具体的柴米油盐里。

早在 2000 年，他便与马特·达蒙等人共同创办了 LivePlanet，参与电影、电视和新媒体项目。2022 年，两人又成立了 Artists Equity，继续探索电影制作与创作者合作的方式。

从演员、编剧到导演、制片人，他把电影生产的各个环节摸了个遍。他愈发清楚：一段画面从脑中的想象到银幕上的呈现，中间要闯过九九八十一道关。

一段视频可以逼真得让观众惊叹，却未必能直接进电影。同一个人物换到下一个镜头，外貌和服装不能变脸。摄影机挪个位置，空间关系还得成立。导演一句再改改，其他细节也不能跟着全盘失控。

演示里几秒钟的惊艳，与制作流程里反复打磨的可靠性之间，隔着一道鸿沟。

而阿弗莱克对 AI 的理解，也正在于他知道一部电影真正需要什么，也掂得出现有工具距离这些要求还差几斤几两。

在接受媒体的采访时，他还提到自己有时会利用自己作为明星的身份去了解新兴的 AI 技术，比如曾参观过 OpenAI 等公司，最终这让他明白了如何才能更直接地参与到 AI 领域中来。

理解了阿弗莱克的工作背景，就不难理解他看似矛盾的态度。他一边掏钱开发 AI，一边又笃定，人类在电影创作中的位置不会轻易被取代。

在 2024 年 CNBC 的 Delivering Alpha 大会上，他用工匠与艺术家的区别来拆解这个判断。按照他的说法，AI 擅长学习和模仿，但艺术创作还需要品味，需要知道什么时候该收手。

放在电影制作中，这种判断可能是咬牙删掉一段烧了大钱的戏，也可能是保留演员一次不够规整、却恰好传达出人物情绪的表演。

与此同时，他也没有否认 AI 对影视就业的冲击。在那场访谈里，他明确谈到，视觉特效行业首当其冲，而部分昂贵制作环节的成本下降，也可能降低电影制作的门槛。

对于预算有限的电影人，过去想都不敢想的场景，将来或许够得着了。制作费用的变化，也会左右哪些项目能够开机，哪些创作者能够获得表达空间。

因此，阿弗莱克关心的，是让电影人参与工具的设计，握得住技术的方向盘，并从自己的创作中继续分到收益。InterPositive 就是他围绕这个想法交出的答卷。

他花八个月拍素材，把 AI 领进片场

按照 Netflix 公布的介绍，阿弗莱克与工程师、研究人员及创作人员组成团队。他们在受控摄影棚里拍摄专有数据，让模型学习电影制作中的视觉逻辑和剪辑连续性。

他们盯的是背景替换、光线调整这类具体的工作，并希望工具能够无缝嵌进电影人已有的工作方式。

阿弗莱克在访谈中透露，团队花了八个月拍摄素材，并将相关工具用于新片《动物》（Animals）的后期制作。

八个月的拍摄，背后是一种明确的取舍。与其守株待兔，指望通用模型自己悟出电影制作的门道，不如躬身入局，把自己的行业经验转化成数据和训练要求。他进一步解释，团队会在已有开放模型的基础上继续训练，调整模型权重，让它们学习特定的电影标准。

电影人还可以利用各自项目的素材进一步训练模型，既保住素材的专有属性，又能从这些训练成果中分到一杯羹。

如此一来，解冻权重就有了明确的活儿要干：让一个现成模型更贴合电影生产，而不只是展示它能生成多少种画面。

版权与控制权，是贯穿这套产品思路的主线。电影人交出项目素材时，需要知道它会被拿去做什么。演员点头参演一部电影，也需要清楚自己的形象会被用在什么地方。

InterPositive 试图让技术围着这些现实关系打转，而 Netflix 的收购，给了它更大的施展空间。

有关约 5.87 亿美元的收购价，阿弗莱克在《GQ》访谈中表示，外界流传的数字并不准确。无论交易结构如何，公司的收购金额也不能直接算成他个人的进账。

但交易本身已经说明一件事：电影行业愿意为能解决具体制作问题的 AI 工具掏出真金白银。

如果把这段经历概括成别人抵制 AI、他靠 AI 发财，那就捡了芝麻，丢了西瓜。争取授权、报酬和工作保障，与开发新工具完全可以并行不悖。技术的使用者，同样有底气要求技术尊重自己的劳动。

阿弗莱克的尝试，是把电影人的经验带进产品设计，让懂行的人来决定，AI 应该在什么地方发力。

跨界下场搞 AI 的，可不止他一个

类似的变化，也在电影行业之外冒头。

今年 5 月 30 日，胡彦斌宣布彦火 App 上线。他在发布时说，自己从零开始学习 Vibe Coding，一点点搭建和修改，过程既像游戏通关，也像反复打磨一首音乐作品。

他选择的需求，来自自己最熟悉的粉丝群体，希望建立一个能够发布动态、交流和互动的专属空间。

从 App Store 的更新记录看，彦火上线后仍在持续调整，涉及聊天、评论、巡演打卡、积分兑换和账号管理等功能。

胡彦斌与阿弗莱克的共同点，在于他们都从自己熟悉的行当出发，尝试用 AI 缩短灵光一闪与产品落地之间的距离。

演员张蓝心也在 2026 年外滩大会相关活动上分享了自己的开发经历，包括制作一款名叫想得美的 AI 视频创作平台，单款产品耗时三十多天，并开始探索变现。

包括《生化危机》电影系列中爱丽丝的扮演者 米拉·乔沃维奇（Milla Jovovich），也因为开发了一款开源 AI 记忆系统 MemPalace 而引起了广泛的关注。

对于这些创作者，AI 打开了一扇亲自下场做产品的门。过去需要跟开发团队来回掰扯的需求，如今可以更早做成原型，再边用边改。

另一些明星，则选择用钱投票，通过投资参与这场变化。

阿什顿·库彻联合创办的 Sound Ventures，早在 2023 年便宣布完成规模接近 2.4 亿美元的 AI 基金募资，公开投资对象包括 OpenAI、Anthropic 和 Stability AI。

梅西的投资平台 Play Time，官网列出的项目则包括李飞飞的 World Labs、FieldAI、Perceptron 和 SuperAnnotate，涉及空间智能、机器人及 AI 数据管理等方向。

C 罗也成为 Perplexity 的投资者，并与其建立全球合作关系。

亲自下场做工具与掏钱投科技企业，是两种不同程度的参与。但它们共同表表明越来越多明星正尝试把已有的经验、资金和影响力，从站台代言换成对新产品与新业务的长期权益。

而相比于前面这些艺人，阿弗莱克的实用主义，还体现在他对 AI 风险的警觉上。

在彭博社的相关活动中，他谈到，自己更担心孩子在学校里的情况，以及人们是否会因为过度依赖 AI 而产生习得性无助。他所担心的重点在于，工具用得越多，人还学不学习，还判不判断。

学生可以秒速拿到一份答案，却未必理解推导过程。创作者可以一键生成画面，也未必说得清它为什么适合自己的作品。

同样一项技术，用得好是雪中送炭，帮人拓展能力；用得不好就是温水煮青蛙，让人逐渐放弃原本需要亲自完成的思考。

当 AI 把执行这件事变得越来越容易，这些关于需求、质量和取舍的判断，反而愈发金贵。

如今，阿弗莱克尝试让电影人在 AI 工具的设计中拥有更多发言权。比起争论机器什么时候能够独立拍出一部电影，这个问题更具体，也更迫在眉睫。

胶片、数字、CG、虚拟制作，电影工业百年间换了一茬又一茬工具，唯一没换的，是观众坐在黑暗里，等待被一个好故事击中。

AI 可以让画面更炫、成本更低、周期更短，但这个故事值不值得讲，机器替人做不了主。工具迭代永无止境，而人心，始终是最后的票房。

我们正在招募伙伴

简历投递邮箱hr@ifanr.com

✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）