新文推荐｜ 王欣萌：《AIGC 与无脸之身：从替身演员到数字界面的动作演变》

AIGC 与无脸之身：从替身演员到数字界面的动作演变

王欣萌
北京大学艺术学院 2022 级博士研究生

本文选自《北京电影学院学报》2026年第6期“学术论坛”栏目，如需转载，需经本刊编辑部授权。

    在人工智能时代，肉身的价值被重新审视。在此过程中，作为身份表征的面孔与作为身体表现的动作之间的关系，应当放置在新的背景下进行考量。在传统理解中，动作被视为身体的一种生成，是大脑在一系列复杂运作后向肢体传导的必然结果。存在主义现象学认为动作是意向与实现间的关系在人的身体上的根本体现。“未经抑止的意向性，投射出待完成的目标，并以一种经组织、统一的身体活动的无中断的导向性使身体完成目标的动作变得流畅连贯。”[1] 现象学常常如此描绘动作的过程。但在社会文化的形成过程中，动作已然成为一种独立的、跨越技术与人文的话语体系。在现代技术发展、媒介性隐喻等影响下，人们已不满足于自身仅作为动作的发起者，他们同样是动作的“创造者”，将动作独立为一种技术要素并加以编码，将其作为某一拟人的表征加以利用。过去的几世纪中，之于动作的观念史、动作的外延变迁，始终塑造着我们理解身体、媒介、性别与世界的方式。动作的谱系学描绘出动作独立化的历程，它的表现之一便是脸与身体从统一到逐渐分离，二者不再统一作为情感表达的显示物，而技术的发展及其对人类身体处境的改变正在加速这种分离。与此同时，人之主体的第一性正由脸转向动作。本文希望从人文研究的历史出发，选取前电影时代、电影时代、人工智能时代中“动作”作为学术研究对象所代表的价值变迁，分析面部与身体动作在人之主体内的分离历程以及动作逐渐独立化的过程。

一、再现传统下的面孔学与动作学

    由于面部在人体之中的重要隐喻性地位，哲学界对于“脸”的延展性解读在现代时期内被大量讨论。汉斯·贝尔廷（Hans Belting）在写作《脸的历史》（Face and Mask：A Double History）时，就已经思考了脸在身体域中的独立化。他声称“大众传媒仅制造无身性面具”[2]“在数字革命的影响下，摹像与作为自然参照物的脸之间的依赖关系被切断，从而创造出一种与身体无涉的脸”[3]，从而指出这种对面部的放大既将真实的脸与面具的形式联系起来，又将脸与作为整体的身体分开来。脸的这种独立化，既基于它的功能逐渐在网络上被突出，又基于这一趋势带来的感知习惯的去身体化。在《千高原》（A Thousand Plateaus）中，吉尔·德勒兹（Gilles Deleuze）与菲利克斯·加塔利（Félix Guattari）制造了脸与头的绝对对立：头属于身体的一部分，但脸与身体之间则被区分开。可见欧陆学者已经看到了技术革命下脸与身体难以整合为一的趋势。

    关于脸的研究实际强调了脸在当代传媒中的核心地位，但本文则认为，脸已经在当下失去了它的本体性地位，而将这一地位转移给了动作。原因之一是数字革命制造的是脸的平面，而不再是纵深的、有其实质的脸。在汉斯·贝尔廷看来，数字的脸并非脸，“而是一些介于无穷多潜在图像之间的‘界面’”[4]。相反地，动作却始终具有三维的必然性，因为它始终呈现在空间中，即使数字时代的当下，人作为模特为虚拟角色提供动作捕捉，却依然需要依靠摄影机重建三维体积模型来实现。在大量讨论与呈现面孔的电影，如英格玛·伯格曼（Ingmar Bergman）《假面》（Persona，1966）之外，迈克尔·哈内克（Michael Haneke）的影片《第七大陆》（ The Seventh Continent，1989）以划时代般的清晰书写表达了这样一个观点：定义了资本主义世界现代人的并非面孔，而是动作。影片中大量画面呈现着中产阶级家庭成员的手部动作，肢体对抗着、顺从着外物，完成对自我主体的摧毁，而脸已经隐没在景框之外。

    在此之所以分析再现的历史，或对再现的研究史，是因为在前电影时代，社会观念的形成在很大程度上依赖艺术品中的再现，比如当 E. H. 贡布里希（E. H. Gombrich）分析文艺复兴中手势的历史传统时，他坦言“艺术是我们获得有关手势资料的主要来源”[5]。在这一脉络下，脸与动势作为艺术的再现要素被纳入研究视野。而随着新艺术史的兴起，脸与身体时常作为独立元素为艺术史家所书写，这很大程度上是由于视觉文化导向不再侧重艺术品作为整体文物的考据，而鼓励去语境化的、对具体视觉要素的文化分析。现代思维以视觉范式为导向重新为自身定位，用理论看图像，将理论自身看作一种图绘形式。

    首先需要澄清，本文所论及的动作仅限于身体动作，是身体在空间中的姿态，具有展开性与整体性；而本文中的面部表情并不等同于动作，其意义主要在于对脸的凝缩与局部性之上。二者之所以在古典时期常被并置，是因为“情感表现”传统默认内心活动可以通过外部征象被整体显现，因而面部神态与肢体姿态都被视为心灵的可见证据，动作与表情被视为具有某种一致性，动作更被理解为表情的延伸。因此，本文接下来的讨论不是把动作理解为泛化的身体表达，而是将表情界定为脸的语言，动作界定为身体的语言。前者以可见的情绪符号为目标，后者以空间中的行为为目标。

    西方艺术史学并非在一朝一夕间发现了动作。阿比·瓦尔堡（Aby Warburg）的学术生涯开始于对动态衣饰的兴趣，衣饰在艺术发展史中逐渐与身体的动态走向相统一。它们最初在绘画与雕塑中并不依照人物身体的形态，而是自成一体；但文艺复兴以降，对衣饰的刻画却能够随着身体的运动而变化。从运动中的附属物到运动中的人体，是由情念程式（Pathosformel）的概念搭建起其桥梁的：依凭身体而呈现动态的衣物与物品，往往表征着一类绘画母题，而在《记忆女神图集》（Bilderatlas Mnemosyne）中，一种形象的表意所要依赖旁物越少，就意味着它单靠人物表情、动作传达含义越完满，这种形象就越属于纯粹的激情形象。情念程式便用以说明人类的神态与动作在不同时代艺术品的间隙中不断重复的规律⸺艺术的激情力量的本源反而存续于僵死的程式。瓦尔堡认为，文艺复兴时期对身体语言的关注，是由于人们接触到纪念碑等载体上的古代仪式场景中酒神女祭司的狂欢乐舞。直至巴洛克时期，手势与动作的程式引向泛滥，造成了对创作活力的反作用。贡布里希沿瓦尔堡的脉络对动作进行研究，也强调了作为再现程式的动作：“姿势都必须是瞬间的，但必须是清晰的，而最适合这些要求的办法一般会被用作套式，艺术家每次只需在这一套式上做微小的变异。”[6]

    在前电影时代，脸与动作的同一性，是基于“情感表现”的传统，这一术语主张内心活动与外部迹象之间存在某种相互对应，而西方艺术史传统中，内心活动的等价物在不同阶段由不同的要素表现。起初，身体运动和面部表情被一同作为内心活动的外现，受到希腊叙事艺术的影响，公元前4世纪初，色诺芬（Xenophon）就在《回忆录》（Memorabilia）中借古希腊先贤对话表达了艺术可以通过面部与身体姿态再现心灵活动。[7] 文艺复兴以来的许多艺术论著都花篇幅分析“激情”的外在征象。而在北方艺术传统中，由于艺术家并不习惯于描绘过于外放开阔的动作，因此人物的内心活动主要由面部表情来展现。从形式角度看，脸与身体在取景上相互依托的关系所反映的是创作者对“真实”概念的理解。例如，在“维罗尼卡面纱”[8] 传说的影响下，基督圣像往往被展现为只有面部的巨大正面像，近似于布面上印制的面具；但欧洲肖像传统往往将真实人物绘制为半身像。因此如扬·凡·艾克（Jan Van Eyck）绘制的基督半身像被部分学者视为将圣像转化为肖像的实践。然而随着时间的推移，动作与表情的统一不再是一种被无意识接受的论断，而被认知为一种历史形成的解释框架。艺术史学者开始将目光投向那些内心活动与外部迹象之间不再对应的证据，这在绘画中就表现为表情与动作的不匹配。其最著名的例子便是戈特霍尔德·埃夫莱姆·莱辛（Gotthold Ephraim Lessing）对《拉奥孔》（Laocoön）的解读。他通过对比《埃涅阿斯纪》（The Aeneid）中描写拉奥孔被蛇缠绕的极度痛苦与拉奥孔群雕中面部表情对痛苦的克制来探讨造型艺术与诗歌形式的差异，在承受极端痛苦的肌肉动作下，我们能够领悟到莱辛笔下拉奥孔静穆的面庞也是一种相对性的描述，服务于其自身的诗学观点，但当莱辛首先指出这一作品中表情与动势间的偏差的一刻，对于人物的再现研究已经在脸与动作之间制造了断裂。“动作与表情作为内心活动的忠实表达者”的命题已经有了重要的例外，面部与身体动作之间结构性的不同步被详细地加以剖析。除对《拉奥孔》的阐释外，西格蒙德·弗洛伊德（Sigmund Freud）对米开朗琪罗·博那罗蒂（Michelangelo Buonarroti）《摩西像》（Statue of Moses）的解读也分析了摩西震怒的表情与手指插入胡须的动作在情感表达上的放与收，在弗洛伊德看来，摩西的动作具有控制怒气的意图，而并非如过往研究一般认为这一动作是为发泄愤怒。过往研究的立场恰恰是因为接受了内心活动与外部迹象的统一，从这一前提出发分析可见动作。由此可见，在机械复制时代之前，艺术史学史已发展出一套关于“动作”的图像语言与情感语法，而动作表达对内心情感的背离，成为现代研究的一种趋向。

二、作为身体客体化的动作操演

    替身演员史的开端始于早期电影史，早期电影常以惊险刺激的喜剧噱头吸引观众，而 19 世纪大众娱乐传统下的马戏团、游乐园等地开始出现特技演员，他们的动作招式与表演类型被“再媒介化”[9] 为电影的视觉奇观的一部分。早期替身演员主要以跳桥者、飞檐走壁者、驯兽师、飞行员为形式。 [10] 替身演员制度的盛行仰仗好莱坞明星制的兴起，电影明星作为该时期的文化符号甚至是经济产品，其人身安全需要受到严格保护，因此由替身演员完成电影拍摄过程中的高危动作。于是，动作开始由具有意向性的身体表现转变为可转交、可替换的技术环节。在这一结构中，脸负责维持主体的统一，动作负责完成身体的执行，而真正的劳动却往往隐藏在镜头背后。

    替身演员为身体动作与面部的系统性分离提供了强有力的案例。电影将动作化为某种“取景”，动作第一次如其所是地呈现为“动态”，而替身演员则是这一过程的极致体现：替身演员的作用是为明星完成那些他们做不到（Incapable）的动作，然而，对这些动作尽善尽美的“达成”、对意图的还原，却无法让他们在任何意义上“露面”。他们往往需要竭尽所能地隐没自己的脸，甚至隐没自己的身体，以至他人分辨不出他们与明星分属“两个个体”。 德科尔多瓦（Richard deCordova）认为电影制作中所蕴含的人类劳动的真相被长期建构为一种秘密。[11] 明星提供的是特殊的身份价值，这种主要由“脸”提供的身份识别是电影工业生产的应有之义，而替身演员所做的，是达成导演意图的最大化，这些意图是有关动作表现的意图。为了防止明星形象发生分裂，替身演员的面孔与身份必须被加以隐匿，其表演性的身体需要被“缝合”至电影明星的面孔上。从这一角度，替身演员可以称之为明星的“补丁”。动作与身份（脸）在此处彻底分离，动作成为可交换的符号。在替身演员的语境下，他们的身份识别标识由脸转移到了动作。例如早期电影史中最著名的形象之一⸺《安全至下》（Safety Last!）中吊挂钟楼的哈罗德·劳埃德（Harold Lloyd），曾使观众对他亲自完成了动作深信不疑，然而这一风险极高的动作实际是由哈维·帕里（Harvey Parry）完成的，劳埃德只在特写镜头和相对安全的镜头中出镜（图1）。[12]

图 1 哈罗德·劳埃德在《 安全至下 》中的片段

    更进一步地，替身演员这一行业的出现，显示出动作在现代蜕变为一种独立的身体技术。正如替身演员萨姆·帕奇（Sam Patch）曾将自己的表演称为“一门技艺”（An Art），在这一词汇中，他显示了特技动作与劳动者的深厚渊源，正如一些学者所认为的那样，早期替身演员的表演有很强的工人阶级特征。而特技动作在相关研究领域成为独立的研究对象，被视为一种操演，因为这些动作展现了对外在条件的精准而适切的控制。[13] 在这些研究中，动作作为控制本身成为研究对象，而非发起动作的特定个人。

    早期电影实践中人体模型的运用也加剧了这一进程，它表明无生命体已经在模拟真人动作的意图中被加以利用，尽管人体模型所完成的是依靠惯性达成动态效果的被动动作。如在《苏格兰女王玛丽的行刑》（The Execution of Mary，Queen of Scots，1895）中就采用停机再拍技术对假人进行斩首，另外使用假人的还有 1903 年著名的《火车大劫案》（The Great Train Robbery）。这些案例证明动作成为一种可以脱离人类主体、可供艺术实践生成与操纵的技术要素。

    替身演员的动作体现了身体的客体化，而在性别的社会学领域内，同样能够通过对动作的研究揭示身体的被动性。“理解，就是体验到我们指向的东西和呈现出的东西、意向与实现间的一致。”[14] 这一意向在动作上呈现出偏离，使得动作表现的差异与其他因素联系在一起，例如性别，而性别意义上的动作也将目标与落实的关系问题集中呈现于动作之上。动作的本质是源于脑中的动机与真实行为之间的间隙，动作始终表现为与意图之间的偏差。事实上，“动机”一词的中文词源学也明晰地诠释了动作与意识的关系。[15] 心理学家欧文·施特劳斯（Erwin Straus）曾论及两性丢球方式的显著差异，在他的案例中，五岁女孩在丢球时不会主动横向伸展手臂、扭动身躯，也不会移动双腿以便发力，而同龄的男孩则能够做到这一点。他以此为例提出女孩不善于运用侧边空间（Lateral Space）的潜能，但并未过多解释。政治哲学学者艾丽斯·玛丽恩·杨（Iris Marion Young）则随之撰文对“丢球”动作的男女差异进行分析，指出女孩的这一表现源于其“阴性”特征，并对阴性身体的概念展开现象学论述。女性并不充分信任自己的身体能带自己达成目标 [16]，在她的活动中呈现出具有矛盾的几种模态 [17]，这种矛盾的来源是，相比起男性充分相信自己的动作是一种能力，女性同时还将自己的身体经验为物（Thing）。[18] 莫里斯·梅洛 - 庞蒂（ Maurice Merleau-Ponty）所描述的活体的超越性从身体的内宥性（Immanence）中抽离，但“阴性身体的存在不单只是起始于内宥性，而是保持在内宥性中，或者说是负担着内宥性”[19]。动作成为身体的局限，和意向相比，动作具有了某种不可抵达性。

    而这些矛盾模态的根源正在于女性身体在主体性与客体化之间的撕裂。在存在主义现象学中，身体若作为超越性在场和意向的完全落实而存在，它就不能作为客体而存在。然而阴性存在的身体往往既是主体也是客体，因此阴性身体只有不彻底的超越性和意向的不完全落实。她们无法在完成动作时让自己的身体仅仅指向世界的可能性，而一定有自我指涉的部分。

    在这一论著中，动作被放置在性别框架下进行分析，而女性身体中主体与客体的汇聚，令人联想到脸与动作的讨论也位于主体与客体的交界处：动作是可被复刻和模仿的，并且在某些时候复刻与模仿就是动作的意义；脸却时常象征着人独一无二、不可复制的一面，是人的主体所在。这并不意味着脸是无法复刻的，但对动作的复刻是即时性的，而脸的复刻，是以抛弃原有的面孔为代价的。在机械复制时代，更具可复制性的元素成为更易发挥作用、更具有标志性的元素，这也是屏幕上的脸逐渐扁平、匮乏，而屏幕上的动作却逐渐深邃、丰沛的原因。

    杨认为女性将自身经验为物，而明星制也通过买卖动作的方式将产业内的身体经验为物。明星的身体被视为昂贵的商品，必须受到保护以防受损。他们的身体成为被看的物，而不是完成动作的工具。而杨所提出的三种模态之一的“不连续的统一性”，恰是替身演员时代身体缝合的“蒙太奇”的延伸。

    由此我们可以认为，现代人的身体具有和女性身体同等类型的“内宥性”处境，这种处境不再是性别的，而是技术的，是一种普遍化的、后人类的困境。在朱迪斯·巴特勒（Judith Butler）等学者所代表的性别操演（Gender Performativity）立场外，全体人类也在通过重复的行为、姿态与语言建构起“关于动作的操演”。

三、动作捕捉与替身演员化的现代身体

    替身，在大陆文化中指“替代演员演出者”，而在港台文化语境下可以被阐释为“Avatar”，即虚拟数字世界的“化身”。这一词源学的提示给予我们启发：在替身演员的案例中，替身演员为明星工业而表演；但在数字化身的案例中，表面上看虚拟界面是现实世界的化身，实际上人的肉身却在为数字生成而表演。动作与肉身的剥离，体现于动作成为可复制、可编码的数据形式。在 AI 视频生成的技术路径下，动作的逻辑走向了数据化。

    在当下，AI 动作生成主要有两种应用场景：专业游戏企业应用与个人创作者业余使用，前者的主要产品包括 Plask.AI、Rokoko Video 等，AI 对动作捕捉进行分析，其系统页面基于专业的游戏动作捕捉系统，而后者包括国内的一些 AI 工具所生产的视频生成功能，仅提供指令后的产品，而并不提供关于动作捕捉原理的内部结构信息。这类 AI 动作控制可采取“捕捉―迁移”的模式，如“可灵 AI”可直接寻找电影作为母本，将《坠落的审判》（Anatomy of a Fall，2023）中女主角桑德拉·惠勒（Sandra Hüller）富有张力的室内情感发泄戏中的面部表情与肢体动作进行参数化生成与控制，作为 AI 视频生成素材。在这样的实践下，动作首次可以完全脱离任何一个具体的、曾存在的身体而被生成，这是动作在技术层面的一种“本体自治”。

    在为游戏或影像中的虚拟角色赋予动作时，动画师先为其设置骨骼关节等运动结构，然后通过输入设备控制这些结构。生成动作的方式主要包括骨骼动画、动作捕捉、运动合成、物理模拟、AI 和行为控制等。[20] 其中动作捕捉技术是现实语境下的功能让渡给虚拟场域的重要案例。这一技术首创于 20 世纪 70 年代，并于 90 年代开始应用于游戏设计领域。

    事实上，动作捕捉技术也可以捕捉表情、眼神，但由于技术难度及感应器开发成本，目前大部分游戏公司所使用的穿戴式动作捕捉系统并不具备捕捉表情神态的功能，因此也反过来造成了对于人体模特的利用仅从肢体动作出发，动捕演员甚至惯于佩戴口罩进行表演（图2）。除去穿戴式动作捕捉设备外，绝对空间型动作捕捉也是一种较常见的方式，通过在演员身上粘贴标志点而直接在目标空间中进行捕捉。另一种成本相对友好的方式为影像分析型动作捕捉，而大部分借助 AI 进行动作生成的技术均属此类。

图 2 Xsens 的 Link 系统

    然而，无论哪一种动作捕捉方式，都显出一种极吊诡的事实：人类已然成为虚拟角色的替身。人类演员在现实搭建的棚景中模仿游戏世界中角色会面对的种种处境、会产生的种种反应进行模仿，直到动捕演员的动作带有了游戏的色彩，而不是游戏中的动作带着现实的色彩。他们夸张且极具延伸性的动作组合在第一时间给观众留下的印象是“如此具有‘游戏感’”[21]。在传统表演中，动作仍然依附于具体的肉身，并通过这一身体获得情感、身份与意义；而在动作捕捉技术中，动作被分解为数据，从而脱离了原初身体的唯一性。这表明现代媒介并非只是记录身体，而是在重写身体与动作之间的关系。

    电子技术倾向于忽视或简化人类身体。[22]  在电子技术中，肉身难以保持其物质完整性或道德严肃性。而AIGC 视域下的动作再现，可以说是肉身所受的残酷拷问的其中一维。针对 20 世纪文化的动作研究向我们表明，身体之于我们已然“替身演员化”，我们每个人的身体与发出动作的能力都在经历同替身演员类似的处境：肉身被剥夺，动作被冠以他者之名⸺甚至是来源于虚拟场域的他者。如果说替身演员时代只是将动作与“脸”分离出来，那么人工智能时代则进一步将动作从“身体”本身中剥离出来。

结  语

    现如今动作与技术的交错实为身体与科技之间关系的应有之义。德勒兹认为科技物是模仿器官的设计；贝尔纳·斯蒂格勒（Bernard Stiegler）也提出，科技是外部化的过程，科技是对于生命的追求，但却不是透过生命本身来达成。[23] 他宣称，技术并不是人类之后出现的工具，而是人类的存在条件本身，人是借由发明了工具才在其中发明了自身。人类对于再现动作、延续动作的渴望，其实现手段却进一步拉开动作与人的肉身的距离。而以人为核心的、围绕在人的周遭的一切都无可避免地导向了去身体化，“形成一个内部循环的封闭系统，不再有任何身体介入其中”[24]。

    因此动作的独立化，似乎也可以归因于人类身体与科技身体发展的不同步性，或外达尔文主义（ExoDarwinism），它指出人类的进化已从生物、内部过程向外部、技术系统进行转变，而人类经历着内外的双重演化时间：我们的有机身体被一种极度缓慢的演化过程雕塑着，而科技身体却在外达尔文主义下被急速形塑。[25] 动作的独立化体现于媒介技术的变迁，并成为可以脱离原初肉身继续流通的结构，但它并不仅仅发生于媒介之中，而是已经导致了人类身体处境的本质改变：身体不再是运动的唯一来源，甚至逐渐成为动作生产的样本与容器，也正因如此，动作的独立化不能被理解为单纯的技术进步，它标志着人类身体正在从“动作的主体”转向“动作的载体”，而这一转向正是本文所要揭示的后人类处境。

责任编辑：谢阳‍‍‍