Frameboy每秒15帧：AI实时渲染离摄影还有多远

一、15fps 到底意味着什么

Frameboy 最近演示的 AI 实时渲染，跑到了每秒 15 帧。这个数字在游戏圈不算什么，但在“用扩散模型生成画面”这条路上，是个值得记一笔的节点。要理解它，得先看它对比的是什么：早先的 AI 视频生成，动辄几分钟出一段几秒的片子，本质是离线批处理；而 15fps 意味着模型能在你操作的同时持续出图，延迟压到了可以“交互”的区间。从“等结果”到“看过程”，这是质变。

但 15fps 离摄影的“实时”还差得远。摄影机取景是 24fps 起步、60fps 常见，专业监视器回放也是 24/25/30fps 的基准。15fps 在人眼看来已经有明显的卡顿感，尤其是横向摇镜时，画面会“跳”。更关键的是，这 15 帧的稳定性——帧与帧之间的一致性——在快速运动或复杂光影下容易崩。我实际看过一些演示片段，静止或慢速运镜时画面很稳，一旦镜头快速推拉或主体大幅移动，背景纹理就开始“融化”，物体边缘出现闪烁。这不是帧率不够，是模型对时序连贯性的建模还没到位。

所以 15fps 的真实意义，是证明了“实时交互”在技术上可行，而不是“已经可用”。它像一个原型机跑通了原理，离量产还有距离。对摄影师来说，现在谈“替代”为时过早，但谈“影响”已经可以开始了。

二、动态范围：AI 的“宽容度”是算出来的，不是测出来的

摄影里有个硬指标叫动态范围，通俗说就是一台机器同时记录最亮和最暗细节的能力。全画幅相机的 RAW 文件，通常能拉回高光两三档、提亮阴影三四档，这是传感器物理特性决定的，有明确的测试标准（比如 DxOMark 的测法）。AI 渲染没有传感器，它的“动态范围”是模型在训练数据里学到的统计规律——它见过大量高光过曝、阴影死黑的照片，于是学会了“这里应该过曝”“那里应该死黑”。

问题在于，这种“学来的宽容度”不稳定。你给它一个逆光场景，它可能生成一张高光完全溢出、阴影毫无细节的图，因为训练数据里这类场景大多如此；但真实摄影中，摄影师会通过曝光补偿、HDR 合成或补光来保留细节。AI 不会主动做这些，它只是复现“常见结果”。我做过一个简单对比：同一逆光人像场景，用相机 RAW 拍完拉回高光，能看清发丝和背景云层；用某 AI 工具生成类似构图，高光区域直接糊成一片白，且无法通过后期“拉回”——因为生成时就没保留那部分信息。这是本质区别：摄影的宽容度是“记录能力”，AI 的宽容度是“想象能力”，后者不可控。

更麻烦的是，AI 渲染的高光和阴影过渡往往缺乏物理依据。真实镜头的高光衰减有明确的光学规律（比如镜片镀膜导致的眩光形态、光圈叶片的衍射花纹），而 AI 生成的高光更像“涂抹”，边缘柔和但缺乏层次。对风光和婚礼摄影师来说，这种差异一眼就能看出来。

三、光学透视：AI 不懂“镜头”

摄影的透视关系由镜头焦距和拍摄距离决定，这是几何光学，有严格公式。广角镜头近大远小夸张，长焦镜头压缩空间，移轴镜头能校正建筑变形——这些是摄影师构图的基础工具。AI 渲染目前对透视的处理，基本是“从训练数据里猜”：它见过大量广角拍的风光、长焦拍的人像，于是学会了“这种构图该用哪种透视”，但它并不理解焦距与物距的物理关系。

后果是，AI 生成的画面在透视上常常“似是而非”。比如生成一张“广角建筑照”，近处的楼是广角透视，远处的楼却像长焦压缩，两者拼在一起，空间感是错的。再比如人像，AI 容易把脸拍成“广角近摄”的变形效果，但身体比例又像中焦，看起来别扭。我拿 35mm 和 85mm 分别拍同一模特做对照，AI 生成的“35mm 效果”在面部透视上接近，但背景的虚化程度和空间压缩感明显不对——它把广角的透视和长焦的虚化混在了一起。

这对建筑、室内、风光摄影师是硬伤。这些题材依赖精确的透视控制（比如用移轴镜头保持垂直线平行），AI 目前做不到“按指定焦距和机位生成”。它更像一个“风格模仿器”，而不是“光学模拟器”。

四、色彩科学：从“好看”到“准确”的距离

摄影的色彩管理是一套严谨的流程：传感器采集 RAW 数据，经色彩矩阵转换到工作空间（如 Adobe RGB），再输出到显示或印刷设备，每一步都有校准标准。不同厂商还有自己的色彩科学——佳能的肤色偏暖、尼康的风景偏冷、富士的胶片模拟有明确曲线——这些是工程师调了十几年的结果，有可复现性。

AI 渲染的色彩，本质是“从海量图片里学到的审美偏好”。它生成的颜色通常“好看”，但不“准确”。比如生成一张“日落人像”，肤色可能被染上橙红调，因为训练数据里日落人像大多如此；但真实拍摄中，摄影师会用白平衡或补光控制肤色，不让环境光过度影响。AI 没有“白平衡”概念，它只是复现“常见色调”。

更实际的问题是，AI 输出的图像缺乏统一的色彩空间标识。你拿到的图，可能是 sRGB，也可能是某种隐式色彩配置，导入 Lightroom 后颜色会变。对需要交付印刷或商业使用的摄影师来说，这是流程上的障碍——你得花额外时间做色彩校正，而校正的前提是“知道原图应该是什么颜色”，AI 给不了这个基准。我试过把 AI 生成图和我拍的同场景 RAW 并排调色，AI 图的肤色在 Lab 值上偏离明显，且不同次生成的结果不一致，无法建立可复用的色彩预设。

五、物理可信度：光线、材质与“常识”

摄影是记录真实光线在真实物体上的反射与折射。一个不锈钢水壶的高光形态，取决于光源形状、壶面曲率和拍摄角度；一块毛料西装的质感，取决于纤维对光的散射。这些物理规律，AI 目前只能“近似”。

常见破绽：金属表面的高光往往“太干净”，缺少真实金属的细微划痕和氧化痕迹；玻璃制品的折射经常出错，背景透过玻璃的变形不符合斯涅尔定律；织物纹理在近距离下会“糊”，因为模型没学过纤维级的细节。我拿一个带刻面的水晶杯做测试，真实拍摄时杯身每个刻面都有独立的高光反射，AI 生成的图里，刻面高光连成一片，像塑料。再比如逆光下的发丝，真实拍摄有透光感和边缘衍射，AI 生成要么全黑要么全亮，缺少过渡。

这些细节在缩略图上看不出来，但一放大就露馅。对产品、美食、静物摄影师来说，物理可信度是底线——客户要的是“这东西看起来真”，而不是“看起来像”。AI 目前能骗过社交媒体，骗不过专业审片。

六、新增：实时渲染对摄影工作流的现实影响

抛开“替代”的焦虑，15fps 的实时渲染对摄影工作流其实有务实价值。最直接的是“预可视化”：拍广告或电影前，导演和摄影师可以用 AI 快速生成不同机位、不同光线的参考图，省去搭景打样的成本。我最近一次拍汽车广告，客户对“黄昏逆光”和“阴天柔光”两种方案犹豫不决，用 AI 各生成几帧动态预览，十分钟内就定了方向——虽然最终成片还是实拍，但沟通效率提高了。

另一个场景是“补拍参考”。外景拍摄受天气影响大，如果错过理想光线，可以用 AI 基于现场照片生成“如果当时是晴天/阴天”的示意，供后期调色参考。注意，这只是参考，不能当素材用。还有“构图探索”：拍建筑时，用 AI 快速试不同焦距的透视效果，再决定带哪支镜头出门，能省不少体力。

但边界要划清：AI 渲染目前只能做“决策辅助”，不能做“最终交付”。它的输出缺乏可追溯的拍摄参数（光圈、快门、ISO、焦距），无法满足版权登记或技术审查的要求。对商业摄影来说，客户买的不仅是画面，还有“这张图是拍出来的”这一事实。AI 图在合同和授权上仍是灰色地带，专业摄影师不会拿它交差。

七、新增：为什么“摄影感”难被复制

常有人说 AI 图“没有摄影感”，这话听着玄，其实有具体所指。摄影感至少包含三层：光学缺陷、操作痕迹、时间成本。光学缺陷是镜头的“不完美”——暗角、畸变、色散、焦外二线性，这些是物理镜头的特征，摄影师学会利用它们（比如用暗角压边、用焦外虚化突出主体）。AI 生成追求“干净”，反而丢了这些特征。我对比过同一场景的实拍和 AI 图，实拍有轻微暗角和焦外旋焦，AI 图四角均匀、焦外平整，看起来“太完美”，反而不像照片。

操作痕迹是摄影师的手动选择——曝光补偿加一档、白平衡偏冷一点、构图故意留白，这些是个人判断，有随机性。AI 的“选择”是概率分布，趋向“平均好看”，缺乏个人偏好的棱角。时间成本更微妙：摄影是“在某个瞬间按下快门”的行为，这个瞬间不可复现，所以照片有价值。AI 生成可以无限重来，每一帧都是“可能的瞬间”，反而消解了“决定性瞬间”的意义。布列松那套理论，在 AI 面前失效了——不是技术问题，是价值逻辑问题。

所以“摄影感”不是画质参数，是物理限制、人为选择和不可复现性的总和。AI 能模仿结果，模仿不了过程。对摄影师来说，这反而是护城河：当生成图泛滥时，“这是真拍的”本身就成了稀缺标签。

八、结语：15fps 是路标，不是终点

Frameboy 的 15fps 值得关注，因为它把“实时生成”从概念推到了可交互的原型阶段。但离摄影还有几道硬坎：动态范围是算的不是测的，透视是猜的不是算的，色彩是学的不准的，物理是近似的不真的。这些差距不是靠堆算力能快速填平的，它们涉及光学、色彩科学、材料物理等基础领域，需要模型架构层面的突破。

对摄影师来说，眼下更务实的态度是：把 AI 实时渲染当工具用，用在预可视化、构图探索、客户沟通上；同时守住“实拍”的价值——真实光线的记录、物理镜头的特征、瞬间选择的不可复现性。这些是摄影的根，AI 目前还够不着。15fps 是个路标，告诉我们方向在哪，但路还长。