守住文物本真，打开影像想象 ——《探宝上博•百物看中国——因AI而生》的AIGC创作实践与思考

  2026年上半年，由上海博物馆与上海广播电视台联合出品的《探宝上博·百物看中国——因AI而生》与观众见面。主创人员从馆藏中精选出50件文物，共完成50集、160多分钟视频内容，涉及500多个场景、3000多个镜头和10余种视觉风格。这50件文物背后蕴含的故事、文化、工艺和上海城市记忆，给创作留下了很大的空间。

  作为项目首席AI视效师，笔者从2024年6月开始参与相关技术实验，到整个系列完成历时近两年。模型更新很快，制作方法也一直在变。结合创作实践，笔者认为最值得讨论的核心有两点：如何把文物故事讲得让当代观众愿意听、看得进；面对AI强大的内容生成能力，创作者该怎样避免它在文物与历史细节上随意自由发挥。

一、从文物知识中寻找当代连接

  如果只是逐件介绍50件文物，很容易又回到年代、形制、工艺加历史背景的常规讲法。上海博物馆的专家先把每件文物背后的历史、人物、工艺和社会生活背景梳理出来，创作团队再从这些资料里找故事。最难的往往不是资料不够，而是在这么多信息里，哪一点最值得拿出来讲，怎样才能让今天的观众愿意跟着看下去。

  本次创作实践中，令人印象尤为深刻的案例为明代陆深所书《行书上海二日游诗二首》册。陆深为明代上海本地人，今日上海“陆家嘴”这一地名即源于其故宅与祖茔所在地。该册页记录了陆深在500多年前的一次上海两日舟游行程：从现今东方明珠、上海中心所在的陆家嘴区域出发，途经上海浦（今黄浦江外白渡段）、下海浦（今海门路一带），进入吴淞江旧道（今静安区虬江路一带），再沿芦子浦（大致位于今镇宁路区域）前往静安寺；次日向南行进，经五里桥（今五里桥街道、卢浦大桥附近）抵达南溪草堂（今肇嘉浜路、打浦桥一带），随后从董家渡区域横渡黄浦江，至唐桥别业（今浦东塘桥、八佰伴一带）赏菊，最终返回陆家嘴。尽管上海古城区多数水系已发生地貌变迁，但将上述行程点位标注至当代地图后可以发现，该路线整体覆盖了现今人们所熟知的上海中心城区。

  研读上海博物馆书画研究部凌利中、韦嘉阳所撰《泛舟赏菊 沪上今昔——明陆深〈行书上海二日游诗二首〉册赏析》一文后，可得到的核心观点为：该行程本质是500年前上海本地的城市漫步活动。基于这一认知，陆深不再仅作为抽象人名留存于史料记载之中，其当日行经的路线，多数点位处于当代上海民众工作与生活的核心城区范围内，今人赏读册页有强烈的穿越感。

  因此这一集不只介绍《行书上海二日游诗二首》册，还融入了与陆深和古代上海有关的多件书画。明代张鈇所绘《陆深愿丰堂会仙山图》卷表现的是500年前的陆家嘴陆氏宅园。团队看到画里的假山叠石时，觉得它和今天陆家嘴高楼林立的轮廓有一种很有趣的相似。虽然这只是创作上的视觉联想，但很适合拿来做古今转换。短片开场里，今天陆家嘴的摩天楼逐渐收拢、变形，最后变成《陆深愿丰堂会仙山图》里的假山叠石，故事也从这里穿回500年前。

  文伯仁所绘《南溪草堂图》卷中记录的500年前肇嘉浜地区的柳树、田野与草堂景观，亦被纳入“上海漫游”的叙事内容中。本次《上海文化故事“三部曲”》系列创作统一采用3D卡通视觉风格。由于该系列故事本身围绕休闲游览的主题展开，采用卡通化人物设计搭配夸张化空间变换的呈现方式，更有利于实现古今场景的自然转换；若采用传统厚重的写实性历史复原方案，反而会削弱内容本身的趣味性。2026年2月14日—9月28日，明陆深《行书上海二日游诗二首》册在上海博物馆东馆海上书画馆展出期间，这部AI短片作品也于馆内多媒体展台循环展映。500年前的一次泛舟之行，以全新的影像形式重新呈现于公众眼前。

唐代《彩色釉陶骑马女俑》又是另一种叙事。这一集从她头戴的帷帽、身着的胡服和骑马的姿态说起，顺着服饰讲到丝绸之路带来的文化交流，也讲到唐代女性的出行和社会生活。观众先看到的是一个具体的人：她穿什么、怎么骑马、为什么会有这样的装束？再顺着这些细节去理解那个时代。这样比单独罗列年代和工艺更容易拉近与观众的距离。

二、让不同的文物拥有不同的影像语言

  故事不同，影像语言当然也不该只有一种。文物实拍、专家采访、旁白、史料图片和历史情景再现，这些传统方法一直都很有效。AIGC加入以后，画面的表现力一下子加强了很多。50集《探宝上博·百物看中国——因AI而生》没有统一成一种所谓的“AI风格”，每一集都根据内容、时代和文物本身的气质来确定表现手法。

  《秋山玉炉顶》用了偏写实的真人电影质感，去表现北方民族驰骋山林的“秋山”世界；《上海文化故事“三部曲”》采用了3D卡通和中国传统书画的结合；《何震“气吐霓虹”石章》采用漫画风格展现侠义气质；《黑釉木叶纹盏》更适合水墨意境；还有一些书画作品直接让画中人物动起来。上海博物馆在本次创作过程中，为创作团队提供了鼓励创新的支持环境，对项目团队的创作实践具有重要支撑作用。团队可以先挖掘这件文物背后的故事，再去找合适的画面风格，不必先套一个“文博片应该长什么样”的固定样式。

  这种做法被称为“一物一策”：先把内容吃透，再定风格。只要知识点经得起推敲，画面完全可以轻一些、活一些，甚至带一点幽默。文博当然是严肃内容，但严肃主题不一定非要有一副严肃面孔。

三、在发挥想象之前，先让AI“看懂”文物

  画面可以大胆，文物本身先得做对。生成式AI遇到信息不足时，会按照训练中学到的经验把缺失的部分补上。模型随手补出来的一个纹样、一笔铭文往往可能是错误的。青铜器上的花纹、印章上的刻字、器皿上的铭文和结构细节每一处都是研究的对象，不能任凭模型觉得“像什么”就让它继续往下编。

  清戴本孝“冒襄”六面石章就是一个典型例子。这件石章一个六面体上有八个印面，包括方、圆、长方、椭圆、葫芦形等不同形态。只给模型一两张二维照片，它很难弄清楚这些印面彼此是什么关系。上海博物馆已完成对应文物的高精度三维扫描数据资产储备，经馆方授权许可后，本次AIGC创作直接调用了原本存储于馆藏数据系统中的已有扫描资料参与制作。

  借助三维扫描文件，团队输出了大量不同角度的结构图。实际测试下来，相邻视角尽量保留30%以上的连续结构信息，一个角度里的关键特征到了下一个角度还能接得上，模型就不容易把不同表面的纹样和结构错搭、嫁接。随后再用ControlNet等技术约束结构。做法其实很朴素：模型缺的是空间信息，技术人员就把空间信息补给它，先让它弄清楚这件石章到底什么样。

  在获得结构约束的基础上，生成细节仍会出现偏差：石章边缘存在自然形成的历史磨损，AI模型无法有效区分该痕迹是属于后天磨损还是原生雕刻笔画，往往会自主补充错误细节。最终由上海博物馆的专业研究人员标注出存疑区域，经技术人员重新判断后完成针对性修复。在项目完成后的复盘阶段，笔者提出应当重新审视博物馆已积累的数字资产价值——大量高清影像、三维扫描资料以往较少直接参与到视频内容制作，但在本次AIGC创作中，该类资产恰好填补了AI模型缺失的关键信息：既可以为模型提供“文物真实形态”的明确参照，也可作为后续视觉创作的核心基础。

四、从真实还原走向视觉再创造

  数字资产复刻文物，仅此而已吗？事实上，它既是复刻，也是创造。春秋晚期镂空蟠龙纹鼓座就是一个很好的例子。十二条圆雕蟠龙相互缠绕、噬咬，结构很复杂，也涉及精细的青铜铸造工艺。团队先依据高清照片和三维数字资产把它今天的状态建立起来，然后结合专家研究和已有工艺信息，尝试推演它刚刚铸成时可能呈现的视觉状态。

  今天观众在展柜里看到的青铜器，已经经历了漫长的埋藏和氧化。短片采用类似“延时摄影”的方式，让较新的金属表面一点点变化，最后回到今天熟悉的状态。这样处理以后，器物从制作、使用、埋藏到出土的时间过程可以直接被看见，很多过去只能靠旁白解释的内容有了画面。

  有了一个可信的文物底模以后，团队做人物、历史场景、特殊机位和光影变化时心里会更有底。数字资产先把文物今天是什么样说清楚，之后的创作才能放心往前走。对这个系列来说，它既是校准工具，也是创意的起点。

五、不能被AI幻觉带偏

  历史题材还有一种更麻烦的错误：第一眼很好看，每个局部也都“像古代”，可放在一起并不属于同一个时代。制作北宋《青白釉注子温碗》时，作品需要还原宋代饮酒场景。模型生成的初稿里，人物服饰、幞头、交领袍服和桌面酒具都比较接近宋代样式，而背景里的木雕隔扇、厚重家具和繁复厅堂装饰却明显带着明清特征。

  问题就在这里：每个局部都像古代，拼起来却是一个现实中没有存在过的历史空间。模型很容易把“古代”当成一个大类来处理，朝代之间的差别没有我们想象得那么清楚。画面一旦漂亮、气氛又对，制作人员很容易放松警惕。创作者不能被AI幻觉带跑偏，文博内容最后还是要追问一句：这个画面到底对不对。

  整个系列里，这样的专业细节很多。宋代家具是什么样式，龙泉窑本身的窑炉结构如何，苏麻离青在烧造前为什么更接近黑色，这些并不属于普通影视制作人员熟悉的知识，通用模型也未必学得准确。上博专家对此提供了很大帮助。很多时候，是专家指出一个细节后，制作人员才知道原来这里还需要查、需要改；模型见过的数据很多，但到了真正专业的文博细节上，仍然不能任由其想当然。

  之后，团队形成了一个很实际的原则：越靠近文物本体和史实，就越少给AI自由。形制、纹样、铭文、年代这些地方要尽量锁死；到了镜头、光影、节奏和美术风格这些表达层面，再把空间打开。这个尺度需要制作人员和专家一起把握。

结语

  本项目从2024年完成首次样片制作，到2026年6月最终完成《探宝上博·百物看中国——因AI而生》全片制作，AI影像技术先后历经多轮迭代更新。项目初期样片制作阶段，团队自主搭建ComfyUI工作流，采用ControlNet实现结构约束，借助IP-Adapter完成图像参考与风格控制，同时通过LivePortrait实现人物表情驱动，采用MuseTalk完成口型拟合处理。当前仅需单个模型即可完成的任务，在项目早期需要多套工具依次衔接完成，单条样片的制作周期接近两个月。

  从技术发展视角来看，本次项目初期所用的上述工具已相对滞后；同理，目前性能最优的模型在未来短期内也会被新一代技术迭代。但对本项目研发团队而言，核心价值在于始终保持跟进技术发展前沿的研究节奏：新型模型发布后，团队会首先测试其在画面质量、动作连续性、人物一致性、参考信息控制精度等维度的性能改进，再评估是否将其纳入实际生产流程。工具迭代更新是技术发展的必然规律，而这种紧跟技术前沿的研发习惯应当长期保持。

  50件文物也并不是50次简单的生成任务。每件文物都有自己的故事，每一集都要重新回答三个问题：这件文物最值得讲什么、用什么画面来讲、哪些地方不能让AI自作主张？AI技术最终要回到内容本身，不是为了证明模型能生成什么，而是让新的技术能力真正服务于文物的理解和传播。

  《探宝上博·百物看中国——因AI而生》最终入选“2026年度中华文物新媒体传播精品推介”精品项目，并获得多项行业荣誉。这个项目帮助创作者重新理解了AIGC在文博影像中的位置。500年前陆深乘船经过的上海，可以与今天的城市天际线在同一段影像中相遇；展柜中的青铜器可以借助数字资产重新呈现时间留下的变化；一尊骑马女俑也可以通过服饰和姿态，让当代观众理解千年前普通人的生活。只要真实的边界足够清晰，AIGC就能为文博领域打开更多的观看方式。

 （作者单位：上海东方传媒技术有限公司）