跳到正文
今天10月7日周三
  1. VFX Voice75

    《KPop Demon Hunters》浴场大战如何融合镜头、动画与特效

    《KPop Demon Hunters》的浴场大战通过镜头语言、动作设计、环境调整和特效分层,把群战奇观与 Rumi、Jinu 关系的转变集中在同一段落中。该片是 Sony Pictures Animation 第一部在 Unreal Engine 中完成全部 layout 与 previs 的影片,团队借助其物理化相机设置,在预演阶段确定大画幅摄影机、焦点、光圈和景深等选择,并让后续部门延续这些视觉意图。 摄影布局负责人 Gary H. Lee 表示,团队参考了韩剧、K-pop 音乐视频和大型演唱会的影像风格,并以 ARRI ALEXA LF 的大感光器和浅景深模拟韩剧对人物的浪漫化处理。人物关系和对峙阶段采用长镜头与居中构图,Rumi 居中、Mira 与 Zoey 分列两侧,与 Jinu 和 Saja Boys 形成对称;进入动作后则切换到约 18mm 或 14mm 的短焦镜头,以获得更具动态感的构图。场景空间也会为叙事服务,例如团队调整浴场、走廊与桑拿房的相对位置,让墙体倒塌后两组角色能够彼此看见。慢动作和时间暂停主要用于情感节点,如 Jinu 抱住 Rumi 旋转,以及 Mira、Zoey 差点看到 Rumi 肩部纹样的时刻,而不是单纯展示动作。 动画团队把 Rumi 缺席时 Mira 与 Zoey 被水鬼压制作为动作段落的情绪弧线,再用 Rumi 返回后的连续大动作清场。动画总监 Joshua Beveridge 介绍,Ryusuke Furuya 负责了从 Rumi 形成长剑、投剑斩断水鬼,到旋转回到同伴身边的一系列关键动作。团队当时仍在确定 Honmoon 魔法、武器形成、封印方式和水鬼退场等规则,因此把这一片段作为解决这些问题的“sandbox”。水鬼依据韩国民间传说设计,可从天花板、墙壁及任何潮湿处出现;其外形保持阴森但不过度骇人,被斩开后则化为粉色闪光。 Zoey 的 shin-kal 双匕首、Mira 的 gok-do 长柄武器和 Rumi 的 sain-geom(Four Tiger Sword)都被当作角色设计。特效团队让来自 Honmoon 的线条交织成武器形状,其视觉灵感来自韩国结绳艺术 norigae,并以粉色作为恶魔、Jinu 传送和水鬼消散的共同色彩母题。服装与头发由 CFX 进行物理模拟,但动画部门会先提供关键造型引导,使结果服从图形化姿态;水鬼以及 Rumi、Mira 的大量长辫尤其增加了动画和模拟负担。 浴场以近乎单色的绿色和橙色建立视觉区段,蒸汽由特效、灯光和合成协作完成。灯光部门移动和调整蒸汽元素,确保主要角色与动作保持可见;背景水鬼通常被压成轮廓,次要细节则借蒸汽、低对比度和较少照明隐藏。武器也会作为光源,汗滴采用逐帧绘制的 2D 特效,部分夸张眼睛效果通过替换几何体与动画完成,再由灯光将画面适度简化为更接近二维的观感。团队认为,这些处理让有限空间中的动作、幽默、浪漫关系与韩国浴场文化元素保持清晰统一。

  2. VFX Voice61

    多位业者解析塑造VFX未来的工具与制作管线变化

    VFX Voice 汇集多位艺术家、视效总监、技术负责人和企业管理者的判断,认为VFX的下一阶段并非由单一突破推动,而是由AI辅助、实时引擎、虚拟制作、云协作、程序化系统和三维重建工具共同塑造。受访者普遍将可控性、跨镜头一致性、与既有管线的整合以及对艺术家决策权的保留,视为工具能否进入专业制作的关键。 ILM的Rob Bredow关注可由艺术家指导的机器学习,希望算法实时补充复杂细节,而不是进行随机生成。Wētā FX的Kimball Thurston判断,治理、质量和Token成本会限制生成式AI短期内直接用于最终像素,更现实的用途包括查找并修复错误、连接制作跟踪系统及规范供应商之间的交接。Foundry的Christy Anzelmo同样强调摄影、构图、色彩和灯光基础,并提出把Griptape的智能体辅助、AI可视化与Nuke等传统工具结合。Pitch Black称其REVIZE机器学习能力自2022年起已用于交付项目,重点在于融入现有工作流。 SideFX介绍了Houdini中的机器学习与程序化工具。其ML工具可利用既有高质量模拟数据训练神经网络,以接近实时的速度提高火焰和烟雾模拟的分辨率;KineFX、Solaris和Copernicus则分别把程序化方法扩展至绑定与动画、基于OpenUSD的外观开发与灯光,以及图像处理。文章还展示了用Houdini生成Gaussian splat、从OpenVDB资产建立云体GSplat及训练神经地形等应用。Foundry称Nuke 17.0支持导入、查看、处理、渲染和导出Gaussian splats,可用于场景延伸和数字绘景。 多位受访者把Gaussian splatting视为连接现场采集、三维重建与虚拟制作的重要方向。Volinga认为它能以低于传统摄影测量管线的时间成本建立三维空间;Clear Angle Studios将其与Structure from Motion和体积捕捉结合,为环境提供可直接用于布局的空间数据,并减少角色流程中的传统绑定瓶颈。虚拟制作方面,文章以ILM StageCraft、Unreal Engine和Christie Virtual Projection为例,对比LED影棚、实时渲染与投影式方案;Christie称其RGBH投影可覆盖曲面和非常规表面,并避免LED环境中的偏色与摩尔纹问题。 云协作和资产管理构成另一条主线。Blackmagic Design的Dan May认为,VFX、调色、声音和剪辑需要在同一项目中并行协作,并提醒制作方选择不会把私有媒体用于AI训练的方案。Perforce的Jase Lindgren指出,AI输出快速增加,但资产管理没有同步变化,已采用和未采用的结果都应进入可追踪的创意资产库。SPINVFX的Neishaw Ali则认为,以USD、实时引擎、AI和云协作为基础的共享数据环境,正使线性分部门交接转向同时制作,并让同一角色、环境和数字资产服务于电影、剧集、游戏、现场活动及沉浸式体验。 受访者对经济影响存在不同侧重。制片人Elizabeth Willaman关注工具能否压缩工期、减少变更和补拍,并区分传统VFX公司的混合ML/AI管线与原生生成式AI工作室。Deep Fusion的Benjamin Field认为,降低成本可能提高更多项目的可行性;Hotspring的Jon Mason则预计行业会收缩和重新调整,实拍内容、AI生成素材与VFX加工将形成更多混合方式。多位受访者最终强调,专业制作需要稳定运动、声画同步、像素级控制、可靠交付和可互操作性,AI的主要价值在于减少重复工作和技术摩擦,而不是以不可控的一键生成取代艺术判断。