本文刊發(fā)于《現(xiàn)代電影技術(shù)》2025年第3期
專家點(diǎn)評(píng)
AI技術(shù)的迅猛發(fā)展正在為影視制作帶來(lái)深刻變革,傳統(tǒng)影視制作流程正逐步被技術(shù)與藝術(shù)深度融合、人類創(chuàng)造與AI生成深度互補(bǔ)的新模式所取代。然而,在思考這項(xiàng)新技術(shù)在影視制作中的應(yīng)用時(shí),我們往往陷入二元論式的極化思維:或認(rèn)為未來(lái)的影視制作將完全依賴AI自動(dòng)化而忽視人的創(chuàng)意與表達(dá),或因?yàn)槟壳癆I技術(shù)的局限性而低估其在影視制作流程中應(yīng)用的巨大潛力。解決這種隧道思維傾向的關(guān)鍵點(diǎn)在于如何將AI與當(dāng)前影視制作流程進(jìn)行融合,在漸進(jìn)中融合發(fā)展。《AIGC技術(shù)在電影〈只此青綠〉視效制作中的創(chuàng)新應(yīng)用與實(shí)踐探索》一文針對(duì)AIGC與已有電影制作流程的有效融合,提出了切實(shí)可行的實(shí)現(xiàn)路徑。影片將深度學(xué)習(xí)技術(shù)全面應(yīng)用于視覺概念設(shè)計(jì)、細(xì)節(jié)增強(qiáng)、視效質(zhì)檢等制作環(huán)節(jié),顯著提升了創(chuàng)意效率和視覺表現(xiàn)力。尤其值得贊賞的是,影片通過AI輔助成功將宋代藝術(shù)風(fēng)格融入CG場(chǎng)景設(shè)計(jì)中,實(shí)現(xiàn)了技術(shù)創(chuàng)新與傳統(tǒng)藝術(shù)審美的有機(jī)結(jié)合,其實(shí)踐探索為電影工業(yè)中AIGC技術(shù)的應(yīng)用提供了具有重要參考價(jià)值的案例,展現(xiàn)了電影技術(shù)與藝術(shù)創(chuàng)意之間更具實(shí)際操作性與可持續(xù)性的融合方案。
——王雷
教授
中國(guó)傳媒大學(xué)動(dòng)畫與數(shù)字藝術(shù)學(xué)院院長(zhǎng)、博士生導(dǎo)師
作 者 簡(jiǎn) 介
楊洪濤
中影(北京)電影制片廠有限公司經(jīng)理助理,主要研究方向:虛擬攝制、數(shù)字視效、人工智能制作。
中影(北京)電影制片廠有限公司視效部副牽頭人,主要研究方向:電影工業(yè)化、數(shù)字視效、電影創(chuàng)意。
陳 陽(yáng)
盛 勇
中影(北京)電影制片廠有限公司視效部副經(jīng)理,主要研究方向:虛擬攝制、數(shù)字視效、人工智能制作。
中影(北京)電影制片廠有限公司視效部制作主管,主要研究方向:影視合成、后期制作。
嚴(yán)姍姍
摘要
為深入探討人工智能(AI)技術(shù)在電影視效制作中的應(yīng)用,本文以電影《只此青綠》為例,系統(tǒng)分析了人工智能生成內(nèi)容(AIGC)在影視視效前期設(shè)計(jì)、后期制作生產(chǎn)、質(zhì)量檢測(cè)等環(huán)節(jié)的應(yīng)用實(shí)踐,通過構(gòu)建基于深度學(xué)習(xí)(DL)的人工智能制作體系,顯著提升了影片的畫面質(zhì)量與制作效率。研究表明,AI技術(shù)可實(shí)現(xiàn)電影制作全流程優(yōu)化,不僅為高質(zhì)量藝術(shù)影片的制作開辟了全新的路徑,同時(shí)也推動(dòng)了電影藝術(shù)與技術(shù)的融合發(fā)展。
關(guān)鍵詞
人工智能;AIGC技術(shù);電影制作;電影視效;電影后期
1引言
2023年,ChatGPT的問世是人工智能(AI)領(lǐng)域的重要里程碑,隨后陸續(xù)出現(xiàn)多個(gè)大模型,如Sora、Phenaki、AtomoVideo等,均展現(xiàn)出超越人類專家水平的能力,也推動(dòng)了人工智能生成內(nèi)容(AIGC)技術(shù)的日益發(fā)展[1]。
在此背景下,AI技術(shù)在影視制作中的應(yīng)用逐漸深入,涵蓋從創(chuàng)意生成到后期制作的各個(gè)環(huán)節(jié),成為推動(dòng)電影工業(yè)發(fā)展的新引擎。從傳統(tǒng)攝影機(jī)實(shí)景拍攝到藍(lán)幕/綠幕摳像技術(shù),再到計(jì)算機(jī)圖形學(xué)(CG)技術(shù)和AIGC的深度融合,電影制作技術(shù)正經(jīng)歷一場(chǎng)深刻變革。其憑借在圖像生成、風(fēng)格遷移和場(chǎng)景優(yōu)化等方面的優(yōu)勢(shì),正重新定義傳統(tǒng)視效制作流程,為電影創(chuàng)作者帶來(lái)更高效的工作方式和更豐富的藝術(shù)表現(xiàn)力。
2024年國(guó)慶檔期中,電影《只此青綠》將舞蹈藝術(shù)以影像介質(zhì)進(jìn)行再度創(chuàng)作,在真實(shí)紀(jì)錄的基礎(chǔ)上把數(shù)字影像營(yíng)造幻相的潛能盡情發(fā)揮[2]。與傳統(tǒng)故事片的拍攝模式不同,該片沿用原版舞劇的敘事結(jié)構(gòu),共分為十個(gè)場(chǎng)次:?jiǎn)栕⒊跻姟⒊z、聽雨、尋石、習(xí)筆、青綠、淬墨、苦思、入畫,相比舞劇多出三場(chǎng),在舞劇充分展示《千里江山圖》創(chuàng)作的技藝層面外,對(duì)故事進(jìn)行了補(bǔ)充[3]。由于拍攝工作全部在攝影棚內(nèi)完成,影片后期制作任務(wù)顯著增加,其中視效鏡頭占比超過80%,凸顯了視效工作在本片中的重要地位,也對(duì)后期制作流程提出了更高的技術(shù)要求。基于此,我們嘗試將AIGC技術(shù)貫穿應(yīng)用于概念設(shè)計(jì)到后期合成的全流程,不僅為影片帶來(lái)了獨(dú)特的視覺效果,同時(shí)也顯著提升了制作效率。
本文以電影《只此青綠》為研究對(duì)象,在梳理制作經(jīng)驗(yàn)的同時(shí),探討AIGC技術(shù)在視效制作中的創(chuàng)新應(yīng)用與實(shí)踐。本研究重點(diǎn)聚焦AI技術(shù)在概念設(shè)計(jì)、數(shù)字繪景、關(guān)鍵幀生成、三維場(chǎng)景制作、特效合成等環(huán)節(jié)的具體應(yīng)用,總結(jié)其在提升制作效率與畫面品質(zhì)方面的顯著優(yōu)勢(shì),同時(shí)剖析當(dāng)前應(yīng)用中的不足并提出改進(jìn)方向。通過對(duì)該案例的深入剖析,旨在為AIGC技術(shù)在電影工業(yè)中的應(yīng)用提供具有參考價(jià)值的實(shí)踐經(jīng)驗(yàn),揭示其在推動(dòng)電影智能化發(fā)展中的重要作用,并展望其未來(lái)發(fā)展?jié)摿Α?/p>
2AIGC技術(shù)在《只此青綠》前期設(shè)計(jì)中的應(yīng)用
2.1 靈感啟發(fā)與參考圖生成
生成式對(duì)抗網(wǎng)絡(luò)(GAN)是一種基于深度學(xué)習(xí)的生成模型,適用于生成高質(zhì)量圖像、視頻和音頻內(nèi)容,并擴(kuò)展至動(dòng)態(tài)場(chǎng)景[4],是當(dāng)前非常強(qiáng)大的生成模型方法之一。
視效工作前期的核心挑戰(zhàn)在于將抽象創(chuàng)意轉(zhuǎn)化為具象視覺效果,傳統(tǒng)草圖設(shè)計(jì)依賴手繪功底與創(chuàng)造力,效率低且靈感需求高。AIGC技術(shù)的引入拓展了創(chuàng)意可能性,通過使用生成式對(duì)抗網(wǎng)絡(luò)(GAN)快速生成多種符合藝術(shù)風(fēng)格的場(chǎng)景參考圖。在《只此青綠》制作中,視效團(tuán)隊(duì)結(jié)合實(shí)地考察、古畫研究與專家調(diào)研,積累了大量原始資料,并通過AIGC技術(shù)快速獲取視覺風(fēng)格與設(shè)計(jì)元素,基于關(guān)鍵詞或初始草圖,運(yùn)用AI工具高效生成多種風(fēng)格的概念圖,進(jìn)一步優(yōu)化前期創(chuàng)作流程與效果。
概念草圖設(shè)計(jì)不僅需寫實(shí)性,還需與影片視覺風(fēng)格及敘事主題相契合。通過圖像風(fēng)格遷移技術(shù)應(yīng)用深度卷積神經(jīng)網(wǎng)絡(luò)(Deep Convolutional Neural Network, DCNN)[5],將學(xué)習(xí)到的藝術(shù)風(fēng)格應(yīng)用于目標(biāo)圖像生成中,能將指定的藝術(shù)風(fēng)格與美感融入草圖中,生成的布局方案更加貼合影片整體美學(xué),且能快速實(shí)現(xiàn)藝術(shù)性與敘事性的統(tǒng)一。以翰林圖畫院場(chǎng)景CG環(huán)境布局設(shè)計(jì)為例,制作團(tuán)隊(duì)通過輸入提示詞或參考圖像,自動(dòng)生成多種具備初步視覺效果的草圖,展現(xiàn)了豐富的構(gòu)圖可能性,并將宋代藝術(shù)風(fēng)格融入其中,在色彩搭配、構(gòu)圖層次和紋理細(xì)節(jié)上展現(xiàn)出多樣化創(chuàng)意,從而顯著加速了方案迭代。在制作《千里江山圖》全景概念圖時(shí),ControlNet網(wǎng)絡(luò)使擴(kuò)散模型生成圖像更加可控[6],結(jié)合輸入的線條輪廓和深度信息(Depth),引導(dǎo)AIGC生成符合設(shè)計(jì)需求的山川、河流及地形結(jié)構(gòu)(圖1)。
圖1 使用AIGC技術(shù)輔助生成的《千里江山圖》全景概念設(shè)計(jì)圖
2.2 數(shù)字繪景與轉(zhuǎn)場(chǎng)設(shè)計(jì)
數(shù)字繪景(Matte Painting)是電影視效制作的重要環(huán)節(jié),傳統(tǒng)流程依賴人工繪制和靜態(tài)素材拼接,呈現(xiàn)形態(tài)主要是靜態(tài)二維圖像[7]。本片制作中,通過圖像生成、智能增強(qiáng)及自動(dòng)化拼接等AIGC技術(shù)的應(yīng)用,顯著優(yōu)化了這一流程。問篆場(chǎng)次需制作一個(gè)從房屋內(nèi)拉出并延伸至大全景的8K畫面,該畫面包含300余個(gè)制作層級(jí),城外鄉(xiāng)間建筑群的數(shù)字繪景需要數(shù)量龐大、風(fēng)格統(tǒng)一且光影匹配的素材。制作團(tuán)隊(duì)通過AI工具對(duì)海量圖像進(jìn)行搜索與分析,快速篩選出符合宋代建筑風(fēng)格的房屋結(jié)構(gòu)、光影關(guān)系及透視角度等素材。在素材拼接與再創(chuàng)作環(huán)節(jié),制作團(tuán)隊(duì)通過智能對(duì)齊和特征點(diǎn)識(shí)別,實(shí)現(xiàn)了圖像的高效拼接與融合,利用深度學(xué)習(xí)算法對(duì)低分辨率素材進(jìn)行智能增強(qiáng),修復(fù)拼接過程中可能出現(xiàn)的圖像缺失問題,使最終繪制圖像更加無(wú)縫且自然。Midjourney繪制圖片只需要在“/imagine”命令中輸入提示詞(Prompt),大致可簡(jiǎn)化為:主體+環(huán)境+風(fēng)格+媒介+構(gòu)圖/光效+燈光/色彩+情緒[8]。在唱絲場(chǎng)次中,為給導(dǎo)演和美術(shù)指導(dǎo)提供更多竹子形態(tài)選擇,制作團(tuán)隊(duì)使用Midjourney生成了多種竹子素材,再通過Stable Diffusion優(yōu)化為高清素材。
復(fù)雜轉(zhuǎn)場(chǎng)效果設(shè)計(jì)是本片視覺風(fēng)格的一大亮點(diǎn),流暢自如的轉(zhuǎn)場(chǎng)鏡頭使視效與影片整體風(fēng)格實(shí)現(xiàn)了自然融合。以影片中的CG轉(zhuǎn)場(chǎng)設(shè)計(jì)為例,運(yùn)用Stable Diffusion和Midjourney等工具生成的一系列水墨風(fēng)格的舞蹈形態(tài)概念草圖,為創(chuàng)作者提供了新穎的靈感來(lái)源。這些草圖不僅在色彩搭配、構(gòu)圖層次及紋理細(xì)節(jié)上展現(xiàn)了多樣化的創(chuàng)意方案,還為概念設(shè)計(jì)師快速篩選符合項(xiàng)目需求的創(chuàng)意方向提供了便利。通過以上工具的結(jié)合使用,為影片生成了多種版本的水墨風(fēng)格轉(zhuǎn)場(chǎng)設(shè)計(jì)(圖2),有效解決了傳統(tǒng)手繪設(shè)計(jì)中效率低下和創(chuàng)意有限的問題。
圖2 使用 Al 輔助生成的轉(zhuǎn)場(chǎng)方案設(shè)計(jì)草圖示例
3AI技術(shù)在《只此青綠》制作中的應(yīng)用
3.1 利用AI智能插件完成植被和環(huán)境模擬
在視效領(lǐng)域,AI技術(shù)與電影的關(guān)系已密不可分,放眼好萊塢乃至全世界的電影制作團(tuán)隊(duì),都在嘗試開展電影與AI技術(shù)的深度融合創(chuàng)新[9]。唱絲場(chǎng)次作為影片中視覺元素最為豐富的場(chǎng)景之一,其制作難度在于背景中的水面、植被等元素需符合物理規(guī)律,與演員的動(dòng)作靈動(dòng)配合,同時(shí)避免喧賓奪主。制作團(tuán)隊(duì)從資產(chǎn)優(yōu)化入手,采用三維制作軟件Maya與三維樹木建模軟件SpeedTree相結(jié)合的方式,進(jìn)行大片樹木的快速建模和渲染[10],并輔以AI工具提升效率與效果,生成的多種竹子模型素材用于部分場(chǎng)景的二次創(chuàng)作,在單獨(dú)場(chǎng)景中完成植被材質(zhì)與比例的調(diào)整后,按種類命名并生成“.ass”序列代理文件,根據(jù)鏡頭角度調(diào)用適配精度的模型。
在模板鏡頭確定后,導(dǎo)演提出展現(xiàn)“雨前微風(fēng)輕拂”的動(dòng)態(tài)效果,要求在800幀/秒的270°旋轉(zhuǎn)鏡頭調(diào)度中展現(xiàn)植被的動(dòng)態(tài),同時(shí)確保植被布局和細(xì)節(jié)設(shè)計(jì)達(dá)到電影級(jí)標(biāo)準(zhǔn)。制作團(tuán)隊(duì)利用SpeedTree生成動(dòng)態(tài)風(fēng)場(chǎng)模擬,輸出“.mc”緩存序列幀,并導(dǎo)入Maya分場(chǎng)景制作材質(zhì),最終生成“.ass”序列代理文件導(dǎo)入總場(chǎng)景。為應(yīng)對(duì)植被數(shù)量龐大問題,制作團(tuán)隊(duì)通過編寫Maya內(nèi)置語(yǔ)言(MEL)腳本實(shí)現(xiàn)批量替換代理路徑,完成優(yōu)化動(dòng)態(tài)緩存參數(shù),同時(shí)提高渲染精度并搭配Deadline聯(lián)機(jī)渲染,解決了動(dòng)態(tài)葉片晃動(dòng)導(dǎo)致的渲染閃爍問題,確保了畫面質(zhì)量,為影片增添了視覺感染力(圖3)。
圖3 唱絲場(chǎng)次竹林參考(左)和竹子制作效果(右)
在翰林圖畫院場(chǎng)景的制作中,制作團(tuán)隊(duì)通過Stable Diffusion的文生圖功能添加更多細(xì)節(jié),對(duì)初稿進(jìn)行二次創(chuàng)作,并在三維軟件中按真實(shí)比例進(jìn)行四面擴(kuò)展,實(shí)現(xiàn)對(duì)設(shè)計(jì)圖的精準(zhǔn)還原。草地的制作采用Blender中的Geo?Scatter插件,其可提供多種散布模式,包括密度散布、預(yù)設(shè)散布、手動(dòng)散布等,僅需勾勒草地區(qū)域即可快速布置植被。此外,建筑雪景的制作運(yùn)用了Quick Snow智能插件,自動(dòng)生成具有體積感的積雪,并精準(zhǔn)附著于植被與建筑表面,使雪景更加真實(shí)生動(dòng)(圖4)。
圖4 翰林圖畫院的植被(上)和雪景(下)制作
3.2 利用深度信息計(jì)算完成房屋集群制作和場(chǎng)景光線模擬
在影片房屋集群制作中,制作團(tuán)隊(duì)需完成一座俯視城池布局與印章篆刻圖案的疊化鏡頭,通過Stable Diffusion生成概念圖,確保了整體風(fēng)格與印章圖獨(dú)特美學(xué)的一致性,生成了城池環(huán)境的不同風(fēng)格方案,通過AI工具對(duì)細(xì)節(jié)進(jìn)行超分辨率(Super?Resolution, SR)與優(yōu)化,隨后利用三維軟件搭建粗略模型,構(gòu)建城鎮(zhèn)整體布局,結(jié)合AI進(jìn)行深度信息計(jì)算,從攝影機(jī)的位置出發(fā),以攝影機(jī)真實(shí)的視角寬度,計(jì)算場(chǎng)景中物體到光源的距離[11](即深度信息),分析城鎮(zhèn)的高低起伏與空間層次,提取出三維模型的深度信息,完成建筑與街道的輪廓清晰化(圖5)。
圖5 城池布局制作過程及與印章篆刻圖案疊化效果
在尋石場(chǎng)次的瀑布場(chǎng)景制作中,制作團(tuán)隊(duì)以真實(shí)場(chǎng)景為參考,利用AIGC技術(shù)生成貼圖并還原場(chǎng)景中的細(xì)節(jié)紋理與光影變化,使前景模型在視覺上更加真實(shí)自然。對(duì)于中后景的處理,通過AI分析三維灰模計(jì)算出深度信息與邊緣檢測(cè)(Canny)[12]算子,基于這些數(shù)據(jù)生成材質(zhì)貼圖,精確反映模型的表面特征與結(jié)構(gòu),進(jìn)一步增強(qiáng)了整體的真實(shí)感。在完成場(chǎng)景構(gòu)建后,制作團(tuán)隊(duì)采用多角度投射的方式,從不同視角審視模型,確保視覺效果的連貫性與一致性,使場(chǎng)景在宏觀布局和微觀細(xì)節(jié)上均達(dá)到預(yù)期效果。
3.3 利用AI技術(shù)完成流體特效、光影模擬和細(xì)節(jié)優(yōu)化
流體與物體的交互是電影視效制作中的難點(diǎn),如在唱絲場(chǎng)次中,將特效水面與實(shí)拍水面融合成為關(guān)鍵環(huán)節(jié)。制作團(tuán)隊(duì)利用AI技術(shù)對(duì)兩者的色彩、亮度、對(duì)比度及紋理進(jìn)行智能分析,通過對(duì)比差異與相似之處,確定融合重點(diǎn)區(qū)域?yàn)樗娼唤缣幖肮庥白兓^大的部分。AI技術(shù)通過分析實(shí)拍素材與環(huán)境風(fēng)格,幫助制作團(tuán)隊(duì)確定了水面的整體光影基調(diào),可實(shí)現(xiàn)特效水面的色彩、亮度、對(duì)比度及紋理等參數(shù)的精準(zhǔn)調(diào)校,使其與實(shí)拍水面實(shí)現(xiàn)更自然的融合效果,解決了大部分特效與實(shí)拍流體動(dòng)態(tài)的視覺差異問題,畫面在整體上更為真實(shí)連貫,為場(chǎng)景的沉浸感增添了重要細(xì)節(jié)(圖6)。
圖6 AIGC計(jì)算出Depth和Canny信息進(jìn)行多角度投射
AI生成素材被廣泛用于局部紋理補(bǔ)充,如湖底石頭、水面折射效果和山間小屋等模型紋理均通過AI生成的超高分辨率圖像進(jìn)行細(xì)節(jié)增強(qiáng)。制作團(tuán)隊(duì)利用AI生成的超高分辨率圖像,提取巖石及植被局部細(xì)節(jié)紋理,解決了畫面中真實(shí)紋理不足的問題。瀑布場(chǎng)景的水面折射和湖底石頭效果也通過AI生成,應(yīng)用于畫面的局部環(huán)境中,使細(xì)節(jié)更加豐富。山間小屋的墻體和屋頂紋理也通過生成的高分辨率素材得以補(bǔ)充,并結(jié)合三維模型進(jìn)行重繪與調(diào)整,使真實(shí)感顯著提升。
3.4 AI工具輔助摳像與合成
在影片合成環(huán)節(jié)中,制作團(tuán)隊(duì)利用Nuke的CopyCat[13]工具(通過使用少量示例幀來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò),從而在整個(gè)序列中復(fù)制這些效果)和ComfyUI工具(一款強(qiáng)大的穩(wěn)定擴(kuò)散GUI工具,用于生成和操作AI圖像)[14]顯著提升了摳像與畫面合成效率。制作團(tuán)隊(duì)先以人工制作的高質(zhì)量摳像關(guān)鍵幀為樣本,訓(xùn)練神經(jīng)網(wǎng)絡(luò),生成對(duì)應(yīng)模型“.cat”文件,準(zhǔn)確地將圖像關(guān)鍵特征和轉(zhuǎn)換規(guī)則運(yùn)用于同類鏡頭的解算制作,快速處理整段鏡頭的摳像任務(wù)。翰林圖畫院場(chǎng)景中有大幅度鏡頭調(diào)動(dòng),運(yùn)動(dòng)模糊下人物的清晰摳像難度增加,該方法可預(yù)先處理80%以上的畫面問題,一定程度上解決了演員服飾與背景色調(diào)相近、舞蹈動(dòng)作幅度大等復(fù)雜問題。精準(zhǔn)的色彩分離與動(dòng)態(tài)追蹤技術(shù),不僅大幅縮短了后期制作周期,還確保了摳像畫面的精細(xì)度與自然感,從而保證了整體畫面質(zhì)量。
在唱絲場(chǎng)次與展卷場(chǎng)景的制作中,制作團(tuán)隊(duì)將Midjourney與ComfyUI結(jié)合,通過文本描述快速生成高質(zhì)量概念圖用于創(chuàng)意參考和迭代溝通。ComfyUI作為Nuke插件與鏡頭序列連接,通過ControlNet生成符合機(jī)位和角度的素材,例如制筆工坊場(chǎng)景的粗略布局效果圖和展卷場(chǎng)景中印章效果的生成畫面。AI生成素材偶爾因提示詞不足而偏離需求,通過多次測(cè)試和調(diào)整,成功生成了符合中國(guó)風(fēng)氛圍的素材。
3.5 視效質(zhì)檢環(huán)節(jié)
在影片視效制作與色彩校正方面,AIGC可檢測(cè)并修復(fù)視頻中的噪點(diǎn)、抖動(dòng)、模糊等問題,避免拍攝階段的技術(shù)失誤,提高畫面分辨率,提升影像資料的畫面質(zhì)感[15]。制作團(tuán)隊(duì)開發(fā)了一套基于Hiero[16](與Nuke緊密集成的視頻編輯和協(xié)作工具)的視效質(zhì)量檢測(cè)工具,通過視效管理軟件CGTeamwork和Hiero時(shí)間線的串接,將部分AI插件寫入管理軟件,實(shí)現(xiàn)了分場(chǎng)次、分環(huán)節(jié)的快速時(shí)間線搭建。該工具支持多維度質(zhì)檢方式,包括前后鏡串接質(zhì)檢,檢查鏡頭間的連貫性;對(duì)源素材與制作效果對(duì)比質(zhì)檢,比對(duì)畫面效果與原始素材的差異;歷史版本效果對(duì)比質(zhì)檢,縱向分析不同版本的改進(jìn)情況;多環(huán)節(jié)審核整合,快速查看鏡頭在各制作環(huán)節(jié)的審核小樣。這些功能從不同維度提升了質(zhì)檢效率和判斷準(zhǔn)確性,為組長(zhǎng)和視效總監(jiān)提供了全局把控鏡頭質(zhì)量的便利。
在項(xiàng)目的實(shí)際制作中,質(zhì)檢工具展現(xiàn)了極高的效率與便利性。進(jìn)入Hiero質(zhì)檢工具后,用戶只需選擇項(xiàng)目名稱、場(chǎng)次及制作環(huán)節(jié),就能一鍵將所有提交備檢小樣導(dǎo)入Hiero時(shí)間線。時(shí)間線的多維度審核方式支持橫向檢查前后鏡的連貫性、縱向比較不同制作環(huán)節(jié)的延續(xù)性,同時(shí)實(shí)時(shí)監(jiān)測(cè)鏡頭進(jìn)展與修改記錄。在唱絲場(chǎng)次的制作中,工具的高效運(yùn)用顯著提升了審片效率,確保了鏡頭連貫性與制作質(zhì)量,為質(zhì)檢工作提供了全面技術(shù)支持。
4 AI技術(shù)應(yīng)用對(duì)制作品質(zhì)與效率的提升
4.1 品質(zhì)提升
AI作為新時(shí)期前沿技術(shù)驅(qū)動(dòng)力,正在重塑影視制作行業(yè)的全流程,這些技術(shù)創(chuàng)新不僅優(yōu)化了制作流程,降低了生產(chǎn)成本,更推動(dòng)了行業(yè)向智能化、工業(yè)化方向發(fā)展。未來(lái),AI技術(shù)的持續(xù)演進(jìn)將為影視制作帶來(lái)更多可能,迭代的AIGC技術(shù)將拓展創(chuàng)意表達(dá)的邊界,全流程智能化生產(chǎn)將實(shí)現(xiàn)更高效的協(xié)同創(chuàng)作,整體提升作品品質(zhì)。借助AI大模型的力量,未來(lái)的影視作品將呈現(xiàn)出更逼真、生動(dòng)的虛擬角色和場(chǎng)景。這些虛擬元素將與現(xiàn)實(shí)世界無(wú)縫融合,為觀眾帶來(lái)前所未有的觀影體驗(yàn)[17]。
4.2 效率提升
AI工具主要在以下幾方面顯著提升制作效率。第一,創(chuàng)意思路的開拓和發(fā)散。在影片初期概念設(shè)計(jì)中,針對(duì)主創(chuàng)對(duì)視效方案極高的要求和標(biāo)準(zhǔn),可使用AI生成參考圖提升方案設(shè)計(jì)效率。第二,在攝影機(jī)追蹤和反求環(huán)節(jié),AI軟件內(nèi)置的智能化工具在復(fù)雜動(dòng)態(tài)鏡頭追蹤中提升了精準(zhǔn)度;AI質(zhì)檢工具高效完成了前后鏡頭串接、原素材與制作效果對(duì)比、歷史版本對(duì)比等多維度質(zhì)檢,顯著減少了人工質(zhì)檢的時(shí)間和誤差。第三,大幅減少了人工投入與時(shí)間消耗,尤其是在復(fù)雜場(chǎng)景如群體人物動(dòng)態(tài)摳像和精細(xì)毛發(fā)畫面的ROTO制作中,約能減少2/3的制作時(shí)間,讓制作團(tuán)隊(duì)得以將主要精力放在畫面藝術(shù)效果處理上。AI技術(shù)的全面應(yīng)用,使《只此青綠》的制作過程更加高效流暢,同時(shí)確保了最終作品的高質(zhì)量輸出。
5 經(jīng)驗(yàn)和思考
5.1 AI技術(shù)在電影制作中的不足和局限性
在電影《只此青綠》制作中,AI工具的應(yīng)用顯著提升了效率和創(chuàng)意產(chǎn)出,但在實(shí)踐中仍存在多方面挑戰(zhàn),在細(xì)節(jié)處理、復(fù)雜場(chǎng)景適應(yīng)性和效果穩(wěn)定性等方面的問題尤為凸顯,需結(jié)合具體項(xiàng)目特點(diǎn)提出相應(yīng)解決方案。AI工具在面對(duì)動(dòng)態(tài)光影、微小紋理和復(fù)雜特效場(chǎng)景時(shí),生成結(jié)果往往難以達(dá)到大銀幕放映的審美需求,在處理高頻動(dòng)作與背景融合部分時(shí),需大量人工精細(xì)調(diào)整才能達(dá)到預(yù)期效果。
AI工具在復(fù)雜場(chǎng)景中的應(yīng)用表現(xiàn)也存在不足,畫面中的微小元素有時(shí)會(huì)發(fā)生晃動(dòng)閃爍問題,仍需通過手動(dòng)優(yōu)化動(dòng)態(tài)緩存參數(shù)調(diào)整。這表明在處理復(fù)雜動(dòng)態(tài)場(chǎng)景時(shí),AI技術(shù)仍需大量人工干預(yù)才能確保畫面效果和質(zhì)量。
在情感理解層面,AIGC技術(shù)生成的內(nèi)容缺乏對(duì)影片主題和藝術(shù)精神的深層理解。《只此青綠》以中國(guó)傳統(tǒng)文化和藝術(shù)為核心,對(duì)畫面氣質(zhì)和意境要求極高。在部分場(chǎng)景生成中,即使在提示詞準(zhǔn)確的情況下,初版畫面仍然會(huì)出現(xiàn)與風(fēng)格不符的科幻元素,需通過不斷調(diào)整提示詞和人工篩選來(lái)確保生成方向正確。
在復(fù)雜場(chǎng)景適應(yīng)性方面,AI工具也表現(xiàn)不足。例如,瀑布的水流與巖石交互特效及雨水和水面交互的動(dòng)態(tài)特效等,生成的素材可提供一些基礎(chǔ)參考,但在動(dòng)態(tài)模糊、復(fù)雜光影處理上的精準(zhǔn)度不足,仍需大量人工干預(yù)。此外,生成結(jié)果受樣本和提示詞描述影響較大,而技術(shù)整合與兼容性問題也成為一大難點(diǎn),部分AI工具與現(xiàn)有制作軟件的集成度有限,操作復(fù)雜性且技術(shù)門檻較高。
5.2 面臨的挑戰(zhàn)與解決方案
實(shí)踐表明,AIGC更適于作為人工創(chuàng)作新工具,通過AIGC生成與人工的結(jié)合,高效完成復(fù)雜場(chǎng)景創(chuàng)制任務(wù),為設(shè)計(jì)提供快速迭代的便利,最終畫面質(zhì)量則需通過人工優(yōu)化得以保障。但在依賴AI技術(shù)的同時(shí),創(chuàng)作者也可能會(huì)過度追求效率,忽視了獨(dú)立思考和創(chuàng)新[18]。
為應(yīng)對(duì)挑戰(zhàn),在AIGC技術(shù)生成的基礎(chǔ)上,應(yīng)不斷提升制作人員審美和制作水平,確保實(shí)現(xiàn)高質(zhì)量的細(xì)節(jié)優(yōu)化。視效制作人員通過學(xué)習(xí)相關(guān)藝術(shù)風(fēng)格的圖像,手動(dòng)優(yōu)化動(dòng)態(tài)效果,確保畫面真實(shí)自然。這一人機(jī)協(xié)作模式將會(huì)帶來(lái)新的視角[19],不僅彌補(bǔ)了AIGC技術(shù)生成的不足,還提升了制作效率與藝術(shù)表現(xiàn)力,為復(fù)雜場(chǎng)景的視效制作提供了高效解決方案。
優(yōu)化技術(shù)整合與工作流程也是解決方案的重要方向。通過對(duì)現(xiàn)有流程的調(diào)整,逐步提高AIGC與傳統(tǒng)工具的兼容性,簡(jiǎn)化使用成本,如調(diào)整軟件的腳本配置,使其更高效地融入視效工作流程。團(tuán)隊(duì)還建立了嚴(yán)格的質(zhì)量控制機(jī)制,人工干預(yù)生成素材,確保風(fēng)格一致性,使視覺效果符合項(xiàng)目需求。
6 結(jié)語(yǔ)
電影《只此青綠》的制作實(shí)踐表明,當(dāng)前AIGC技術(shù)在影視制作中的最佳應(yīng)用方式仍是將其作為輔助工具,與人工創(chuàng)意形成互補(bǔ)。隨著算法的不斷優(yōu)化、數(shù)據(jù)的持續(xù)積累以及硬件計(jì)算能力的逐步提升,未來(lái)這項(xiàng)技術(shù)有望實(shí)現(xiàn)更加復(fù)雜的視頻內(nèi)容生成,在質(zhì)量和流程控制方面實(shí)現(xiàn)質(zhì)的飛躍,與影視制作的傳統(tǒng)流程實(shí)現(xiàn)更緊密的融合。
AIGC技術(shù)在電影《只此青綠》中的應(yīng)用,不僅幫助團(tuán)隊(duì)高效完成繁瑣的基礎(chǔ)工作,還通過優(yōu)化細(xì)節(jié)和提升藝術(shù)表現(xiàn)力,為影片帶來(lái)了全新的視覺體驗(yàn)。我們還可通過引入更多不同類型的影視作品和藝術(shù)風(fēng)格的數(shù)據(jù)來(lái)訓(xùn)練 AI大模型,以擴(kuò)大其學(xué)習(xí)范圍和創(chuàng)造力[20]。未來(lái),隨著AIGC技術(shù)的不斷發(fā)展,其在影視制作中的應(yīng)用場(chǎng)景將進(jìn)一步擴(kuò)展,不僅能夠顯著提升制作效率,還為創(chuàng)作者在設(shè)計(jì)風(fēng)格、藝術(shù)表現(xiàn)和技術(shù)實(shí)現(xiàn)方面提供了更多可能性。當(dāng)然,AIGC技術(shù)的影視實(shí)踐也表明,只有將技術(shù)與人類創(chuàng)意有機(jī)結(jié)合,才能真正推動(dòng)影視制作工藝的創(chuàng)新與突破[21]。
參考文獻(xiàn)
(向下滑動(dòng)閱讀)
[1] 陳佛計(jì),朱楓,吳清瀟,等.生成對(duì)抗網(wǎng)絡(luò)及其在圖像生成中的應(yīng)用研究綜述[J].計(jì)算機(jī)學(xué)報(bào),2021,44(02):347?369.
[2] 中國(guó)電影資料館.“小景自足”與“全史在胸”——影片《只此青綠》觀后談美學(xué)與歷史觀[EB/OL].(2024?10?18)[2025?02?26].https://www.cfa.org.cn/cfa/yj/lwby72/2024101821233998052/index.html.
[3] 張鋼.《只此青綠》:電影藝術(shù)和舞蹈藝術(shù)完美結(jié)合[EB/OL].(2024?10?12)[2025?02?26].https://wenyi.gmw.cn/2024-10/12/content_37608662.htm.
[4] 周婷婷.基于AIGC技術(shù)的影視內(nèi)容生產(chǎn)與創(chuàng)新研究[J].影視制作,2024,30(11):95?99.
[5] 李莉,吳菲.基于CycleGAN和時(shí)頻分析的藝術(shù)圖像風(fēng)格轉(zhuǎn)換[J].計(jì)算機(jī)時(shí)代,2020(12):41?46.
[6] 郭宇軒,孫林.基于擴(kuò)散模型的ControlNet網(wǎng)絡(luò)虛擬試衣研究[J].現(xiàn)代紡織技術(shù),2024,32(03):118?128.
[7] 王玉玨.數(shù)字繪景結(jié)合三維投影的立體空間呈現(xiàn)研究[J].現(xiàn)代電影技術(shù),2022(10):36?42.
[8] 標(biāo)記獅社區(qū).Midjourney Prompt應(yīng)該怎么寫丨Prompt結(jié)構(gòu)萬(wàn)能公式[EB/OL].(2023?05?17)[2025?02?26].https://mmmnote.com/article/7e7/05/article-c3420e0b0710fc45.shtml.
[9] 陳寶權(quán),李道新,孫立軍,等.基于人工智能技術(shù)的未來(lái)影像研究與思考[J].現(xiàn)代電影技術(shù),2024(12):4?12.
[10] 李驍逸.基于RealityCapture和SpeedTree平臺(tái)的園林古樹三維建模研究[J].信息技術(shù)與信息化,2024(05):216?220.
[11] 柳翠明,夏小科,陳可蘊(yùn),等.顧及深度變化的三維模型與視頻融合可視化[J].地理空間信息,2023,21(06):7?11,38.
[12] 呼亞萍,孔韋韋,李萌,等.基于邊緣檢測(cè)全變分模型的圖像去噪方法[J].現(xiàn)代電子技術(shù),2021,44(05):52?56.
[13] SEYMOUR M.CopyCat, Inference & Machine Learning in Nuke[EB/OL].(2021?04?14)[2025?02?26].https://www.fxguide.com/fxfeatured/copycat-inference-machine-learning-in-nuke/.
[14] Gioxyer.Generate AI Rendering with Blender ComfyUI AddOn[EB/OL].(2024?04?25)[2025?02?26].https://blenderartists.org/t/generate-ai-rendering-with-blender-comfyui-addon/1527106.
[15] 劉子洋.AIGC浪潮下的影視生產(chǎn)——模式創(chuàng)新與風(fēng)險(xiǎn)審視[J].西部學(xué)刊,2024(16):36?39.
[16] HIERO 1.5與HIERO PLAYER正式發(fā)布:多個(gè)重大升級(jí)、支持Windows系統(tǒng)[J].影視制作,2012,18(11):95.
[17] 新浪財(cái)經(jīng).追光動(dòng)畫與阿里影業(yè)達(dá)成戰(zhàn)略合作 攜手布局文化IP產(chǎn)業(yè)[EB/OL].(2024?08?20)[2025?02?26].https://baijiahao.baidu.com/s?id=1807894319316319809&wfr=spider&for=pc.
[18] 趙瑜,張亦弛.ChatGPT將如何影響影視產(chǎn)業(yè)?——生成式人工智能背景下的影視產(chǎn)業(yè)發(fā)展趨向[J].電影新作,2023(02):4?13.
[19] 黃水清,陳安鏵.人機(jī)協(xié)作背景下A科技公司研發(fā)人員人力資源管理實(shí)踐研究[J].老字號(hào)品牌營(yíng)銷,2024(22):160?162.
[20] 白道欣,趙蘇.基于AIGC的影視制作提升路徑思考[J].中國(guó)傳媒科技,2024(08):138?141.
[21] 寧可欣,楊靜.人工智能驅(qū)動(dòng)影視內(nèi)容智能化生產(chǎn)的創(chuàng)新實(shí)踐研究[J].人工智能,2024(06):96?105.
特別聲明:以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布,本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.