《柒个我》12月开播,张一山挑战七重人格,考验演技的时候到了
2017年11月30日
张一山首演偶像剧《柒个我》,曾遭老婆团喊话,吻戏一条过好吗
2017年11月30日

《柒个我》张一山突破演技,饰演七个人格,不服来战!

有关注张一山的人,应该都知道他12月份要播出的这部新剧《柒个我》吧。

《柒个我》是由华策影视集团出品,张娜担任总制片人,邓科导演,张一山、蔡文静、张晓谦、高泰宇、范梦、张双利等人主演的中国首部以多重人格为题材的悬疑爱情偶像剧。

该剧讲述了拥有七重人格的财阀三世沈亦臻(张一山)和他的秘密女主治医生白欣欣(蔡文静)的治愈系、搞笑、浪漫、爱情故事 。

该剧属于偶像剧类型,于2017年12月播出。

2017年2月16日,电视剧《柒个我》在上海、昆山开机 ;

5月30日,《柒个我》全剧杀青

《柒个我》是翻盘2015年韩剧《Kill Me Heal Me》的电视剧。

《柒个我》海报

《柒个我》张一山突破演技,饰演七个人格,不服来战!

2015年韩剧《Kill Me Heal Me》(杀了我治愈我)海报

《柒个我》张一山突破演技,饰演七个人格,不服来战!

对韩剧有兴趣的朋友也可以提前上网看下韩版的,毕竟张一山的《柒个我》还没播。

接下来我们继续说张一山的新剧《柒个我》

剧情简介:神话集团的继承者、娱乐公司副总沈亦臻(张一山饰),因为某段缺失的童年记忆,而罹患多重人格障碍,罕见地拥有七重人格。因为多重人格的关系,沈亦臻的人生充满了坎坷和危险,事业也止步不前。积极、开朗、善良的心理医生白欣欣(蔡文静饰)与他相识后,阴错阳差地成秘密主治医生。在白欣欣的帮助下,沈亦臻渐渐重拾勇气,直面自己所遗失的痛苦记忆,并凭借开朗的态度、过人的勇气和自身的能力,真正成为神话集团合格的继承者。同时,实现了和白欣欣共同的救赎。最终,沈亦臻的多重人格被治愈,他也收获了爱情、事业与梦想。

那我们来看下这部剧的男女主角:

沈亦臻

演员 张一山

男,28岁,神话集团第三代继承人,美国著名大学工商管理系的高材研究生,全能学霸,为人谦和有礼,但遇事懦弱永远与人保持距离。可家族的斗争不会那么简单,他没得选,他更没处逃!为了克服多重人格症,“偷偷地”请实习医生白欣欣为他秘密治疗,渐渐与这个“实习”医生产生了无法抗拒的感情。

《柒个我》张一山突破演技,饰演七个人格,不服来战!

白欣欣

演员 蔡文静

女,25岁,上海市某医院精神科第一年实习医生,有着青春可人的外貌,聪明伶俐,然而对付精神科患者却会反转变成女汉子,力气大、笑声爽朗。她与跟神话集团第三代继承人沈亦臻因误会结识,阴差阳错地成为沈亦臻的秘密心理医生,自己身上一段隐藏的秘密也随之露出了端倪。

《柒个我》张一山突破演技,饰演七个人格,不服来战!

知道这几个人后,我还是最喜欢张一山。

下面介绍下张一山的七种人格

继承人沈亦臻

《柒个我》张一山突破演技,饰演七个人格,不服来战!

暴力人格崔皓月

《柒个我》张一山突破演技,饰演七个人格,不服来战!

自由人格朱长江

《柒个我》张一山突破演技,饰演七个人格,不服来战!

忧郁人格莫晓俊

《柒个我》张一山突破演技,饰演七个人格,不服来战!

少女人格莫晓娜

《柒个我》张一山突破演技,饰演七个人格,不服来战!

神秘人格X先生

《柒个我》张一山突破演技,饰演七个人格,不服来战!

幼年人格星星

《柒个我》张一山突破演技,饰演七个人格,不服来战!

看到这七种人格的张一山,你最喜欢哪一种呢?

在腾讯娱乐问到张一山:当时为什么接《柒个我》这个戏?

张一山表示:对这个剧情感兴趣,并且想挑战一下自己,虽然觉得有可能演砸,但还是想尝试下。还有一点就是这种类型的戏在中国是没有过的题材。

而且在腾讯娱乐问到张一山:除了工作以外自己会做什么?

张一山回答是:休息、睡觉,因为最近这一年都没有好好的休息。

对此,不管张一山这部剧演得怎么样,小编我都会第一时间去关注,并且给予鼓励,还希望张一山可以多休息,期待张一山更多的好剧。

下面是开机现场:

《柒个我》张一山突破演技,饰演七个人格,不服来战!

《柒个我》张一山突破演技,饰演七个人格,不服来战!

《柒个我》张一山突破演技,饰演七个人格,不服来战!

《柒个我》张一山突破演技,饰演七个人格,不服来战!

《柒个我》张一山突破演技,饰演七个人格,不服来战!

《柒个我》张一山突破演技,饰演七个人格,不服来战!

最后,以张一山的少女人格莫晓娜结束。

《柒个我》张一山突破演技,饰演七个人格,不服来战!

描述

《柒个我》张一山突破演技,饰演七个人格,不服来战!

你喜欢张一山的什么人格呢?大家可以在下面的评论区留言哦。

喜欢的可以加关注。

yu

发表评论

电子邮件地址不会被公开。 必填项已用*标注

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据