易能科技
easynow tech
当AI-generated视频以假乱真、充斥屏幕的今天,一股逆向潮流正在兴起。2025年11月,一款名为Divine的应用悄然上线,短短4小时内吸引1万名iOS测试用户,其核心理念令人耳目一新——严格禁止AI生成内容,只接纳“由人类为人类创造”的真实视频。
这款由Twitter联合创始人Jack Dorsey支持、早期Twitter员工Evan Henshaw-Plath开发的应用,不仅复活了Vine经典的6秒循环视频格式,更导入加密验证技术,确保每一个上传的视频都源自真实拍摄。Divine的诞生,恰逢社交媒体平台被大量合成视频淹没的时代——据《福布斯》报道,目前社交媒体上71%的图片为AI生成。
在AI视频技术突飞猛进的2026年,我们为何需要重新审视“非生成类视频”的价值?当生成式AI可以创造出逼真的虚构场景,真实拍摄的视频究竟有何不可替代之处?本文将从多个维度,深入探讨非生成类视频的独特优点。
非生成类视频最根本的优点,在于其与物理世界的直接关联。无论AI生成技术如何进步,它创造的始终是“ plausible fiction”(看似合理的虚构)——基于训练数据的重组与想象,而非对真实发生事件的记录。
Divine应用引入的ProofMode加密验证系统,正是抓住了这一本质区别。该系统通过硬件认证,证明视频是由真实设备捕获的,而非算法生成的像素组合。这种“真实拍摄”的验证,在新闻传播、司法证据、历史记录等领域具有根本性价值。
试想:当一段“火山喷发”视频流传网络,我们如何判断它是真实灾害记录还是AI生成的视觉奇观?在AI时代,真实的拍摄设备、连续的时间戳、未经篡改的元数据,正在成为信息可信度的黄金标准。
2013年至2017年风靡全球的Vine平台,留下了无数“为 Vine 而拍”的经典瞬间——“Road work ahead? I sure hope it does.”“Look at all those chickens.”这些看似无厘头的6秒片段,之所以成为一代人的集体记忆,恰恰因为它们捕捉的是真实、即兴、未经设计的人类瞬间。
Divine复活了超过17万个存档Vine视频,并为它们标注“人类制作”徽章。这些诞生于AI时代之前的视频,成为了“前AI时代真实影像”的文化档案。正如Divine官网所言:“‘为 Vine 而拍’不只是一个梗,它是对真实人类表达的庆祝。”
这种真实体验的留存价值,在AI生成内容泛滥的当下愈发凸显。当我们可以“生成”任何场景,那些真正“发生”过的场景——无论是一次家庭聚会、一场街头偶遇,还是孩童成长的点滴——都因其不可复制性而愈发珍贵。
2015年,YouTube知名博主Casey Neistat推出了名为Beme的视频应用。这款应用的核心理念极为激进:没有滤镜、不能重拍、没有编辑功能。用户只需将手机盖在胸前,距离感应器便会录制一段4秒视频并自动上传。
“社交媒体日渐成为用户们发布‘我希望大家见到的样子’的工具,”Neistat当时接受采访时说,“而Beme则是‘我看世界的方式’。”
Beme的设计哲学直指社交媒体的根本问题:当我们可以精心包装自己,真实的连接反而消失了。在U2演唱会现场,Neistat问了一个关键问题:“我要怎样捕捉这个瞬间,才能不打断它并且毫不做作呢?”
非生成类视频的价值正在于此:它记录的不是“我希望呈现的样子”,而是“我真实看到的世界”。这种未经修饰的视角,反而能唤起更深层的情感共鸣——观众知道他们看到的就是拍摄者的所见,没有滤镜、没有剪辑、没有表演。
2023年,另一款名为Nocam的应用尝试了类似的理念:在用户拍摄视频时关闭相机预览,让你无法看到自己的形象。
Nocam联合创始人Justin Spraggins解释说,这个设计模仿了现实生活中的互动——人们并不总是看到自己的形象。相机预览常常让用户产生自我意识,导致他们在发布前倾向于广泛编辑视频。
这里揭示了一个心理学真相:完美是一种距离,而不完美创造亲近。AI生成的视频往往过于完美——完美的光线、完美的构图、完美的表情——但这种完美恰恰消解了真实感。非生成类视频中的“瑕疵”——偶尔的抖动、不经意的表情、自然的光线变化——正是这些“不完美”创造了观众与内容之间的情感桥梁。
Nocam面向年轻人群,特别是高中和大学生,这些人“在网上分享视觉内容时可能会感到更加自我”。通过消除自我审视的机会,Nocam鼓励用户回归表达的初心:分享真实的体验,而非包装的形象。
在广西贺州富川七彩虎头村,一场持续不断的“慢直播”正在向世界展示着这个彩色村落与江边美景的24小时风貌。
开宁科技与中国电信合作部署的高清全彩慢直播摄像机,以无人值守的方式,7x24小时记录着江边的真实景象——清晨薄雾笼罩江面,傍晚晚霞为村落镀上暖光,夜晚星空倒映水中。这些画面没有解说、没有剪辑、没有特效,却吸引了大量观众在线“围观”。
这种慢直播的魅力何在?答案是:它让观众成为时间的见证者。
当你观看一段AI生成的风景视频,你知道那是算法组合的产物;而当你观看慢直播,你知道此刻正有某个真实的地方正在发生画面中的一切——江水确实在流动,芦苇确实在摇摆,行人确实在走过古渡口。这种“共时性”体验,创造了一种与真实世界的连接感,是任何生成技术无法替代的。
直播上线后,抖音话题 #富川七彩虎头村的滨江治愈感# 播放量迅速破百万,游客数量显著增长。当地村民说:“以前我们的房子只是住的地方,现在刷成彩色,再加上江边的直播,来的人多了,我们卖土特产、开农家乐都赚了不少。” 慢直播不仅记录真实,更创造了真实的经济价值。
非生成类视频的另一个核心优势在于其时间维度的真实性。AI可以生成一张逼真的“老照片”,但无法生成一段连续时间内的真实记录。这正是非生成类视频在法律证据、历史存档、科学记录等领域不可替代的根本原因。
想象一下:如果我们要记录某个濒危物种的栖息地变化,需要的是数月经年的连续真实记录,而非AI生成的“典型场景”。如果我们要证明某个事件确实发生过,需要的是连续时间戳的影像证据,而非后期生成的合成画面。在这些场景中,非生成类视频的“见证性”是其核心价值。
Skool社区平台的案例从侧面印证了这一点:当用户上传真实拍摄的教学视频,社区成员可以即时反馈、讨论,形成真实的学习互动。这种基于真实内容的社区连接,是任何AI生成内容无法创造的。
Divine应用在恢复Vine存档时,面临一个关键问题:如何确认这些视频的原作者?最终,团队通过让用户证明自己对原社交媒体账号的控制权,来认领自己的视频。同时,如果创作者希望移除自己的旧视频,可以通过DMCA机制提出下架请求。
这一过程揭示了非生成类视频的另一个优点:创作者与内容之间存在真实的法律和伦理关联。当一段视频是真实拍摄的,它就与拍摄者的视角、意图、责任绑定在一起。而AI生成内容往往面临“作者身份模糊”的问题——是提示词撰写者?是模型开发者?还是训练数据中的原素材创作者?
在Divine的体系中,每个视频都有明确的创作者,可以主张权利、承担责任。这种清晰的责任链条,在商业合作、新闻传播、版权交易等场景中具有重要价值。
真实拍摄的内容还有一个经常被忽视的优点:更容易建立社区信任和治理机制。
Divine采用多层次内容验证体系:ProofMode加密验证、机器学习疑似内容检测、社区举报机制。对于儿童性虐待材料、非法内容、骚扰、仇恨言论等,平台执行“零容忍政策”,通过AI检测工具和人工审核,承诺24小时内响应举报。
这种治理机制有效的前提是:内容有相对明确的“真实性”判断标准。如果一段视频涉嫌违规,平台可以依据其拍摄内容进行判断。而AI生成内容常常游走在合规边缘——它没有真实的拍摄场景,没有明确的创作意图,给内容审核带来巨大挑战。
当Divine团队从Archive Team保存的Vine存档中恢复超过17万个视频时,他们做的不仅是技术复原,更是文化抢救。那些6秒的片段,记录了一代人的幽默方式、表达习惯、创意风格,是数字时代集体记忆的重要组成部分。
这些视频的价值在于它们的真实性——它们真实记录了那个时代人们的穿着、说话方式、生活场景。如果这些视频由AI“复刻”,即便内容再生动,也无法作为文化研究的真实素材。未来的人类学家要研究2020年代的社会生活,需要的是真实拍摄的影像,而非AI生成的“典型场景”。
Divine的开发者Evan Henshaw-Plath指出,虽然人们使用AI工具,但也在寻求“感觉个人化、创意性和社会基础的数字空间”——这些品质定义了早期的Web 2.0时代。
在AI生成内容被戏称为“AI slop”(AI垃圾)充斥各大平台的今天,非生成类视频平台正在成为一种文化抵抗。它们提供了一个经过验证的真实空间,让人们可以确信自己看到的是真实的人类表达,而非算法合成的产物。正如Divine官网所言,这是“为真实的人类表达创造安全空间”。
这种文化价值随着AI生成内容的普及而与日俱增。当虚假变得廉价,真实就成为奢侈品。
在新闻报道领域,真实性是生命线。虽然AI可以辅助新闻制作,但关键的事件记录必须依赖真实拍摄。一段AI生成的“战争场景”无论多么逼真,都不能作为新闻报道;而一段非专业拍摄的模糊现场视频,反而可能成为重要新闻素材。
随着生成技术的进步,新闻行业正在加强“视觉验证”能力,包括分析元数据、检查光影一致性、寻找连续拍摄的证据等。这些努力的前提是:存在一批可以验证的真实视频作为参照。
在法庭上,视频证据的真实性是质证的核心。一段视频是否被篡改?是否连续拍摄?是否能反映真实情况?这些问题直接关系到司法公正。非生成类视频因其与物理世界的直接关联,在法律场景中具有根本优势。
区块链存证、数字水印、拍摄设备认证等技术,正在强化非生成类视频的证据价值。这些努力的本质都是利用“真实拍摄”这一根本属性,为司法系统提供可信依据。
Skool社区平台的案例显示,真实拍摄的教学视频具有独特的价值:学习者可以看到真实的操作过程,社区成员可以基于真实内容进行讨论和反馈。一位职业滑板手在社区中分享技巧,学员录制自己的练习视频寻求反馈——“录制自己,上传,然后立即获得社区和导师的反馈”。
这种基于真实内容的互动学习,是AI生成教学视频难以替代的。生成的内容再精美,也缺乏与真实世界的对应关系;而真实拍摄的内容,让学习者知道“这是真实可行的”。
互动式视频技术的发展为非生成类视频增添了新的维度。Odyssey的互动视频模型可以将真实的培训视频转化为适应性学习路径——根据学习者的角色、地区或过往答案,展示特定的片段。当学员答错问题时,系统可以回放其错过的真实演示片段,而非泛泛地重播整个讲座。这种“真实内容+智能分发”的组合,既保留了非生成类视频的真实性,又提升了学习效率。
七彩虎头村的慢直播案例生动说明:真实的风景具有AI无法复制的吸引力。观众观看慢直播,不只是看风景,更是在与一个真实的地点建立连接——他们知道,此刻的虎头村确实如此,江水确实在流,晚霞确实在变幻。
这种“真实连接”创造了独特的心理体验。疫情后兴起的“云旅游”,核心魅力正在于此:我虽然不能亲身前往,但我可以通过真实的直播镜头,与远方的风景建立某种同步的联结。
Divine的回归揭示了一个深层需求:创作者渴望真实表达的社区。在算法推荐和AI生成内容主导的平台之外,人们仍然需要那些“限制催生创意”的格式,那些需要真实参与的社区,那些建立在真实人类互动基础上的社交体验。
非生成类视频平台提供了另一种可能性:创意不是来自于算法的随机组合,而是来自于真实人类的灵感碰撞。一个6秒的搞笑视频之所以能火,不是因为AI计算出了最佳笑点,而是因为某个真实的人在真实场景中捕捉到了那个瞬间。
强调非生成类视频的价值,并不意味着否定AI生成视频的意义。事实上,两者可以形成互补关系。
美团闪购的AIGC营销案例展示了生成视频的优势:用AI生成的超现实场景,具象化地呈现“30分钟万物到家”的服务能力。火焰山灭火、黄风岭除沙等高难度视效,如果用传统CG制作,预算和周期将极为可观;而AI让这些“脑洞脚本”得以低成本实现。
与此同时,真实的品牌信息、真实的配送服务、真实的用户评价,构成了这些AI视频的可信基础。生成视频负责创意呈现,真实视频负责信任背书——两者协同,共同服务于品牌传播。
未来,非生成类视频的价值需要通过技术手段加以保护和彰显。Divine采用的ProofMode验证、机器学习检测、社区举报等机制,代表了行业的发展方向:
拍摄端认证:从源头确保视频是由真实设备捕获的
内容端检测:通过技术手段识别AI生成的痕迹
传播端标注:让用户清楚知晓内容的性质
社区端监督:发挥集体智慧,举报疑似AI内容
这种多层次认证体系,为非生成类视频建立了“可信通道”,让用户可以依据自身需求选择内容类型。
Faceless.video的案例显示,AI自动生成的“无脸视频”正在成为创作者经济的新赛道——不到一年时间,这家公司ARR突破100万美元,用户超过85万。这类视频完全由AI生成和发布,“无需人工干预”。
但这并不意味着真实创作者的价值被削弱。恰恰相反,随着AI内容的泛滥,那些能够提供真实视角、真实体验、真实见解的创作者,其稀缺性反而会提升。正如Divine的开发者所言,人们既使用AI工具,也渴望“个人化、创意性和社会基础的数字空间”。
未来的创作者经济,很可能形成AI辅助效率、真实创造价值的分工格局:AI帮助创作者完成素材搜集、初步剪辑、多平台分发等重复性工作;而创作者的核心竞争力,则回归到真实的视角、真实的体验、真实的表达。