Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
视觉 AI

电影制作中的人工智能:全新的创作可能

了解 AI 如何助力电影制作中的面部年轻化、视觉特效、目标跟踪、剧本创作、剪辑和语音合成,以及由此引发的伦理问题。

Abirami VinaAbirami Vina7 分钟阅读
电影制作中的人工智能

电影《Here》(2024)几周前上映,是人工智能(AI)如何改变电影制作流程的绝佳例子。这部电影由 Robert Zemeckis 执导,运用了先进的 AI 衰老逆转技术,呈现演员 Tom Hanks 和 Robin Wright 饰演的角色跨越 60 年的人生经历。传统 CGI(计算机生成图像)可能需要数月才能完善,而这种方法让片场能够即时呈现变身效果,节省了时间和成本。AI 不仅提升了叙事效果,也让电影制作更高效、更具创新性。

事实上,好莱坞如今正在尝试 AI 驱动的面部替换、深度伪造式角色增强、自动背景生成和实时虚拟环境等创新技术。这些创新让视觉效果更加逼真,也让制作过程更加高效。报告显示,生成式 AI 在电影行业的应用正在迅速增长,年增长率高达 27.2%。

电影生成式 AI 市场概览

图 1. 电影生成式 AI 市场概览。

近年来,CGI 已成为许多电影的常见技术。几乎每一部漫威影业电影都会使用衰老逆转技术,让影迷喜爱的角色重返银幕,唤起怀旧之情并提升观影体验。如今,AI 已成为电影制作的重要组成部分,从叙事和视频剪辑到剧本创作,都能发挥作用。下面来看看电影行业如何利用人工智能,让电影更引人入胜、更高效,视觉效果也更加惊艳。

AI 驱动的电影叙事#

从让演员返老还童到创造全新角色,AI 都能帮助电影制作人将创意构想变为现实。下面进一步了解其中一些 AI 应用。

在电影视觉效果中使用 AI#

多年来,视觉特效和 CGI一直是电影制作的重要组成部分。它们首次得到重要应用是在《西部世界》(1973)中,影片利用像素化图像呈现机器人的视角。随着时间推移,这些技术变得更加先进逼真。

人工智能的融入进一步提升了这些技术。衰老逆转、面部变形和 AI 动作捕捉等技术,如今能让数字特效看起来更加自然。例如,在《双子杀手》(2019)中,衰老逆转技术将当时 50 岁的威尔·史密斯变成了令人信服的 23 岁版本,让角色 Junior 鲜活起来。

使用 AI 技术让威尔·史密斯变年轻

图 2. 威尔·史密斯从 50 岁的样貌变成了 23 岁的样貌。

以下是运用 AI 的衰老逆转技术的工作原理:

  • 面部扫描:利用高分辨率扫描捕捉演员脸部的精细细节,例如肤质、毛孔和面部轮廓。
  • AI 模型:机器学习模型会分析档案影像或参考图像,以重现面部特征、表情和动作。
  • 表演捕捉:利用动作捕捉技术记录演员的动作和表情,确保表演自然逼真。
  • CGI 重建:创建数字模型并将其与实景影像融合,将演员的表情映射到数字角色上。
  • 光照和纹理调整:先进的渲染技术会调整肤色、光照和环境交互效果,确保数字角色自然融入场景。

无论是制作演员的年轻版本、创造全新角色,还是增强复杂的视觉效果,这一流程都能帮助电影制作人实现惊人的逼真效果。

视觉 AI 在提升电影视觉效果中的作用#

需要注意的是,视觉特效和 CGI 中的 AI 是一个涵盖广泛技术和方法的领域。例如,这些创新背后的关键技术之一是计算机视觉,这是 AI 的一个分支,能帮助机器分析和理解视觉数据。计算机视觉本身虽然无法实现视觉特效,但在增强视觉特效的真实感和融合度方面发挥着关键作用。

以目标跟踪为例:这是一项计算机视觉任务,有助于跟随场景中物体或演员的移动,确保数字特效始终与实景影像对齐。目标跟踪通过分析视频帧来检测物体的位置和移动情况。随后,系统利用这些信息锚定数字元素,例如 CGI 角色或特效,使其随被跟踪物体自然移动。例如,在动作场景中,系统可以跟踪演员的手,并添加 CGI 武器或发光效果,让效果看起来像是现实环境的一部分。

电影中的 AI 生成角色#

AI 生成的角色正在改变电影制作人应对演员去世后补全表演等挑战的方式。在《速度与激情 7》中,演员保罗·沃克意外去世后,AI 对让他的角色布莱恩·奥康纳重现至关重要。电影制作人使用 CGI 和 AI 数字重建沃克的面容,并由他的兄弟 Caleb 和 Cody 以及演员 John Brotherton 担任替身。AI 分析了沃克此前的表演,准确复现他的面部表情和动作,同时使用现有录音制作他的对白。AI 的创新应用让影片得以完成,也帮助人们缅怀沃克留下的作品。

将保罗·沃克的脸叠加到科迪·沃克的身体上

图 3. 将保罗·沃克的脸叠加到科迪·沃克的身体上。

AI 驱动的剧本创作#

生成式 AI正在加快电影制作的前期准备阶段,协助完成剧本创作和故事开发等创意任务。AI 模型能够分析不同电影的剧本和对白,并根据给定提示生成剧本或故事。这些 AI 工具可以识别叙事模式、提出情节要点,甚至创作符合特定类型或基调的对白。这既节省了时间,也为电影制作人的创作过程提供了独特的起点。

AI 在电影制作中的创意应用有一个有趣的例子:End Cue 制作的 2016 年短片《Sunspring》。这部 9 分钟科幻短片的独特之处在于,其剧本完全由名为 Benjamin 的 AI 机器人创作。Benjamin 在数百部 20 世纪 80 年代和 90 年代电影的剧本、对白和字幕上接受训练,展示了 AI 如何为故事创作带来新视角。

由 AI 机器人 Benjamin 生成的剧本

图 4. Benjamin 生成的剧本。

AI 在视频剪辑和后期制作中的应用#

多年来,电影后期制作一直在使用先进技术,但这些技术通常耗时费力。AI 正在改变这一现状,通过简化流程并引入自动剪辑和语音合成等新型创意工具,让电影制作更快速、更轻松、更具创新性。

使用 AI 自动剪辑视频#

剪辑是电影制作中最耗时的环节之一。剪辑师通常要花数小时查看素材、分析镜头、挑选最佳镜头并将它们剪辑在一起。例如,在电影《飓风营救 3》(2014)中,连姆·尼森(布莱恩·米尔斯饰)翻越围栏的 6 秒场景就涉及来自多台摄像机的 14 个剪辑。为了制作这段短片,剪辑团队必须仔细查看多台摄像机拍摄的素材、进行多次调整,并最终完成剪辑。

为了加快这些流程,剪辑师可以使用 AI 驱动的剪辑工具分析来自不同摄像机的素材,并生成连贯的最终成片。计算机视觉通过场景分类等技术在这些工具中发挥重要作用,帮助识别和整理素材的不同部分,例如动作片段、对白场景或转场。它能帮助 AI 工具理解影片结构,并更好地决定使用哪些片段以及如何编排。

AI 可以加快视频剪辑流程

图 5. AI 可以加快视频剪辑流程。

AI 用于配乐创作#

在电影中,主题音乐和背景配乐对于烘托场景、拉近电影与观众的距离至关重要。作曲家一直面临着一项艰巨任务:让音高和音调与场景强度相匹配——动作场面要增强音乐效果,情感时刻则要让音乐舒缓下来。

为了简化这一流程,许多作曲家现在会使用AI 音乐生成工具。例如,奥斯卡金像奖、金球奖和格莱美奖得主迈克尔·吉亚奇诺曾使用 AI 工具为《新蝙蝠侠》(2022)创作了部分阴郁且充满氛围感的曲目。

AI 在语音合成和配音中的作用#

过去,音效工程师依靠混合不同录制的声音来制作场景音效。例如,《侏罗纪公园》(1993)中霸王龙的吼声融合了多种动物的声音。该片获得奥斯卡奖的音效设计师 Gary Rydstrom 将小象的尖叫、老虎的咆哮和短吻鳄的低吼结合起来,创作出令人难忘的吼声。从不同来源录制这些声音需要时间和先进的录音系统。

AI 可以简化声音后期制作

图 6. AI 可以简化声音后期制作。

如今,AI 工具只需付出少得多的努力就能生成这类声音。例如,在电影《壮志凌云:独行侠》(2022)中,饰演 Tom Kazansky 的演员 Val Kilmer 因喉癌失去了声音。剧组使用先进的 AI 来重现他的声音。

AI 在电影制作中的伦理考量#

AI 能提升效率并开拓新的创作可能,但它在行业中的作用日益增强,也引发了重要的伦理问题,例如:

  • 所有权:AI 生成的内容引发了关于所有权、原创性和知识产权的担忧。使用 AI 工具创作剧本、角色、音乐或视觉效果时,很难确定应由谁署名并获得报酬。
  • 深度伪造中的虚假信息:AI 驱动的深度伪造技术可以生成高度逼真的内容,但也可能传播虚假信息,并造成严重的法律后果。
  • 隐私问题:电影制作中的 AI 训练过程需要收集大量个人数据,例如演员的图像、视频和声音。这引发了对隐私和数据保护的担忧。

AI 开启新篇章#

AI 已成为电影制作行业中影响深远的工具。从增强视觉效果、简化后期制作,到生成创意内容和个性化观众体验,AI 正在改变我们消费和创作电影的方式。

尽管 AI 的潜在优势巨大,但解决其应用所带来的伦理挑战至关重要。通过促进负责任的 AI 开发并优先重视人类创造力,我们可以创造一个技术与艺术交融的未来,在提升叙事体验的同时尊重艺术价值。

通过我们的GitHub 代码仓库进一步了解 AI,并加入我们活跃的社区。探索 AI 在制造业和自动驾驶等领域的各种应用。

作者

Abirami Vina
Abirami Vina

内容创作者 · Ultralytics

Abirami Vina 职业生涯始于计算机视觉工程师,由此在视觉 AI 和机器学习领域打下了坚实基础。她是 Ultralytics 的内容创作者,也是 Scribe of AI 的创始人兼首席撰稿人,为专注 AI 的公司撰写高质量技术内容。她热衷于让 AI 更易理解、更具吸引力,通过自己的作品连接前沿技术与现实影响。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来