看完《鱿鱼游戏》不过瘾？干脆自己做个结局。

不想等《沙丘》第三部了？自己上手做一个。

放在以前，光是要让这些演员不走形、不崩坏，都要费半天劲。现在只需要丢一张截图给 AI，就可以开始做电影了。

这是海螺 AI 上线的「主体参考」功能，由全新的 S2V-01 模型提供底层技术支持，可以精准识别所上传图片中的主体，并设定为所生成视频的角色。剩下的，只需要简单的 prompt 指令，就可以随意发挥。

「主体参考」怎么就这么牛了

有一说一，「主体参考」的功能很多厂商都在做。但并非每一家都能攻破这项功能所涉及的难点：稳定、连贯，运动起来依然一致。

别人可能不行，但海螺 AI 可以。只需要一张图片，就能准确理解人物特征，识别为主体，随后让人物出现在各种场景和环境里。

上一秒还在拯救世界的蜘蛛侠，下一秒就骑上机车了。

本来应该在权游里训龙的龙妈，一转眼在逗小狼。

「主体参考」的突破性进展在于实现了创作自由度和还原度的完美平衡。这就像是给了创作者一个「万能演员」，这位演员的外形不会崩坏，而是能随着动作、姿态自然地变化，还能根据导演的要求，在任何场景中表演任何动作。

不仅是新功能，更是独特的技术方案

实测下来的感受是：主体参考是一个截然不同的功能，跟文生、图生所实现的效果并不一样，背后所涉及的技术难点不同，对技术思路的要求也不同。

传统的图生视频，只是让静态的图片动起来，而且主要是局部的改动。以这张宋慧乔的剧照为例，图生只是把原来静态的图片变成了动态，而且范围有限，不会有很大的动作。

同一张照片，「主体参考」却能基于 prompt 的文字，形成一个完整的片段，动作自由的同时，面部特征依旧稳定实现。

以人物为主体生成视频，目前有两种技术路线。一种是基于 LoRA 技术，对预训练的大型生成模型，进行特定微调。LoRA 在生成新视频时，需要大量计算。这就导致用户必须上传同一主体、不同角度的素材，甚至精确到单个片段需要具备哪些不同的元素，才能保证生成质量。同时还需要消耗大量的 token，以及漫长的等待时间。

基于大量的技术探索，MiniMax 选择了基于图片参考的技术路线：图片包含的视觉信息最准确，从图片出发，符合物理拍摄的创作逻辑。在这个技术路线中，画面的主人公是所有视觉信息中，模型最优先识别的——无论接下来出现什么画面、无论什么情节，主体都需要保持一致。

而其它的视觉信息则更加开放，由文字 prompt 进行控制。这样一来，就能实现「精准还原+高自由度」的生成目标。

这段视频里，只传给了模型一张龙妈的图片。最终呈现出来的视频中，模型准确呈现了 prompt 中涉及的镜头语言、画面元素，体现出极强的理解能力。

图片参考的技术路线，相比于 LoRA 方案，肉眼可见的减少了用户上传的素材，数十段视频化为一张图片。同时等待时间以秒计算，体感上和文字生成、图片生成所花的时间差不了多远——既有图生视频的准确，又有文生视频的自由。

国产之光，满足你的「既要又要」

「既要又要」并不是过分的要求。只有同时实现人物形象的准确一致和自由活动，才能让模型走出整活、做梗图的范畴，在行业应用场景中，具有更广泛的使用价值。

比如在产品广告中，一张模特图，直接针对多种产品生成视频，只需要改变 prompt 就能实现。

如果用图生视频的方式来实现，目前的主流方案是设置首尾帧，可以实现的效果也被已有图片限制住了。同时还得要反复抽卡，收集不同的角度，最后再把素材拼接在一起，才能完成一组有长度的镜头。

结合不同技术的特点，更加符合视频创作的工作流程，正是「主体参考」的优势。未来，超过 80% 的营销从业者会在不同的环节用到生成式工具，他们只需要专注在故事和情节构思上，解放抽卡的双手。

Statista 的统计显示，2021 年时广告营销的生成式 AI 产品市场规模已经超过 150 亿美元。到 2028 年时这个数字将达到 1075 亿美元。以往的工作流里，纯粹的文生视频有太多不可控，适合用在创作初期。欧美的广告营销行业里生成式 AI 已经非常普遍，其中 52% 的用例是在初稿、策划，48% 用于头脑风暴。

目前，海螺 AI 先开放的是对单个人物的参考能力，未来，将会拓展到多人、物体、场景等更加丰富的参考能力，进一步解放创造力，正如海螺的 slogan 所提出的，「每个想法都是一部大片」。

自从去年 8 月，MiniMax 发布视频模型以来，从生成画面品质、流畅度，到一致性和稳定性等方面，在海外持续吸引着大量用户的关注和体验，其中不乏有影像创作经验的从业者，收获了大量正面反馈和专业认可。

在过去一年多的技术竞争中，AI 视频生成领域的竞争格局初步展现。Sora 的实现效果使人们看到视频生成这一领域的潜力，随后各大科技公司，在这一领域纷纷投入资源，重金研发。

随着年底 Sora 产品推出延迟、以及用户试用的口碑平平，未能满足市场期待。这也给了其它玩家抢占市场的机会。

如今，在生成式视频即将走入下半场之时，如今真正展现出技术实力和发展潜力的只有三家：MiniMax 的海螺 AI、快手的可灵 AI、以及字节的即梦 AI 。

作为一家成立刚刚 3 年的初创公司，MiniMax 以精悍干练的初创公司体量，带来足以跻身 T0 水准的产品和技术。从去年 12 月的图生视频模型 I2V-01-Live，到现在的 S2V-01 新模型，都在解决以往视频生成中的棘手难题。

随着技术的不断成熟和应用场景的逐步扩大，视频生成 AI 会在内容创作、影视制作、营销传播等领域掀起新一轮革命。这几家代表着中国视频生成 AI 领域最高水平的厂商，除了继续领衔国内市场，更有望在全球范围内与国际巨头展开竞争。与此同时，如何在保持技术创新的同时，确保产品的稳定性和可控性，将是这些企业面临的持续挑战。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

自从 ChatGPT 横空出世，AI 的热潮已经席卷了两年。这两年，普通人对大语言模型的能力兴奋，随便一条指令就能生成流畅自然的文本，科幻电影里的场景，如今早已经成为现实。 

大模型这个赛道也开始进入到一个十字路口，新技术如何转化为新产品，满足真需求，发展成新的商业生态。

如同移动支付、智能手机、 LTE 共同点燃了移动互联网时代的繁盛，AI 行业这一年也在寻找这样的 PMF（Product Market Fit）而焦虑。

新技术的大航海时代已经开启，到底能不能发现新大陆，这将决定大模型是不是又一个烧钱的资本游戏，是 .com 泡沫的加速重演，还是如黄仁勋所言的新工业革命开端，这个答案会比 AGI 更快让我们看到 。 

大模型的大问题

今天，基座模型的竞争基本已经形成稳定的格局。由 OpenAI 领衔，旗下的 ChatGPT 也是稳居市场龙头。Anthropic，DeepMind，Llama，Grok，也各有各的长处。

于是，今年最热闹的，不是谁又多扩充了多少参数、响应速度提高了多少秒，而是大模型技术怎么化身为一个能用的产品。 

大语言模型的技术怎么落地，从一开始就是个抓肝挠心的问题。哈佛商业评论曾经做过一个调查，发现生成式 AI 的应用——种类之繁杂，多达 100 类。

不过，在大类上就是五种：技术问题解决、内容生产及编辑、客户支持、学习和教育、艺术创作和调查研究。 

知名的投资公司 a16z，给出了他们团队心中优秀的生成式 AI 产品，其中有不少眼熟的，比如通用类的 Perplexity，Claude，ChatGPT。也有更为垂直的，比如笔记类产品 Granola, Wispr Flow，Every Inc.，Cubby 等。还有教育赛道今年最大赢家 NotebookLM，或者是聊天机器人 Character.ai，Replika 等。  

繁花锦绣是对于普通用户来说的：上面这些产品，绝大多数只是免费就足够用了，订阅版或 pro 版的费用，不是必须花的钱。强如ChatGPT，今年的订阅收入大概在每月 2.83 亿美元，与去年相比增长了两倍。但在巨大的成本面前，这点收入显得杯水车薪。

享受科技发展属于普通用户的开心事，烈火烹油是留给从业者的：再怎么激动人心的技术进化，也不能停留在实验室里，而是要进入商业社会接受检验。订阅模式没有被广泛接受，植入广告的时机还没有到来。留给大模型空烧钱的时间，已经很少了。

相比之下，toB 业务的走势让人有信心的多。

自 2018 年以来，财富 500 强财报电话会议中提及 AI 的次数几乎翻了一番。在所有财报电话会议中，19.7% 的记录提到最多的主题，就是生成式人工智能。

这也是整个行业的共识。根据中国信通院发布的《人工智能发展报告（2024 年）》蓝皮书，2026 年，超过 80%的企业将使用生成式人工智能 API，或者部署生成式的应用。

面向企业侧和消费侧的应用展现出不同的发展态势：面向消费侧，大模型应用讲究低门槛、创意性。而面向企业侧，大模型应用更注重专业定制和效益反馈。

换句话说，提升效益当然是每个企业都在追求、都想实现的，但只有这四个字太模糊了。大模型需要证明自己能实实在在地解决使用场景中的问题，真真切切地提升效益。 

精准找到切角，让技术降落 

无论是资源的投入，还是对开拓市场的力度，国内的大模型竞争，在整个 2024 年称得上激烈。

根据工信部数据，2023 年中国大语言模型市场规模增长率突破 100%，市场规模达到 147 亿元。各家厂商在商业化进程上积极尝试，首先打响的是价格战：以 tokens 计费、API 调用等方式的成本，正在被不断拉低。许多主流热门通用类大模型的价格，离白用已经没多远。

把价格打下、降低成本是更好实现的。而理解业务、分析切入场景，是一条更崎岖的路线。

不过，也不是每一家都在参与价格战，靠低价硬卷。

「在这种情况下，更重要的是找到我们的特点，发挥我们的优势。腾讯内部本身有很多场景，这些场景给了我们更多洞察，也进一步打磨了我们的能力」腾讯云智能 AI 产品专家、腾讯混元 ToB 产品负责人赵新宇这样认为，「往外看，聚焦一个行业，聚焦在这个行业内一些特定的场景，再慢慢拓展出去。」

在众多基座模型中，混元可能不是热度最高的一个，可在技术实力上却不容忽视。

九月时，混元发布的通用文生文模型混元 Turbo，采用全新的混合专家模型（MoE）结构。从语言理解和生成、逻辑推理、意图识别，到编码、长上下文和聚合任务中，都有相当强大的表现。在 11 月的动态更新版本中，已经升级为全系列效果最好的模型。目前，腾讯混元的能力正在通过腾讯云全面输出，通过提供多尺寸、多类型的模型，结合腾讯云智能其他的AI产品和能力，帮助模型应用落地到场景中。

纵观目前模型应用落地形态，大致分为两种：严肃场景和娱乐场景。后者类似于聊天机器人、陪伴类应用等等。

而「严肃场景」，则指向企业核心业务运营中，对准确性和可靠性要求较高的应用场景。在这些场景中，大模型要承担结构化的信息处理，往往需要遵循预设的业务流程和质量标准，其应用效果，会直接关系到企业的运营效率和业务成果。

腾讯云曾经帮助一家外呼服务商构建客服体系，这是一个典型的严肃类场景。同时，外呼涉及到自然语言对话能力、内容理解和分析能力，看上去天然和大语言模型有极高的适配。

实际上，挑战都在细节之处。当时团队面临核心挑战有两个。一是性能问题，由于模型参数量巨大，达到 70B 或 300B 规模，如何在500毫秒内完成响应，并传递给下游 TTS 系统成为一个重要的技术难题。

二则是对话逻辑的准确程度。模型会在在一些对话中出现不合逻辑的回复，影响整体对话效果。为了克服这些挑战，项目团队采取了密集迭代的策略，在 1-2 个月的开发周期内，保持每周一个版本的快速迭代节奏。

企业客户对大语言模型技术展现出兴趣，并愿意进行创新尝试，但在技术与业务的深度融合方面，始终存在认知鸿沟。这并非源于企业对自身业务理解的不足，而是需要一个专业的技术团队，通过深入理解行业痛点和业务场景，找到最恰切的场景，为企业量身打造 AI 落地的方案，实现技术与业务的最优契合。

「传统的做法可能需要运营人员一个场景一个场景地搭建（语料库），」新宇介绍到，「而大模型，你只需要给一个 prompt，就可以实现需求了。」在摸清楚需求后，混元的团队几乎每周一个版本更新，「卷」起了迭代速度，一两个月下来，准确度已经达到了 95%。

对于这家外呼服务商，生成式技术完全是新鲜事物。而混元直接让他们看到了大模型所带来的效益，在人力方面的开支减少了四分之三。

「最好的做法就是把效果拿出来，」新宇说，当客户对生成式技术的了解有一点，但不多的时候，把效果摆出来是最有效的。通过客户的业务经历，找到可以切入的场景，直接去做测试验证，展示出可以提升的效果。

类似的经历，在体现和小米的合作中，这是一次被称为「双向奔赴」的合作。

对方希望在问答互动中引入大模型，把AI搜索的能力应用到端侧。这踩中了混元的两个长处：一是由腾讯丰富的内容生态所提供的支持；二是混元在 AI 搜索方面的能力。对于问答来说，准确率非常关键。

「一开始还是有很多困难的，」新宇回顾道，「从他们的角度来看，业务形态涵盖了多个场景，包括闲聊、知识问答等不同类型，其中知识问答场景，对准确率有比较高要求。」

通过前期的测试，混元团队明确了自己在搜索场景中的优势，双方一起将广泛意义上的问答互动，按照不同的话题层级逐步细化。这样的细分，能够让模型更清晰地了解各个场景的具体需求和效果要求，从而进行更有针对性的优化。 

知识问答场景，成了那个降落点。在后续的实现上，混元需要攻克的挑战仍不少：时延问题不必多说，响应时间一定要快；其次是对搜索内容的整合。 

「在整个链路当中，我们做了自建搜索引擎，还有一个意图分类模型，来判断是不是一个高时效性的提问。比如是不是跟新闻、时事相关的话题，然后再判断是该给到主模型还是 AI 搜索。」

只调用最需要的部分，这样一来响应速度能够大大提升。而一个重要的发现是， 70% 的问询都会引到 AI 搜索上，这意味着必须要有足够丰富的内容，作为最基础的调用支撑。

而混元背后，站着的是整个腾讯的内容生态。从新闻、音乐、金融，甚至医疗等更具体的领域，都能在腾讯的生态里找到海量的优质内容。这些都是混元模型在搜索时，可以触达和引用的数据，也是独一无二的壁垒。 

经过历时两个多月的高强度迭代，最终无论是回答的质量、响应和性能等方面，都完全实现了需求，上线到了小米的实际业务中。

toB 业务的要义便在于此，能够实现营收、能够赢得信任，需要实实在在给客户的业务带来价值。

「卷」泛化，才能走向更多场景 

大模型在不同行业和产品的落地中，实际上也在促进技术自身的成长。 

对于一部分大模型产品而言，选择 toC 的路径有一个核心考量：用 C 端的反馈来优化模型。大模型对调优的需求没有尽头，而 C 端消费群的数量和活跃度，为模型的迭代提供了养料。这样一来，迭代的飞轮就能跑起来。

实际上，这在 toB 业务中也会实现，甚至要求更高。

「少年得到」的 K12 语文作文批改功能，应用了混元的多模态能力。结合腾讯云智能的 OCR 技术，识别学生的作文内容，并根据设置好的评分标准，由大模型为作文打分。

通常，大模型和真人教师判分，差值在五分内就很好了——可这并不容易实现。一开始混元的评分和真人教师的评分，差值小于五分的情况，只有 80%。

「模型有一定方法和能力，能够解决一些场景里的问题。但是聚焦到一个具体客户的业务上，对这个效果有更高的要求。」新宇说，「可能 90%的准确度可以达成业务目标，但只有 70% 和 80% 的时候，就有一定距离。」 

这意味着还要继续「卷」下去。随着服务企业客户群体的不断扩大，对技术本身也提出了新要求：首先是迭代速度的大幅提升——面向 C 端用户时，迭代可能需要一到两个月。而现在，每周都能出现一个版本，这种高频迭代节奏极大促进了模型的成长和进步。

其次，通过持续服务不同企业场景，也显著增强了模型的泛化能力。这表明，深入服务多元化的企业需求不仅加快了模型开发迭代的节奏，也提高了模型的实用性和适应性，可以从严肃场景，拓展到偏娱乐向的场景中。 

刚刚获得千万级 A 轮融资的角色扮演内容平台「造梦次元」，应用到了混元大模型的角色扮演专属模型Hunyuan-role，定位于服务年轻用户，结合生成式 AI 技术，提供交互式、剧情化的虚拟角色互动体验。

Hunyuan-role 开创了一种全新的人机交互方式。通过塑造丰富多样的虚拟角色形象，并基于预设的剧情背景和人物设定，与用户展开自然流畅的互动对话。

在技术层面，这样的场景应用到了 Hunyuan-role 在长短文本对话处理、意图识别和响应等方面都展现出领先优势，能够胜任多样化的应用场景，并且展现出了出色的内容拟人化能力——不仅能够进行有温度的对话互动，还可以推进故事情节发展，营造沉浸式的用户体验。

这些特性使得 Hunyuan-role 成为产品获客和用户运营的有力工具，在提升用户留存率和使用粘性方面发挥着重要作用。同样也反映出，在严肃场景得到锻炼和提升的混元，从而形成的泛化能力，可以覆盖到更广阔的场景，乃至在端侧的应用。

从严肃场景，逐步扩展到娱乐、创意，乃至更多的场景，是大模型应用必须走上的征程。

随着技术的成熟和成本的降低，大模型势必要向更广泛的应用场景扩展。原先聚焦于严肃的商业场景，如企业办公、数据分析、科研等行业，因为这些场景具有明确的需求和较高的支付意愿。

进一步拓展到娱乐、创意、内容生产等行当中，需要在思路上有一个锚点：始终以解决具体场景中的需求点为核心目标，锚定融合大模型能力的切入点。

除了与应用软件的合作，也需要有和硬件厂商的合作，让模型在最靠近消费者的端侧有所施展与发挥，提供更贴近用户的日常生活，提供更便捷、即时的服务体验。

这个过程中，市场对生成式 AI 技术的认知和接受度在不断提高，用户基数也在持续扩大。面对这种快速变化的市场环境，模型的迭代能力变得尤为重要。这不仅体现在技术性能上，还包括对用户需求的理解、对不同场景的适应性等多个维度。只有那些能够快速学习、持续优化、不断适应新需求的模型和团队，才能在竞争中保持优势。 

在不断覆盖更多场景的时候，也是在走向更多的终端消费者。随着市场整体对生成式技术的接受，潜在用户量会持续增加，一个能够快速迭代和自我提升的模型，才可以敏锐地适应变化，走得更稳、更远。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

从 17 岁登上 Tomorrow Land，到成为第一位签约美国四大唱片公司之一 BMG 音乐的中国歌手，这个叫 Chace 的年轻音乐人，作品名录中，又多了一首新作：《Tunnel Vision》。

从 Michael Jackson 的音乐中获得灵感，Chace 巧妙挑选出一系列八十年代元素，但并不沉迷于旧事物，而是赋予了整首歌更清爽摩登的整体气质。《Tunnel Vision》是一支相当现代的复古作品：听感强烈明快，底色晦涩不明。

上周，Chace发布了这支新作以及 MV，MV 使用 iPhone 16 Pro 和 iPhone 16 Pro Max 拍摄，后期在 Mac Book Pro 上完成。

爱范儿受邀参与了点映分享会，除了抢先看到这支 MV，还和 Chace 聊了聊拍摄当中的巧思和细节。见识到 iPhone 16 在专业拍摄中，又一次的角色升级。

后制？前置！

平心而论，iPhone 强大的影像能力，在今天已经不足为奇——手机摄影更深次的价值，体现在它在工作流中的位置。

9 月时，Chace 受邀参加当时的 Apple 秋季新品发布会，被现场展示的 The Weekend 新单曲《Dancing In The Flame》的 MV 所惊艳。

这支使用 iPhone 16 Pro 的作品，使 Chace 当下就决定，也要用 iPhone 16 Pro来完成自己准备提上日程的新歌 MV 拍摄工作。

全新的 iPhone 16 Pro 和 iPhone 16 Pro Max 在新的硬件、软件和先进的 A18 Pro 芯片加持下，Pro 级摄像头系统更加强大多能。两款 iPhone 16 Pro 机型均配备带更快传感器的新 4800 万像素 Fusion 摄像头、以及高分辨率选项的新 4800 万像素超广角摄像头，以及具备卓越放大功能的 5 倍长焦镜头。

更高的分辨率，加上相机控制的多功能，让相当于七个专业级镜头的摄像头比以往更加强大，胜任 MV 的拍摄显然不是问题。

Chace 在之前自导自演过不少 MV，《Cinematic》更是向诺兰致敬，拍出了一支 6 分钟的微电影。这次是他第一次尝试用 iPhone 拍摄一支 MV，预先进行压力测试、反复调整解决方案，变得格外重要。在拍摄前他和长期合作的摄影指导陈大为，对拍摄的细节做了很多预案。即便如此，现场还是会出现意料之外的情况。

为期两天的拍摄里，Chace 采取了一种特殊的策略：后期工作前置。更具体的说，他在拍摄前期尽可能地预备好方案，并通过预拍摄的方式，测试实现效果，调整方案。那么最后正式拍摄时，只需要原样重现。

这是 iPhone 16 Pro 赋予他这样操作的可能性，毕竟，没有哪个使用专业摄影设备的剧组，经得起这样的制作思路。

「如果像我们平常的配置，比如说专业的摄影设备，然后进 AE、再进达芬奇，谁陪你做测试？」Chace 说，「那相当于钱在那里烧着，然后 30 个人等你测。」

在现场，iPhone 16 Pro 需要完成拍摄、监看、传输等工作，Chace 和陈大为发现 Airdrop 会造成一定文件质量损失，后来调整为 SSD 传输。选配雷雳 4 Pro 连接线等 USB 3 连接线，iPhone 可在自身和其它 USB 3 设备之间获得高达每秒 10 Gb 的超高传输速度。

在现场还有一个剪辑站，配备装载 Mac 版 Final Cut Pro 的 Macbook Pro，以及 Apple 首款 32 英寸 6K 视网膜显示器，这是 Apple 迄今最先进的专业显示器，超过十亿色彩，峰值亮度可达 1600 尼特，对比度达到 1000000:1。同时，现场使用的 Final Cut Pro，专为 Apple 芯片进行了诸多优化，加上 Metal 引擎的强劲动力，让 Final Cut Pro 能快速处理素材，剪辑复杂项目。

于是流程变成了：拍完一段，通过 SSD 传送后，使用 Final Cut Pro 进行基础调色和剪辑，检视效果，并且针对性的调整原有方案中的走位、调度、布光等等等等。最终正式拍摄前，大部分问题，都已经由预拍摄发现并解决了。

这一步，大大减少了后期制作的工作——还远不是时间层面的。

「这抵掉的不是时间，抵掉的是风险。」Chace 解释道，整个片子中，用到了不少合成镜头。这意味着，一旦前期拍摄中，任何瑕疵镜头，都会给后期带来不小的工作。

「比如后期如果发现影子重合了，我就得找专业的人去抠，还不是单纯就剪掉。还比如镜头稍微抖一点，后期并不是说稍微旋转一下就好了，它的景深会有一些差距。所以我需要花时间去做测试，不然后面不仅是说时间，是时间、精力跟成本，所有这些东西都要调。」

与其说对比设备本身，从而得出结论说手机拍摄更方便，不如说手机重构了整个拍摄的工作流，没有 iPhone 16 的全面能力，这样的策略难以实现。

Tim Cook 在现场探班时，也不禁感叹道，像这样把那么多工作都放在现场的情况很少见。

「很多人会掉进工业化跟技术的那个坑里，比如说我们一定要用怎样的光圈，一定得是这个数字。」Chace 说，「无论是拍视频还是做音乐，工具就是拿来用的。」由创作者来使用，由创作者来决定。

如同 Chace 这样，后制工作可以被前置，这当中所减少的花费、时间和负担，所释放出的可能性，远超想象。

更多功能，更多可能

看过《Dancing In The Flames》的朋友，应该会对片中大量的升格慢镜印象深刻。

能够用手机实现这样的镜头，来自于 A 18 的强大性能，得以实现 4K 120 fps 杜比视界视频拍摄功能，支持超高分辨率慢动作，且在编辑时可灵活调整帧率。

类似地，在《Tunnel Vision》里，几个慢镜头成了这支 MV 的点睛之笔。在 MV 里，多处都出现了升格慢镜头的应用。橙子从纸袋里掉出来，滚进轨道里；角色之间互相的推搡和拉扯。这些原本一瞬即逝的段落，被慢镜头拉长后，充分渲染出情绪，更放大了荒诞和戏剧感。

这并不是一支追求清晰表意的作品，带一点戏剧、一点荒诞感。「这个脚本改到最后两天才确定，」Chace 分享到，「当时想说能不能在一个有限的空间里，用一个比较无厘头的方式，让大家感觉到发生了什么，让大家在三分钟的时间里看进去。」

「于是就想了一个橘子的意象，从它开始，发生了一系列有点奇怪，但又有点似懂非懂的感觉。」

这个橘子的情节，成了整个 MV 的关键情节点，也充分展示了 iPhone 16 pro 支持 4k 120fps 之后，对创意实现的加成。

除了 MV 正片，封面也由 iPhone 16 Pro 拍摄完成，新一代摄影风格也带来了卓越的画质和更大的后期空间，计算摄影管线的进步，使 iPhone 加深了对肌肤底色、色彩、高光和阴影的理解，实现实时处理和更多创意空间。

这是一次与以往完全不同的拍摄体验，Chace 回想起来，尽管之前的经验里，他也经常要自导自演，但完全是另一种状况。

「如果是之前，我的角色其实是两个。不说画面里（扮演）的角色，我（作为导演）的角色就是确定，这个画面好不好。回放，看一下，OK——其实这是我唯一的工作，剩下的制片也在，美术也在，我不用管其它的，只要确定画面就好。」

而这次，他整个人忙碌起来，在现场时一分钟都停不下来。「我真的是每个环节里都在干活儿，大家可能在休息，但我一直在确认画面、合成，一直没闲下来。这可能跟我本人的性格有关，我希望可以尽量兼顾到各个方面。」

另一方面，一套全新的工作流和作业方式，也激发了他更彻底地投身其中，使他的种种想法最终成为可能，「Apple 一直以来看重的是创意、创造力。我希望多给一点，和 Apple 的合作，就应该是这样的。」

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博