《現(xiàn)代電影技術(shù)》｜曾志剛等：繼承與變革：探索AI技術(shù)賦能影視制作新路徑

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)

人工智能（AI）技術(shù)發(fā)展突飛猛進(jìn)，創(chuàng)新成果持續(xù)涌現(xiàn)。從傳統(tǒng)的淺層機(jī)器學(xué)習(xí)和基于多級(jí)神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)，到大語(yǔ)言模型、多模態(tài)大模型和多智能體系統(tǒng)（MAS），AI技術(shù)正向通用人工智能（AGI）加速演進(jìn)。作為智能計(jì)算時(shí)代的共性支撐技術(shù)，AI技術(shù)通過(guò)與各個(gè)行業(yè)和領(lǐng)域的業(yè)務(wù)特點(diǎn)與發(fā)展需求緊密結(jié)合，形成定制化系統(tǒng)化專業(yè)化的整體應(yīng)用方案，進(jìn)而有效服務(wù)行業(yè)領(lǐng)域發(fā)展進(jìn)步和提質(zhì)增效。影視制作是AI技術(shù)應(yīng)用的重要領(lǐng)域和典型場(chǎng)景。當(dāng)前AI技術(shù)在影視制作領(lǐng)域的發(fā)展與應(yīng)用持續(xù)泛化和不斷深化，人工智能生成內(nèi)容（AIGC）、AI大模型等應(yīng)用愈加廣泛和深入，AI生成內(nèi)容質(zhì)量、技術(shù)性能、可用性、有效性持續(xù)提升，新模式新路徑新方法不斷涌現(xiàn)，有力推動(dòng)影視制作提質(zhì)優(yōu)化和創(chuàng)新升級(jí)。《繼承與變革：探索AI技術(shù)賦能影視制作新路徑》一文基于繼承變革邏輯和典型應(yīng)用案例，細(xì)致分析了AI技術(shù)在影視創(chuàng)作生產(chǎn)環(huán)節(jié)的發(fā)展應(yīng)用、作用影響和優(yōu)勢(shì)挑戰(zhàn)，并提出“全棧式AI影視制作平臺(tái)”等前瞻性思考與展望，對(duì)于推動(dòng)AI技術(shù)與影視制作實(shí)現(xiàn)深度融合和創(chuàng)新應(yīng)用具有較高的指導(dǎo)意義和應(yīng)用價(jià)值。不可否認(rèn)，當(dāng)前AIGC、跨模態(tài)生成、多智能體協(xié)同等技術(shù)應(yīng)用與影視行業(yè)需求在技術(shù)品質(zhì)、生成質(zhì)量、藝術(shù)融合、精準(zhǔn)度、可控性、適配性等方面尚存差距，需要積極有效應(yīng)對(duì)和加快迭代進(jìn)化。總之，影視制作向智能化演進(jìn)是大勢(shì)所趨和系統(tǒng)工程，不可能一蹴而就，需要順應(yīng)趨勢(shì)、循序漸進(jìn)和整體推進(jìn)，不斷探索實(shí)踐新模式新路徑新方法，并結(jié)合AI技術(shù)發(fā)展演進(jìn)和影視創(chuàng)作生產(chǎn)實(shí)踐持續(xù)優(yōu)化完善。

——?jiǎng)⑦_(dá)

正高級(jí)工程師

中國(guó)電影科學(xué)技術(shù)研究所

（中央宣傳部電影技術(shù)質(zhì)量檢測(cè)所）總工程師，《現(xiàn)代電影技術(shù)》主編

作 者 簡(jiǎn) 介

曾志剛

北京電影學(xué)院影視技術(shù)系研究員，主要研究方向：戲劇與影視學(xué)、數(shù)字電影技術(shù)。

北京電影學(xué)院影視實(shí)驗(yàn)中心實(shí)驗(yàn)師，主要研究方向：數(shù)字電影制作、影視技術(shù)。

羅夢(mèng)舟

劉 星

助理研究員，北京電影學(xué)院影視實(shí)驗(yàn)中心副主任，主要研究方向：媒介經(jīng)營(yíng)與管理、實(shí)踐教學(xué)。

北京電影學(xué)院影視技術(shù)系碩士研究生在讀，主要研究方向：數(shù)字電影技術(shù)。

張一凡

摘要

人工智能（AI）技術(shù)飛速發(fā)展，其與影視制作的聚合引發(fā)了行業(yè)變革。AI技術(shù)當(dāng)前正在影視制作各個(gè)環(huán)節(jié)發(fā)揮著不同程度的作用，本文通過(guò)對(duì)AI技術(shù)實(shí)際應(yīng)用案例的分析，探討其在提升生產(chǎn)效率、增強(qiáng)制作能力及拓展創(chuàng)作可能性方面的重要作用，總結(jié)其在影視制作中的優(yōu)勢(shì)與挑戰(zhàn)，并對(duì)其未來(lái)應(yīng)用前景進(jìn)行展望，旨在為AI技術(shù)與影視制作的創(chuàng)新融合提供參考與啟示。研究表明，AI當(dāng)前可實(shí)現(xiàn)劇本生成與分析評(píng)估、自動(dòng)剪輯、智能調(diào)色、特效輔助生成等工作，但在可控性、協(xié)同性和生成規(guī)格等方面與理想應(yīng)用尚存差距。未來(lái)在深度學(xué)習(xí)（DL）技術(shù)革新和多模態(tài)融合的推動(dòng)下，AI將推動(dòng)實(shí)現(xiàn)更高效的創(chuàng)制流程，其技術(shù)應(yīng)用將向更加智能化和全面化演進(jìn)。

關(guān)鍵詞

人工智能；影視制作；剪輯調(diào)色；視效；人工智能生成內(nèi)容（AIGC）

1 引言

人工智能（AI）是指由人類制造出的機(jī)器所表現(xiàn)出的智能，其可執(zhí)行如感知、推理、學(xué)習(xí)、規(guī)劃和解決問(wèn)題等通常需要人類智能完成的任務(wù)。AI旨在提高效率、降低成本、增強(qiáng)決策能力，并在某些情況下，執(zhí)行人類難以或無(wú)法完成的任務(wù)。隨著AI技術(shù)近年的不斷發(fā)展，影視制作領(lǐng)域正經(jīng)歷著深刻變革，涌現(xiàn)出種類繁多的AI應(yīng)用。

作為一門由技術(shù)革命帶動(dòng)創(chuàng)新發(fā)展的藝術(shù)形式，影視藝術(shù)經(jīng)歷了從無(wú)聲到有聲，從黑白到彩色，從膠片到數(shù)字，再到追求高分辨率（HR）、數(shù)字立體（3D）、高亮度（HB）、高動(dòng)態(tài)范圍（HDR）、高幀率（HFR）、廣色域（WCG）和沉浸式音頻（IA）等高新技術(shù)格式，每次技術(shù)飛躍都極大增強(qiáng)了影視作品的表現(xiàn)力和觀眾的觀影體驗(yàn)。AI技術(shù)的介入使影視制作能力得到提升，其能輔助編劇創(chuàng)作劇本、輔助藝術(shù)家優(yōu)化視覺(jué)效果并生成逼真的虛擬生物和場(chǎng)景；更重要的是，AI技術(shù)拓寬了藝術(shù)創(chuàng)作邊界，提供了更多元的創(chuàng)作手段，縮短了制作周期并促進(jìn)影視作品形式與內(nèi)容的多樣化。AI技術(shù)將成為影視制作領(lǐng)域發(fā)展的核心推動(dòng)力，逐步兌現(xiàn)其在提升創(chuàng)作效率、優(yōu)化技術(shù)流程、引領(lǐng)藝術(shù)創(chuàng)新等方面的巨大潛力。本文著眼于AI技術(shù)在影視制作流程中的實(shí)際應(yīng)用和相關(guān)案例，研究AI技術(shù)對(duì)原有影視制作技術(shù)的繼承與變革，探索AI技術(shù)賦能影視制作的新路徑。

2 AI技術(shù)已全面改變影視制作流程

廣義的影視制作流程涵蓋影視作品從創(chuàng)意構(gòu)思到發(fā)行放映前的多個(gè)階段，具體分為籌備、拍攝和制作三個(gè)環(huán)節(jié)（圖1）。傳統(tǒng)的影視制作流程離不開(kāi)大量藝術(shù)家和專業(yè)技術(shù)工作者的通力協(xié)作，其協(xié)調(diào)溝通成本較高，對(duì)團(tuán)隊(duì)成員間的默契提出較大考驗(yàn)；流程中也有諸多需人工完成的基礎(chǔ)性工作，如手繪分鏡頭腳本、挑選素材、鏡頭色彩匹配等，不僅消耗了大量人力物力，也限制了創(chuàng)作的靈活性。虛擬攝制技術(shù)的出現(xiàn)促進(jìn)了傳統(tǒng)影視制作流程的前后期融合，通過(guò)計(jì)算機(jī)圖形學(xué)（CG）、動(dòng)作捕捉和實(shí)時(shí)渲染等技術(shù)的綜合運(yùn)用，將逼真的虛擬影像和真實(shí)人物場(chǎng)景相結(jié)合，使整個(gè)攝制過(guò)程更加高效協(xié)同。在現(xiàn)場(chǎng)拍攝階段，虛擬攝制技術(shù)可完成場(chǎng)景構(gòu)建、虛擬預(yù)演（PreViz）和實(shí)時(shí)特效合成，使演員與虛擬元素互動(dòng)，實(shí)現(xiàn)“所見(jiàn)即所得”。制作階段是對(duì)拍攝的延續(xù)和完善，對(duì)拍攝素材和虛擬元素進(jìn)行更精細(xì)的調(diào)整和合成，以達(dá)到最終視覺(jué)效果[1]。

圖 1　傳統(tǒng)影視制作流程

AI技術(shù)被引入影視創(chuàng)制流程中各個(gè)階段，進(jìn)一步提升了電影的工業(yè)化屬性，其配合虛擬攝制技術(shù)使整個(gè)流程更為可控，開(kāi)啟了新時(shí)期電影攝制提質(zhì)升級(jí)發(fā)展進(jìn)程。AI可在創(chuàng)作人員的提示主導(dǎo)下生成創(chuàng)意和構(gòu)思，輔助完成劇本策劃和編寫工作，并按要求生成影片分鏡和場(chǎng)景氣氛?qǐng)D等；在前期攝制階段可提高綠幕攝制的準(zhǔn)確率和效率，自動(dòng)精準(zhǔn)對(duì)焦，提高動(dòng)作捕捉與面部捕捉的真實(shí)性等；在剪輯階段可實(shí)現(xiàn)識(shí)別素材并自動(dòng)剪輯為短視頻等；在調(diào)色階段能智能區(qū)分場(chǎng)景并實(shí)現(xiàn)校色和一鍵色彩風(fēng)格化等；在視效制作階段可輔助生成特效畫面、實(shí)現(xiàn)智能化數(shù)字減齡和生成數(shù)字人等。影視制作行業(yè)在AI技術(shù)引領(lǐng)下已然開(kāi)拓出一條全新的發(fā)展路徑。

3 籌備階段

影視制作的籌備階段對(duì)于確立影片的整體基調(diào)和框架至關(guān)重要，是構(gòu)建影片敘事呈現(xiàn)和創(chuàng)作風(fēng)格的核心環(huán)節(jié)，AI技術(shù)在該階段發(fā)揮的作用日益增強(qiáng)，在劇本智能生成、劇本分析與評(píng)估、分鏡頭腳本與場(chǎng)景概念圖生成和項(xiàng)目智能評(píng)估等方面均有所建樹(shù)。

3.1 大語(yǔ)言模型（LLM）在劇本生成和分析評(píng)估方面的應(yīng)用

當(dāng)前，市場(chǎng)對(duì)于高質(zhì)量劇本及高效項(xiàng)目運(yùn)作模式的需求與日俱增。在此背景下，大語(yǔ)言模型（LLM）和自然語(yǔ)言處理（NLP）技術(shù)無(wú)疑為劇本的智能生成和分析評(píng)估提供了新的驅(qū)動(dòng)力。目前該領(lǐng)域應(yīng)用情況如表1所示。

表1　大語(yǔ)言模型在劇本生成和分析評(píng)估方面的應(yīng)用及建議匯總

3.1.1 劇本智能生成

AI技術(shù)在劇本智能生成方面主要依托大語(yǔ)言模型應(yīng)用，以ChatGPT為代表，通過(guò)深度學(xué)習(xí)（DL）和大規(guī)模數(shù)據(jù)訓(xùn)練，掌握語(yǔ)言的多樣性和復(fù)雜性，能夠生成連貫且富有故事性的劇本內(nèi)容，提供創(chuàng)作靈感并且提高創(chuàng)作效率。2022年12月，ChatGPT“自編自導(dǎo)”短片《安全地帶》，創(chuàng)作團(tuán)隊(duì)通過(guò)輸入關(guān)鍵詞與ChatGPT進(jìn)行創(chuàng)意探索，生成多個(gè)故事構(gòu)思，團(tuán)隊(duì)選定其中一個(gè)并指導(dǎo)其進(jìn)一步擴(kuò)展劇情，過(guò)程中對(duì)不合邏輯或偏離主題的內(nèi)容進(jìn)行調(diào)整優(yōu)化[2]，高效完成了劇本創(chuàng)作任務(wù)。除ChatGPT外，Benjamin、Celtx等工具也在全球電影行業(yè)被廣泛應(yīng)用。

對(duì)于國(guó)內(nèi)影視創(chuàng)作而言，國(guó)產(chǎn)大語(yǔ)言模型豆包、文心一言和智譜AI等更擅長(zhǎng)中文自然語(yǔ)言處理領(lǐng)域，同樣是基于大量數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)模型，在理解中文語(yǔ)境、成語(yǔ)和俗語(yǔ)方面表現(xiàn)出色，適合應(yīng)用于中文內(nèi)容的生成和處理。

3.1.2 劇本分析與評(píng)估

在劇本分析方面，AI技術(shù)能解析劇本結(jié)構(gòu)、情節(jié)進(jìn)展和人物關(guān)系，識(shí)別劇本主題、沖突和高潮等核心元素。在質(zhì)量評(píng)估方面，AI技術(shù)能對(duì)劇本的對(duì)話流暢度、情節(jié)連貫性和人物刻畫進(jìn)行量化分析，提供客觀評(píng)分和反饋。以上功能均依托NLP技術(shù)實(shí)現(xiàn)。

中文AI劇本分析工具海馬輕帆應(yīng)用NLP語(yǔ)義分析和深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)劇本智能評(píng)估功能，可識(shí)別出劇本中故事線、角色關(guān)系和場(chǎng)次結(jié)構(gòu)等關(guān)鍵元素方面的問(wèn)題，為《你好，李煥英》《流浪地球》等電影在劇本創(chuàng)作階段提供了優(yōu)化調(diào)整方向。華策影視AIGC應(yīng)用研究院開(kāi)發(fā)了一系列AI工具，如編劇助手、劇本評(píng)估等，經(jīng)測(cè)試，一部120萬(wàn)字的小說(shuō)可在30分鐘內(nèi)完成評(píng)估，而傳統(tǒng)人工評(píng)估方式則需耗時(shí)一周。Filmustage作為一個(gè)利用AI大模型簡(jiǎn)化電影制作過(guò)程的平臺(tái)，可快速將劇本分解成場(chǎng)景和元素（如服裝道具和角色），還可自動(dòng)創(chuàng)建攝制周期表，幫助制作人高效規(guī)劃攝制流程。

3.1.3 項(xiàng)目智能評(píng)估

AI技術(shù)在項(xiàng)目智能評(píng)估領(lǐng)域的應(yīng)用是多維的，通過(guò)對(duì)以往影視作品案例的深度學(xué)習(xí)，AI可預(yù)測(cè)某種類型影片在特定受眾群體中可能獲得成功的程度。此外，AI在演員和攝制場(chǎng)景挑選過(guò)程中可提供數(shù)據(jù)支持，包括通過(guò)面部識(shí)別和圖像分析技術(shù)快速匹配演員與角色形象，根據(jù)劇本內(nèi)容推薦適合的攝制地點(diǎn)和場(chǎng)景。

華納兄弟公司應(yīng)用Cinelytic項(xiàng)目管理系統(tǒng)來(lái)輔助內(nèi)容方面的決策，根據(jù)行業(yè)數(shù)據(jù)提供實(shí)時(shí)票房預(yù)測(cè)，預(yù)測(cè)過(guò)程中重點(diǎn)計(jì)算演員陣容、發(fā)行日期、市場(chǎng)類型和放映方式等因素及一些附加特征，如電影類型、是否為續(xù)集或改編等。Cinelytic對(duì)電影《好萊塢往事》進(jìn)行了評(píng)估，并測(cè)算其在美國(guó)的票房將達(dá)到1.261億美元，最終其票房收入為1.425億美元，與測(cè)算結(jié)果較為接近[3]。國(guó)內(nèi)貓眼平臺(tái)憑借自研AI模型在電影《消失的她》上映4天票房?jī)H為6億元人民幣時(shí)，預(yù)測(cè)票房收入可達(dá)33億元人民幣，該片最終票房為35.23億元人民幣，與預(yù)測(cè)結(jié)果相近。愛(ài)奇藝在2018年推出了基于AI的“藝匯”智能選角系統(tǒng)，通過(guò)AI大數(shù)據(jù)分析明星庫(kù)進(jìn)行選角，愛(ài)奇藝平臺(tái)結(jié)合片方提供的選角要求和演員信息，使用該系統(tǒng)完成2023年爆款電視劇《狂飆》智能選角，提高了選角效率，降低了時(shí)間成本。

以上案例說(shuō)明AI在項(xiàng)目智能評(píng)估方面，能為影視項(xiàng)目的決策提供科學(xué)依據(jù)，降低投資風(fēng)險(xiǎn)。同類型的相關(guān)應(yīng)用還有StoryFit、ScriptBook、Merlin AI、安捷秀、燈塔專業(yè)版和有風(fēng)大模型等。

3.2 文生圖大模型在影視制作中的應(yīng)用

近年AI技術(shù)在分鏡頭腳本與場(chǎng)景概念圖生成方面的應(yīng)用發(fā)展迅速，以文生圖（Text?to?Image）模型為代表，其基于深度學(xué)習(xí)、生成式對(duì)抗網(wǎng)絡(luò)（GAN）和卷積神經(jīng)網(wǎng)絡(luò)（CNN）等關(guān)鍵技術(shù)，可根據(jù)劇本內(nèi)容自動(dòng)生成分鏡頭腳本，還能根據(jù)場(chǎng)景描述生成符合劇本情境的概念圖，展示不同光線、色調(diào)和環(huán)境下的場(chǎng)景氛圍，提供直觀的視覺(jué)感受。當(dāng)前主流的文生圖應(yīng)用匯總?cè)绫?所示。

表2　文生圖AI 應(yīng)用及建議匯總

在電影短片《安全地帶》的制作過(guò)程中，由ChatGPT給出的制作細(xì)節(jié)被輸入至文生圖應(yīng)用DALL·E和Midjourney中，生成可用的電影分鏡故事板。電影項(xiàng)目《霞光路28號(hào)》使用Midjourney輔助生成了場(chǎng)景氣氛?qǐng)D和人物形象參考圖，在美術(shù)部門尚未加入前填補(bǔ)了空缺。科幻短片《星緒》劇組在虛擬資產(chǎn)設(shè)計(jì)階段利用生成式AI應(yīng)用生成了“飛船”外觀設(shè)計(jì)圖和“荒原”場(chǎng)景氣氛?qǐng)D，大幅縮短了資產(chǎn)制作周期：手繪方式完成一張場(chǎng)景設(shè)計(jì)圖需要概念設(shè)計(jì)師花費(fèi)幾天時(shí)間，而利用生成式AI僅1個(gè)小時(shí)即可完成數(shù)百?gòu)垺?/p>

傳統(tǒng)分鏡頭腳本和場(chǎng)景概念圖流程離不開(kāi)導(dǎo)演組和美術(shù)部門的合作，由美術(shù)人員通過(guò)手繪將導(dǎo)演對(duì)影視作品視覺(jué)風(fēng)格和敘事節(jié)奏的設(shè)想轉(zhuǎn)化為具體的視覺(jué)圖像，對(duì)專業(yè)技法要求較高，且存在耗時(shí)費(fèi)力、難以修改及成本相對(duì)高昂等問(wèn)題。文生圖大模型具備將文本創(chuàng)意快速轉(zhuǎn)化為視覺(jué)圖像的能力，能夠?yàn)閷?dǎo)演和美術(shù)部門提供豐富的視覺(jué)素材和創(chuàng)意靈感，提高影視制作的效率和質(zhì)量。

4 拍攝階段

拍攝是影視作品的核心環(huán)節(jié)，通常包括美術(shù)場(chǎng)景和道具準(zhǔn)備、燈光和攝影機(jī)機(jī)位設(shè)置、視覺(jué)效果設(shè)計(jì)、現(xiàn)場(chǎng)協(xié)調(diào)管理和場(chǎng)景攝制等方面。在攝制現(xiàn)場(chǎng)，導(dǎo)演和攝影師往往需要根據(jù)現(xiàn)場(chǎng)光線變化和演員表現(xiàn)等因素進(jìn)行即時(shí)判斷，這類決策目前仍是AI難以替代的領(lǐng)域；同時(shí)，AI技術(shù)所需的強(qiáng)大計(jì)算能力與高速網(wǎng)絡(luò)，外景地或移動(dòng)攝制環(huán)境往往難以滿足，因此AI技術(shù)在拍攝階段還未被廣泛應(yīng)用，目前主要集中在綠幕攝制、自動(dòng)對(duì)焦和動(dòng)作面部捕捉方面。

4.1 現(xiàn)場(chǎng)拍攝

4.1.1 綠幕拍攝

傳統(tǒng)的綠幕攝制依賴人工手動(dòng)摳像，效率低下且易出現(xiàn)摳像不精確、邊緣不自然等問(wèn)題。通過(guò)計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)算法，AI技術(shù)可更好識(shí)別并分離前景與背景，極大提高摳像的效率和準(zhǔn)確性。

奈飛（Netflix）公司推出的“品紅綠幕”（Magenta Green Screen, MGS）是一種基于AI的綠幕攝制系統(tǒng)，能更快速、準(zhǔn)確地將真人演員素材與不同背景合成。在這項(xiàng)技術(shù)中，演員站在明亮的綠色LED屏幕前，同時(shí)被紅、藍(lán)雙色燈光照亮（圖2），隨后通過(guò)不同顏色通道將前后景嚴(yán)格區(qū)分，再在AI技術(shù)幫助下參考演員在正常燈光下的照片，恢復(fù)前景真實(shí)色彩，從而創(chuàng)建出準(zhǔn)確無(wú)誤的摳像通道[4]。

圖2　MGS智能綠幕系統(tǒng)[5]

此外，燈光也是決定綠幕攝制質(zhì)量的關(guān)鍵因素，現(xiàn)場(chǎng)布光需精確匹配后期合成場(chǎng)景的光源邏輯，但受制于現(xiàn)場(chǎng)環(huán)境復(fù)雜性與主觀判斷差異，人工布光常出現(xiàn)光線方向、色溫、強(qiáng)度與虛擬背景不兼容的問(wèn)題。在虛擬攝制中，LED屏幕雖能部分解決背景光源匹配問(wèn)題，但仍需反復(fù)調(diào)試燈光位置和參數(shù)，單場(chǎng)景布光耗時(shí)可達(dá)數(shù)小時(shí)甚至整日。

ULight智能光場(chǎng)是基于南加州大學(xué)創(chuàng)新實(shí)驗(yàn)室研發(fā)的自動(dòng)燈光還原系統(tǒng)，通過(guò)球狀空間內(nèi)上萬(wàn)個(gè)發(fā)光點(diǎn)構(gòu)建動(dòng)態(tài)光場(chǎng)，可模擬超億種光線照射模式并實(shí)現(xiàn)實(shí)時(shí)環(huán)境融合。其核心技術(shù)在于通過(guò)AI算法分析畫面中人物的陰影和光照條件，自動(dòng)生成實(shí)景光照效果。劇集《我們的婚姻》應(yīng)用該技術(shù)后單日拍攝效率提升66%，制作周期縮短40%，實(shí)現(xiàn)了制作方面的降本增效。

4.1.2 自動(dòng)對(duì)焦

在電影畫面中，精準(zhǔn)的對(duì)焦是決定畫面質(zhì)量的關(guān)鍵，AI自動(dòng)對(duì)焦技術(shù)提升了攝影機(jī)對(duì)焦的精確性和響應(yīng)速度，通過(guò)實(shí)時(shí)面部、眼睛和物體追蹤，實(shí)現(xiàn)高效且精準(zhǔn)的主體對(duì)焦，提高了攝制效率和畫面質(zhì)量。

索尼（SONY）公司于2024年1月發(fā)布的CineAltaB電影攝影機(jī)采用了AI智能芯片，能夠精準(zhǔn)識(shí)別并跟蹤被攝主體，攝影師無(wú)需跟焦員幫助即可準(zhǔn)確調(diào)整焦點(diǎn)，尤其在低光照、淺景深和高速運(yùn)動(dòng)攝制場(chǎng)景中該系統(tǒng)表現(xiàn)更為優(yōu)異。在電影短片《舞·夜》中，主創(chuàng)團(tuán)隊(duì)使用該攝影機(jī)在低照度場(chǎng)景中拍攝大幅度運(yùn)動(dòng)的現(xiàn)代舞舞者，憑借其AI自動(dòng)對(duì)焦技術(shù)獲得了連貫且準(zhǔn)確的焦點(diǎn)，規(guī)避了因?yàn)殚_(kāi)大光圈導(dǎo)致的對(duì)焦困難問(wèn)題[6]。

4.2 動(dòng)作與面部捕捉

AI技術(shù)的介入提高了動(dòng)作捕捉與面部捕捉的準(zhǔn)確性，并能幫助藝術(shù)家更好地將動(dòng)作或面部數(shù)據(jù)轉(zhuǎn)換為逼真的角色動(dòng)畫。

數(shù)字王國(guó)（Digital Domain）和維塔數(shù)碼（Wētā FX）開(kāi)發(fā)了Masquerade與Direct Drive兩套系統(tǒng)應(yīng)用于《復(fù)仇者聯(lián)盟4：終局之戰(zhàn)》“滅霸”角色的面部表情捕捉和制作。Masquerade系統(tǒng)通過(guò)頭戴式攝影系統(tǒng)獲取人物的面部掃描數(shù)據(jù)并進(jìn)行學(xué)習(xí)，獲取150個(gè)面部點(diǎn)數(shù)據(jù)并轉(zhuǎn)換成約4萬(wàn)個(gè)高分辨率3D演員面部表情數(shù)據(jù)；隨后Direct Drive系統(tǒng)提取上述數(shù)據(jù)，關(guān)聯(lián)演員和虛擬角色的面部表情，從而精確呈現(xiàn)演員的表演和情感，協(xié)同創(chuàng)建出栩栩如生的滅霸形象[7]（圖3）。

圖3　AI面部捕捉技術(shù)輔助生成“滅霸”形象[8]

Wētā FX在SIGGRAPH Asia 2022公布了用于電影《阿凡達(dá)：水之道》的解剖學(xué)上可信的面部系統(tǒng)（Anatomically Plausible Facial System, APFS）。開(kāi)發(fā)團(tuán)隊(duì)通過(guò)對(duì)面部肌肉的分布和連接進(jìn)行研究，基于肌肉纖維曲線的收縮或松弛來(lái)捕捉自然的面部動(dòng)作，為面部建模和動(dòng)畫提供高精度控制。同時(shí)，APFS系統(tǒng)還使用深度神經(jīng)網(wǎng)絡(luò)（DNN）模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征，通過(guò)大約7萬(wàn)至10萬(wàn)次的面部掃描訓(xùn)練AI模型，實(shí)現(xiàn)了電影中納美人面部動(dòng)畫的精準(zhǔn)高效生成[9]。

當(dāng)前其他主要?jiǎng)幼鞑蹲脚c面部捕捉AI應(yīng)用還有RADiCAL Motion、Animate 3D、Kinetix、Invisible、Daz 3D和千面AI等。

5 制作階段

制作是關(guān)乎影像呈現(xiàn)效果的關(guān)鍵環(huán)節(jié)，覆蓋從素材整理到成片輸出間的系列工作，與畫面相關(guān)的包括剪輯、調(diào)色和視效等環(huán)節(jié)，AI技術(shù)在此階段的應(yīng)用較為廣泛，各環(huán)節(jié)均有成功的應(yīng)用實(shí)例。

5.1 剪輯

AI技術(shù)在剪輯環(huán)節(jié)的應(yīng)用主要體現(xiàn)在素材標(biāo)注整理和智能剪輯兩方面。素材標(biāo)注整理通過(guò)圖像分割模型技術(shù)將畫面里的元素進(jìn)行單獨(dú)識(shí)別，區(qū)分人物、物體和空間（圖4），隨后對(duì)這些元素進(jìn)行關(guān)鍵詞標(biāo)注，并將素材按照不同的標(biāo)注進(jìn)行歸檔，再根據(jù)指令挑選出準(zhǔn)確對(duì)應(yīng)的素材[10]。智能剪輯可分為粗剪和精剪兩個(gè)階段，AI模型先對(duì)挑選出的素材進(jìn)行初步拼接，形成粗略剪輯版本，隨后在創(chuàng)作團(tuán)隊(duì)指導(dǎo)下不斷對(duì)鏡頭順序、剪輯節(jié)奏等進(jìn)行調(diào)整，最終生成符合要求的影片。

圖4　圖像分割模型技術(shù)智能區(qū)分畫面元素[11]

2016年，IBM超級(jí)計(jì)算機(jī)沃森為恐怖電影《摩根》剪輯了一段6分鐘的預(yù)告片，成為全球第一部AI制作的電影預(yù)告片。沃森可對(duì)恐怖電影的情感模式和類型進(jìn)行深入理解和編碼，這一過(guò)程涉及多模態(tài)語(yǔ)義提取技術(shù)及統(tǒng)計(jì)方法的應(yīng)用，用于模擬和定義恐怖電影預(yù)告片的核心要素。在《摩根》預(yù)告片剪輯中，沃森識(shí)別出最具吸引力的精華片段作為預(yù)告片的候選素材，提取出總計(jì)6分鐘的10段場(chǎng)景，雖然仍需人工將這些場(chǎng)景編輯在一起，但已將電影預(yù)告片制作時(shí)間縮短至24小時(shí)[12]。

由中央廣播電視總臺(tái)和阿里巴巴聯(lián)合打造的AI云智剪在比賽直播過(guò)程中即可實(shí)時(shí)生成集錦素材。在2022年北京冬奧會(huì)期間，通過(guò)AI云智剪完成的短視頻剪輯覆蓋200場(chǎng)比賽、時(shí)長(zhǎng)累積超過(guò)200小時(shí)，部分播出于央視體育新媒體平臺(tái)。2024年9月，Adobe公司宣布Premiere將集成AI功能Generative Extend，允許用戶在視頻素材上直接添加或減少內(nèi)容，延長(zhǎng)已有鏡頭長(zhǎng)度，該功能由Adobe自研的Firefly模型提供支持。

近年AI剪輯技術(shù)在移動(dòng)端發(fā)力迅猛，由字節(jié)跳動(dòng)推出的視頻剪輯軟件剪映，在移動(dòng)端具備“一鍵成片”和“圖文成片”等智能剪輯功能，支持根據(jù)用戶提供的文字智能抓取素材并生成影片。Vimeo公司旗下的視頻編輯軟件Magisto運(yùn)用了AI情緒感知技術(shù)，僅需將影片素材、影片風(fēng)格和背景音樂(lè)輸入系統(tǒng)，便能生成帶有情緒導(dǎo)向的影片。

目前AI技術(shù)在該階段的應(yīng)用多集中于預(yù)告片和短視頻制作領(lǐng)域，而在長(zhǎng)視頻和長(zhǎng)片剪輯方面尚面臨挑戰(zhàn)，對(duì)于非線性敘事和蒙太奇手法等復(fù)雜剪輯技巧的處理能力有限，在人機(jī)協(xié)作方面也不夠緊密，AI技術(shù)在未來(lái)的發(fā)展道路上亟需填補(bǔ)這一部分的空缺。其他主流的AI剪輯應(yīng)用還有度加剪輯、MOKI、Wondershare Filmora、Clipfly和OpusClip等。

5.2 調(diào)色

影片調(diào)色工作通常包含一級(jí)校色和色彩風(fēng)格化創(chuàng)作兩部分，一級(jí)校色又可細(xì)分為畫面色彩還原和鏡頭匹配，此后，還需進(jìn)一步完成風(fēng)格化色彩創(chuàng)作，為影像畫面賦予藝術(shù)審美。AI技術(shù)由機(jī)器學(xué)習(xí)（ML）和神經(jīng)網(wǎng)絡(luò)（Neural Network）驅(qū)動(dòng)，簡(jiǎn)化一級(jí)調(diào)色的繁復(fù)工作，并致力于降低色彩風(fēng)格化創(chuàng)作過(guò)程中的技術(shù)與藝術(shù)門檻。

Colourlab AI是一款智能調(diào)色系統(tǒng)，由Color Intelligence公司開(kāi)發(fā)，其特有的Meta引擎支持自動(dòng)一級(jí)校色、一鍵風(fēng)格化生成等多種AI調(diào)色功能，并可與其他主流后期軟件無(wú)縫結(jié)合，形成高效智能的工作流程，其服務(wù)客戶包括迪士尼、華納兄弟、奈飛和HBO等多家知名影視公司。

AI技術(shù)還可實(shí)現(xiàn)對(duì)照參考圖片或影像的色調(diào)，一鍵賦予目標(biāo)畫面風(fēng)格化色彩。竹杖大模型是24DI電影調(diào)色團(tuán)隊(duì)推出的基于Transformer技術(shù)的AI調(diào)色工具，能夠根據(jù)提示詞模擬特定色彩風(fēng)格（圖5）。該模型采用自研的Color?Match算法，可與DaVinci Resolve等調(diào)色系統(tǒng)集成，并提供從保持原圖到完全創(chuàng)意模式共計(jì)三檔調(diào)色模式，是適用于電影和劇集的AI調(diào)色解決方案。行業(yè)內(nèi)目前最為主流的調(diào)色系統(tǒng)之一DaVinci Resolve也具備自動(dòng)調(diào)色和目標(biāo)鏡頭匹配等基于神經(jīng)引擎的AI功能，并加入了重新照明和智能深度圖等AI工具，《阿凡達(dá)：水之道》《流浪地球2》等影片均使用該系統(tǒng)進(jìn)行調(diào)色。

圖5　竹杖大模型通過(guò)提示詞對(duì)原圖（左）進(jìn)行AI調(diào)色（右）

5.3 視效制作

AI技術(shù)對(duì)視效行業(yè)的提速增效是全方位的，主要體現(xiàn)在特效生成、AI換臉和數(shù)字人等方面。

5.3.1 模擬生成

AI技術(shù)可應(yīng)用于特殊畫面效果的模擬和生成，加速生成過(guò)程，提高畫面質(zhì)感和真實(shí)感。在電影《瘋狂元素城》中，為使流體效果更具藝術(shù)性，皮克斯用Houdini軟件結(jié)合迪士尼開(kāi)發(fā)的體積神經(jīng)風(fēng)格轉(zhuǎn)換（NST）機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)了角色寫實(shí)又具有插畫感的流體外觀（圖6）。NST技術(shù)由迪士尼在2022年SIGGRAPH上發(fā)布，可基于用戶圖片改變煙霧流體的模擬數(shù)據(jù)，生成不同外觀的流體形態(tài)，實(shí)現(xiàn)風(fēng)格化的轉(zhuǎn)移[13]。

圖6　NST機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)火焰的風(fēng)格化遷移示例[14]

2023年第95屆奧斯卡最佳影片《瞬息全宇宙》中，“熱狗手”造型和石頭對(duì)話場(chǎng)景均由Runway輔助完成。在石頭對(duì)話的場(chǎng)景中，特效團(tuán)隊(duì)在片場(chǎng)使用滑軌移動(dòng)兩顆石頭，后期再使用Runway的AI工具Green Screen擦除滑軌，配合無(wú)限擴(kuò)圖功能，特效團(tuán)隊(duì)僅用5人就完成了一系列特效鏡頭制作。Runway基于DL和GAN，其2024年6月推出的Gen?3 Alpha模型支持對(duì)口型和視頻轉(zhuǎn)繪等多種功能，每段生成視頻最長(zhǎng)不超過(guò)10秒。

文生視頻技術(shù)不僅能夠輔助特效生成，還被應(yīng)用于AI短片和部分商業(yè)廣告鏡頭的直接生成，2024年12月6日，快手推出的可靈AI導(dǎo)演共創(chuàng)計(jì)劃正式上線，發(fā)布了與9位國(guó)內(nèi)知名導(dǎo)演合作并利用其自研可靈AI大模型生成的9部AI電影短片；4天后，OpenAI公司開(kāi)發(fā)的文生視頻應(yīng)用Sora正式對(duì)公眾開(kāi)放使用，其采用Transformer擴(kuò)散模型，最高支持20秒、1080P的連貫視頻生成，可利用重繪、擴(kuò)展、循環(huán)和內(nèi)容混合等功能對(duì)視頻進(jìn)行編輯修改。多位電影制作人和藝術(shù)家使用Sora生成了7部天馬行空、風(fēng)格迥異的短片[15]，但在制作過(guò)程中遇到諸多限制，如無(wú)法保證不同鏡頭間主體的一致性，對(duì)攝影術(shù)語(yǔ)理解有限，無(wú)法精準(zhǔn)控制鏡頭移動(dòng)，生成的鏡頭存在顏色不符合設(shè)定、隨機(jī)添加多余元素等問(wèn)題；此外，其生成速度較慢且耗片比高，生成一個(gè)鏡頭需10~20分鐘，耗片比約為300∶1。因此，目前文生視頻技術(shù)在專業(yè)影視制作領(lǐng)域更多集中于輔助特效生成，而在鏡頭直接生成方面受限于分辨率、時(shí)長(zhǎng)、主體一致性和運(yùn)鏡控制等諸多因素，尚不能滿足高質(zhì)量長(zhǎng)篇作品尤其是大銀幕放映的需求。當(dāng)前主流的文生視頻應(yīng)用匯總?cè)绫?所示。

表3　文生視頻AI 應(yīng)用及建議匯總

5.3.2 AI換臉

AI換臉是指利用深度學(xué)習(xí)算法分析大量數(shù)據(jù)以實(shí)現(xiàn)臉部特征的精準(zhǔn)匹配和合成，使目標(biāo)人物的面部表情、動(dòng)作和特征與源人物完美匹配。在影視制作領(lǐng)域，AI換臉技術(shù)常被用作演員面部年輕化處理，即數(shù)字減齡。

實(shí)現(xiàn)AI換臉主要有四種技術(shù)路徑，分別是整臉合成、屬性篡改、表情替換和身份篡改。整臉合成利用GAN生成逼真的人臉圖像，多適用于游戲和3D建模。屬性篡改通過(guò)修改人臉屬性（如發(fā)色、性別等）實(shí)現(xiàn)換臉，通常使用StarGAN等GAN架構(gòu)，廣泛應(yīng)用于虛擬試妝等領(lǐng)域。表情替換則使用Face2Face和NeuralTexture等技術(shù)分析并替換人臉表情，具有重要的娛樂(lè)和電影制作應(yīng)用價(jià)值。身份篡改包括傳統(tǒng)方法如FaceSwap和基于深度學(xué)習(xí)技術(shù)的DeepFakes，后者通過(guò)自編碼器和GAN重建人臉圖像，實(shí)現(xiàn)逼真的換臉效果[16]。

電影中的AI換臉可使用DeepFakes技術(shù)，如《流浪地球2》視效團(tuán)隊(duì)基于DeepFakes算法利用演員吳京年輕時(shí)的2D素材訓(xùn)練 AI 模型，最終迭代 500 多萬(wàn)次后，替換實(shí)拍素材。在電影《傳說(shuō)》中，成龍?jiān)贒eepFakes技術(shù)的幫助下以自己27歲時(shí)的形象重現(xiàn)銀幕，可見(jiàn)智能化的制作過(guò)程實(shí)現(xiàn)了大幅的降本增效。

此外，各視效公司還使用基于DeepFakes技術(shù)開(kāi)發(fā)的自研工具進(jìn)行AI換臉，如2023年6月上映的電影《奪寶奇兵：命運(yùn)轉(zhuǎn)盤》中年輕的印第安納·瓊斯由工業(yè)光魔（ILM）公司制作實(shí)現(xiàn)。該公司采集了演員哈里森·福特在早期印第安納·瓊斯系列出演的面部數(shù)據(jù)，利用獨(dú)家開(kāi)發(fā)的FaceSwap技術(shù)恢復(fù)其年輕時(shí)的面容，達(dá)成最終呈現(xiàn)效果。在《阿甘正傳》原班人馬合作的新電影《此心安處》攝制過(guò)程中，Metaphysic公司利用Metaphysic Live工具對(duì)主角湯姆·漢克斯和羅賓·懷特的面部實(shí)現(xiàn)高分辨率數(shù)字減齡，并能以30 幀/秒的速度實(shí)時(shí)生成影像。

5.3.3 數(shù)字人

數(shù)字人即通過(guò)計(jì)算機(jī)圖形學(xué)（CG）、深度學(xué)習(xí)（DL）、自然語(yǔ)言處理（NLP）和計(jì)算機(jī)視覺(jué)（CV）等技術(shù)手段，創(chuàng)建并模擬人類形象、動(dòng)作和語(yǔ)言的虛擬實(shí)體[17]。該技術(shù)方案的核心在于形象生成、語(yǔ)音合成和動(dòng)畫驅(qū)動(dòng)三個(gè)方面。在形象生成方面，數(shù)字人依托于3D建模與渲染技術(shù)；在語(yǔ)音合成方面，AI技術(shù)將文本信息轉(zhuǎn)換為自然流暢的語(yǔ)音，支持多輪對(duì)話，并能理解復(fù)雜的語(yǔ)境和意圖；動(dòng)畫驅(qū)動(dòng)則涉及動(dòng)作捕捉技術(shù)，通過(guò)記錄真人演員的動(dòng)作數(shù)據(jù)并將其應(yīng)用于虛擬人物模型，使數(shù)字人能夠展現(xiàn)出自然流暢的動(dòng)作和表情。

2023年9月，由阿里技術(shù)團(tuán)隊(duì)開(kāi)發(fā)的數(shù)字人厘里參演了劇集《異人之下》（2023），其形象綜合運(yùn)用了CG動(dòng)畫、AI換臉和光場(chǎng)技術(shù)等多種手段加以呈現(xiàn)，降低了在建模、原畫等環(huán)節(jié)投入的成本和時(shí)間[18]。紀(jì)錄片《“戲”中家國(guó)》利用AI技術(shù)重現(xiàn)豫劇大師常香玉，制作團(tuán)隊(duì)采用Transformer擴(kuò)散模型，結(jié)合對(duì)大量黑白影像資料的學(xué)習(xí)，實(shí)現(xiàn)了數(shù)字常香玉與現(xiàn)代演員的跨時(shí)代互動(dòng)[19]。Wonder Studio是由Wonder Dynamics公司開(kāi)發(fā)的AI數(shù)字人平臺(tái)，其通過(guò)瀏覽器界面簡(jiǎn)化了數(shù)字人的制作過(guò)程，核心功能包括自動(dòng)動(dòng)畫制作、動(dòng)態(tài)照明、相機(jī)追蹤和面部表情匹配等。該工具能將真人演員替換為數(shù)字人角色，同時(shí)保留原有的動(dòng)作和表情，在專業(yè)動(dòng)畫制作流程中與Blender、Unreal Engine等平臺(tái)無(wú)縫對(duì)接[20]。

目前主流的數(shù)字人應(yīng)用還有DigitalDNA、Synthesia、MetaHuman、DeepBrain AI和HeyGen等。

6 總結(jié)與展望

AI技術(shù)與影視制作領(lǐng)域的融合正經(jīng)歷由淺層功能替代向深層智能協(xié)同躍遷的演進(jìn)過(guò)程，未來(lái)，影視產(chǎn)業(yè)實(shí)踐技術(shù)與創(chuàng)作范式的演進(jìn)路徑將沿著“功能智能化 - 流程協(xié)同化 - 創(chuàng)制自動(dòng)化”三個(gè)階段展開(kāi)，最終形成具備認(rèn)知、推理、生成能力的全棧式AI影視創(chuàng)制平臺(tái)。

（1）功能智能化

目前，AI技術(shù)在影視制作領(lǐng)域的應(yīng)用多為單功能型智能應(yīng)用，從前期籌備、現(xiàn)場(chǎng)拍攝到后期制作，各環(huán)節(jié)均涌現(xiàn)出具有垂直功能的AI應(yīng)用工具。然而，AI技術(shù)在生成規(guī)格、控制能力以及應(yīng)用場(chǎng)景等方面依然面臨諸多問(wèn)題，在專業(yè)影視制作中仍更偏向于輔助應(yīng)用。更為關(guān)鍵的是，現(xiàn)有應(yīng)用多呈碎片化特征，各工具間缺乏數(shù)據(jù)互通與流程銜接，難以形成協(xié)同效應(yīng)，亟待進(jìn)一步橫向拓展優(yōu)化。

（2）流程協(xié)同化

從單功能應(yīng)用向流程協(xié)同發(fā)展的核心在于構(gòu)建跨環(huán)節(jié)的數(shù)據(jù)閉環(huán)與智能決策體系，通過(guò)多模態(tài)大模型整合文本、圖像、視頻數(shù)據(jù)流，在籌備、拍攝和后期各環(huán)節(jié)之間做到鏈路貫通。流程協(xié)同化的關(guān)鍵突破點(diǎn)首先在于建立高標(biāo)準(zhǔn)的專業(yè)數(shù)據(jù)集和各專業(yè)制作平臺(tái)接口協(xié)議，打通各環(huán)節(jié)數(shù)據(jù)孤島；其次是開(kāi)發(fā)具有跨模態(tài)處理能力的AI中臺(tái)，以實(shí)現(xiàn)從文字指令到分鏡、場(chǎng)景、特效和聲效等端到端生成；最后是要構(gòu)建動(dòng)態(tài)優(yōu)化機(jī)制，通過(guò)反饋實(shí)時(shí)調(diào)整制作參數(shù)。

（3）創(chuàng)制自動(dòng)化

高度的流程協(xié)同化將會(huì)催生“全棧式AI影視創(chuàng)制平臺(tái)”，該平臺(tái)集成劇本生成、場(chǎng)景預(yù)演、智能攝制、視效生成與智能剪輯調(diào)色等影視創(chuàng)制全功能模塊，實(shí)現(xiàn)從創(chuàng)意輸入到成片輸出的全鏈條智能化。全棧式AI影視創(chuàng)制平臺(tái)能夠根據(jù)創(chuàng)作者輸入的要求即時(shí)生成劇本，并繪制場(chǎng)景概念圖與分鏡頭腳本，并對(duì)拍攝或生成的素材進(jìn)行一鍵成片預(yù)覽，給創(chuàng)制人員直觀的視覺(jué)感受和參照。

影視制作將成為深度人機(jī)協(xié)同的創(chuàng)意過(guò)程，人類專注核心審美決策，AI負(fù)責(zé)高效運(yùn)算執(zhí)行。AI技術(shù)并非以取代人類為旨?xì)w，而是助力個(gè)體的想象突破物理局限，在數(shù)字世界中無(wú)限延展。

參考文獻(xiàn)

（向下滑動(dòng)閱讀）

[1] 王騰飛.論虛擬技術(shù)在電影敘事中的運(yùn)用[D].上海大學(xué),2021.DOI:10.27300/d.cnki.gshau.2021.000653.

[2] Moon Ventures. The Safe Zone An AI Short Film [EB/OL].[2024?12?11].https://thesafezonefilm.com/.

[3] REILLY D. No, A.I. isn’t deciding which movies to green?light [EB/OL].(2020?02?26)[2024?12?11].https://fortune.com/2020/02/25/cinelytic-artificial-intelligence-movies-tobias-queisser-interview/.

[4] SMIRNOV D, LEGENDRE C, YU X, et al. Magenta Green Screen: Spectrally Multiplexed Alpha Matting with Deep Colorization[C]//Proceedings of the Digital Production Symposium. 2023: 1?13.

[5] TOMKIES P. Netflix pioneers AI powered magenta green screen [EB/OL].[2024 ? 12 ? 11]. https://www.videomaker.com/news/netflix-pioneers-ai-powered-magenta-green-screen/.

[6] 影視工業(yè)網(wǎng). 索尼CineAltaB短片《舞?夜》攝制[EB/OL].(2023?12?25)[2024?12?11].https://cinehello.com/stream/151220.

[7] HENDLER D, MOSER L, BATTULWAR R, et al. Avengers: Capturing thanos's complex face[EB/OL].(2018?08?12)[2024?12?11].https://dl.acm.org/doi/10.1145/3214745.3214766.

[8] SCHEDEEN J. Infinity War: VFX Artists Explain Those Mysterious Thanos & Gamora Scenes [EB/OL].(2018?12?21)[2024?12?11].https://www.ign.com/articles/2018/12/20/infinity-war-vfx-artists-explain-those-mysterious-thanos-gamora-scenes.

[9] CHOI B, EOM H, MOUSCADET B, et al. Animatomy: An animator?centric, anatomically inspired system for 3d facial modeling, animation and transfer[EB/OL].(2022?11?20)[2024?12?11].https://dl.acm.org/doi/10.1145/3550469.3555398.

[10] KIRILLOV A, MINTUN E, RAVI N, et al. Segment anything[EB/OL].(2023?04?05) [2024?12?11].https://arxiv.org/abs/2304.02643.

[11] Meta. Segment Anything Model (SAM) [EB/OL]. (2023?04?05)[2024?12?11].https://roboflow.com/model/segment-anything-model-sam.

[12] SMITH J R, Joshi D, Huet B, et al. Harnessing ai for augmenting creativity: Application to movie trailer creation[EB/OL].(2017?12?23)[2024?12?11].https://dl.acm.org/doi/abs/10.1145/3123266.3127906.

[13] KANYUK P, AZEVEDO V, ORTIZ R, et al. Singed Silhouettes and Feed Forward Flames: Volumetric Neural Style Transfer for Expressive Fire Simulation[EB/OL].(2023?08?07)[2024?12?11].https://dl.acm.org/doi/abs/10.1145/3587421.3595435.

[14] FAILES I. The AI, volumetric and animation tools that helped make Pixar's ‘Elemental’ possible [EB/OL].(2023?06?30)[2024?12?11].https://beforesandafters.com/2023/06/30/the-ai-volumetric-and-animation-tools-that-helped-make-pixars-elemental-possible/.

[15] OpenAI. Sora: first impressions [EB/OL].(2024?03?25)[2024?12?11].https://openai.com/index/sora-first-impressions/.

[16] TOLOSANA R, VERA?RODRIGUEZ R, FIERREZ J, et al. Deepfakes and beyond: A survey of face manipulation and fake detection[EB/OL]. (2020?06?18)[2024?12?11].https://arxiv.org/abs/2001.00179.

[17] 陶建磊, 孫為. 人工智能影視中智能體角色涌現(xiàn)化敘事探究[J]. 當(dāng)代電視, 2024, (12): 4?8.

[18] 吳雨佳. 中國(guó)數(shù)字演員首次參演真人劇集，數(shù)字人厘里出演《異人之下》[EB/OL]. (2023?08?04)[2024?12?11].https://www.sohu.com/a/708876764_120952561.

[19] 杜娟.古今對(duì)話：《“戲”中家國(guó)》用AI數(shù)字人技術(shù)演繹豫劇之美[EB/OL].(2024?10?19) [2024?12?11].https://bj.chinadaily.com.cn/a/202410/19/WS67135458a310b59111d9ec06.html.

[20] FINK C. Wonder Studio’s New AI, Video?To?3D Animation, Puts The Power Of Pixar In Your Phone [EB/OL].(2024?11?04)[2024?12?11].https://www.forbes.com/sites/charliefink/2024/11/04/wonder-studios-new-ai-video-to-3d-anim ation-puts-the-power-of-pixar-in-your-phone/.

【基金項(xiàng)目】2023年國(guó)家社會(huì)科學(xué)基金藝術(shù)學(xué)重點(diǎn)項(xiàng)目“人工智能技術(shù)與影視制作的融合創(chuàng)新研究”（23AC005）。