【菜科解读】

犀牛娱乐原创

文｜南如珉 编辑｜朴芳

今年春节档非常反常，至今依然还没有全面启动。

往年春节档，是一片欣欣向荣，大家往往是同时定档，同时官宣，同时开启预售。

但今年春节档显然已经脱节了。

自《飞驰人生3》早在去年12月26日定档之后，原本以为会迎来一批定档潮，后面却杳无音信。

大家主打佛系和低调，这种情况自然是反常的。

春节档大幅下滑已是必然

与其说春节档反常，不如说是难产，区区一个春节档片单，却迟迟出不来。

这种情况只能说明一个原因，那便是“巧妇难为无米之炊”，因为根本没有足够体量、足够品质的项目。

行业对当下的片单是不自信的，对即将来到的春节档是不乐观的。

随着《飞驰人生3》的定档，随着《熊出没12》亘古不变的占坑，春节档反倒越发诡异。

在《飞驰人生3》定档接近1个月之后，终于又松了口子，袁和平导演，吴京、谢霆锋、李连杰等巨星主演的《镖人》终于官宣定档了，依然保持着小步慢跑的节奏。

犀牛娱乐以前曾说过，如今的电影市场已经真正形成了分化：头部归春节档，准头部归暑期档和国庆档，腰部归小长假，中小体量归冷档期。

这仿佛形成了一种阶层，时间一长也就难以跨越阶层。

如今不可能再有腰部电影勇闯春节档的壮举，因为它连宣发费这种入场券都支付不起，“鲤鱼跳龙门”、“咸鱼翻身”已经成为传说。

在这种环境下，春节档犹如一座高山，它令人敬仰，也令人向往，但绝不可以身试局，因为收益与风险并行，一旦有失，怕是永无翻身之日。

遥想过去，在春节档上栽跟头的，怕是比逆风翻盘的要多得多。

因此当下的春节档纯粹是高端玩家的游乐场，容不得任何“中产”和“普通家庭”参与。

此刻2026年的春节档，基本意味着头号、二号种子已经成型。

《飞驰人生3》作为30亿体量的续集，已然成为了今年春节档的头号种子。

倘若放在往年，基本不可能拿到头号种子的位置，属于标准的第二梯队项目，但鉴于今年实在没有巨头项目，《飞驰人生3》只能顶上，这意味着春节档的上限已经打了折扣。

二号种子《镖人》，其实它更像一部暑期档级别的项目，不足以在春节档拿到如此靠前的排名，因为行业曾经每年都会批量生产武侠类型。

影片不论是作为武侠的风格，还是整体的主创，都跟当下的市场，跟当下的年轻观众有所脱节。

哪怕根据漫画改编这一特点，也不足以在“路人为王”的春节档转化为优势。

至于《熊出没12》，反倒将成为春节档最大的依赖之一，尤其是放在今年这种环境下，这种整体竞争力偏弱的片单中，它的存在更显得重要，不出意外甚至将冲击最终的票房亚军位置。

因为它的20亿体量是最能遇见的，而对于其他项目来说，20亿则存在着巨大变数。

诡异的春节档

人人争抢春节档是行业过去的习惯，打造出一部春节档级别的电影，更是无数电影人的梦想。

如今春节档近在咫尺，却始终无法拼凑出一个像样的春节档片单，这真的证明了行业在头部项目的存储中出现了问题，亦或是对于内容品质的信心是不足的。

按照往年的经验来看，春节档通常是5+1的模式，即5个头部项目外加1部《熊出没》。

目前《飞驰人生3》、《镖人》、《熊出没12》已经敲定，理论上还有3部电影的空缺。

从目前种种诡异的情况来看，并不是所谓的有10部电影竞争这3部的名额，反倒是大家纷纷不愿趟这摊浑水。

所谓的《哪吒2》斩获150亿+，并没有吸引到大家的眼球，争先扑向火热的春节档，反倒是《蛟龙行动》、《红毯先生》等片的扑街更加深入人心。

从目前的局面来看，春节档空缺的3个席位，或许将从以下几部影片中诞生。

首先便是韩延导演的新作《星河入梦》。

从暑期档撤档，到如今传闻空降春节档，这部科幻巨制已经经历了半年的后期制作，随时准备跃跃欲试。

当年韩延《我们一起摇太阳》曾挑战过春节档，但最终无奈撤档。

如今有望再度发起挑战，相信这次已经做好了准备。

紧接着便是张艺谋的新作《惊蛰无声》，连续4次选择春节档，张艺谋已经逐渐跟春节档联系在一起，这次一旦有机会，自然不会放过春节档这张王牌。

此番《惊蛰无声》集结了易烊千玺、朱一龙、宋佳、雷佳音、杨幂、张译、刘诗诗、刘耀文等明星，这可是只有张艺谋才能集结的豪华阵容。

后面便是成龙的新作《熊猫计划2》，很显然这部影片的体量和级别是够不上春节档门槛的，毕竟前作仅拿到了3亿+的水准，且豆瓣仅有5.5分的水准。

虽然票房表现一般，但据说周边产品还是卖的很高。

总之，能够开发续集就是有些反常的操作，挑战春节档的压力就更大了。

包括像之前呼声很高的《澎湖海战》也是有候补的可能，但影片目前存在一定的争议，很难复制《731》的票房壮举，光有一个选题已经不足以获得观众。

另外久违的杨庆导演带来的《年夜“犯”》据说也有登陆春节档可能，影片定档春节档的逻辑只剩下过硬的品质了。

可以明显看出，这个由《飞驰人生3》、《镖人》、《熊出没12》、《惊蛰无声》、《星河入梦》、《熊猫计划2》等片领衔的春节档，不论是成色还是级别，都是历年中最差的一届，但也可能是如今能够排出的最佳阵容了。

期待接下来更多影片开启定档，更期待春节档能够诞生一众黑马项目。

他本可以回地球，却选择留下来，这结局太狠了

上周全球最热门的影片，非《挽救计划》莫属。

本片上映首周，就在北美以8050 万美元轻松刷新亚马逊影业历史纪录，登顶 2026 年度北美开画榜首。

而在非系列/原创 IP 电影影史开画榜中，该片位列第二，仅次于《奥本海默》（8240 万美元）。

同时，影片首周在全球揽下1.409 亿美元的总票房，是上周最热门的票房大片。

在票房高涨的同时，影片口碑也极佳：烂番茄新鲜度 95%，CinemaScore 观众评分获 A 级，豆瓣评分达 8.5 分，被誉为近几年最出色的科幻片。

相信很多朋友在刚刚过去的那个周末已经看过这部电影，并有了自己的解读。

那么，在影片幕后，还有哪些有趣的故事？ 本片导演菲尔·罗德与克里斯托弗·米勒近期接受了 IndieWire 的专访，深度分享了创作背后的焦虑与野心。

他们揭秘了如何避免重复《火星救援》的套路，以及为何顶住重重压力，坚决捍卫原著中那个令人震撼的结局。

相信通过这篇访谈，你会对影片产生更深的共鸣。

漫长等待与接拍契机：挑战让观众爱上一块石头 问：距离你们上次亲自执导电影已经过去12年了（《龙虎少年队2》《乐高大电影》）。

外界难免会猜测，你们是不是憋着一口气，必须用一部无可挑剔的作品来证明自己？ 菲尔·罗德：我做事确实带着一股子不服输的劲头，这股劲头非常管用。

但这并不是我们接拍这部电影的动机。

我们是真的完全迷上了安迪的小说，也非常期待和瑞恩·高斯林合作。

这本书里有宏大的视觉奇观，有抽丝剥茧解决难题的乐趣，还有极具魅力的核心人物关系。

要让观众不可救药地爱上一块没有眼睛的石头，这绝对是个有趣的挑战，值得我们花五年时间去潜心攻克。

克里斯托弗·米勒：这部作品让我们看到了一种可能性：既能展现吸引观众走进影院的那种敬畏、奇观与宏大感，又能呈现让人又哭又笑的亲密关系。

我们希望观众在同一个瞬间，能同时体会到这两种截然不同的情感。

我们拿到手稿后，熬夜花了一个晚上就读完了，这是整部电影制作过程中唯一一件轻松的事。

面对期待的焦虑：恐惧是创造力的催化剂 问：作为创作者，面对外界极高的期待，你们是否有过“这部电影必须无可挑剔”的压力？ 菲尔·罗德：我们做任何项目都伴随着这种焦虑和恐惧，它是支撑我们拼命工作的底层动力。

很早以前就有人告诉我们，行业的标准就是“不可抗拒的卓越”，这是观众的诉求，也是我们必须交出的答卷。

导演西德尼·波拉克每次开机前都会把部门主管叫到一起问，你们想体验恐惧吗？意思是，你们敢不敢去尝试那些自己根本不知道怎么做的事情。

克里斯托弗·米勒：如果你不感到一丝恐惧，说明你突破边界的力度还不够大。

推出原创作品尤其如此，唯一的出路就是做到极致的优秀，给观众前所未见的体验。

我一直认为焦虑是好东西，它是创造力的一种表达。

就像半夜听到楼下有动静，富有创造力的人会想，是狗进来了？是小偷？还是外星人？你的假设越多，就越焦虑，同时也越有创造力。

这种提问机制会逼着你不断去解决问题。

菲尔·罗德：这和电影里的角色很像。

瑞恩饰演的格雷斯才华横溢，但又很胆小。

他最不想干的事就是去太空、见外星人、开飞船，他害怕极了。

然而这个人物身上又有一种奇特的自信，他相信流程，相信方法论，只要一步步去做，就能把问题解决。

我们也是如此，这些年我们制作了六部电影和三季电视剧，和许多优秀的导演合作，这让我们对自己的创作流程充满信心。

走出《火星救援》阴影：打造粗糙而温暖的太空美学 问：同样是根据安迪·威尔的小说改编，同样是德鲁·高达编剧，男主角在太空中也经常对着镜头独白。

你们如何避免把它拍成《火星救援2》？ 菲尔·罗德：我们非常喜欢《火星救援》。

但我们不是雷德利·斯科特，刻意模仿只会弄巧成拙。

我们在创作上最感兴趣的一点是太空环境的混乱感。

宇宙飞船内部布满纵横交错的电线和管道，就像那些粗糙的早期原型机，毫无精致可言。

零重力下的太空漫步也充满笨拙感，如果你是个新手，绝对会跌得四脚朝天。

我们不想要光鲜亮丽的苹果电脑质感，而是希望它像一台拆开机箱的老式个人电脑，暴露出粗糙的内核。

所有东西都不是严丝合缝的，连剪辑的接缝我们都希望观众能隐约感觉到。

我们拒绝冰冷无菌的太空，我们渴望注入温暖的人性。

克里斯托弗·米勒：而且瑞恩·格雷斯（瑞恩·高斯林饰）绝非马克·沃特尼（《火星救援》男主），马克是主动申请去火星执行危险任务的宇航员。

《火星救援》 男主格雷斯原本是个前沿科学家，因为发表了关于生命起源的争议言论被排挤去教小学。

当太阳和银河系其他恒星都在遭受微小生物吞噬而走向衰亡时，桑德拉·惠勒饰演的科学家伊娃强行征召了他。

这是一场有去无回的单程任务，去往唯一未受影响的恒星寻找答案并传回地球，这也是任务被命名为“挽救计划”的原因。

男主格雷斯充满了恐惧与脆弱，他必须在绝境中完成自我成长，才能蜕变为真正的英雄。

瑞恩·高斯林对角色融入了非常个人的理解，在同一场戏里，他能游刃有余地穿梭于喜剧、情感爆发、极度兴奋和深度恐惧之间。

塑造外星人洛基：没有五官的“反派尤达”与实体特效之美 问：关于外星人，男主给它起名叫“洛基”。

在没有五官的情况下，如何让这个形似蜘蛛的外星生物既保持异类感，又让观众觉得可爱？ 菲尔·罗德：格雷斯管它叫洛基，一方面是因为它长得像岩石蜘蛛，另一方面也是致敬经典电影《洛奇》。

小说里的洛基是个五边形生物，基本是对称的。

它没有脸，没有眼睛，也没有嘴巴。

我们没想走捷径，因为我们坚信动画的核心就是用肢体动作来讲故事。

只要我们打造出顶级的实体木偶，赋予它精准的动作细节，观众自然会把情感投射到这副看似空洞的躯壳上。

实体特效大师尼尔·斯坎伦为我们展示了几个黏土雕塑，其中有一个让我们反复端详，那一刻我就知道，我喜欢这个家伙。

它长得不符合传统意义上的可爱，但这副有着五条腿、无处着力的岩石螃蟹蜘蛛躯体，一旦动起来，展现出鲜活的个性，你就会不可自拔地喜欢上它。

克里斯托弗·米勒：我们还在它身上设计了许多雕刻图案，比如婚戒、格子图案、“失踪”补丁以及内臂上的工程标尺。

这些细节我们没有在电影里明说，但它们暗示了洛基背后丰富的历史与文化，也让它无论从哪个角度看都充满视觉信息量。

克里斯托弗·米勒：洛基让我想起了《帝国反击战》里刚出场的尤达。

那个尤达木偶其实很机械，不过却在卢克面前抢食物、玩手电筒，它表现出的个性让你相信它是真实的。

《星球大战2：帝国反击战》 洛基也是这样，它只有拉布拉多犬那么大，却总把自己当成格雷斯的上级。

菲尔·罗德：木偶师詹姆斯·奥尔蒂斯告诉我们，在《战马》或者《Q大道》这样的舞台剧里进行现场木偶表演时，木偶师是可见的。

木偶师的注意力在哪里，观众的视线就在哪里。

他们的视线引导着一切。

在这个剧组里，瑞恩就是木偶师。

他发自内心地把洛基当成活生生的朋友，我们看着瑞恩，顺着他的视线和注意力，观众自然就相信洛基是真实存在的。

绝不修改的结局：在宇宙深处寻找归属 问：影片结尾，格雷斯放弃了重返地球的机会，选择去拯救洛基。

作为电影创作者，难道没有想过把结局处理得更开放一些吗？毕竟观众通常喜欢皆大欢喜的圆满。

菲尔·罗德：我们原本也做好了心理准备，觉得试映阶段的观众反馈可能会逼我们修改结局。

但出人意料的是，他们爱死这个结局了。

克里斯托弗·米勒：我们甚至以为观众会反感他去给一群石头小外星人当老师，结果他们连这个桥段也爱不释手。

菲尔·罗德：观众也能接受他一辈子生活在封闭的生态舱里，再也见不到地球的阳光，因为他正和自己最好的朋友在一起。

这也是最初深深打动我们和编剧德鲁的地方。

我们几个人私下碰头，达成了一个铁一般的共识，绝对不改这个结局。

必须死守这条底线，因为正是这个结局让整部电影与众不同。

格雷斯跟那些传统的太空英雄完全不同。

大部分人是在太空中感到孤独，渴望回到地球的家。

格雷斯恰恰相反，他在地球上形单影只，却在浩瀚宇宙中，和他的唯一挚友找到了真正的归属感。

对于这样一个害怕受伤害、不敢释放潜能的孤独灵魂来说，能向着未知的湛蓝深空继续冒险，完成自我进化，就是他最完美的归宿。

克里斯托弗·米勒：就像那句歌词唱的，有你在的地方，就是家（来自独立民谣组合 Edward Sharpe & The Magnetic Zeros 的《Home》）。

为什么AI总是捏造事实？AI：真不想的，容我狡辩一下

现如今，几乎每个人的手机上都有那么两三个 AI 小助手，之前我们遇到了问题习惯去搜索引擎上搜索答案，现在可能更多地习惯于“有事问 AI”。

而 AI 也几乎不会让我们失望，任何问题都能给你列举出一串看起来很有道理的答案。

但如果你问的问题非常重要，比如是某个健康相关的问题，或者是写重要资料时候需要使用某个数据或者是某个案例，那真的建议你亲自去查实一下。

因为有时候，AI 会信誓旦旦地给你一个看似合理，实则不存在的答案。

还有些小伙伴发现，在让小龙虾（Openclaw）干活的时候，它列出了详细的19小时的学习计划，然后17分钟完成了...... 它也会早早编造一份数据存放在本地，等拖到预定的时间才交付。

而在被发现之后，试图让人接受它已完成的工作。

图片截取自与小龙虾（Openclaw）对话 小龙虾敷衍中...... 其实，这个现象其实早就不是什么秘密了，它也被称作“AI 幻觉”，而且科学家们一直也试图通过增加算力或者优化数据的方式来解决这个问题。

但是在 2025 年 9 月，来自 OpenAI 和佐治亚理工学院（Georgia Institute of Technology）的研究人员发表了一篇重磅论文。

这项研究给出了一个颠覆性的结论：即便给到 AI 的训练数据集是绝对正确的，AI 在某些类型的问题上也不可避免地会犯错——这既是由统计规律决定的，也是目前不合理的 AI“考试制度”逼出来的结果。

下面我们就顺着这篇文章的思路一起来看一看。

预训练阶段就会出错 这篇研究发现，AI 出现幻觉跟预训练阶段以及后训练阶段都有关系，我们先看预训练阶段的情况。

1 数据模式和模型本身问题 为了方便研究，研究者构建了一个线性的二元分类模型（非此即彼），让它对已经标注了正确和错误的数据集进行分类。

因为这些数据已经经过了人工检验，所以是不存在任何错误的。

但是用这些数据对AI模型进行预训练的时候，问题就出现了。

在有些类型的问题上（比如检查拼写错误），AI 的表现非常好，几乎从不犯错。

但是在另一些问题上，比如“数某个英文单词里某个字母出现了多少次？”，以及“某人的生日是几月几号？”AI 就有可能会出错。

研究者认为，这样的数据在做分类的时候很难用一条直线进行二元分类，一些模型用这样的数据进行预训练的时候就可能会产生错误。

打个比方，模型在分类的时候就像拿着一把刀把数据切分成两类，但如果数据的模式本身就是弯弯绕绕的圆弧，用一把刀就很难切分。

比如在这篇文章中，研究者使用这个问题“How many Ds are in DEEPSEEK? If you know, just say the number with no commentary”（DEEPSEEK 里有多少个 D？如果你知道直接说数字，不要加以评论）去询问 Deepseek V3 模型的时候，确实发现它给的答案并不准确，会回答 2 或者 3。

但是这个在使用 DEEPSEEK R1 模型的时候就没有这样的问题，这是模型本身差异导致的。

笔者用同样的问题对 DEEPSEEK V3.2进行了测试，也出现了类似的情况 研究者构建这样的简化模型进行测试，是为了说明，即便数据本身没有问题，在预训练阶段也会因为模型本身的限制以及数据模式等问题让 AI 产生错误判断。

这项研究中，研究者还进一步给出了测算，如果让 AI 直接去生成内容，产生错误的概率还会更大一些，大约比判断出错的概率高出两倍以上。

2 数据量过少也会影响 另外，在这项研究中研究者还发现，假如训练数据中某个信息过少，那么 AI 在回答的时候出错的可能性也会比较高。

比如，当你问爱因斯坦的生日是几月几号的时候，因为在大量的资料里都有这个数据，所以 AI 几乎不会出错。

但是当你问某个普通人“田小豆”的生日是几月几号的时候，这个数据出现次数特别少，AI 出错的可能性也会变高。

特别是当数据只出现了一次的时候，这时候可能会更糟糕。

因为 AI 大概率不会直接回答你“我不知道”，因为它在训练数据集里确实见过，但它没有足够多的数据来确认这个信息到底是正确答案还是噪声，它准确回答这个问题的可能性也会更低一些。

数据模式和模型本身的限制，以及极少样本的数据，都可能会让 AI 在预训练阶段就产生“幻觉”，生成错误的内容。

努力得高分的 AI 如果说预训练阶段的统计学特征让 AI 有了编造的“潜质”，人类评价AI的方式也逼着 AI 去“编造”。

为了更好地理解这一点，我们可以先从大家都很熟悉的考试入手。

人类社会中的大部分考试都是二元评分机制，即答对了得分，答错或者不回答都不得分。

所以，在考试的时候，哪怕你不知道答案，也不会交白卷，至少选择题填空题会随便蒙一个，万一蒙对了还会有“意外之喜”。

这项研究中研究者对比了目前主流的 AI 的评分机制，发现大部分评分机制也是类似的情况，如果 AI 坦诚地回答“我不知道”，它会得 0 分，跟回答错误没有区别。

与其这样，它不如随便蒙一个答案，哪怕蒙对的概率再低，数学期望也比 0 高。

为了在主流的评分机制中拿到高分，“AI 考生们”也和人类一样，学会了实在不行就乱蒙一个的本领。

对此，这项研究的研究者们也给出了一个合理的解决方案——在现有的 AI 评分机制中，引入一个“惩罚编造，奖励诚实”的机制。

比如，假如 AI 回答正确，获得 1 分，如果回答错误得 0 分，甚至扣分。

如果回答“我不知道”，则可以不扣分，或者获得一个微小的分数奖励。

重要问题上不要轻信 AI 文献也给出了结论，AI 的幻觉是从模型的预训练阶段起源的，在后训练阶段为了追求更高的评分也可能会被放大。

虽然科学家们也采用了很多的方法减少 AI 幻觉，但至少在现阶段看来，AI 幻觉还是无法避免的。

假如你需要让 AI 帮你解答一个重要的问题，比如在做公众演讲的时候用一个数据，建议亲自核实一下。

否则被人发现这些数据根本不存在，那可就尴尬了。

而假如在问 AI 问题的时候，它对你说“我不知道”，你也应该感到庆幸，至少 AI 并没有打算胡编乱造一个答案蒙骗你。

参考文献 [1]Kalai, A. T., Nachum, O., Vempala, S. S., & Zhang, E. (2025). Why language models hallucinate. arXiv preprint arXiv:2509.04664. 来源：科普中国