影視AI技術(shù)在摸索中前行

近期，多部AI微短劇集中上線，引發(fā)業(yè)界關(guān)注。2024年年初以來，AI視頻生成技術(shù)成為人工智能研發(fā)領(lǐng)域的新寵，國內(nèi)科技公司紛紛推出自研大模型。近期AI微短劇的密集上線，被視為此次AI發(fā)展浪潮的階段性答卷。人工智能研發(fā)人員、影視從業(yè)者密切關(guān)注產(chǎn)品市場應(yīng)用動態(tài)，以求在此次技術(shù)浪潮中獲取先機(jī)。

優(yōu)勢與短板同在

人工智能大模型開發(fā)人員子?。ɑ┑弥诿芗暇€多部AI微短劇的消息后，第一時(shí)間守候在視頻平臺等待觀看。他表示，AI微短劇的密集播出，是對技術(shù)端的一種呼應(yīng)。技術(shù)人員可以通過市場和觀眾反饋，發(fā)現(xiàn)軟件亟待完善的功能，找到開發(fā)方向。隨著AI微短劇陸續(xù)上線，子健不斷和從業(yè)者交流彼此意見。

“綜合公開報(bào)道，以及與使用者的直接溝通，人工智能對于影視作品生產(chǎn)周期和生產(chǎn)成本方面的影響最為顯著。”子健表示，目前來看，無演員、無攝影、無場景帶來的人員成本降低是AI影視創(chuàng)作的最大優(yōu)勢。與此同時(shí)，需要技術(shù)端解決的問題還有很多。比如，由于技術(shù)限制，仍需投入大量人力干預(yù)，以及畫面連貫性欠缺等，均是目前比較直觀的問題。

國家廣播電視總局科技委·網(wǎng)絡(luò)視聽專業(yè)委委員包冉表示，接踵而至的AI微短劇創(chuàng)作是行業(yè)市場化應(yīng)用的共同嘗試。目前，一些作品仍存在配音和口型不匹配、劇情連貫度不夠等問題，完成度較低。這也是網(wǎng)友詬病較多的音畫不同步和“會動的PPT”問題。對于前者，包冉表示，人工智能技術(shù)的深度偽造技術(shù)（deepfake），已經(jīng)可以在人物領(lǐng)域做到以假亂真，可以在影視創(chuàng)作時(shí)給予創(chuàng)作者一些幫助。

“從內(nèi)容上說，觀眾已經(jīng)對視聽語言的高科技‘炫技’見怪不怪了。”包冉認(rèn)為，大眾很難再對炫酷的畫面表現(xiàn)極大興趣，對于AI影視作品來說，會更關(guān)注畫面的流暢度、劇情和其他各方面的完成度。他在與從業(yè)者交流后發(fā)現(xiàn)，即便使用目前人工智能行業(yè)公認(rèn)的視頻大模型，畫面拼接感也難以完全避免，AI生成視頻的典型畫面風(fēng)格依然明顯?！爱吘股墒紸I在影視領(lǐng)域的應(yīng)用仍處于初級階段，這些問題可以隨著技術(shù)的發(fā)展得以解決?！?/p>

行業(yè)需攜手探索“黑箱”難題

新技術(shù)的市場化應(yīng)用必然伴隨新挑戰(zhàn)，AI影視作品同樣如此。中科深智創(chuàng)始人兼CEO成維忠，此前在接受媒體采訪時(shí)表示，目前所有AI視頻模型均存在搞不清楚人與環(huán)境的關(guān)系、搞不清楚前后邏輯關(guān)系等情況。這些問題會導(dǎo)致模型在實(shí)際應(yīng)用時(shí)，無法達(dá)到使用者設(shè)想的完美程度。

由于技術(shù)受限，大部分AI視頻生成軟件只能生成時(shí)間較短的作品，無論是“文生圖再圖轉(zhuǎn)視頻”，還是直接采用文生視頻創(chuàng)作，將短時(shí)間的視頻片段拼接成較長時(shí)間的影視作品是必經(jīng)流程，因此需要創(chuàng)作者不斷更換提示詞以獲取符合要求的視頻素材。但在此過程中，創(chuàng)作者即便使用同一軟件，不同時(shí)間、不同提示詞獲取的素材風(fēng)格也存在很大差異，大量時(shí)間被浪費(fèi)在與AI軟件的交互上，效率反而被拉低。

子健表示，業(yè)內(nèi)對造成這些現(xiàn)象的原因有兩個(gè)相對主流的解讀，一是認(rèn)為人工智能對同一提示詞在不同時(shí)間段的理解不同，因此會給出不同的結(jié)果；二是同一提示詞下有大量素材，但提取條件的變化造成了結(jié)果的不穩(wěn)定。此外，還有人工智能與人類對藝術(shù)創(chuàng)作的理解偏差、軟件功能性不足造成的素材變化等觀點(diǎn)。但具體原因尚未有統(tǒng)一說法。

包冉認(rèn)為，這種情況主要是由生成式人工智能的“訓(xùn)練與推理過程黑箱”難題造成的。從使用者的角度來說，人工智能的訓(xùn)練和推理過程是全程“黑箱”狀態(tài)，即便是編程人員，也無法預(yù)測完成訓(xùn)練后的產(chǎn)品是否符合預(yù)期，是否需要繼續(xù)調(diào)整。AI生成視頻的過程同樣如此，使用者看到的是給出提示詞，得到視頻素材，但生成的邏輯和給出該結(jié)果的原因卻無從知曉。這就需要人工智能行業(yè)和影視行業(yè)在編程和應(yīng)用兩個(gè)方面共同展開探索。

復(fù)合型人才不可或缺

全球AI視頻生成技術(shù)的開發(fā)時(shí)間尚短，影視行業(yè)和人工智能行業(yè)均在不斷探索其發(fā)展方向和發(fā)展路徑。從人工智能大模型到專業(yè)的影視AI系統(tǒng)，AI視頻生成變革的不僅是技術(shù)，更是在從頭構(gòu)建全新的內(nèi)容生態(tài)。

談及影視AI的未來，包冉認(rèn)為，需要綜合性考量。技術(shù)端，在不斷提高文生視頻大模型的基本功能，實(shí)現(xiàn)功能性突破的同時(shí)，可以考慮復(fù)合型平臺的建設(shè)，打通不同產(chǎn)品的端口，融合不同模型產(chǎn)品的特色，方便創(chuàng)作者使用。此外，影視行業(yè)需要適應(yīng)新的發(fā)展趨勢，建立全新的技術(shù)體系、培訓(xùn)體系?！疤崾驹~要怎么寫？如何確保提示詞契合模型能力？如何恰到好處地發(fā)揮AI的功用？最好能夠有系統(tǒng)性的培訓(xùn)+自動化、模板化的綜合開發(fā)環(huán)境，讓使用者更加了解創(chuàng)作系統(tǒng)?！?/p>

人才方面，無論是技術(shù)開發(fā)端，還是應(yīng)用端，都需要更多復(fù)合型人才。包冉提到，跨域產(chǎn)品的開發(fā)需要更多跨行業(yè)人才的參與。如知名應(yīng)用程序MATLAB的開發(fā)過程，便有大量數(shù)學(xué)家參與；本就具有一定編程能力的圍棋九段俞斌，曾領(lǐng)銜開發(fā)圍棋在線對弈產(chǎn)品——佳弈?！案叨却怪鳖I(lǐng)域的專業(yè)軟件，一定是這個(gè)行業(yè)的人開發(fā)的；人工智能和影視行業(yè)的融合，首先應(yīng)該是人才的融合?！?/p>

子健也表示，創(chuàng)作者對人工智能并不了解，技術(shù)人員對創(chuàng)作也是“門外漢”，雙方在合作初期往往會因?yàn)椴焕斫鈱Ψ揭鈭D和需求，客觀上增加溝通成本。因此，跨行業(yè)的復(fù)合型人才對于相關(guān)技術(shù)開發(fā)及其在影視領(lǐng)域的應(yīng)用尤為重要。此外，及時(shí)了解需求端和開發(fā)端的動向，建立跨行業(yè)的溝通機(jī)制，也應(yīng)提上日程?！半S著行業(yè)融合的不斷深入，新的需求會不斷出現(xiàn)，及時(shí)溝通對于兩個(gè)行業(yè)的發(fā)展非常重要?！?/p>

加快步伐謀求新發(fā)展

子健透露，目前，人工智能領(lǐng)域雖然推出了大量視頻生成類產(chǎn)品，但很多都是在自研大模型或已有大模型基礎(chǔ)上進(jìn)行的功能性拓展。這些軟件開發(fā)的目的，既有看好市場前景的提前布局，也有希望通過開放大眾付費(fèi)體驗(yàn)接口快速贏利的考量，而影視創(chuàng)作專用軟件的開發(fā)投入力度不足。

他表示，在前期跑馬圈地式開發(fā)的同時(shí)，部分公司開始考慮影視制作類AI產(chǎn)品與已有技術(shù)融合開發(fā)的可能性。如曾經(jīng)廣受關(guān)注的虛擬數(shù)字人、模擬真實(shí)物理環(huán)境的游戲引擎，以及虛擬拍攝技術(shù)等，能否和AIGC技術(shù)打通整合。“目前，AI影視作品還是以動畫為主，不過很多技術(shù)人員已經(jīng)開始深入研發(fā)，希望推出生成類真實(shí)環(huán)境的AI軟件。”

包冉認(rèn)為，行業(yè)首先要把產(chǎn)品的底層模型做好，在實(shí)現(xiàn)模型維度創(chuàng)新的同時(shí)，將算力提升……這些會涉及能源、芯片等多個(gè)行業(yè)?！坝幸粋€(gè)樸素的市場邏輯：當(dāng)一個(gè)行業(yè)或技術(shù)，必須依靠大量資金投入才能生存，那么它往往是仍處在初級起步階段?！卑奖硎荆ㄓ耙旳I在內(nèi)的人工智能行業(yè)，目前仍需要大量資金投入才能維系生存，更遑論商業(yè)化模式或產(chǎn)品變現(xiàn)。但隨著市場不斷拓展，以人工智能為代表的新技術(shù)，必將迎來新的發(fā)展契機(jī)，而這個(gè)契機(jī)需要不同領(lǐng)域的從業(yè)者共同尋找。