海报设计：扶小姐
蚂蚁隔壁班--MT在线分享会录音
语音整理：玫瑰之上
文字整理： 钱 丹
各位朋友们大家好，先给大家拜个晚年。我是MT，非常高兴能在这里和大家聊聊摄影与AI时代创作。特别感谢胡大的邀请，让我有机会在此探讨摄影、艺术与科技之间日益微妙的关系。如果是蚂蚁群的老朋友，或许对我的街拍作品会有一些印象。自疫情之后，我开始认真投入街拍，这几年走过了十多个国家，拍摄了无数瞬间。我一直觉得街拍就像魔法一样，它是摄影中最接近捕捉时间的方式，而且在我看来，这也是最能锻炼观察力和反应能力的摄影类型。
这几年，我的作品陆续在加拿大和国内的一些展览中展出，比如2024年的多伦多康泰国际摄影节、500PX的视觉庆典，也获得了IPA、muse ND等摄影奖项，500PX还评我为年度Top10。虽说这些奖项更像是一张张名片，但对我个人而言，在过去几年街头摄影和人文纪实创作的过程中，我经历了一次重要的认知转变。
刚开始街拍时，和许多人一样，我认为摄影的核心是抓住转瞬即逝的决定性瞬间，是情绪张力，是光影交错的戏剧感，或是极致复杂却又恰到好处的构图，简而言之，就是靠直觉去捕捉世界。然而，随着拍摄的增多，我开始产生疑惑，这种直觉真的如此神秘吗？它是否也能够被训练、拆解，甚至通过某种系统复现出来？尤其是在阅读了大量摄影书籍，特别是马格南、康泰纳仕相关书籍后，我的想法逐渐发生了转变。
可能有些朋友看过这本书，它展示了很多摄影大师在按下快门那一刻，到最终选择作品的完整过程。以前，我们总觉得布列松的决定性瞬间是摄影师的神来之笔，但看了这本书后会发现，许多我们以为的完美瞬间照片，其实是从大量试拍中挑选出来的。大师们也是通过不断调整自身位置、构图，甚至预测被摄对象的行为，来最大化捕捉到决定性瞬间的概率。所以，我经常向朋友推荐这本关于马格南、康泰纳仕的书，它既是我街拍的入门书籍，也能让大家对很多摄影师的名作有更深入的了解。换句话说，很多我们认为纯粹靠直觉的东西，背后其实是一套高度成熟的拍摄方法。
这让我开始思考，摄影究竟关乎瞬间还是模式。其实，不只是纪实摄影，我们熟悉的诸多摄影风格，如新纪实、复杂构图、家庭摄影、私摄影等，早在几十年前就被前人确立，形成了高度可识别的风格。只要熟悉这些风格的语言，就能拍出类似的作品，甚至可以训练自己去寻找符合这种审美的场景。
但问题也随之而来，当一种视觉风格被公认为优秀之后，我们是否在无意识地重复它？在拍摄时，我们是在用自己的眼睛看世界，还是在满足一种既定的美学逻辑？我们拍摄的究竟是内容还是形式？这几个问题是我这些年来一直在思考的。
所以，如果摄影真的变成了一种模式化创作，那么AI能否复制或者超越这种模式呢？如果AI也能掌握构图、光影、色彩的逻辑，那么人类摄影师的独特性又在哪里？这也是我深入思考形式与内容关系的起点。
我以前拍照时曾有过困惑，甚至一度对自己拍摄的照片感到厌倦，这或许就是一些人所说的瓶颈期。明明照片在形式上越来越好看，却逐渐缺乏新鲜感。我不知道大家是否有过这种感觉，技巧越来越熟练，曝光、构图、色彩控制得越来越好，但作品总感觉缺少了些什么。
这个问题其实涉及一个经典的艺术哲学命题：形式决定内容还是内容决定形式。在任何艺术创作中，形式（form）决定了观众接收和理解作品内容（content）的方式。形式是结构、风格、方法，是作品的语言。在摄影里，它涵盖构图、光影、色彩、瞬间捕捉方式以及拍摄方式等。内容则是情感、故事、意义，是作品的表达。从街头摄影的角度看，它可能是呈现城市中的某种感觉；从人文摄影角度讲，它可以是拍摄背后的故事、社会隐喻，或者单纯的一个幽默瞬间。
很多时候，我们觉得内容更为重要，认为作品的意义才是艺术的核心。但实际上，内容从来不会独立存在，一切内容都依赖于形式才能被塑造和传递。以布列松的作品为例，其之所以经典，不仅仅是因为捕捉到了决定性瞬间，还在于他独特的构图和视觉节奏，让画面呈现出一种有序控制的张力，这是形式上的突破。许多其他摄影师在内容上的突破，也同样令人赞叹并值得回顾。
再比如达芬奇的《蒙娜丽莎》，它之所以神秘，除了背后的故事和那神秘的微笑，还在于达芬奇使用的晕涂法（Mato），这种烟雾般的画法让光影过渡更加柔和，营造出了朦胧的氛围。所以说，形式和内容从来都是相互作用的，很多时候，新的内容依赖新的形式才能得以表达，而新的形式也会反过来塑造艺术的内容。
如果大家关注过AI艺术、AI生成艺术，或许听过一个常见的类比：AI之于摄影，就像摄影当年之于绘画。这句话几乎成了AI时代的典型例证。摄影刚诞生时，许多画家和人都认为它根本算不上艺术，还担忧绘画是否会走向末路。在19世纪之前，绘画承担着诸多记录现实的功能，像肖像画、风景画、历史画、科学图解等。摄影出现后，以更快更精准的方式完成这些任务，直接威胁到传统绘画的生存空间。想想看，过去贵族画一幅肖像，画家往往要花费几周甚至几个月，而现在有了相机，按下快门几秒钟就能完成，尽管当时拍照也有复杂的冲印过程，但相对而言效率更高。所以当时整个艺术界、绘画界都在讨论摄影究竟算不算艺术。不过很快情况发生了转变，绘画并没有被摄影取代，而是找到了新方向，印象主义、印象派、现代主义兴起，库尔贝、莫奈、毕加索、马蒂斯等画家涌现。摄影的出现促使绘画重新思考自身存在的意义，从单纯记录现实转向更主观、更情绪化、更符号化的表达。这一点与当下AI影像对摄影的影响颇为相似，AI能够复制影像风格，就如同摄影当年能替代肖像画。于是，摄影师该如何应对，成了我们今天需要思考的问题。
回顾艺术史，每次创作范式的变革几乎都涉及形式与内容的重新定义。有时形式的突破会直接改变艺术传递内容的方式。文艺复兴之前，中世纪的宗教绘画大多是扁平化的，人物大小依据宗教地位排列，而非现实的透视比例。透视法出现后，画家可以用更真实的三维空间组织画面，这直接改变了宗教叙事和艺术叙事的方式，让观众能更沉浸于绘画内容。19世纪印象派画家，如莫奈、雷诺阿，不再追求学院派绘画的精确细节，而是用快速笔触和跳跃色彩强调瞬间瞬息变化，记录当下视觉体验。他们的目标不再是再现现实，而是捕捉某个时刻的感知。这种形式的变化带来了内容上的革新，绘画不再是对客观世界的精准描绘，而是主观感受的表达。
有时艺术家为表达新内容，会寻找全新的视觉语言。达利、玛格丽特等超现实主义艺术家想要探讨梦境、潜意识、非理性世界，他们的画面荒诞、不合逻辑，因此需要新的视觉语言来表达，超现实主义独特风格便应运而生。20世纪30年代美国大萧条时期，社会纪实摄影兴起，沃克·埃文斯等摄影师开始拍摄普通人，之后布列松等摄影师活跃起来，整个20世纪是社会纪实摄影繁荣发展的世纪。由此可见，形式与内容的关系并非固定不变，而是在不同历史阶段不断相互塑造、相互影响。
那么，AI的到来是如何重塑形式与内容的呢？在我看来，AI的到来正在彻底改变形式与内容的游戏规则。AI不仅影响形式，还在挑战我们对内容的理解。首先，AI强化了形式的可复制性。过去摄影师掌握一种风格，需要大量练习、研究与试错，而现在AI通过风格迁移（style transfer），依据学习一种风格或用户的提示（prompt），能在短时间内模仿各种艺术风格，生成相应影像。比如，能将一张照片转换成梵高、莫奈的风格，只要能用语言描述出来，在一定程度上就能实现。这就产生了一个问题，当AI能够完美复制某种风格时，形式是否变得有些廉价？从摄影师或艺术家的角度来看，是否仍需发展独特的视觉语言？此外，AI是否挑战了艺术的内容，或者说，AI真的能理解内容吗？
关于AI和内容的关系，有一个很典型的现象，比如生成的假新闻照片、伪照片，从本质上挑战了摄影的真实性。虽说摄影的真实性原本就所剩不多，但在AI时代，影像能够从无到有被AI生成，这直接打破了照片真实性这一概念。那么，AI真的能创造内容吗？举个较大的例子，AI可以生成纪实摄影或者报道战争的照片，可它没有经历过战争，不了解战争的痛苦，当它生成这类照片后，这种创作还能算创作吗？这就引出了下一个问题：AI到底是在创造内容，还是只是在复制模式？要探讨这个问题，得从AI的发展历史说起。
在过去几十年里，我们通常把AI看作普通工具，和其他工具并无太大区别，就是执行命令的助手。前些年它能帮我们修图、优化影像，甚至模仿某些风格。但在我看来，2022年之后，AI发生了巨大的范式转变。从摄影AI辅助修图角度来讲，以前AI只能帮你做一些精准明确的修图任务，而现在它更像是一个全面的助手，在某些情况下，甚至可以是导师。你不仅能让它改图修图，还能问它一张照片好在哪里，或是一些理论问题，比如为什么某种构图有效、为什么有张力。即便问题没有标准答案，它也能给出分析，不过答案不一定正确，这很大程度取决于你的提问方式，以及AI自身的知识储备和能力。
而这一切转变的核心技术是大语言模型，即Large Language Model（LLM）。在LLM之前，当下的AI主要依赖监督学习（Supervised Learning）进行训练。这个阶段的AI是被动学习，它的能力基于大量标注数据和固定规则，执行非常特定的任务，简单来说，就是只会进行模式匹配。大家可能记得之前的阿尔法狗，它非常厉害，打败了李世石和柯洁，但阿尔法狗和现在的ChatGPT背后技术完全不同。阿尔法狗再厉害，也只能在围棋领域成为大师。在计算机视觉中，AI能识别图片中的人物、建筑或各种光影，但不会对这些元素进行思考，你问它相关问题，它也不懂。那时还有一种生成对抗网络，算是比较基础的技术模式。
到了2022年，AI迎来真正的拐点。至少在目前阶段，LLM彻底改变了我们对AI的认知。其实LLM这个概念最早可追溯到2017年，Google团队发表了一篇名为《Attention Is All You Need》（注意力即所需）的论文，这是如今所有GPT、Claude，以及最近很火的豆包等AI的基础技术。但真正的突破，并在主流媒体和社会中产生较大影响，还是在2022年OpenAI发布GPT-3之后。此后这两年，AI的发展犹如坐上过山车，GPT、Claude 3.5等不断涌现，最近的豆包也备受关注，甚至影响到英伟达的股价。如今AI突然从一个工具变成了对话者，从最近的发展来看，甚至成了思考者，能给你反馈，还能和你一起讨论创作思路，成为一种智能体。
如今的AI与以往相比有着显著区别。现在的AI不再仅仅停留在对事物表面的识别，而是开始理解语境。过去AI看到一张照片，只是简单告知照片中有什么。但现在，AI能够进一步分析，比如照片的光线强化了什么轮廓，采用了何种构图方式，甚至可以尝试剖析影像的叙事逻辑。它不再局限于模仿风格，而是朝着跨领域思考的方向发展，能够融合摄影、文学、哲学、电影等多领域知识，给出更为复杂的解读。不仅如此，AI不再单纯是图像生成器，还能参与创作过程讨论。以往输入关键词，AI直接生成照片；现在，你可以和它交流创作想法，比如你想拍具有某种表现力的街拍，询问拍摄方法，它会建议拍摄时间，如夜晚，以及不同焦段镜头的拍摄效果，像35焦段镜头能拍出什么效果，75焦段又能拍出怎样的画面，在一定程度上，它已成为创作伙伴。从最近爆火的DP就能感受到AI的创作潜力，它更像是一个能提供反馈、主动提出建议的助理，而非简单工具。
不过，AI是否真正理解自己所做的事情，这在学术界及其他领域存在较大争议。在我看来，AI是理解的，只是其理解方式与人类不同。这也引出了AI与人类观看方式的差异问题。人类观看世界基于自身经验，看到一个背影可能会联想到孤独感，因为曾经历过类似场景。人类创作基于内心动机，一张照片能激发内心情绪或表达欲望。而AI没有真实经验和基于经验产生的情感。人类观看照片或世界时，受情感思维驱动关注某个点，AI则通过不同算法一次性解析整张图，虽能在思维链里模拟人类思维方式分析局部，但本质上能同时分析整张图的所有内容，这意味着AI与人类看到的世界并非完全相同，这些区别直接影响了AI在创作中的角色。我认为AI可以模仿人类视觉风格，但无法替代人类观看世界的方式。
前面我们讨论了AI在摄影中的形式、内容，以及它在摄影史和艺术史中的演变，却一直未提及我的创作。实际上，正是这些思考促成了我在2024年的“老老实实拍照”项目。“老老实实拍照”是一个融合影像叙事与哲学反思的实验性项目，核心是借助AI角色MT（即我的名字MT）探讨摄影的真实性、创作者身份，以及在AI时代观看方式如何被重新定义。这个项目名称的灵感来源很简单却十分有趣。有一次在蚂蚁群聊天，两个朋友讨论项目，其中一个朋友提到新项目时，另一个朋友说“老老实实拍照不好吗？”这句话当时就吸引了我，因为那时我正在思考相关问题，却一直没找到合适的切入点来表达新项目。我意识到这句看似随意的话背后，隐藏着摄影或创作中值得深入探讨的问题：什么是老老实实拍照，什么是认真创作，什么是“老实”，什么是“诚实”，这是一种怎样的心态？在当下AI时代，这些概念是否依然成立，又以何种方式成立？这句话本身就是绝佳的创作主题。于是，我决定让AI生成一个故事，看看它如何理解，然后实时拍照。
AI生成的故事很有意思：一个叫MP的AI摄影师在一次数据清理时，偶然发现一本旧摄影笔记，上面写着“老老实实拍照”，他深受触动，开始思考其含义。随着故事发展，MP拍摄作品并举办展览，人类观众对其作品评价不一，有人觉得作品有情感深度，也有人认为只是数据拼接，没有感受能力，这都是AI领域常见的批判观点。最后，MP开始反思自己是在真正拍照，还是遵循既定规则，并且发现整个事情都是AI生成的，这一层反转将问题抛回现实世界，这便是第一层“套娃”结构。
完成这个故事后，我又有了新想法，让AI生成一张或一系列照片会怎样呢？于是，我让AI生成具有布列松风格的照片，进行分拣搭配，看它能否模拟出经典街拍美学。我使用了craft工具，生成的图像很有趣，乍一看极像那个年代的街拍风格。
生成的具有布列松风格的照片，在一定程度上确实展现出构图精准、光影丰富的特点，人物的站位和动态也仿佛抓住了决定性瞬间。然而，当我们仔细观察，又总能察觉到一丝微妙的异样。比如画面中间的女性，她的双脚在空间中的呈现感觉有些飘浮；右边的男性，他望向女性的眼神和姿态也让人觉得奇怪。从常规分析街头街拍照片的角度出发，我们能对这张照片展开一系列分析，进而产生一些饶有趣味的思考，像猜测这两人的关系以及他们在讨论什么之类的。
由此，我不禁思考：AI生成的这张照片显然是虚假的，如果我将它发送给另一个AI，比如OpenAI的Sora，让它基于这张照片生成该照片前后几秒的动态影像，也就是让AI逻辑中的所谓决定性瞬间动起来，会是怎样的效果呢？由于我没有Sora的会员，便托朋友帮忙，用AI生成了二十多个视频。这些视频呈现的是这一瞬间在AI“大脑”里，通过它自身逻辑串联起来的画面。大家可以看到，这些视频看似合理，却又处处透着不自然。画面中的光影过渡，虽在一定程度上符合视觉和物理规则，但有着一种微妙的僵硬感；人物的动作，在一些视频片段里很顺滑，可在某些地方又变得极为僵硬，甚至还出现完全不符合物理规则的移动，给人一种类似处于恐怖谷效应的怪异感觉。
在我看来，这十分有趣。当AI生成的影像能够被无限伸展时，所谓的瞬间概念是否还存在？在这个AI时代，瞬间概念又会经历怎样的重塑？我们知道，传统的决定性瞬间建立在摄影师与现实的互动之上，依赖于那一瞬间的直觉判断、快速反应以及对生活的敏锐捕捉，这与AI的生成逻辑截然不同。AI并非完全模仿生活的自然流动，而是基于某个瞬间倒推出它所认为的一种规则，正因如此，它能够不断地产出视频，且每个视频都存在细微差异。这种无限延展的能力，似乎削弱了瞬间作为时间切片的独特意义。或许，这种不自然恰恰是AI影像最大的魅力所在，它挑战了我们对摄影真实性的传统认知，也促使我们重新审视影像的本质。当决定性瞬间失去了时间的不可逆性，它还能被称作瞬间吗？
项目进行到这里，我感觉还欠缺些什么。既然AI已经生成了故事、照片和视频，那要是再用一个AI来讨论整个项目，会不会很有意思呢？于是，我使用Google的AI工具Notebook，让两个AI针对“老老实实拍照”这个项目展开讨论并生成博客。这个博客是全英文的，中文字幕放在了我的个人网站上，感兴趣的朋友可以点开，结合音频一起了解。
听了它们的讨论后会发现，在交流过程中，我引导这两个AI意识到了它们自身也是这个项目的一部分，至此，整个事情彻底形成了套娃结构。文字评论影像，影像反过来挑战文字，AI生成的影像在时间轴上被AI再次解构，接着又用AI来讨论AI生成的项目，并且AI在对话中开始意识到自身的思维局限。在这场自主讨论中，两个AI得出了一个我认为特别有意思的观点。在意识到自己是项目的一部分后，它们提到，就像故事中的AI摄影师MT开始尝试不同摄影风格一样，它不仅仅是在复制，而是在吸收一切，并转化成完全属于自己的东西。从某种程度上来说，我们人类现在也在做同样的事情，我们吸收“老老实实拍照”的理念，以自己的方式思考，然后在这场人与AI、AI与AI的对话中创造新的东西。这些内容完全是AI自主生成的，仔细想想，是不是觉得既有趣又有道理，甚至还有些细思极恐呢？最后，我决定把自己和AI交互的整个过程也作为项目的一部分，附在了项目链接里。
如果大家感兴趣，可以去看看。在我看来，这便是当下时代与AI创作结合所展现出的一种可能性。比如我和AI的讨论记录、生成过程，这在AI时代就如同画家的草稿、文字草稿或图片草稿，是展示创作者背后思维方式的一种新形式。这就是我的项目。
往更广泛的层面来讲，AI的飞速发展，尤其是大语言模型（LLM）时代的到来，在许多人心中引发了一种深刻的新存在主义危机。这场危机不仅局限于技术变革，还在创意领域动摇了我们对人类独特性与创作意义的认知。AI的能力越逼近甚至超越人类，我们就越需要重新审视创作的本质。究竟是什么定义了人类自身？什么定义了我们的创作？创作的真正内涵又是什么？
在“老老实实拍照”项目中，我设计了一种递归套娃式的结构。先让AI创作图像，再用AI创作故事，最后用AI对整个影像进行分析讨论。我认为这种结构不仅是技术与形式的实验，更是对创作主体性和身份认同的深度思考。当AI开始模仿甚至超越某些人类固有认知中独有的创作行为时，我们必须重新思考：当这些行为不再为人类专属，创作者的身份该如何定义？
在这个项目里，我和故事中的AI摄影师都叫MT，这使得MT成为一个模糊而流动的身份，它既在现实中代表我本人，也在故事里指代AI摄影师。随着项目递归结构的展开，AI开始反思自身身份，它究竟是工具，还是在成为某种新的创作主体？AI能产生这样的思考，我觉得非常有意思。
从当下AI与摄影师身份的关系来看，传统摄影是高度个体化的创作行为，每位摄影师都有独特的观看方式和视觉语言。然而，当AI能够捕捉光影、模仿风格、生成决定性瞬间时，这种个体性是否还能成立？又该如何成立？当你创造出一种新风格并喂给AI，AI迅速学会，那这种风格到底属于你还是AI？如果AI也能成为MT，MT是否不再是固定身份，而是一种流动状态？摄影师的角色是否已在技术介入下被解构和重塑？AI的出现模糊了创作主体的概念，就像摄影术的发明曾挑战绘画的主导地位一样，如今它正推动着整个艺术语言的变革。AI的加入是一个很有意思的现状，我认为它是许久未见的真正拓展创作边界的契机。
当然，AI目前存在诸多伦理问题，比如版权归属、风格争议以及数据偏见等，这些问题确实不容忽视。但对于这场变革本身，我个人觉得或许不应抗拒。我希望我的这个项目能成为一个引子，吸引大家关注当下AI的创作边界，了解2024年时AI技术所能达成的成果。然后，大家一起思考，在这个时代，有了AI这样的“存在”后，我们该如何重新理解创作的本质。
在创作这个项目的过程中，对我而言也是一场递归式的自我认知实验。如果AI可以拍照并模仿我的风格，它会如何理解我的拍照风格？AI模仿我之后，最终会成为我，还是仅仅是另一种复杂的计算系统？最终完成的作品到底属于谁？是我还是AI？目前法律层面上AI尚无版权概念，但这个界限究竟在哪里？整个实验让我意识到，创作行为不再是固定主体的产物，而是一个动态的过程。这让我想起忒修斯之船的悖论，在AI的推动下，这个悖论在新时代有了新的变化。当创作的每个环节都有AI参与，最终作品中人类和AI的成分各占多少？或许这种模糊性正是当下时代创作的新可能。我们自身该如何面对技术变革，重新审视创作行为？“老老实实拍照”项目试图以递归套娃的方式，将这些问题抛给我们自己。而这些问题的答案，最终需要我们共同去发现和定义。
好了，以上就是我整个分享会的内容。再次感谢蚂蚁、感谢令胡歌老师，也感谢大家花50分钟听我分享。最后，欢迎大家关注我的个人 Instagram 账号 @mt_zeng 和我的个人网站 mt-zeng.com。我的新项目也在制作中，希望在不久的将来能与大家见面，谢谢大家！