數字技術時代電影工業生產的“算法”思維及“算法工業美學”建構
——電影工業美學理論“接著講”的“數字算法”之緯

張明浩

(浙江大學傳媒與國際文化學院，浙江 杭州 310058)

引言：“算法”——數字技術時代電影工業生產的“底層邏輯”

數字技術時代，電影生產充滿各種機遇與未知。在電影工業強國的語境下，電影如何在數字技術時代搭建出“數字技術時代的工業美學”體系，顯得尤為重要，極為關鍵。

陳旭光教授的“電影工業美學”理論為電影的工業化發展提供了諸多有益理論體系與實踐指引——“體制內作者”“劇本為王”“常人之美”“折中思維”以及“網絡化生存/產業內生存”等理論觀念與實踐框架在作者之緯、劇作之緯、受眾之緯、制作的哲學思維以及“制作的生存之緯”等多個緯度對新時代導演生產與工業化制作提供了切實、務實的理論經驗與可實踐框架。

如今，在數字技術不斷加深，電影虛擬制作、AI寫作等電影新機遇不斷層出的當下，“電影工業美學”也需要“接著講”，以在數字技術時代“延伸”，并“發揮效應”?！半娪肮I美學”理論須與“數字技術”“技術美學”“技術發展”等結合進行“理論再生產”。

而我們如今學界呼聲較高、關注較多的“虛擬制作”“人工智能制作”“可視化電影制作系統”與電影工業生產這一系列問題，其實核心涉及的都是“電影與算法”的問題——虛擬制作中的實時預演、拍攝可視化；人工智能制作的AI深度學習與劇作生產；數據平臺的用戶畫像分析等，其實都與“算法”有關。正如吉特爾曼(Gitelman)在《總是新的： 媒體、歷史和文化數據》(AlwaysAlreadyNew：Media,History,andtheDataofCulture)中所言，算法技術現在已經是“整個社會的科學工具”[1]。顯然，“算法”也是電影生產的一種“科學工具”。這種“科學性”，最為明顯的體現便是：“算法”能夠在數據基礎上，為電影生產(從選題到宣發)各個階段提供一種“算法支撐”與“算法建議”，盡管可能有時“算法建議”并不十分準確，因為人還是感知的動物，但相對而言，基于大數據后的“算法推測”與“算法建議”能夠有效保證電影在制作及宣發等各個緯度得到有效保障。比如，諸多電影借助“抖音算法”進行“算法”式傳播，不斷被推送到“目標受眾”面前。此過程，便是“算法”背后的“助力”。

算法與電影這一問題盡管被學者從各個緯度進行觀照，但就談“算法”與“電影工業體系化”生產問題的，卻不多。但我們顯然不可忽視的是，我們已然進入一個“算法時代”！將“算法”合理利用，并助力于技術時代下中國電影工業體系化建設，無疑是技術時代下能夠促進電影生產流程化、可視化、節約成本的有效之緯。

我們常常關注到技術發展下電影制作的大場面與震撼視聽，更關注技術時代電影工業化生產如何盡可能減少“成本病”等問題。其實電影工業化生產的“工業流程”之緯，減少“成本病”的核心，便是要有高度的“計算”能力與“預演”實力。也就是說，電影工業生產中，“算法”必不可少且十分關鍵——因為“算法”決定了這個電影能否可以在選題、選角、制作、后期、宣發等各個緯度上的“精準性”與“最大優化性”。

所以，分析如今的“算法文化”“算法邏輯”“算法陷阱”及其與技術時代電影工業體系化生產的二元關系與融合發展，應該會對當下及未來電影工業生產起到一種啟示意義與實踐借鑒作用。

由此，基于陳旭光教授的“電影工業美學”理論，提出技術時代下電影生產的“算法工業美學”，以此在“算法”緯度對“工業美學”理論進行延伸，并初步對“算法工業美學”提出的文化之緯進行剖析，對“算法工業美學”的理論框架進行初步搭建，并指出“算法背后的技術統治陷阱”等問題。

一、“算法”的特質與屬性：整合推優、知識學習與“構境沉浸”

算法具有“優化整合”的本體屬性?！八惴ā辈⒎菙底謺r代專有物，而是存在已久?！端惴ㄖ馈笇Чぷ髋c生活的算法》中指出，“算法”是人類面臨困境時追求最優選擇的一種行為，這種選擇行為自石器時代就已經開始。[2]這里的“最優選擇”性，強調著“算法”背后的“優化推薦”與“最優整合”屬性。查爾斯·巴貝奇也指出，“上帝創造的不是物種，而是創造了物種的算法”[3]，進而從物種產生之緯就強調了“算法”是內置于物種之中，不以人的意志為轉移的“存在”。的確，物種的基因等，都似乎是“編碼”而成的“算法”。

算法具有“復制”“重現”“超越”的三重使用屬性?！八惴ā背３３霈F在計算機程序之中，與人之間常常形成一種無形的“對比關系”。1956年，赫伯特· 西蒙設置了計算機程序，用“計算機程序”“算法”運行羅素和懷特海所著的《數學原理》中所使用的基本公理。這一做法，以“算法”運行“數學定理”并校驗其合理性，且與羅素的證明過程相對比，并且據說：“這種做法取得了巨大的成功，有一個定理的證明過程甚至比羅素和懷特海的方法更漂亮。(當激動難抑的西蒙把這個消息告訴羅素爵士的時候，他很有風度地回復：‘得知《數學原理》現在可以由機器來證明，我很高興。真希望我們能在花費10年徒手計算之前就知道有這種可能性存在?！?”[4]顯然，在這里，大眾就已然意識到，“算法”推算與“人工推算”之間的某種微妙聯系。并且，從羅素對“算法”的態度來看，顯然，他對“算法”背后所節省的“時間成本”與“效率問題”持有積極認可態度。的確，從“10年計算”到“算法一頃刻”，在這一過程中“消失/加速/濃縮的時間”就足以說明——“算法”的“強勢”與“有效性”。

“算法”常常涉及“數據處理”與“知識學習”兩個主要特質。皮埃羅·斯加魯菲在《智能的本質》中指出，人工智能的演變將沿著一種“數字邏輯”的發展軌跡進行，即認為人工智能“已經達到數理邏輯的最高形式，并將符號處理作為研究重點”[5]。借言之，人工智能背后的“算法邏輯”更多是進行一種“數字化處理”與“符號整合”，這種將“數字邏輯”稱為“最高形式”的方式，無疑能夠使我們發現“現象”背后的“數字邏輯”脈搏。而另一方面，“算法”所涉及的“知識學習”，使算法更具“人性”：借助各種數據處理與知識學習后的“算法”(計算機)，不僅是“知識整合”后的“推優者”，更成為“知識生產者”與“知識擁有者”，正如約翰·麥卡錫在《常識性程序》中所認為的那樣：“擁有常識的智能才能被稱為智能，常識主要源自世界的知識積累?！盵5]

顯然，一般來說，“算法”具有廣泛的指向性，計算、統計、整合、推薦等涉及“算法”的行為路徑，都可以稱之為“算法”范疇。

但在數字計算時代，“算法”更聚焦于“計算”及其“算法構境”等層面。所謂“構境”是居伊·德波在《景觀社會》中提出的，指由一個統一的環境和事件的游戲的集體性組織所具體而精心建構的生活瞬間。[6]換言之，若放到當下而言，“算法構境”就是說，建構一個“人”喜歡的“環境”而使人“沉浸其中”。這種“構境”屬性從如今抖音推薦算法后的“視頻圍繞”就可以看出——當人們玩抖音時，“時間”會消失，人們所看到的內容也都是“自己喜歡”看的內容，在此過程中，人們逐漸忘卻時間，深陷其中，而算法又在人們長時間的沉浸之中，得到人們更為精準的“構境”喜好，以此讓人們“不能自拔”。整個過程，便是抖音算法在“構境”，并依靠用戶數據，不斷糾正自己的“構境”的過程。

于此，算法背后的主要邏輯得以顯現——計算推優、構境沉浸、知識學習、數據處理。顯然，這些特質若放到電影工業生產之中，算法應該能夠為電影工業生產提供“推優策略”，并在“知識學習”中不斷使電影生產達到一種“構境沉浸”的美學效果。

當然，這里的算法還涉及“數字計算”緯度，與電影算法之中的“情感”“景別”等緯度還有不同。但事實上，自數字成像技術以來，“算法”成像在電影之中早已存在，并且“計算”得常常較為“漂亮”。

克里斯托弗·盧卡斯在《電影攝影》一書中指出，數字計算對電影攝影的沖擊：“電腦生成影像在整個20世紀90年代越來越廣泛地應用，意味著視覺效果設計師越來越多地承擔起在景觀、物體、調色、照明等方面做出決定的職責；而在過去，如果電影攝影師不是創作主導的話，在這些事務上咨詢他人是很正常的?！盵7]顯然，他所強調數字技術對攝影沖擊的背后，所指向的便是“數字算法”推薦與電影制作的關系。借此試想，他文中所提到的數字視覺效果設計師若是一個通過“計算”而進行“景別”“視覺”呈現“推優”的“算法程序”，那么，電影制作將會完全“算法”化與“數字化”，進而節省諸多“拍攝成本”。由此，對電影生產而言，“算法”不僅具有“構境”潛力，更具有使電影生產完全“脫人”“數字化”的實力。

二、從“算法”到電影“算法工業美學”——算法工業美學理論發生的“審美之緯”與“大眾文化之緯”

(一)“算法”的“人腦黑箱”呈現與“人類審美/消費”展現

2019年，Nature150周年慶?？邪l布多家機構聯合綜述，認為未來“泛在的”(ubiquity)算法作為“推促性技術”(nudging technology)將在人類生活的各方面扮演越來越重要的角色。[8]

對于當下消費者而言，算法是他們“大腦黑箱”的一種“可視化”呈現。羅西·布雷多蒂(Rosi Braidotti)認為，算法使“身體—機器”之間的界限模糊。[9]更可以說，算法已經成為人類的“大腦機器”。我們在刷抖音等以“算法”為基礎的平臺進行娛樂時，會驚奇發現，抖音里的內容竟然與我們的“潛欲望”相似，甚至抖音在“代替”我做出“我喜歡”的內容的選擇，以此推薦給我們。這一過程中，算法似乎成為我們大腦黑箱中不可見的“潛意識”。也就是說，“算法”更接近于我們的“人之本性”或“腦神經”，甚至可以說，算法成為人們的“腦神經”。正如皮埃羅·斯加魯菲在《智能的本質》一書中所指出的人工智能的發展路徑一樣——“利用數學邏輯方式模擬人類大腦思維的運行方式”“通過對大腦結構的仿真設計來模擬大腦的工作原理”[5]——“算法”已然成為人們的大腦工程結構，并成為人們的潛意識。人工智能專家雨果· 德· 加里斯也對“算法”背后的“基因”“展示”優勢進行過陳述：“神經網絡可以被想象成由枝節一樣的纖維(叫作軸突和樹突)連接起來的三維大腦細胞矩陣。來自神經元的信號由軸突發送出去。樹突將信號傳入神經元。當一個軸突和一個樹突相連，形成的聯系叫作神經鍵?！盵10]而所謂基因算法就是對上述神經網絡的模擬。顯然，人工智能算法背后的實質是“算法”模擬“人類”大腦。

正如尼克·西弗所指出的，“算法不只是嵌入(in)在我們的文化中，而是本身成為(as)一種文化，是通過經驗參與和接觸更廣泛的意義和實踐模式的一部分”[11]。

于此而言，“算法”成為我們的“大腦無意識”“大腦潛意識”與“審美趣味”，算法能夠通過計算大眾的喜好進行精準推優。

也就是說，“算法”使“不可見的大眾的腦黑箱”與“大眾的審美趣味”進行了一種“可見的呈現”。當大眾在《覺醒年代》中“流連忘返”之時，會驚訝發現，自己打開的抖音、淘寶、微博、微信等，都會有一種相應的內容推薦。這種推薦，便是算法展現人們審美情趣的一種表達。再以《人世間》為例，《人世間》依靠一種中國式最具共情特質的故事內容，而使廣大受眾共情，并且不斷被推薦到各種社交媒體。受眾似乎每日沉浸于《人世間》之中，一方面，《人世間》背后的算法推薦，表現出算法“懂人”的特質；另一方面，不斷的推薦，也使該作品的喜聞樂見程度不斷加大。此外，對焦電影而言，算法能夠根據受眾不同的審美喜好進行“推薦”與“編碼”，比如《唐人街探案3》《你好，李煥英》等作品在春節檔上映期間，“算法”早已根據受眾以往的“喜好”，進行分別式的推優、推薦。喜好家庭片的受眾似乎被算法建構在一個“家庭”“合家歡”的“構境”之中；而喜好《唐人街探案》系列的受眾，早已陷入“唐人街探案”宇宙的“算法構境”之中不能自拔。

也就是說，算法使人們潛意識的“喜好”“趣味”等進行了一種“推薦”式的“可視化”呈現。算法依靠計算人們的使用數據、學習人們的使用取向，而成為“人的大腦”，甚至成為比“大眾更懂得大眾”的“存在”。

(二)算法展示“大眾”——“算法工業美學”理論的大眾文化基礎

算法能夠展示大眾。而電影生產必須尊重大眾。既然算法能夠預測大眾，而電影生產又離不開大眾，顯然，提倡一種“算法工業美學”便對當下“算法時代”中的電影工業化生產具有重要引領意義。

也就是說，之所以提出“算法工業美學”理論，是因為，電影生產需要尊重“大眾文化”，而如今，“如何呈現‘不可知’的大眾文化及大眾喜好？”顯然，“算法”能夠在一定程度上，使“不可知”“不可視化”的大眾文化進行一種“可視化呈現”。而這，無疑是我們需要關注、抓住并深入電影產業、電影工業發展的重要緯度。

簡單來講，電影工業美學提倡“常人之美”，尊重“大眾文化”。但“常人之美”的“美”是什么？“大眾文化”的文化是“什么”？都是“不可見”的。而“算法”能夠使這些內容“可視化”“可見”“可看”，并“可一一為大眾推薦”。顯然，這能夠在根本上，聚焦、明析出當前“大眾文化”，并有利于電影生產制作。

也就是說，“算法工業美學”的提出，依舊是“延續”電影工業美學理論的“大眾文化”之緯。只不過，“算法工業美學”中，“算法”能夠使“大眾文化”進行一種“可視化”“數據化”與“整合化”。這是因為，我們經常提到“大眾文化”，但“大眾文化”到底是A，還是B，無法定義更無法劃分。但“算法”依靠“大眾觀看習慣”“大眾觸碰機制”及個人的“知識學習”，使“大眾文化”能夠“可利用”。

而當“大眾文化”“數據化”時，也為電影生產帶來了明確的指向。在選題緯度，大眾喜愛的選題為何？“算法”能夠提供推薦。在制作緯度，進行可視化呈現，為制作提供一種“算法經驗”，比如浙江大學范志忠教授與于欣平博士生在《計量電影學視閾下新主流電影工業集體創作的可視化路徑》一文就“通過鏡頭時長、剪輯節奏、運動鏡頭、固定鏡頭和景別等計量電影學分析，探討了《我和我的祖國》《我和我的家鄉》《金剛川》這三部新主流電影工業集體創作的可視化路徑，尋找以定性研究為核心的電影研究與量化研究相結合的契合點，以給未來的新主流電影制作與研究提供一個可資借鑒的范式”[12]。在選角緯度，大眾喜愛的演員為何？“算法”能夠提供指向。比如浙江大學張嬋研究員曾在《影視產業的明星臉：“演技派”與“流量派”演員的面部特征比較研究》中依靠“算法”“數據統計”研究“明星的臉”，并分析何種“臉”更容易成為“明星”。其實，這不就是將“大眾文化可視化”的一種“數據統計”思維與“算法”思維嗎？若將此研究延續到電影工業制作之中，研究何種“臉”更容易成為“大銀幕中受眾喜愛的臉”，相信將會有助于電影的工業制作，并在一定程度上為電影提供一種總體的商業保障。

三、“算法工業美學”的理論原則與歸旨：以“交往理性”為前提的“對話”關系搭建

“算法工業美學”聚焦數字技術時代電影工業化體系建構與工業化生產問題。而在此問題之前，我們需要辨明，數字時代電影工業生產所服務的對象為何？顯然，數字技術算法時代也好，非數字技術算法時代也罷，電影始終應是大眾的藝術。只不過，在非數字經濟時代，電影創作、生產與“大眾”之間的“交流”似乎只是一種“放映后”的“反饋”與“放映前”的“部分交流”。但在數字技術算法時代，電影與大眾之間的“交流”有了諸多“可參考”“可直接”交流的機會。而這種機會，在一定程度上成為電影與人“對話”的一種重要媒介。而算法，恰好能夠搭建起大眾與電影生產之間的“對話”關系。

哈貝馬斯強調“交往理性”對筆者所提倡的算法工業美學的核心宗旨——“對話”——有關鍵啟發意義。哈貝馬斯指出：“我所說的交往行為是由符號協調的互動，它服從的是必須實行的規范，這些規范決定交往雙方之行為，而且至少被兩個行為主體所理解、承認?！盵13]這里，他指出，交往合理的前提是要有一種互相認可的“規范”。借此思考，這一“規范”其實可以延伸到各種“交往”之中，即“交往”的雙方都認可一種“規范前提”，并以此進行自我規范與“平等對話”。正如哈貝馬斯所指出的，“與有目的、理性的行為不同，交往性行為是定向于主觀際地遵循與相互期望相聯系的有效性規范。在交往行為中，言語的有效性基礎是預先設定的，參與者之間所提出的(至少是暗含的)并且相互認可的普遍有效性要求(真實性、正確性、真誠性)使一般負載著行為的交感成為可能”[14]。顯然，就電影生產而言，算法提供了電影受眾與電影(制作者、宣傳者)之間的某種程度上的“對話”與“交流”“協商”。

毫無疑問，作為大眾藝術的電影具有商業性，是一種文化經濟商品，也是一種文化傳遞媒介。所以，電影的生產本質，還是要尊重作為電影消費者/審美者/觀看者的受眾的審美意愿。這一方面，陳旭光教授的電影工業美學理論也極為重視，并倡導“常人之美”，尊重“大眾文化”等觀點。

而“算法工業美學”是電影工業美學中所提倡的尊重“常人之美”的一次再推進。電影工業美學所提倡的還是電影生產尊重“大眾”。但具體如何尊重大眾，那便需要有媒介與大眾搭建起交流平臺，供給大眾與電影生產者交流。而“算法”作為“大眾大腦黑箱”的“可視化”呈現，無疑能夠使電影創作者更為明白大眾?；蛘邠Q言之，算法使大眾的意愿進行了一種數據化、可視化呈現，而這種呈現，顯然是大眾意志的體現，當創作者看到大眾“可視化思維”并以此進行創作修正與宣發對焦時，二者之間的“對話”關系也便形成。

“對話”是交往的前提。電影與人之間的關系，何嘗不是一種“交往”？故此，“算法工業美學”提倡“對話”，提倡生產者、宣發者等電影工作端的人員通過“算法”媒介與“大眾”對話。之所以要通過“算法”媒介達到一種“對話”效果，而不是簡單的人與人之間的對話，是因為“算法”計算后的“大眾意愿”顯然會比個人的主觀意愿更具科學性。但當然，“算法”對話并非強調“對話”僅僅依靠“算法”，而是要以“算法推薦”為主要創作參考——因為我們還需要承認，電影也是個人的藝術。但在數字時代，當“個人藝術”與“算法表達”結合后，相信電影的生產也將會具有“超越個人”的屬性。

如今，中央宣傳部電影劇本規劃策劃中心也頒布《關于申報中央宣傳部電影劇本規劃策劃中心2022年度“中國共產黨人精神譜系電影創作”調研課題的函》[15]旨在進行一種科學選題規劃與數據庫搭建后的合理化選題推優；以貓眼專業版App、燈塔App等為代表的“計算”類App已經將電影上映后的“觀眾反映”進行了較為明確的“數據化”“可視化”呈現。無論中央宣傳部電影劇本規劃策劃中心力圖搭建“選題數據庫”的宏偉藍圖，還是各種影視專業App后的“觀影”數據“可視化”，其實都在試圖從“算法”邏輯之下，為電影生產者提供“算法計算”推優大眾審美與文化趨勢后的一種“對話”機會，使電影生產能夠從大眾中來，到大眾中去。顯然，提倡一種電影生產的“交往合理”化與“對話”理論，有助于電影工業生產更為準確把握時代脈搏、人民取向與審美動向，對其初期選題、后期宣發等都具有“助益”效果。

總之，“算法工業美學”的核心宗旨是推動數字技術時代下與大眾“對話”的工業式電影生產體系，盡可能使電影生產者與大眾達到一種“合理交往”的高度，使工業式生產的電影在工業生產的同時不離開生產消費的主體——大眾。

四、“算法工業美學”的理論框架：“可視式制作”“算法內導演”與“全流程推薦”

陳旭光教授在艾布拉姆斯、劉若愚的基礎上，提出建構電影理論的四要素，即影像世界、生產者、電影作品、觀眾與接受、傳播，并進一步劃分為：“作為電影藝術的表現對象即客體的影像的世界；作為影視藝術創造主體的編、導、演、攝、美、錄 (策劃者、制片人、出品人、監制、融投資、發行、放映、營銷) ；作為電影藝術的‘文本’形態的語言形式要素及組構方式的藝術品；作為接受階段的觀眾的欣賞、接受、消費與批評、電影的傳播、影院、院線、后產品、全媒介傳播?！盵16]陳旭光教授以此從“體制內作者”“劇本為王”“折中式生產”等緯度對電影工業美學進行了理論建構，并進行“理論批評化”實踐。

借助電影工業美學的理論框架，結合算法的知識學習、構境沉浸、整合推優、可視化等特征，筆者也以此嘗試推動電影工業美學“工業”體系建構的“數字算法”之緯。

顯然，我們在進行搭建工業體系時，需要注意，所謂的“工業體系”，不僅是單個電影生產過程中的工業流程化、協作化，更是一種數據庫化的工業體系，以為今后類型生產提供“知識參考”與“實踐指導”。工業體系的核心是新時代中國電影工業的國際視野與高峰發展，應該是具有數據知識推薦、整合推優及合理化規劃生產的一種結合式生產體系，核心是可持續與推動電影高峰發展。

所以，建構數字技術時代電影生產的工業體系，顯然需要注意幾方面：一是全流程生產；二是數據共享與制作參照；三是受眾分析與類型創造；四是藝術創新與大眾尊重。要達到如此幾個緯度的效果，顯然需要有電影工業美學的“折中”思維，即生產需要“算法”但又不能離開“導演自主性”等原則。

(一)“算法內導演”：“體制內導演”的“算法”思維延伸

陳旭光教授提出電影工業美學提倡“體制內導演”的生產模式，即生產應尊重“體制”(市場、大眾、政策等)，并冠以“主觀能動性”，也就是在體制內“折中”，生產符合大眾審美趣味且具有藝術美學精神的作品。

而“算法內導演”是“體制內導演”的一種“算法”思維延伸。也就是說，在導演進行創作時，要多看“算法”推薦后的“大眾審美”，并在“算法推薦下”的“大眾消費趨勢”之下進行一種“合理”“折中”的“導演生產”。

如今，“算法”的內容推薦功能已經被諸多學者認可。比如Zamith和Lewis指出，依靠編碼，能夠對內容進行精準分析。[17]顯然，對成功作品進行“算法”內容分析，將有助于導演的內容定位。另有學者則認為，算法能夠在個性化推薦的基礎上，根據受眾不同審美愛好，進行精準內容推薦與計算。[18]Kim和Lee則指出，算法的學習能力，能夠為內容生產提供擴容機會。[19]

顯然，內容的“算法”將有助于導演在“選題”等方面進行精準把握，一定程度上減少時間成本。并且，導演能夠根據以往“算法”內容，進行一種類型化生產或“超類型化”生產。

如今，諸多新力量導演如路陽、郭帆、陳思誠等都具有“折中”意識。諸多影視公司也都會在拍攝前進行相對較長時間的“選題論證”，這些其實都是在進行一種“算法”思維的實踐。值得一提的是，如今各地已經有數據評估中心以“數字”“算法”等來進行影視選題評估，以給影視公司、電影導演“啟發”及“參考”，比如西安影視數據評估中心便具有數據評估、選題評估等各項“算法”式服務。

提倡一種導演的“算法”思維，是讓導演在創作時注意“大眾”，以更好把握大眾審美趨向，并能使影視公司在影視產業的最初生產階段有一定的“信心保障”。但“算法內導演”并非指導演要根據“算法”完全進行藝術創作，并非“算法為王”，而是提醒導演“注意”“算法推優”——因為就數字知識學習與推薦整合分析而言，算法相對合理。

故，“算法內導演”，主張導演關注算法背后的趨勢、動向及數據，并以此重視算法背后的大眾文化，但也需要導演有敏銳的藝術創作力，關注大眾的同時要保持個人的藝術特性。

(二)“可視化制作”：工業生產的“可見”“可預”

工業制作提倡成本可控與制作預演化。近年來頗為矚目的“虛擬制片”技術便是一種“可視化制作”的代表技術。浙江博采傳媒有限公司創始人、CEO、導演李煉指出，他公司作為國內較早且具有完整虛擬制片系統的公司，具有完整的虛擬制片系統，中間包括八大模塊：Kmoke、Universe controller、Tilex、Mocar、Unreal box、Black lock、Hilo、Saker。該公司開發的Techviz虛擬制片系統，“是一整套的仿真系統，能夠幫助我們把導演在現場拍攝時對現場鏡頭的調度以及演員的表演，通過數據仿真系統繼承到實拍畫面中，保證實拍過程中所有鏡頭的運動與整個虛擬預演過程保持一致，比如車輪的運動與抖動是跟現場安排的路徑、道路的高低起伏有關的，這些信息、數據都會通過仿真系統傳輸到實際拍攝的系統中，以快捷高效的方式保證了整個拍攝流程的標準性與可控性”[20]。

顯然，虛擬制片為電影制作提供的是成本可控、資金保障以及“預演拍攝”等“可控”制作的機遇。而這種制作方式，無疑能夠從前期制片延伸到整體拍攝之中。甚至，當數字技術發展到十分成熟期，可視化生產，直接跳過了“拍攝預演”而成為“影像”。當然，這種方式在如今諸多利用面部動作捕捉、成像技術等技術生產的電影中已有運用。

盡管如今電影可以完全“數字化”生產，用一個電腦房間生產出一部電影也早已不是罕見之事。但筆者所提倡的“可視化生產制作”的核心依然是，在實體生產之中貫徹一種提前預演的“可視化”意識，以此最大限度地避免電影犯“成本病”。

綜上所述，“可視化制作”提倡的核心是電影生產的“可預期”“可持續”與“可把控”及“成本可控”等緯度，基于電影商業制作的合理化與科學化，進而提出的創作思維。

(三)“全流程推薦”：推優與避險的商業邏輯與內容生產

電影作為一種工業生產的藝術，是一種集體流程而成的藝術物。算法的優勢便是能夠在其最初選題到最后宣傳等各個緯度進行一種“全流程推薦”。正如有學者指出，以“算法”為核心的網站分析技術“可以收集和處理數據，為機構制定績效指標，提供網站優化策略”[21]一樣的道路，“算法”也可以為電影的全流程生產提供一種“全流程推薦”。

此處的“全流程推薦”觀念是指創作者在創作過程中，時刻注意“算法”推薦，以此進行一種商業避險與內容生產，進而最大限度保障電影的可回收與受眾基礎。

如今，“算法”的運用已然在電影生產的各個領域都有嘗試與實踐，將各個領域的實踐進行一種整合、結合與可持續式運用，便在如今當前電影工業體系中顯得尤為關鍵、極為重要。比如在剪輯方面，“剪輯經歷了從膠片時代的機械剪輯到數字化時代的非線性剪輯，現正進入智能化剪輯時代。如21世紀?？怂古cIBM合作，用AI系統剪輯出了恐怖片《摩根》的預告片。該AI系統在學習了百余部恐怖電影基礎上，分析這些電影的場景、對話與視覺變化等，根據腳本剪輯出了預告片”[22]。在電影生產方面，也有文章研究“算法制作”如何深度學習人類制作，進行一種完全的“算法虛擬制作”，趙益的《基于區塊鏈技術與機器信任的電影文化數字化搭建》一文中便提出，“基于區塊鏈技術和機器信任機制，在算法共識與算力升級形成數字化矩陣的產業前提下，探討虛擬社區如何實現人與人工智能結合，自主完成內容生產”[23]。此外，在用戶研究領域，算法也具有可視化潛力，比如《基于用戶行為的電影推薦算法改進研究》一文“提出了一種結合物品特征標簽的推薦算法……印證了特征標簽中包含著豐富且準確的用戶喜好信息”[24]，《基于項目特征與用戶興趣模糊性的推薦算法》[25]也對算法進行了用戶之緯的“計算”與“分析”。再如，《基于SM2/SM3國密算法的數字電影發行密鑰實現方法》利用“算法思維”并基于“算法”提出了“基于SM2/SM3國密算法的KDM制作模型，為電影領域安全自主可控提供了技術參考”[26]。

顯然，如今的電影“算法”可視化的“技術突破”已然在電影制作的各個緯度。但顯然，“全流程推薦”這一目標的達成絕非是一個影視公司便可以實現的，它更需要“數據庫”的支撐。當“全流程推薦”成為電影制作的“可能”時，電影的工業化生產、協作化制作也將取得顯著進步。所以，此處的“全流程推薦”也就為電影生產者與研究者提供了一種努力方向，我們需要力圖從搭建電影工業數據庫、算法庫等緯度，為電影可持續、工業體系搭建進行持之以恒的努力。

當然，“全流程推薦”在如今也能夠從“虛擬制片”“宣傳推薦”等各個緯度之中實現，比如貓眼就曾在宣傳自家作品時運用數據推薦、個性訂制推薦等方式，為其作品的宣傳進行了一種“算法”式工業化“全流程推薦”。盡管，貓眼此舉更集中于電影的宣發后端，但也為今后電影生產的“全流程推薦”提供了一種實踐參考。

余論：算法背后的技術異化警惕與算法工業美學的倫理關注

毫無疑問，在數字技術算法時代，算法建構了“人們在互聯網上的感知與現實”[27]。我們重視“算法”的同時，當然也需要注意“算法”背后的“技術陷阱”與“算法奴役”等“技術異化”問題。法國哲學家毛里齊奧·拉扎拉托

(Maurizio Lazzarato)曾反思資本與技術奴役人這一問題，他指出，在基礎設施、通信設備等“社會機器”之下，一種“機器奴役”形式形成——人成為人機的組合方式，主體性消失，變為機器的零件。[28]顯然，我們也須思考，當“算法”代替“大眾”思考、呈現大眾審美、為大眾推薦內容的同時，推薦的內容是人們所喜歡的還是“算法”后人們喜歡的？

尼爾·波茨曼在《技術壟斷》一書副標題上就明確有一個“警惕語”——“文化向技術投降”。而如今，“算法”時代，文化顯然在“算法”之中，但又在“算法”之外，所以，這便要求我們，要警惕算法背后對生產及人的奴役，不能唯算法主義，要尊重“算法”，但也要有創作的特性，堅持電影工業美學的“折中”“務實”精神，不可向技術“投降”。

無論承認與否，我們已然進入一個“算法洪流時代”，既然無法改變，不可避免，那不如以一種“拿來”的姿態面對“算法”、借用算法，進行數字技術時代的算法工業美學體系建設。

當然，算法并非“去電影工種”，我們應時刻注意，電影是集體的創作，更是各個工種合理而為的藝術品。數字算法為電影提供制作參照與制作避險的同時，要明確意識到，數字不能也不可完全代替人進行生產，因為溫度、感知這些能夠引起共情的創作靈感，依舊是獨屬于人的、無法計算的緯度。所以，應繼續堅持電影應有的倫理創作傳統。故此，算法工業美學是以算法作為“參照”“經驗”與“方法”，而不能以“算法”為最終目的，因為電影最終還是人的藝術、感知的藝術、情感的藝術。