10 Minuter
Stämningen i Hongkong var inte orolig—den var elektrisk. Inne på Filmart, där samtalen vanligtvis kretsar kring budgetar, casting och distributionsavtal, tog i år en annan sorts energi över. AI fanns inte undangömd i bakgrunden. Den var huvudpersonen.
Och om du väntade dig rädsla skulle du bli överraskad. De chefer som formar denna förändring larmar inte. De för fram en saklig, självsäker argumentation om att filmskapare kanske behöver ompröva inte bara sina verktyg, utan hela sin kreativa process.
“Jag vill inte använda AI för att ersätta konstnärer,” sade Lee Sangwook, som leder AI Content Lab på MBC C&I. “Jag vill använda AI för att skapa innehåll.” Det är en subtil distinktion, men i ett rum fullt av producenter och kreativa landade den tungt.
På scen med honom fanns röster från hela AI-ekosystemet: Midjourney China Lab, Google Hong Kong, MiniMax och China Huace Film & TV. Olika företag, samma underliggande budskap—det handlar inte om maskiner som tar över. Det handlar om hur idéer förverkligas på nya sätt.
Från veckors arbete till timmars iteration
Yuhang Cheng från Midjourney China Lab gick direkt på den spänning som många konstnärer känner. Rädslan, menade hon, kommer inte från tekniken i sig—utan från en osäkerhet kring kreativitet.
För kreativitet är inte bara resultat. Det är känsla, intuition och levd erfarenhet. Och det, sa hon, är inte något AI kan återskapa på egen hand.
Vad AI däremot kan göra är att översätta det som redan finns i en konstnärs sinne—snabbare än någonsin. Skisser blir scener på sekunder. Koncept som tidigare krävde skådespelare, scenografi och veckor av koordinering kan nu visualiseras nästan omedelbart.
Konsekvensen är svår att ignorera: tid är inte längre den största flaskhalsen. “Det som brukade ta veckor kan nu ta timmar,” förklarade Cheng. Och när tiden kollapsar på det sättet förändras den kreativa processen. Konstnärer lägger mindre energi på utförande—och mer tid på att finslipa, experimentera och driva idéer längre.
Den förändringen syns redan på mässgolvet. Ett av de mest uppmärksammade projekten på Filmart i år är Raphael, en 80 minuter lång spelfilm producerad helt med AI-verktyg. Utvecklad av MBC C&I, blandar filmen teknologier från plattformar som Midjourney och ElevenLabs och ger en inblick i hur helt AI-assisterad produktion kan se ut idag—not i teori, utan i praktik.
Praktiska användningsområden i produktionskedjan
Generativ AI används i flera faser av filmproduktionen: förproduktion, storyboard och konceptvisualisering, inspelning, röstsyntes och efterproduktion som VFX och färgkorrigering. I förproduktionen kan ett produktionsdesignerteam generera alternativen för en scen med snabba bildgeneratorer, medan manusförfattare testar olika tonlägen och dialoggenrer genom AI-driven prompts och textmodeller.
Under inspelningen kan realtidsverktyg ge regissören snabba simuleringar av ljussättning eller kameraåkningar—en slags virtuell previz som tidigare krävde dyra motion-capture-studios. I efterproduktionen kan röstsyntes och ljudmodellering minska behovet av omfattande ADR-sessioner (Automated Dialog Replacement) genom att snabbt generera temporära röstspår för klippningsarbete.
Teknisk förklaring: hur bild- och ljud-AI fungerar
Moderna bildgeneratorer bygger ofta på diffusion- eller transformerarkitekturer som tränats på stora mängder bilddata. Genom prompts och styrda parametrar kan de skapa högt detaljrika bilder som matchar en viss stil eller era. Röstsyntes, som plattformar från ElevenLabs tillhandahåller, använder neurala nätverk för att modellera talets prosodi, tonläge och känslomässiga nyanser—vilket gör det möjligt att framställa trovärdiga talspår utan traditionell inspelning.
Dessa tekniker kräver betydande beräkningsresurser vid träning, men inferensen (det vill säga genereringen) blir allt mer kostnadseffektiv tack vare optimerade modeller och specialiserad hårdvara. För filmproduktion innebär detta att avancerad AI-integration nu är åtkomlig även för mindre bolag som kan hyra molnkapacitet i stegvisa arbetsflöden.
Den verkliga störningen är inte verktygen—utan tankesättet
Ricky Lau från Google Hong Kong var tydlig: framtiden kommer inte tillhöra skapare som behärskar en enda plattform. Den kommer tillhöra dem som kan navigera många.
Studios blandar redan AI-verktyg—bildgeneratorer, röstsyntes, redigeringssystem—i hybridarbetsflöden. Ingen enskild modell dominerar, och den fragmentering som uppstår tvingar filmskapare att anpassa sig snabbt.
“Du måste avlära dig tidigare erfarenheter,” sade Lau. “Och lära dig att arbeta på nya sätt.”
Den idén—att avlära—kom tillbaka gång på gång. Det handlar inte bara om att lära sig ny mjukvara. Det handlar om att släppa antaganden som byggts upp över decennier av traditionell produktion: långa tidsramar, rigida pipelines och klart definierade roller.
För dessa gränser suddas snabbt ut.
Organisatoriska förändringar och kompetensutveckling
Studios behöver nu rekrytera eller vidareutbilda personal med tvärfunktionell kompetens: personer som förstår både konstnärliga principer och teknisk implementation av AI. Rollerna blir mer hybrida—en producent kan behöva känna till prompt engineering, medan en VFX-supervisor måste förstå modellarkitekturer och datastyrning.
Utbildning i promptteknik, säker AI-användning och etiska riktlinjer blir centralt. Likaså uppstår nya roller för pipeline-arkitekter som kan integrera flera AI-tjänster i sammanhängande arbetsflöden, säkerställa versionhantering och hålla koll på kvalitetssäkring.
Affärsmodeller och konkurrensfördelar
Företag som snabbt lär sig orchestrera hybridmodeller—kombinera specialiserade AI-tjänster med traditionell expertis—kommer att få en konkurrensfördel. Det handlar om att optimera kostnader och tid, men också om att möjliggöra fler kreativa iterationer och snabbare prototyping. I en marknad där idéer kan visualiseras och prototypskapas på timmar blir kreativa beslut mer data- och experimentdrivna.
Det förändrar också hur rättigheter och ersättningar fördelas. Upphovsrättsfrågor för AI-genererat material, licensiering av träningsdata och ersättningsmodeller för kreatörer som bidrar med training sets blir centrala juridiska områden att navigera.
Fu Binxing, VD för China Huace Film & TV, gav en förhandsvisning av vad som kan komma. Om tre till fem år, sa han, kan filmskapande bli radikalt mer demokratiserat—inte i en vag, aspirativ mening, utan praktiskt och konkret.
“Till och med en elev i grundskolan kommer att kunna skapa ett bra verk,” förutspådde han.
Demokratisering: möjligheter och risker
När verktyg blir billigare och mer intuitiva öppnas dörrar för nya röster och berättelser. Ett bredare spektrum av skapare kan nå publik med lägre inträdeskostnad—det kan leda till en explosion av mångfald i berättande och nya genremixar.
Samtidigt skapar detta utmaningar: hur säkerställer man kvalitetskontroll, trovärdighet och ansvar när vem som helst kan producera välpolerade bilder och röstinspelningar? Desinformation och djupfakes är reella risker, liksom upphovsrättskomplexitet när AI tränats på upphovsrättsskyddat material utan tydliga licenser.
Branschsamarbete kring standarder, transparens i datakällor och robusta kredit- och ersättningsmodeller blir avgörande för att balansera möjligheter med ansvar.
Etik, juridik och standardisering
För att integrera AI hållbart i filmproduktion krävs tydliga riktlinjer för etisk användning: hur man hanterar röstkloning, permission för modellering av avlidna skådespelare, och hur man undviker implicit bias i genererade representationer. Juridiska ramar måste utvecklas för att definiera ägandeskap över AI-genererat innehåll, och standarder behövs för metadata—så att varje AI-genererat element kan spåras till källa och modell.
Branschinstitutioner, fackföreningar och teknikleverantörer behöver samarbeta för att skapa praktiska lösningar som skyddar konstnärers rättigheter och publiken samtidigt som innovation främjas.
Vad betyder detta för kreatörer—idag och imorgon?
Den del som stannar kvar efter konferensen är inte verktygen eller hypen. Det är idén om att berättande—som tidigare begränsats av kostnad, färdighet och infrastruktur—snart kan bli tillgängligt för nästan vem som helst med en idé och nyfikenhet att utforska den.
För etablerade studios innebär det nya affärsmodeller, behov av investera i kompetens och ett omvärderande av hur man skapar värde i en värld där content kan produceras snabbare och till lägre kostnad. För oberoende filmskapare och nya talanger erbjuder det möjligheten att konkurrera på en mer jämn spelplan, att snabbare realisera visioner och att testa nya format och distributionskanaler.
Konkreta rekommendationer för filmskapare
- Investera i kunskap: utbilda team i AI-verktyg, prompt engineering och etiska riktlinjer.
- Experimentera med hybrida arbetsflöden: kombinera traditionell hantverksskicklighet med AI-stöd för att snabbare iterera koncept.
- Säkra rättigheter: definiera tydliga licensavtal för träningsdata och använd generativt material med transparens.
- Skapa interna pipeline-arkitekturer: standardisera versionhantering, testning och kvalitetskontroll för AI-genererat innehåll.
- Samarbeta i branschen: delta i initiativ för att ta fram standarder och bästa praxis för AI i film.
Framtidsscenarier att hålla ögonen på
Flera möjliga utvecklingsvägar framstår som sannolika under de kommande 3–5 åren:
- Accelererad förproduktion: kortare prototyp- och pitchcykler med högre visuell fidelity.
- Personliga berättelser: fler småskaliga produktioner med starka, nischade röster som når globala publikgrupper via digital distribution.
- Högautomatiserad efterproduktion: automatiserade VFX- och ljudkedjor som möjliggör snabbare leverans till streamingplattformar.
- Nya affärsmodeller för kreatörsersättning: tokenisering, mikrolicenser och royaltysystem anpassade för AI-genererat innehåll.
Sammanfattningsvis innebär AI i filmproduktion mer än bara nya verktyg. Det innebär att ompröva arbetsflöden, organisatoriska strukturer och hur vi definierar kreativt ägande. På Filmart var tonen inte panik—det var en målmedveten optimism: möjligheten att skapa mer, snabbare och med nya röster i förgrunden.
Precis som talarna på scen betonade: det handlar inte om att låta maskiner ersätta människor, utan om att använda AI som en kraftfull samarbetspartner i skapandeprocessen. För de som är beredda att lära om, samarbeta och tänka om kan detta vara början på en ny era för film, berättande och kultur.
Kommentarer
Tomas
Är det verkligen så enkelt? Jag tror inte AI fångar livserfarenhet fullt ut. Och vem äger resultaten när modellen tränats på andras verk? osäker...
datapuls
wow, elektrisk stämning! AI som samarbetspartner känns rimligt, inte hot. Men hur funkar ersättning för kreatörer i praktiken? känns både spännande och lite oroande
Lämna en kommentar