2000 美元，75 分钟，一部关于伊朗抗议者遭大规模杀害的长片。
这个组合放在一起，很难不让人停一下。
如果一个青年导演说自己用 2000 美元做了部长片，我第一反应不是“电影工业要变天”，而是：画面谁查？证词怎么用？生成出来的脸算谁的？尤其当这部片处理的不是科幻、爱情或奇观，而是现实里的政治暴力。
The Verge 报道，《Dreams of Violets》将在 Tribeca Festival 首映。The Hollywood Reporter 早前也提过它。影片由 Ash Koosha 和 Pooya Koosha 通过 Fountain 0 制作。两兄弟 2009 年离开伊朗，Pooya Koosha 是 Fountain 0 联合创始人，Ash Koosha 是 CEO。
片中人物和图像完全由 AI 创建。它重演的是 1 月伊朗抗议者遭大规模杀害的现实暴力。
这不是一个“AI 能不能拍电影”的轻巧话题。这里最刺眼的也不是便宜，而是 AI 开始替真实痛苦生成面孔。
它不像纪录片，也不能只当剧情片看
《Dreams of Violets》的麻烦，先从材料开始。
新闻稿说，影片基于 “journalistic reports, photographs, and eyewitness accounts”——新闻报道、照片、目击者叙述。按这个说法，它的来源接近纪录片：有报道，有照片，有证词。
但 The Verge 又写得很清楚：片中人物和图像是 “fully created by AI”。也就是说，观众在银幕上看到的脸、房间、街道、身体、恐惧表情，并不是摄影机拍下来的。
纪录片当然也会剪辑，会选择角度，会配乐，会把事件组织成某种叙事。但它至少有一个基本关系：镜头前曾经有过某个人、某件物、某个空间。
剧情片改编真实事件，观众也知道演员是在表演，布景是在模拟，台词经过编写。
AI 生成影像把这两种关系搅在一起。它拿真实报道和证词做来源，再生成一套看起来完整的视觉世界。它不是纯粹编造，但观众也不能把画面当成现场记录。
我用过不少图像和视频模型。最吓人的不是它胡编，而是它会把空白补得很顺。
你给它一张模糊街景、一段证词、几个关键词，它能生成路灯、血迹、哭泣的人、警察的影子。画面看起来合理，甚至很“像真的”。
问题就在这里。可信不是事实。
政治暴力尤其不能随便补。一张脸的年龄，一个人倒下的姿势
，一条街的宽度，一句喊话的内容，都可能关系到判断。AI 把细节补得越完整，观众越容易忘记：这些细节原本并不存在，或者至少没有被证实。
所以《Dreams of Violets》不能只被放进“AI-generated film”的标签里讨论。
它更像一种混合物：现实材料给它重量，AI 影像给它可观看的身体，创作者再用戏剧化叙事把它接成 75 分钟。
以后这种片子会越来越多。麻烦也会越来越多。
便宜的是画面，贵的是责任
2000 美元这个数字太容易被拿来做标题。
长片拍摄里，很多剧组一天的盒饭、交通、器材租赁都不止这个数。做短剧的人更懂：场地、演员、灯光、服化道、后期，每一项都在烧钱。学生作品真要拍到 75 分钟，也很难只靠 2000 美元撑住。
但把它说成“电影从此变便宜了”，太偷懒。
2000 美元只是账面成本。创作者的经验、工具学习、反复生成和筛选的时间、剪辑判断、声音设计、叙事能力，都没有被算进去。Ash Koosha 和 Pooya Koosha 也不是随手按了一个按钮。他们有 Fountain 0，有对 AI 影像制作流程的理解，也有离开伊朗后的政治记忆。
低成本不是零成本，更不是零责任。
真正危险的是另一件事：拍摄便宜了，生成他人的苦难也便宜了。
没有演员，可以生成演员。
没有现场，可以生成现场。
没有受害者照片，可以生成一个“像受害者的人”。
证词里只有一句“他们开枪了”，模型可以补出火光、人群、尖叫、倒地的身体。
对创作者来说，这很有吸引力。尤其是流亡者，或者面对高风险题材的人。AI 确实给了他们一条路：不用回到危险现场，不用让真实受害者再次面对镜头，不用筹到传统长片预算，也能把一件被压住的事拿出来给人看。
但每一步都绕不开一个问题：那些脸是谁授权的？
《Dreams of Violets》里的人物完全由 AI 创建。它们可能没有对应的演员，也可能没有明确原型。可一旦被放进“1 月伊朗抗议者遭大规模杀害”这个语境里，观众就不会把他们当普通虚构角色看。
那些脸会替真实死者和抗议者承受情绪。
这不只是肖像权问题。更难处理的是：谁有权替别人受苦？谁有权替别人死一次？谁有权把别人的恐惧做成可观看的影像？
很多 AI 视频工具的演示都很熟。提示词写得简单：“war zone, crying mother, cinematic, documentary style”。几秒钟后，屏幕上出现一个足够动人的镜头。
它太顺了。顺到让人不舒服。
真实证据往往是破碎的、模糊的、不完整的。模型会把它修成一段更容易被消费的悲伤。观众被打动时，到底是被事实打动，还是被算法生成的情绪打动？
这不是挑刺。对政治暴力和公共记忆来说，这个区别不能糊过去。
国内也会很快遇到
别把它当成翠贝卡的远方新闻。
国内影像行业很快会碰到类似东西，而且未必先出现在艺术电影里。它可能先出现在毕业作品、短剧样片、平台审核后台的一段“疑似纪实”视频里。
一个青年导演想拍无法实拍的历史事件，手里有几张老照片、几段口述、几篇报道。过去他可能用采访、动画、空镜、字幕。现在他可以生成街道、群众、冲突现场，再用旁白接起来。作品看上去更完整，也更像“发生过”。
短剧团队更直接。想压成本，就生成演员和场景。今天是豪门客厅，明天是古装街市，后天是灾难现场。平台要更新速度，观众在手机上看，很多细节不会追究。情绪到了，点击就来了。
平台审核会更头疼。
一段看似纪实的灾难或冲突影像被上传。画面里有哭喊、有烟、有伤者，有人说它来自某个真实事件。它到底是实拍、游戏画面、AI 生成，还是根据真实材料做的戏剧化影像？
只靠肉眼，会越来越不够。
国内已经有关于 AI 生成内容标识的要求，平台也在处理换脸、仿声、虚假新闻图像。但电影和长视频比短视频更难管。创作者可以说这是艺术表达，片方可以说这是虚构戏剧化，观众可以说自己只是被故事打动。
每个人都能往后退一步，事实责任就悬在半空。
一句“本片含 AI 生成内容”也不够。
真正需要写清楚的是：哪些画面是实拍，哪些是 AI 生成；哪些人物有现实原型，哪些是合成角色；哪些对白来自证言，哪些是编剧加工；哪些场景对应新闻报道，哪些只是为了叙事补出来的。
麻烦吗？当然麻烦。
但不麻烦的做法，就是把所有东西都揉成一团：新闻、证词、想象、生成画面、戏剧效果。最后观众只记住一张很痛苦的脸，却不知道那张脸从来没有存在过。
翠贝卡接纳《Dreams of Violets》，只能说明电影节愿意把这类作品放进正式放映场里。标准还没跟上。
The Verge 把 2000 美元、75 分钟、Fountain 0、Ash Koosha 和 Pooya Koosha 这些信息列出来时，真正让人不安的不是 AI 已经能拍长片。
而是放映厅里的观众会看到一批不存在的 AI 面孔。它们为真实死者和抗议者发声，表情完整，光线恰好，痛苦清晰。下一次再看到类似画面时，我们可能已经分不出自己是在看证据，还是在看一段被补全得太好的影像。