Ultralytics YOLO27:
视觉 AI

电影制作中的人工智能:全新的创意可能

娱乐行业中的 AI 正在帮助创作全新且富有创意的故事情节。了解 AI 模型如何协助剧组成员完成剪辑和剧本创作等任务。

ABAbirami Vina7 min read
电影制作中的人工智能

电影 Here (2023) 几周前上映,是展示人工智能 (AI)如何改变电影制作流程的绝佳案例。影片由罗伯特·泽米吉斯执导,采用先进的 AI 换龄技术,让演员汤姆·汉克斯和罗宾·怀特饰演的角色跨越 60 年呈现不同年龄状态。传统 CGI(计算机生成图像)通常需要数月才能完善,而这种方法让剧组能够即时看到片场变换,从而节省时间和成本。AI 不仅增强了叙事效果,也让电影制作更加高效和创新。

事实上,好莱坞如今正在尝试各种创新技术,例如 AI 驱动的面部替换、深度伪造风格的角色增强、自动背景生成,以及实时虚拟环境。这些创新让视觉效果更加逼真,也让制作流程更加高效。报告显示,生成式 AI 在电影行业中的应用正在快速增长,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 已成为许多电影的标准配置。几乎每部 Marvel Studios 电影都会使用换龄技术让粉丝喜爱的角色重现,营造怀旧感并提升观影体验。如今,AI 已成为电影制作的重要组成部分,从故事叙述和视频剪辑到剧本创作,处处都能发挥作用。下面就来看看电影行业如何利用人工智能,让电影更具吸引力、更高效且视觉效果更加惊艳。

AI 驱动的电影叙事#

从让演员恢复年轻状态到创造全新的角色,AI 都能帮助电影制作人将创意愿景变为现实。下面来进一步了解其中一些 AI 应用。

在电影中使用 AI 实现视觉效果#

视觉效果和 CGI 多年来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,这些技术变得越来越先进和逼真。

人工智能的融入进一步提升了这些技术的效果。换龄、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,换龄技术将当时 50 岁的威尔·史密斯变成了令人信服的 23 岁版本,从而让角色 Junior 栩栩如生。

使用 AI 技术让威尔·史密斯恢复年轻状态

图 2。威尔·史密斯从 50 岁变为 23 岁。

下面介绍使用 AI 的换龄技术是如何工作的:

  • 面部扫描:使用高分辨率扫描捕捉演员面部的精细特征,例如皮肤纹理、毛孔和面部轮廓。
  • AI 模型机器学习模型会分析历史影像或参考图像,重建面部特征、表情和动作。
  • 表演捕捉:使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,并将其与实拍素材无缝融合,把演员的表情映射到数字角色上。
  • 光照和纹理调整:采用先进的渲染技术调整肤色、光照和环境交互,确保数字角色自然融入场景。

无论是创建演员的年轻版本、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。

Vision AI 在增强电影视觉效果中的作用#

需要注意的是,视觉效果和 CGI 中的 AI 是一个广泛领域,涵盖各种各样的技术和方法。例如,支撑这些创新的一项关键技术是计算机视觉,它是 AI 的一个分支,能够帮助机器分析和理解视觉数据。虽然单靠计算机视觉无法实现视觉效果,但它在增强视觉效果的逼真度和融合方面发挥着关键作用。

目标跟踪为例——它是一项计算机视觉任务,能够跟踪场景中物体或演员的移动,确保数字效果始终与实拍素材对齐。目标跟踪通过分析视频帧来检测物体的位置和运动。系统利用这些信息固定数字元素(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,它可以跟踪演员的手部动作,无缝添加 CGI 武器或发光效果,让这些元素看起来像是实体环境的一部分。

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各种挑战的方式,例如在演员去世后完成其表演。在《速度与激情 7》中,AI 对于让保罗·沃克饰演的角色布莱恩·奥康纳在他意外去世后重现银幕至关重要。电影制作团队使用 CGI 和 AI 数字重建沃克的面部,并由他的兄弟 Caleb 和 Cody 以及演员 John Brotherton 担任替身。AI 分析了沃克的过往表演,准确复刻他的面部表情和动作,同时利用现有的录音制作对白。这种创新的AI应用让影片得以完成,也帮助人们纪念沃克留下的 legacy。

将保罗·沃克的面部叠加到 Cody Walker 的身体上

图 3。将保罗·沃克的面部叠加到 Cody Walker 的身体上。

AI 驱动的剧本创作#

生成式 AI通过协助剧本创作和故事开发等创意任务,加速了电影制作的前期阶段。AI 模型能够分析不同电影中的剧本和对白,并根据给定提示生成剧本或故事。这些 AI 工具可以识别故事叙述中的模式,提出情节点,甚至创作符合特定类型或基调的对白。这既节省时间,也为电影制作人的创意流程提供了独特的起点。

AI 在电影制作中发挥创意的一个有趣例子,是 End Cue 制作的 2016 年短片《Sunspring》。这部 9 分钟科幻电影的独特之处在于,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、对白及字幕上接受训练,展示了 AI 如何为故事叙述带来全新的视角。

AI 机器人 Benjamin 生成的剧本

图 4。 Benjamin 生成的剧本。

视频剪辑和后期制作中的 AI#

先进技术多年来一直用于电影后期制作,但通常需要投入大量时间和精力。AI 正在通过简化流程并引入自动剪辑、语音合成等新型创意工具改变这一现状,让电影制作更快速、更轻松,也更具创新性。

使用 AI 实现自动视频剪辑#

剪辑是电影制作中最耗时的流程之一。剪辑师通常需要花费数小时查看素材、分析镜头、挑选最佳片段,并将它们进行对齐。例如,在《飓风营救 3》(2014)中,连姆·尼森饰演的 Bryan Mills 跳过围栏的 6 秒场景包含来自多台摄像机的 14 个剪辑。为了制作这一短暂片段,剪辑团队必须仔细查看来自不同摄像机的素材,进行多次调整,并最终完成该片段。

为了加快这些流程,我们可以使用AI 驱动的剪辑工具分析来自不同摄像机的素材,并获得连贯的最终输出。计算机视觉通过场景分类等技术,在这些工具中发挥着重要作用,能够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。它帮助 AI 工具理解电影结构,更好地决定使用哪些片段以及如何排列这些片段。

AI 可以加快视频剪辑流程

图 5。AI 可以加快视频剪辑流程。

用于配乐创作的 AI#

在电影中,主题音乐和背景配乐对于提升场景效果、连接电影与观众发挥着关键作用。为了匹配场景的强度,准确调整音高和音调始终是作曲家面临的挑战——动作片段需要增强音乐表现力,情感时刻则需要让音乐更加柔和。

为了简化这一流程,许多作曲家如今使用AI 音乐生成工具。例如,奥斯卡、金球奖和格莱美奖得主迈克尔·吉亚奇诺就使用 AI 工具,为《新蝙蝠侠》(2022)创作了部分阴郁且富有氛围感的曲目。

AI 在语音合成和配音中的作用#

过去,音效工程师通常依靠不同声音的特性来模拟场景中的声音。例如,《侏罗纪公园》(1993)中的霸王龙吼声就是多种动物声音的混合。该片获得奥斯卡奖的音效设计师 Gary Rydstrom 将小象的尖叫、老虎的低吼和短吻鳄的咕噜声结合起来,制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。

不过,借助能够生成不同声音的 AI 工具,制作这些声音变得轻而易举。例如,在电影《壮志凌云:独行侠》(2022)中,饰演 Tom Kazansky 的演员方·基默因喉癌失去了声音。电影制作团队使用先进的 AI 重现了他的声音

AI 在电影制作中的伦理考量#

虽然 AI 可以提升效率并释放新的创意可能,但它在行业中日益增长的作用也引发了重要的伦理问题,例如:

  • 所有权:AI 生成内容引发了有关所有权、原创性和知识产权的担忧。当使用 AI 工具创作剧本、角色、音乐或视觉效果时,很难确定应当由谁署名并获得报酬。
  • 虚假信息与深度伪造:AI 驱动的深度伪造技术可以生成高度逼真的内容。然而,它也可能传播虚假信息,并造成严重的法律后果。
  • 隐私问题:电影制作中涉及的 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。这引发了对隐私数据保护的担忧。

AI 开启的下一个篇章#

AI 已成为电影行业中影响力显著的工具。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 正在改变我们观看和创作电影的方式。

虽然 AI 的潜在益处巨大,但解决其应用带来的伦理挑战至关重要。通过推动负责任的 AI 开发并优先重视人类创意,我们可以创造一个技术与艺术无缝交融的未来,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,并加入活跃的社区。探索 AI 在制造业自动驾驶等领域的各种应用。

Explore solutions

用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多
用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多
用于航拍影像的计算机视觉

用于航拍影像的计算机视觉

使用 Ultralytics YOLO 将无人机和航拍影像转化为针对农业、水产养殖、环境监测、自然保护及地理空间分析的实时洞察。
了解更多
航空航天中的计算机视觉

航空航天中的计算机视觉

借助 Ultralytics YOLO 模型将视觉 AI 引入空中监测。使用计算机视觉解决方案赋能无人机、航空航天工作流、环境保护与地理空间行业。
了解更多

使用 Ultralytics YOLO 模型保护每个站点。视觉 AI 赋能周界监控、威胁检测、车牌识别和工作场所安全。
了解更多
机器人计算机视觉

机器人计算机视觉

借助 Ultralytics YOLO 模型打造更智能的机器。机器人技术中的视觉 AI 可实现自主导航、感知、目标跟踪和实时控制。
了解更多
物流计算机视觉

物流计算机视觉

使用 Ultralytics YOLO 模型提升物流效率。视觉 AI 可实现包裹检测、分拣、车辆跟踪和仓库安全实时监控。
了解更多
零售计算机视觉

零售计算机视觉

使用 Ultralytics YOLO 模型重新构想零售。视觉 AI 为库存跟踪、货架监控、队列管理和更智能的客户洞察提供支持。
了解更多
医疗领域的计算机视觉

医疗领域的计算机视觉

使用 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可实现更快的医学影像处理、更智能的诊断和患者监护。
了解更多
制造业中的计算机视觉

制造业中的计算机视觉

使用 Ultralytics YOLO 模型优化制造业。视觉 AI 可推动质量控制、缺陷检测、PPE 合规和装配线自动化。
了解更多
汽车行业中的计算机视觉

汽车行业中的计算机视觉

使用 Ultralytics YOLO 模型在汽车行业应用计算机视觉。视觉 AI 提升道路安全、驾驶辅助和车辆自动化水平,让道路更加智能。
了解更多
农业中的计算机视觉

农业中的计算机视觉

使用 Ultralytics YOLO 模型将视觉 AI 带入智能农业。为作物监测、牲畜追踪和精准农业提供支持,提升产量与智能化水平。
了解更多

让我们共同构建 AI 的未来!

开启你的机器学习未来之旅