生成式人工智能（Generative AI）正以變革性的力量重塑好萊塢，為娛樂行業的創意流程和分發模式帶來深遠影響。從概念藝術到面部替換、視頻生成，再到AI配音，這些工具在提高效率、激發創意和擴大規模方面展現了巨大潛力，正在成為制作工作流程中不可或缺的一部分。好萊塢知名行業媒體《綜藝》去年發布了名為《好萊塢生成式AI進展特別報告》,影視產業觀察編譯了其中部分精華內容，供業界參考。

生成式AI與創意表達的結合

1 概念藝術

在概念藝術創作中，生成式AI的應用逐漸增加，但范圍受到限制。概念藝術包括角色、場景、建筑、服裝和道具設計，尤其在奇幻、科幻和動作項目中需求較大。傳統上，藝術家依賴圖庫、影視參考或網絡圖片，而AI圖像現在被用作創意起點，為設計提供初步參考。然而，大型制片廠出于版權風險考慮，通常限制AI圖像作為最終藝術作品的使用。

AI圖像還用于加速創意反饋流程。在最終素材渲染前，生成式AI可通過壓縮將傳統需要數天甚至數周的反饋周期至一天內完成。一些制片廠直接使用AI生成的圖像向VFX團隊傳遞設計概念，而無需通過文字描述。此外，這類AI圖像也開始用于提案材料（Pitch Deck），這可能在一定程度上取代藝術家的部分工作。在影視項目立項前的“藍圖階段”，制作人通常需要與藝術家合作開發項目的整體風格和世界觀。現在，制作人可能使用生成式AI工具替代部分藝術家完成提案材料，從而減少聘用人數。

盡管應用廣泛，生成式AI仍面臨諸多爭議。版權風險是最大的阻礙，此外，AI生成圖像的質量也存在局限。雖然表面看起來不錯，但AI圖像往往風格雷同，且可能存在解剖結構錯誤等問題。這對概念設計至關重要，因為角色或物體的運動設計需要準確的結構參考。不合格的AI圖像傳遞到后續部門（如道具制作或3D建模）可能增加額外工作量。

一些制片廠已要求藝術家在工作中使用AI工具，但許多藝術家對此持反對態度，認為這些AI模型是通過他們的作品訓練出來的。概念藝術家可能是最早受到生成式AI影響的群體之一，他們面臨著工作機會減少和倫理爭議。一些藝術家報告稱工作量下降，或報酬水平出現異常下滑。

2 故事板

在傳統的故事板創作中，生成式AI的應用尚不顯著，但相關工具正在逐步發展。例如，Lore Machine基于Stable Diffusion技術，支持30,000字的上下文篇幅和150多種微調藝術風格，幫助編劇將文字轉化為故事板或動畫。目前，其主要用戶以品牌客戶為主。一些導演和編劇也在使用Runway和Cuebric等平臺制作簡單的動畫分鏡。

然而，生成式AI故事板是否能真正滿足導演和動畫師的需求仍有待驗證。在傳統制作中，故事板藝術家需繪制腳本的關鍵情節或動作變化，并與導演多次協作調整鏡頭角度和敘事順序。這需要可視化系統對細節有高度的控制能力。不過也有藝術家指出，故事板的核心在于清晰傳達想法，而非精美渲染，“即使是簡單的草圖，只要表達清楚，創意勝過精致的視覺效果。”

3 場景設計

生成式AI正在改變場景設計的方式，特別是在虛擬制作的LED屏幕或綠幕場景中。如果對細節要求不高，這些工具已能滿足實際制作需求。例如，Cuebric被廣泛用于小成本電視項目的虛擬背景制作，能夠快速生成較高質量的場景，盡管質量尚不足以支持大成本電影。

Cuebric支持根據文本提示生成場景的二維圖像，也可以將草圖轉換為電影級渲染。用戶可以選擇使用Stable Diffusion基礎模型或定制的微調模型。生成的圖像會被自動分割為多個對象圖層（如前景中的樹和遠景中的山脈），每個圖層都可單獨修改或提升分辨率。最終的場景可以導出為2.5D或2.75D深度圖，精確呈現每個對象的空間距離。這些深度圖可與攝像機跟蹤軟件（如Disguise）兼容，同時支持Unreal Engine、Unity、AutoCAD等平臺的集成。

4 視頻生成

OpenAI和Google推出了視頻生成模型Sora和Veo，與好萊塢創意社區合作進行測試，以收集反饋并逐步擴展應用。這些模型被認為是計算機生成圖形（CGI）的新階段，但目前尚不足以取代物理攝像機或傳統視覺特效（VFX）在高端制作中的作用。盡管尚未廣泛用于主流影視項目，AI生成視頻已在獨立電影制作中有所應用。然而，生成內容的版權問題和商業分發仍存在爭議，許多輸出作品被視為公共領域作品。因此，這些模型當前更適合用于前期可視化，而非直接作為屏幕素材。

Sora展示了強大的虛擬攝像功能，能夠逼真模擬布料、液體和反射材質，并成功突破“恐怖谷”，生成了高度逼真的普通人物形象。它還具備精準還原多種攝像機效果的能力，包括運動模糊、快門速度、鏡頭畸變、漸暈失真、景深等。此外，Sora能夠根據復雜提示按順序生成事件，為電影人提供了豐富的創意工具。例如，電影人Paul Trillo在測試中開發了“無限變焦”技術，通過快速鏡頭移動展現了復古8mm或16mm膠片的獨特效果。借助這一模型，導演不僅能實現傳統攝像機難以完成的鏡頭，還可探索完全無法通過物理設備實現的場景。

盡管視頻生成模型功能強大，但質量和可控性仍存在問題。分辨率和一致性雖顯著提升，但生成內容仍可能出現偽影、遮擋、變形和解剖錯誤。這是因為模型基于二維視頻數據訓練，缺乏對三維物理法則的理解。開發者認為這些問題將隨著技術進步逐步緩解，但難以完全消除。此外，模型對文本提示的響應缺乏精細控制，輸出結果往往不可預測。尤其在主流影視項目中，攝像機拍攝往往仍是更高效的選擇。

一致性問題進一步限制了模型在復雜制作中的應用。目前，模型難以在不同提示下保持角色、物體、場景或風格的一致性。盡管開發者嘗試結合圖像或視頻作為生成條件以改善這一問題，但語言在描述視頻內容方面的不足使這一改進面臨挑戰。此外，模型在生成細膩的演員表演（如正反打鏡頭）時效果較差，某些模型對輸出內容設有限制以避免生成暴力、色情或侵犯知識產權的內容。同時，生成的視頻仍缺乏音頻功能，但開發者正在努力整合語音和音效以彌補這一缺陷。

盡管存在局限性，視頻生成模型仍展現出作為輔助工具的巨大潛力。當前，這些模型可低成本生成輔助鏡頭素材（B-roll鏡頭）、全景鏡頭或補拍鏡頭，甚至在傳統方法難以實現的場景中大顯身手。隨著技術進步，視頻生成模型有望逐步成為影視行業的重要創意工具。

5 面部置換

深度學習模型通過大量3D捕捉的演員數據進行訓練，為生成逼真的視覺特效提供了支持。VFX工作室（如Digital Domain、ILM和Framestore）長期以來致力于開發“數字人”技術，近年來，一些AI初創公司也開始進入該領域，為好萊塢高質量制作提供服務。與此同時，“深偽”技術也被廣泛應用于演員外貌的微調，例如去除眼袋和皺紋等。以MARZ的Vanity AI為例，該工具能夠隔離特定面部區域，并自動將修改效果傳播到多個鏡頭中。此外，替身演員的面部替換也非常常見，通過技術將替身的臉替換為演員的3D面部模型。

一些AI工具，如Flawless的Deep Editor和MARZ的LipDub AI，不僅能夠實現臺詞替換，還可以減少昂貴的重拍需求。這些工具為導演和編輯提供了更多靈活性，甚至減少了現場多次拍攝的必要。這項技術還被用于好萊塢大制作中的快速老化或返老還童效果。例如，Metaphysic公司為湯姆·漢克斯和羅賓·懷特主演的電影《Here》完成了返老還童特效，大幅提高了效率。

相比傳統VFX依賴面部跟蹤、多邊形操作和CGI渲染的方式，Metaphysic使用GPU驅動的AI技術效率提升了數倍。傳統返老還童效果的制作成本可高達5000萬美元，且需要全球數百人長期協作，而Metaphysic僅用30人花4個月便完成了同樣的工作。導演和制作人對這項技術的興趣激增，除了老化效果，它還被應用于生物角色的面部表演。

此外，Metaphysic Live支持實時面部置換，可用于電視直播、音樂會和演講等活動。盡管與電影級效果相比略有差距，實時版本僅需一晚訓練，也能達到接近數百名藝術家數月工作的質量。

6 AI配音

對于高級電影和電視內容，生成式AI配音的短期前景尚不明朗。該技術尚未廣泛用于國際流媒體或主要院線發行的高端內容。盡管合成語音在成本、速度和規模上具備優勢，但質量仍不及傳統配音演員。內容本地化網絡與客戶以非公開方式測試這些技術，但普遍認為技術“尚未成熟”，不適合現有工作流程。

在“低風險”內容領域，合成語音已能滿足質量要求，尤其是在速度和規模優先于質量的場景中。例如，社交媒體視頻剪輯和拉丁美洲FAST頻道內容庫的本地化。Papercup的客戶包括新聞出版商和體育聯盟，他們通過YouTube擴大非英語觀眾覆蓋范圍。ElevenLabs也在開發實時配音功能，為直播節目本地化提供可能性。相比之下，在電影和電視領域，AI配音開始被考慮用于“長尾”語言（如撒哈拉以南非洲或印度的方言），這些語言因受眾較小無法支撐傳統配音成本。測試的重點在于評估AI配音是否“聊勝于無”，以接觸未開發市場并變現新受眾。不過，在無“配音文化”的市場，配音可能完全無經濟價值。

傳統高端內容的配音流程復雜且耗時，通常需要雙語翻譯、腳本改編、導演、配音演員和音效工程師的協作。從腳本翻譯到最終音軌交付可能需16周。ElevenLabs推出的Dubbing Studio工具簡化了這一流程，允許用戶調整情感、時機和發音。例如，可通過文本提示或語音樣本定制模型以生成特定語調（如憤怒或悲傷）。此外，語音克隆技術則更具潛力，允許在配音中使用原演員的聲音。但目前技術尚未達到規模化應用，更像是高端內容的“噱頭”。

盡管如此，其對觀眾接受度的提升尚未驗證。在一些市場，固定的國際配音演員更受觀眾歡迎，例如德國觀眾已經習慣了為布拉德·皮特配音的固定演員。

結論

隨著好萊塢不斷探索生成式AI技術的應用，未來的發展需要在充分發揮AI技術創意潛能的同時，應對其技術和倫理方面的限制。盡管像AI視頻生成和語音克隆這樣的工具展現了巨大的可能性，但行業必須確保這些技術的使用是對藝術創作的補充，而非取代傳統手工藝的精髓。通過審慎應對這些問題，好萊塢有望將生成式AI轉化為推動創意與多樣性的重要工具，以前所未有的方式擴大其全球觀眾的覆蓋范圍。