Peter James ASC ACS 谈 AI 时代的视觉世界创作
IMAGO 董事会成员、摄影指导 Peter James ASC ACS 分享了对 AI 时代电影摄影的思考,重点讨论为何电影制作中的情感表达与协作本质仍不可替代。文章提到,采访者与他相识超过 40 年,其作品包括《Caddie》和《The Killing ...》。
按原文发布时间排列。
IMAGO 董事会成员、摄影指导 Peter James ASC ACS 分享了对 AI 时代电影摄影的思考,重点讨论为何电影制作中的情感表达与协作本质仍不可替代。文章提到,采访者与他相识超过 40 年,其作品包括《Caddie》和《The Killing ...》。
QTAKE Pro 3.0 已面向现有 QTAKE Pro 用户提供免费更新,主要变化包括重新设计的项目设置、集成 QTAKE Sync、ThunderFace 4K Duo+ 支持、SRT 流输入、增强色键、AI 场记板与 OSD 扫描,以及 6DOF 摄像机跟踪。新版许可系统会在软件启动时自动初始化,当前有效许可、租赁许可及购买许可池中的免费许可均无需用户手动迁移。 新的 Project Window 可在单一窗口中混用不同厂商的视频卡并配置多通道 I/O,同时集中管理各项目的色彩位深和代理文件设置;无关配置行可以隐藏。I/O Sidebars 则可在主工作区之外独立路由处理后的实时摄影机信号,并显示输入、输出缩略图及带调色、OSD、遮罩和画幅线的画面。 集成版 QTAKE Sync 可让获授权的 QTAKE Monitor 用户独立回放,并实时同步片段、元数据和批注;它能在无互联网的本地网络中工作,恢复连接后再与远程用户同步。授权现与用户账户而非单台设备绑定。独立版 QTAKE Sync 仍保留,SYNC 模块免费许可有效至 2026 年 12 月 31 日,每个账户可领取一份;QTAKE Sync 与 QTAKE Pro 的模块许可购买后不能互转。QTAKE Lite 也新增面向最多八台设备的本地及云端流媒体,并支持上传至 QTAKE Cloud,原有定价不变。 ThunderFace 4K Duo+ 可选择最多四路输入与四路输出的 4/4 固件,或最多八路输出的 0/8 固件;符合条件的 ThunderFace 4K Duo 可免费升级输入输出能力,资格需提交序列号确认。色键新增 Chroma Subsampling 与 Matte Choker,用于改善边缘、合成与颜色键控。 Slate Scan 和 OSD Scan 使用 Apple 生态内的本地模型,从实体场记板和摄影机屏显中提取元数据,操作员仍可审核和编辑结果。6DOF 跟踪在原有旋转数据之外加入摄影机位置数据,用于虚拟摄影机匹配、CGI 集成和实时 VFX 预览;设置需要将启用设备方向功能、运行 QTAKE Monitor 4.0 或更高版本的 iPhone 安装在摄影机支架上。
推荐理由:项目级 I/O 配置、跨设备同步与本地元数据识别的组合,可供现场视频辅助团队评估多机位协作流程。
Artlist 的五集科幻迷你剧《The Arc》以 3.8 万美元的 AI credits 制作,平均每集约 7600 美元;IndieWire 根据制作方式与 API 价格估算,认为用生成式 AI 完成类似项目在成本上“勉强可行”,但成片质量、镜头衔接和劳动结构存在明显问题。 Artlist 已从音乐与音效素材库转向提供视频、图像和文本生成工具,并以《The Arc》等项目展示 Veo、Seedance、Kling 等视频生成模型。该剧团队先进行约 10 分钟的口头构思,再把镜头、对白和情节交给 Claude 生成剧本;制作还受模型单次输出时长限制,文中称 Veo 为 8 秒、Seedance 为 30 秒。作者批评剧本薄弱、AI 角色缺乏表现力,并认为把镜头选择交给模型导致视觉表达趋同。 按文中的粗略 API 价格计算,3.8 万美元可生成约 83 分钟视频;Artlist 每年 500 美元的 AI Creator 方案对部分通常较旧的模型提供无限生成,可能以较低分辨率完成类似内容,但若没有定制插件,串联独立镜头会很困难。文本生成成本已近乎可忽略,图像生成也相对便宜,主要成本来自视频。 制作团队称所有参与者都按片场标准获得完整日薪。作者的核心担忧是,减少人员、压缩工期和预算并不会自然扩大创作者机会,反而可能造成影视技能流失,并使制作更依赖拥有资源的少数人。
在 NAB Show New York(10 月 21–22 日)举行前,Imagine Communications 首席营收官 Glodina Lostanlen 接受 TV Tech 采访表示,今年 AI 仍将是展会的重要趋势,但行业焦点已从“AI 是否有潜力”转向它能否在日常媒体运营中创造实际、可衡量的价值。当前应用正覆盖广告销售、预测、排期、播出、控制、监测和诊断;Model Context Protocol(MCP)也受到更多关注,因为它能让 AI 系统以结构化方式访问应用及运营数据。 Imagine Communications 此次展示的重点,是把实用型 AI 能力融入客户已在使用的产品组合。Magellan Control System 近期增加了 Magellan PanelFlex 自由布局控制界面和 PanelFlex-AI,后者利用 MCP,让 AI 系统结构化访问现场制作环境中的信息。XVR media server 展示 AI 增强的播出操作及与 Media Exchange Layer(MXL)的互操作性。广告技术方面,Landmark Rights & Scheduling 平台引入 AI 辅助排期:其中的机器学习(ML)可快速、大规模地应用既有业务规则,以缩短排期周期,让团队把精力转向更高价值的编辑决策;Lostanlen 称该功能已获得较强的市场反响。 这些开发针对媒体公司在控制成本、保护核心运营的同时管理更多频道、平台和工作流的共同压力。Imagine Communications 的策略不是以 AI 替换广播机构长期积累的市场、流程和操作经验,而是利用 AI 减少重复劳动、更快呈现有用信息,并使既有知识更易访问和执行,同时避免引入新的风险。公司强调开放性与治理,认为 MCP 可在保护底层记录系统的前提下,向 AI 提供受治理的结构化信息和能力访问。 Lostanlen 还表示,NAB Show New York 的价值在于汇集技术及业务决策者与一线运营问题解决者,让 Imagine Communications 展示研发方向,并直接了解客户和合作伙伴的现实需求、现有方案的成效及尚待改进之处;这些反馈会影响其开发优先级。公司展位为 138。
Production Expert 在这篇合作内容中盘点了团队偏爱的 Fender Studio Pro 8 音乐制作功能,重点包括 Studio Assistant、内置吉他与贝司音箱插件、Studio Verb,以及 Native 和 Hardware Direct Monitoring。 Studio Assistant 目前处于公开测试阶段,仅供 PRO+ 订阅用户使用。工程师可在软件面板中输入自然语言提示,查询文档、知识库及创作建议,减少因查找操作方法而中断工作流的情况。所有用户均可使用 Fender Mustang Native Guitar 和 Rumble Native Bass 插件,其中包含 39 款吉他音箱和 20 款贝司音箱,可自由组合音箱头与箱体,并提供可拖动调整信号流的效果器;软件还支持与 Tone Master Pro 集成及不使用箱体的连接方式。作者称这些音箱与效果器在音色质量和选择范围方面表现突出。 Studio Verb 以简洁控制和算法混响音色为主,随每份 Studio Pro 提供;其 Ping 功能可在发送信号前试听混响尾音。直接监听方面,Studio Pro 提供 Native 与 Hardware 两种模式,并可通过偏好设置中的两个可配置缓冲区,为目标通道分配更多资源以降低监听或 Cue Mix 的延迟。Native Direct Monitoring 可分别作用于主输出和指定的 Cue Mix,启用后 D 按钮显示绿色;配合兼容的 Fender 音频接口使用 Hardware Direct Monitoring 时,Cue 音频会在转换器之前传输,D 按钮显示蓝色。 文章还提到新版界面中的 Channel 与 Arrangement 概览、AI 驱动的 Audio-to-MIDI 转换、Smart Chord Assistant、Celemony Tonalic Essentials、更新后的 Impact 与 Sample One 采样器,以及新的 Drum Metronome,但未展开测试这些功能。
奥斯卡获奖纪录片导演 Alex Gibney 做客 IndieWire 的“Screen Talk”播客,讨论其作品《Musk》、影片未能纳入的人物,以及制作团队如何借助 AI 和 CGI 化身,模拟一场现实中未能获得的 Elon Musk 采访。现有正文仅为节目简介,未提供具体制作流程、所用工具、技术参数或完整讨论内容。
印度动画行业资深人士 Biren Ghose 与获 Google 支持的技术平台 VerSe Innovation 发起了一个 AI 制作联盟,并宣称该联盟可将电影和电视制作成本最多降低 75%。
Adobe 与 NVIDIA 扩大合作,将针对 NVIDIA RTX Spark 设备的优化扩展至 Photoshop、Premiere、Substance 3D 和 Frame.io 工作流,相关更新将于今年晚些时候开始推出。Adobe 称,重新架构的 Premiere 和 Photoshop 在新硬件上处理 AI、剪辑、调色和特效时,速度最高可提升至 2 倍;RTX Spark superchip 已于本月早些时候开始出货,文中提到的设备包括 ASUS P16 和 P14。 Photoshop 改用 GPU 加速的合成架构,以提升 Remove Tool、Gaussian Blur 和 Light Leaks 等画布内操作的响应速度。Premiere 的回放、渲染、特效、调色及 AI 工具针对 RTX Spark 进行了加速和优化,包括 Enhance Speech 与 Object Mask;Substance 3D Painter 则利用 RTX Spark 加速负载较重的纹理制作步骤。 Frame.io 云管线现使用 NVIDIA NVDEC 进行硬件加速解码,并以 TensorRT 和 CUDA 执行内容预处理及 embedding 生成。Adobe 表示,在部分转码和搜索工作负载的早期结果中,embedding 生成速度约提高至 5 倍,P95 处理延迟改善 4至5 倍,search proxy 约缩小 80%。
推荐理由:材料把应用端 GPU 改造与云端转码搜索指标纳入同一套优化,便于评估本地制作和云管线的潜在收益。
Adobe 与 NVIDIA 宣布扩大合作,利用 NVIDIA RTX Spark 超级芯片及 GPU 加速技术优化 Photoshop、Premiere、Substance 3D、Frame.io 和 Brand Concierge,目标是加快 AI 创作、制作与个性化服务。Adobe 称,针对 RTX Spark 统一内存与 AI 算力优化后的创意应用,在 AI 处理、剪辑、调色和特效方面最高可提速 2 倍;Photoshop 已围绕 GPU 加速合成重新构建,Premiere 的播放、渲染、特效、调色及 AI 工具也获得 RTX 加速,包括 Enhance Speech 和 Object Mask,Substance 3D Painter 则加快了高负载纹理处理步骤。 Frame.io 的更新管线采用 NVIDIA NVDEC 进行硬件解码,并通过 NVIDIA TensorRT 与 CUDA 完成内容预处理和嵌入生成。Adobe 称,将视频解码、预处理和嵌入生成迁移至 NVIDIA GPU 后,媒体可以更快完成处理并进入搜索;其转码与搜索工作负载约可实现 5 倍嵌入生成速度、P95 处理延迟改善 4至5 倍,搜索代理文件约缩小 80%。 双方还使用 NVIDIA Nemotron 开放模型优化 Brand Concierge,该版本将于今年晚些时候向企业客户提供。NVIDIA 也选择 Brand Concierge,基于组织数据与内容为其网站提供个性化对话体验。
推荐理由:合作覆盖本地创作工具与云端媒体处理,并给出多项加速指标,可用于判断 GPU 优化影响的制作环节。
Tripo Studio 集成 OpenAI 的 GPT-Image-2.5 Sunburst,把参考图生成、定向编辑、多视图生成和三维模型创建整合到同一浏览器工作区。用户可以从文本提示、已有图片或图文组合开始,在参考图阶段调整姿势、轮廓、配件和隐藏细节,再将结果直接送入 Image to 3D Model 工作流,减少在多个应用之间转移文件。 Generate Image 提供面向下游任务的预配置模板,包括 Character Extraction、Head Extraction、T Pose、Character Completion、Variants、3D Enhance、3D Print-Ready、Photo to Figure 和 Asset Extraction。它们分别用于拆分角色部件、突出面部细节、补全残缺身体、转换标准姿势、生成同风格变体、强化深度线索或分离场景资产等。Edit Image 支持文本和参考图引导的局部修改,并尽量保留主体其余部分与构图;Generate Multi-Views 可生成正、左、右、后视图,为复杂资产补充侧面、背面及非对称结构信息。模型既可由单张图生成,也可使用多视图参考。 Cutout 可在生成前隔离单个元素,Batch to 3D 一次最多处理 10 张准备好的图片。角色资产生成后可继续使用 Smart Topology Mesh、绑定和动画工具,其中 Smart Topology Mesh 支持生成包括原生四边形网格在内的可编辑拓扑,并可设置不同的多边形目标。游戏环境资产可经 Asset Extraction 和 Cutout 拆分、批量转换,再通过 DCC Bridge 交接到内容创作软件。面向三维打印的流程则可组合 3D Print-Ready、Photo to Figure、多视图和高细节建模选项。没有源图片时,用户也可从 Text to 3D Model 开始,先由描述生成参考图,迭代后再转换为三维资产。
推荐理由:更新把参考图生成、定向编辑、多视图与三维转换串联起来,为减少跨应用传递和提前修正几何问题提供了具体工作流。
Adobe与NVIDIA扩大AI合作,将NVIDIA的AI技术和加速计算进一步整合到Photoshop、Premiere、Substance 3D、Frame.io及Brand Concierge等Adobe工具与服务中。合作还涉及Adobe Firefly Foundry,以及面向企业用户的3D数字孪生工作流。 Adobe称,Photoshop、Premiere和Substance 3D已针对NVIDIA RTX Spark的统一内存与AI计算进行RTX加速和优化,AI处理、剪辑、调色和特效速度最高可提升至2倍。Photoshop采用GPU加速合成架构,以改善Remove Tool、Gaussian Blur和Light Leaks等画布内操作;Premiere的播放、渲染、特效、调色及AI工具获得加速,包括Enhance Speech和Object Mask;Substance 3D Painter则加快纹理处理中的高负载步骤。 Frame.io更新后的管线使用NVIDIA NVDEC进行硬件加速解码,并以NVIDIA TensorRT和CUDA完成内容预处理与嵌入生成。选定转码与搜索负载的早期结果显示,嵌入生成约快5倍,P95处理延迟改善4至5倍,搜索代理文件约缩小80%,使上传媒体更早进入可搜索状态。双方还使用NVIDIA Nemotron开放模型优化Brand Concierge,该版本计划于今年晚些时候向企业客户提供,并将在11月10日至12日举行的Adobe MAX展示相关进展。
推荐理由:合作细节覆盖桌面创意工具与云端媒体检索,并给出多项早期性能数据,可用于评估GPU加速在制作管线中的作用。
ENCO表示,enCue新闻制作工具集和SPOTai视频广告方案将于10月21日至22日在曼哈顿Javits Convention Center举行的NAB Show New York上首次面向北美展示;其539号展位还将展出字幕、翻译、AI制作、自动化和虚拟制作工具。 enCue是一款基于浏览器的云原生平台,可自动完成素材切条和新闻包装制作。ENCO称,它能分析新闻节目、播客等长篇内容,识别片段并生成适合社交平台的短视频和集锦,同时生成标题与字幕、将视频改为竖屏格式并制作15秒预告。制作新闻包装时,系统可将脚本或旁白与采访、外拍等原始素材匹配,由AI组合相关画面供编辑审核。 SPOTai将ENCO现有的SPECai音频广告产品扩展到视频领域,用户提供基本品牌信息和简单文本Prompt后,可在数分钟内生成1080p广告;产品还包含图像编辑器和自动化社交发布功能。ENCO称其增强后的AI模型可生成更真实的视觉效果和更强的创意结果。 基于Unreal Engine的实时3D虚拟制作合成平台Qimera将展示新的Talent Tracking功能,可在三维空间追踪主持人全身,使其在虚拟环境中移动时,阴影与反射保持对齐。enCaption Sierra则可在本地环境中把实时字幕翻译为另一种语言,并将enTranslate纳入Sierra工作流;enTranslate可实时生成多语种文本,enSpeak进一步把译文转换为自然、低延迟的语音。面向广播电台,ENCO还将展示SPECai的新进展,以及用于生成、本地化和排播动态AI音频内容的云原生平台aiTrack。
这是一篇赞助文章,介绍桌面应用 Aiarty Image Enhancer。该软件在 Windows 和 macOS 本地处理照片,无需上传云端,将降噪、去模糊与锐化、图像放大、人脸修复和物体移除整合到同一工作流中;用户可选择模型和目标尺寸,一次完成多项处理。Aiarty 称其支持 Windows 10(x64,版本 1809 或更高)及 macOS Catalina 10.15 或更高版本,可利用 NVIDIA、AMD、Intel GPU,并在 Mac 上支持 CoreML。 软件提供 1x、2x、4x、8x 及自定义放大尺寸,常见目标为用于印刷、电商和显示的 4K 至 8K 图像;最大输出在 Windows 上可达 32K、Mac 上可达 16K,并提供输出 DPI 选项和 SDR 转 HDR。AI Erase 可移除物体、人物等干扰元素并生成背景填补空缺;基础调整涵盖白平衡、对比度、饱和度、高光和阴影,也支持批处理。 不同模型面向不同素材:More-Detail GAN v3 用于头发、皮肤、织物、植物和建筑等细节纹理;基于扩散模型的 Real-Photo v3 侧重照片修复、保真度和自然细节;AIGCsmooth v3 用于处理压缩伪影,以及平滑 AI 生成或动漫风格图像;Face Restoration 是面向低分辨率人像的 GAN 模型。处理强度可在 0 至 1 之间调整,并有可选的两遍处理模式。Aiarty 宣称批处理吞吐量最高可达每小时 3000 张,但文章没有提供独立测试条件或实测结果。 文章认为,该工具适合需要处理高 ISO、低照度、严重裁切或轻微模糊照片的摄影师,也适用于电影制作者和剪辑师处理尺寸或质量不合要求的剧照、制作照片、图形及档案素材;本地离线处理尤其适合不能上传云端的材料。档案扫描件、老照片和低分辨率人像也是其目标场景。终身许可证目前由 155 美元降至 79 美元,折扣 49%,一次购买可用于最多三台 Windows 或 Mac 电脑,包含终身免费更新且无需订阅;上述功能、性能和效果表述主要来自厂商及赞助文章。
Intrect 为音频伪影削减插件 de-artifact 新增 AAX 格式,使其可直接用于 Pro Tools;AAX 目前仅支持 Apple Silicon Mac,现有客户可凭当前许可免费安装。插件此前已提供 VST3、AU 和 CLAP 格式。 de-artifact 面向 Suno、Udio、Stable Audio 等 AI 生成音乐、已分离音轨及有损编码音频中常见的金属感、水声感等伪影。它不负责音轨分离,而是处理已经过生成、分离或编码的素材,可插在总线或单个通道上,无需逐轨设置。处理结合自适应的谐波与打击乐成分分离以及学习得到的频谱掩模,用于削减 RVQ ghosting、编码残留和高频伪影;用户可分别控制谐波和打击乐内容的削减量,并通过整体 Strength、四段 emphasis EQ、动态共振抑制、Tune 和 Advanced 设置调整处理。 Diff 与 residual 监听功能可以单独播放被移除的信号。Intrect 提醒,Strength 推得过高可能连同伪影一起削去音乐细节;当 Diff 信号开始像音乐而不是噪声时,即表明处理可能过度。插件提供 14 个出厂预设,包括 Bmore、de-chirp、Suno V6 和 Stem Separation。默认处理路径在 44.1kHz 下的延迟约为 350ms。 软件支持 macOS 11 或更高版本,包括 Apple Silicon 和 Intel;Windows 版本要求 Windows 10 或 11 64-bit,并支持 AVX2。一次性售价截至 2026 年 12 月 31 日为 149 美元,之后常规价格为 179 美元;另有无需信用卡的 14 天完整试用。de-artifact Cloud 单独计费,每分钟音频 0.25 美元,购买 50 美元额度包时为每分钟 0.18 美元。
推荐理由:文章交代插件的处理对象、控制方式、兼容环境与过度处理风险,可供音频修复流程选型参考。
Russ Hughes 认为,相比直接生成创意内容,智能体 AI 更适合音频专业工作,因为它能接管素材整理、同步和粗剪等重复任务,同时把判断与精修留给从业者。他基于最新版 DaVinci Resolve 21 的一次使用经历,说明这类工具在当前制作流程中的价值与限制。 测试中,作者通过 Prompt 让 Claude 或 ChatGPT 经由软件 API 操作项目。系统将来自两台摄影机、没有时间码的四个独立 take,与一条同样没有时间码的全长音频同步到时间线;随后生成拍摄内容的转录,并按作者所需的引语类型挑选约两分钟素材,完成粗略组接。它也能把响度标准化到适合导出至 YouTube 的水平。作者指出,这些操作原本都可以人工完成,差别在于智能体替他执行了耗时步骤。 能力仍受 API 开放范围约束。作者要求系统清理音频并插入指定插件时,因其无法访问控制时间线插件的 Fairlight API 而未能完成。自动选出的两分钟片段也只是粗剪,作者仍需预览核对、修整剪点并调整摄影机角度。文中还提到,Forte 已能帮助 Pro Tools 用户导入、重命名音频并将其排布到时间线。作者据此判断,智能体 AI 可能逐渐进入 DAW,用于导入、标准化、标记、颜色编码乃至粗混,但其定位更接近需要专业人员检查和完善的制作助理。
推荐理由:作者以一次实际工作流测试比较智能体 AI 与生成式 AI,呈现自动化粗剪的效率、接口限制及人工复核边界。
FxFactory 的 Doza Assist 1.1.1 新增25种转录语言,可通过 MCP 连接 ChatGPT 和 Claude,并支持分享单一链接以协作处理项目。该工具面向采访、纪录片、播客、论坛、主题演讲和活动报道等以对白为主的素材,用户可导入摄影机文件或现有 Final Cut Pro 资源库,在 Mac 上完成转录和说话人标记。 Doza Assist 还会读取完整文字稿,寻找叙事节点,并以时间码和上下文呈现较强的同期声片段及适合社交媒体的精简版本。FxFactory 称,My Style 可从用户自己的作品集、剧本、文字稿和成片中学习叙事结构与节奏;用户也可用自然语言提出剪辑要求,生成的选定序列会进入 Final Cut Pro、Premiere Pro 或 DaVinci Resolve,并保留片段、范围和标记。 据 FxFactory 介绍,转录、说话人识别以及负责分析和风格匹配的语言模型均在设备端运行,素材留在本机,无需账户,也没有按分钟计费或时长上限。首次启动后可离线使用;如需连接外部模型写作能力,用户可选择配置自己的 Anthropic 或 OpenAI API key。Doza Assist 采用一次性付费,价格为149美元。
推荐理由:版本说明同时交代本地处理、三款剪辑软件回传与一次性定价,便于评估对话素材工作流的接入成本。
Spellbook 视频负责人 Andy Wood 使用 Raspberry Pi Zero 2W、Sony 官方相机 SDK 和 Vosk 开源语音识别 API,为 Sony FX3/FX6 搭建了一套仍在开发中的语音控制系统。他通过 Claude Code 编写了一小段软件,希望在双机位拍摄时借助语音命令控制 FX6。 该装置配有小型 USB 麦克风和打印外壳,由 V-mount 电池同时为树莓派与 FX6 供电。目前说出“FX6 roll”可开始录制,“FX6 cut”可停止录制,“FX6 mark”会把时间戳写入本地保存的文件;“FX6 iris up”与“FX6 iris down”可让原生镜头的光圈分别打开或收小一挡,“FX6 filter up”与“FX6 filter down”则可将 ND 滤镜升高或降低一级。 这套系统目前仍是 DIY 项目,Wood 还在继续测试并开发更多能力;如果获得足够关注,未来可能转化为可购买的产品。
NAB Show New York 将于 10 月 21—22 日在曼哈顿 Javits Convention Center 举行,面向电视、广播、播客、电台、广告、营销和电影领域的内容创作者及制作专业人士。活动约设 60 场会议,议题涵盖创作者经济、品牌合作、受众建设、AI 对新闻编辑室的影响,以及贯穿两天的流媒体业务;现场还将安排产品演示和实操机会。 首日内容侧重广播业,包括体育内容和地方新闻。体育板块将讨论广播在大规模直播体育中的作用、球迷需求变化、体育博彩与媒体融合、监管和问题赌博责任,以及内容、技术、分发和球迷互动交叉领域的商业机会。与 TV NewsCheck 合作举办的 Local TV Strategies 会议则关注地方电视台集团面临的经营压力,包括融资与投资、新收入来源、广告市场、跨平台吸引受众和可持续流媒体模式。另有会议介绍电视台集团如何制定 AI 路线图,并把相关技术用于新闻制作及其他业务环节。 次日重点转向 AI 和创作者经济,讨论创作者如何从积累受众发展为经营企业,以及创作者和媒体公司如何利用原创节目与 IP,把粉丝互动转化为长期商业价值。ATSC 3.0 专题将结合 K-pop 及其粉丝的生活方式兴趣,探讨下一代电视技术可能带来的流媒体娱乐机会。主办方还通过约有 100 名成员的 VIP Creator Club,推动创作者交流经验和发展业务。 配套活动 Post|Production World 于 10 月 20—21 日举行,本届扩大 AI 内容,同时提供声音、Cinema 4D 特效和纪录片视频制作等实操培训。Audio Engineering Society 将在周四下午安排半天课程,涉及音频、远程制作和无线应用;两天均设招聘会。展区约有 250 家公司,其中 37 家首次参展、至少 65 家去年未参展,涵盖专业视频采集与管理、直播中时间线编辑、流媒体电视广告和数字广告工作流,以及从项目构想到制作交付的工具;来自约 90 个国家的企业将参会,部分国际参展商会借此进入美国市场。
作者以儿童读物《El gato que se le coló a Colón》的有声书制作为例,介绍如何在客户无力聘请真人配音演员的情况下,使用 ElevenLabs Pro 方案的克隆声音完成多角色对话。该项目需要六种声音,分别对应一名女性旁白及 Paquito、Cloti、Cristóbal Colón、未具名船员发言人和 Rodrigo 五个角色。这也是作者首次制作以实际角色对话贯穿内容的有声书;此前的多声音作品通常只在片头、单章、前言、序言或后记中更换声音。作者认为,ElevenLabs 目前已能提供较自然且可辨识的情绪表现,真人专业配音与克隆专业声音之间仍有差距,但差距正在缩小。 制作按作者要求,让女性旁白采用拉丁美洲口音及 seseante 发音;西班牙雄猫 Paquito 的克隆声音整体适合角色,但其卡斯蒂利亚发音不稳定,会随词句在 distinguishing 与 seseante 之间切换。作者强调,这类差异未必会被所有听众察觉,却是成品中真实存在的限制。项目网站的免费样段只包含旁白、Paquito 和未具名船员发言人,不能代表完整有声书中六个角色的全部情绪表现。 ElevenLabs 还会扫描稿件,对无法确定读音的词语和专有名词提出确认,并提供试听猜测及音标式输入字段,使设定应用于全文。在这份卡斯蒂利亚语稿件中,只有作者介绍部分的地名“Dade”需要人工输入“deid”纠正;系统最初将其读成类似英语语音的“Dah-Day”。各版本的共同核心是 Carmela Doval(亦名 Carmen L. Bofill)创作的故事;有声书的特点是六种声音的协作,纸质版和 PDF 版则以 Andreína Ascanio Toro 的插图见长。目前作者为争取较高版税,仅通过作品网站销售有声书和 PDF;纸质书则借助 TecnoTur,经 Amazon、IngramSpark 及 TecnoTur 的扩展渠道发行,后者覆盖多个拉丁美洲国家和西班牙更多独立书店。文末披露称,文中个人和公司未为本文付费,作者也未从 ElevenLabs 获得特别折扣或 NFR,但部分第三方链接可能通过联盟计划间接使 TecnoTur LLC 获益。
独立开发者为 Accsoon CineView M7、M7 Pro 和 M7H Pro 监视器制作了两款相机控制应用,覆盖 Accsoon 官方支持范围之外的部分尼康、RED 和 Panasonic LUMIX S 系列机型。三款监视器均为运行 Android 的 7 英寸触控设备;这些应用并非 Accsoon 官方软件,更新、支持和机型兼容性由各自开发者负责。 Parallax Monitor 原为 Mike Aguado 围绕 Nikon ZR 开发的手机监看与控制应用,后在 Accsoon 合作者 Colin 的联系和测试下推出 M7 专用 Android 版,售价 $19.99。项目网站称其支持 Nikon ZR、Z8、Z9、Z50II、Z5II、Z6III,以及 RED KOMODO、KOMODO-X 和 V-RAPTOR,可控制曝光、白平衡、对焦与录制,并在 HDMI 画面上使用自带 LUT、示波器和曝光工具。用户还能把峰值对焦、假色、缩放和录制等功能分配给 F1、F2、F3 按键。应用针对屏幕尺寸和原厂色彩校准进行了适配,也补充了官方兼容列表尚未覆盖 Nikon ZR 的缺口。 该版本通过 Android 安装包和许可证密钥部署,首次需在线激活,此后开发者称可在监视器连接相机 Wi-Fi 时离线使用。它与 iOS、Google Play 版本分开购买;一次性费用包含永久许可证、3 台设备激活和终身更新。 RigCtrl 由 Felix Ziessow 在测试 M7 时开发,面向 Panasonic LUMIX S 系列相机。Accsoon 称其采用 AI 辅助开发,根据个人工作流迭代相机控制界面;目前测试版需通过 Instagram 直接联系开发者获取,价格和正式供应信息尚未公布。文章据此指出,Android 平台允许用户自行补充官方固件未覆盖的控制功能,但用于付费项目之前仍应向开发者确认具体机身兼容性。
推荐理由:两款社区应用展示了 Android 监视器扩展相机控制的路径,也明确了兼容性、授权与第三方支持边界。
在釜山国际电影节亚洲内容与电影市场的一场论坛上,四位亚洲电影人以《Worm Train》、Rendering Love、Natasha 和 Born of the Tides 为例,说明如何把 Kling AI 纳入由导演创意和专业协作主导的传统或混合制作流程。他们的共同观点是,AI 应成为可由导演控制的制作工具,而非取代人的创作判断。 韩国导演 Sung-Soo Kim 的短片《Worm Train》改编自卡夫卡《变形记》的意象,描写一名过劳男子在拥挤地铁中变成巨虫。项目因 AI 无法准确生成巨虫与乘客的碰撞及连锁反应,于三月暂停;到九月下旬,Kim 使用 Kling 4.0 生成帧间连续运动,并加强对角色动作、场景转换和镜头进程的控制,随后恢复制作。这是他首次在电影中应用该技术。 MBC C&I AI 部门负责人 Sang Wook Lee 介绍了与 Barunson E&A 共同开发的微短剧 Rendering Love。该项目以实拍呈现现实世界,以 AI 生成虚拟偶像组合 LEVRIT 的舞台表演,并利用 Kling Motion Control 将真人表演者的动作转移给虚拟角色,再与实拍故事结合。Harry Hyun 的100分钟时代爱情惊悚片 Natasha 则把实拍用于依赖细腻表演的角色戏,把1944年的暴风雪和大型群众场面交给 Kling 生成;制作中使用 All-in-One Reference、V2V、10-bit HDR 输出,以及 Kling 4.0 最多支持10个关键帧控制点的能力,以引导角色状态和关键情节变化。 中国导演 Wei Li 在105分钟动画长片 Born of the Tides 中首次把 AI 工具融入传统动画方法。全片超过2350个镜头、涉及200个角色;他表示,AI 降低了动画试错成本,而 Kling 的原生 4K 视频生成被用于龙舟竞赛、鱼市爆炸等大规模场面,以改善大银幕远景中较小人物面部容易失去清晰度的问题。
推荐理由:四个项目展示实拍、动画与生成视频的不同分工方式,可用于比较混合制作管线如何保留导演控制。
Autodesk Flow Studio 的 Canvas 可调用 Seedance 2.5、Nano Banana 2 等模型,用于创建和完善故事中的角色、世界与情节,并对镜头进行预演和调整。用户可在 Canvas 内探索多个创作方向,再保留效果合适的方案。正文主要是简短的产品推广介绍,未提供具体工作流程、测试结果或功能限制,并称目前可免费试用 Autodesk Flow Studio。
NBCUniversal 旗下 Peacock 于周二推出“Your Bravoverse”,试图提升 Bravo 粉丝对该电视网真人秀节目的参与度。该功能借鉴 TikTok 等应用,以个性化信息流呈现 Bravo 节目片段,并由一个健谈的、AI 生成的 Andy Cohen 形象串联内容。
Reallusion 与 Escape.AI 宣布多年战略合作,将 Reallusion 的三维角色与实时动画生态接入 Escape.AI 的 Neo Cinema 创作者平台,建立面向专业 AI 影像创作者的 3D-to-AI 制作管线,并衔接联网电视发行与商业化渠道。双方称,管线以人工创作的三维资产和空间数据作为生成模型的控制层,针对角色与画面不连贯、Token 成本较高以及知识产权归属不清等问题。 Reallusion 提供 Character Creator 5、ActorCore Motion Library、iClone Real-Time Animation Software 和 Reallusion AI Studio。CC5 用于制作带绑定、面部 blendshape 与高分辨率纹理的自定义角色;ActorCore 提供动作动画、绑定角色、道具和面部表情;iClone 负责场景搭建、动作编辑与混合、摄影机路径和灯光方向;AI Studio 则读取 iClone 与 CC5 的三维场景数据,并结合生成式 AI 模型及后端 Prompt。关于逐帧时间一致性、降低幻觉和云端渲染 Token 成本的效果,均为合作方的描述。 Escape.AI 将提供短片、剧集和视觉音乐的策展及发行,通过 Play.Works 等合作网络覆盖 Roku、Amazon Fire TV、LG Smart TVs 和 Samsung Smart TVs;其宣称可触达超过 4 亿台活跃联网电视设备。平台为联网电视联合发行内容提供 50% 净收入分成,并支持观众赞助与打赏、自定义频道订阅及数字收藏品;创作者保留底层知识产权的 100% 所有权。 双方还将推出 Escape Labs Portal,在 escape.ai/labs/tools 提供工作流指南、资产包和参考蓝图;Escape.AI 创作者社区可免费使用 iClone PERSONAL。联合大师课、演示以及展示实时 3D-to-AI 工作流的 Live Demo 定于 2026 年 10 月 23 日举行,部分入选导演还可获得三维与 AI 技术支持及 AI points 赞助。本文属于 Reallusion 支持的 befores & afters VFX Insight 系列,相关能力与覆盖数据来自合作方发布信息。
Sync.Labs 推出面向电影和电视制作的 Sync.Productions 托管服务,使用原始画面和新音轨调整说话者的嘴部及面部动作,使其匹配新对白,可用于整部作品的本地化或拍摄后修改单句台词。其专有 AI 模型采用零样本、语言无关的方式,无需针对演员或语言进行训练,也不需要面部扫描或绑定;公司称其设计重点是在改变对白时保留原始表演的神态和角色特征,并可处理角度变化、遮挡、低光、快速运动及多人画面。 服务流程由 Sync.Productions 团队审查素材和交付要求、制作样片供创意审批,并在内部完成质控与修改。服务可在调色前或调色后介入,支持 ProRes、OpenEXR,以及 HDR 和 ACES 色彩管线,以便成片进入现有后期完成流程。Sync.Productions 现已提供。
推荐理由:原文交代素材输入、人工审核与交付格式,便于制作团队判断其能否接入现有本地化和后期流程。
Variety 文章关注好莱坞在对 AI 的强烈担忧之下,仍逐步接纳人工智能工具的现象。开篇以南加州 Manhattan Beach Studios 为背景:这里既有 Jon Favreau 拍摄《Mandalorian》系列所用的“volume”屏幕,也驻有 James Cameron 多年来塑造 Na’vi 的 Lightstorm Entertainment;Stage 21 内则设有 Innovative Dreams,这是导演 Jon Erwin 旗下 Entertainment 的 AI 分支。
Variety 引述 Eyeline Studios 虚拟制作副总裁 Mohsen Mousavi 称,这家 Netflix 旗下工作室正使用生成式 AI 在拍摄后替换场景、重建人群和改变灯光,并开发可在演员表演被捕捉后重新调整摄影机位置的工具。Mousavi 同时强调,工作室并非依靠提示词直接生成镜头和电影。
Globecast将在10月21日至22日举行的NAB Show New York上展示Content Exchange及新的媒体编排与运营管理平台MooM,说明两者如何帮助媒体机构简化混合环境运营,并为北美C波段分发迁移等基础设施变化做准备。 MooM将Globecast的软件定义方法从媒体传输扩展至远程制作、播出、媒体资产管理、内容准备、前端和OTT交付,使这些工作流进入统一运营环境。该SaaS平台面向AWS、Oracle Cloud Infrastructure及私有部署构成的混合环境,可集成现有系统和第三方工具,并通过FinOps和AI驱动的运营能力动态优化资源与成本。 FCC决定在2027年重新分配Upper C-band的160 MHz频谱。Globecast正与客户和行业相关方评估Ku-band卫星、托管IP、光纤、云及混合架构等迁移方案。Content Exchange为直播和文件内容交付提供统一编排层,通过单一界面连接多种传输资源,并提供实时监控和自动配置,使广播机构能够分阶段迁移、测试连接方案及配置冗余,同时维持现有服务运行。
BBC 内容主管 Kate Phillips 表示,人工智能已成为电视制作的一部分,可作为研究和剪辑工具,但 BBC 绝不会在《Blue Planet III》这类大型节目中用 AI 生成观众在屏幕上看到的内容,因为这相当于“欺骗观众”。她是在戛纳 MIPCOM 现场播放《Blue Planet III》预告片时作出上述表态。 两周前,BBC 总干事 Matt Brittin 曾称自己收到一集 AI 生成的《Doctor Who》,并评价其“相当不错”,由此引发 BBC 内部一些人士对 AI 冲击就业和创意工作的担忧。Phillips 强调,BBC 将继续沿用既有方式委约节目,不会依赖算法决定制作内容。 这一表态也处于 BBC 加深与 YouTube 合作、包括开设多个频道的背景下。Phillips 指出,发行机制的变化并不意味着 BBC 的创作目标发生改变;YouTube 是平台而非内容委约方。她明确反对依据算法进行委约,认为这种做法会让创作失去生命力。
Sparseal 发布 CozyBlanket Pro,这是一款面向游戏开发和动画制作的 AI 辅助重拓扑、UV 展开与纹理烘焙软件,可通过在雕刻或扫描模型表面绘制引导线,生成轻量且适合动画的新版拓扑。目前仅提供 iPad 版,桌面版正在开发。 CozyBlanket Pro 是独立于原版 CozyBlanket 的新产品,两者不共享代码或架构,采用全新工具系统和不同文件格式。原版已从 Apple Store 下架,仍会收到维护更新,但用户没有升级至 Pro 的路径。新软件针对完整角色和环境等复杂资产设计,配有用于浏览、单独显示或静音对象的 Outliner;厂商称其视口可交互显示“数百万个多边形”。其自研模型仅以合成数据训练,并在用户设备本地运行。 重拓扑以人工操作为基础,用户用 Pencil 工具在三维网格表面勾画拓扑块边缘,再由 AI 补全;结果可通过增加引导线、改变观察角度,或手动增删和移动顶点、边及面来调整。文章指出,早期演示曾生成非常规的面部拓扑,结果质量取决于引导线的位置。UV 展开采用类似方式,由用户先绘制部分 UV 接缝,软件自动生成其余接缝,并允许直接调整布局或使用全局密度控制。二维 UV 布局可叠加显示在三维模型表面,修改会实时呈现。厂商称 GPU 加速的 UV 打包算法能处理“数百万个 UV 岛”,并每秒评估“数万亿种布局组合”。 烘焙工具可将顶点色、切线空间或环境光遮蔽贴图从高模转移至低模,并支持 UDIM UV 布局。模型可导出为 OBJ 或 glTF,纹理可导出为 PNG、JPG、TIFF 或 EXR。软件要求 iPadOS 18.6+;基础应用免费,但保存或导出需一次性支付 89.99 美元。Sparseal 表示软件还可为 Windows、macOS、Linux、Android 和网页平台编译,桌面版及用于连接其他 Sparseal 产品和桌面 DCC 应用的网络桥正在开发,尚无发布日期,并将另行购买。
推荐理由:文章梳理人工引导与本地 AI 协作的重拓扑流程,并交代导出格式、平台限制及升级条件。
据来源摘要,号称首部约鲁巴语照片级真实感 AI 生成长片的《Asiri Ilu Awon Osu》(Mystery of Osu Land)上周举行全球首映,但承载发布的流媒体平台 Docuth 因用户需求超过服务器承受能力而未能顺利完成上线。影片此前已历经数月宣传预热。
Boris FX 发布 Samplitude 2026.5 免费更新,核心新增 Spatial Panner,可在同一工作区处理单声道、立体声、环绕声和沉浸式 3D 声像,并加入多频段处理、Stream Deck 控制和 AI 驱动的音轨分离插件。标准版最高支持 5.1,Samplitude Suite 则通过 12 通道总线支持最高 7.1.4。 Spatial Panner 支持联动多个目标总线,并提供扬声器吸附、对称模式、立体声扩展与旋转控制,以及可用 Linear 或 Timing 模式创建和编辑声像自动化的 Draw Mode。Suite 独占的 BandRack 可将音频拆分为最多六个可调频段,为各频段分别分配 VST3 插件;它包含 5 个预设、33 种内置效果、16 个可自定义宏,以及线性相位和零延迟模式。Stream Deck OSC 插件可将 Samplitude 菜单命令映射到 Elgato Stream Deck,附带 400 个覆盖走带、标记和编辑工具的图标;Stream Deck+ 还支持推子、监听和立体声 VU 表控制。 同为 Suite 独占的 CrumplePop SoundApp ARA 可直接在 Arrange Window 中完成音轨分离和降噪,无需导出文件。其 Music 4 Stems、Cinematic 4 Stems 和 Voice 2 Stems 模式分别面向音乐、影视声音和人声分离。新版还会在 Samplitude 与 Music Studio 中自动扫描兼容的 VST3 ARA 插件,并更新 EUCON 支持、播放时波形绘制、sMax11 True Peak 滤波与峰值检测,同时新增 32-bit integer 导出。 Samplitude 2026.5 面向有效订阅用户及持有升级和支持计划的用户免费,也包含在 Boris FX Suite 和 Vegas Pro Ultimate 中,现可通过 Boris FX Hub 获取并提供免费试用。新授权起价为每月 25 美元或每年 145 美元,Samplitude Suite 为每年 175 美元;两者永久授权价格分别为 395 美元和 495 美元。
推荐理由:更新把多制式空间声像控制、分频插件链与会话内音轨分离集中到同一 DAW,可用于核对沉浸声制作流程的衔接。
开发者 Brandon Thomas 及其公司 ArtCraft 发布了七款免费开源应用,其中 FilmCraft 对应 Premiere Pro,EffectCraft 对应 After Effects;应用以 MIT 或 Apache-2.0 双重许可提供,可在 macOS、Windows 和 Linux 原生运行,并提供安装包及 GitHub 源代码。Thomas 称代码由 Anthropic Claude Opus 5.5 协助以 Rust 编写,属于不含 Adobe 代码的“clean-room”重新实现,但这一说法及 AI 编写代码的程度尚未得到独立核实。ArtCraft 将这些应用标为 alpha 软件。 FilmCraft 0.6.0 提供 Source 和 Program 监视器、多轨时间线、三点剪辑、多种修剪方式、嵌套、调色面板、示波器、93 种视频效果、约 30 种转场、26 种混合模式,以及符合 BS.1770 和 EBU R128 的响度表。其自研编解码器不依赖 FFmpeg,可解码 ProRes 422 Proxy 至 4444 XQ,并导出 ProRes 422 HQ、H.264 with AAC、DNxHD、DNxHR、MXF、PNG 序列和 WAV;AV1 只能解码,HEVC 导出依赖硬件编码。它不能直接打开 Premiere Pro 工程,只能通过 Final Cut Pro 7 XML 等格式交换时间线。 项目方将 FilmCraft 相对 Premiere Pro 26.5.2 的功能覆盖度估为约 86%,可用于实际工作的程度估为约 56%。主要缺口包括大型素材处理速度、Premiere Pro 工程导入、VST3、Audio Units 和 OpenFX 插件托管、交付编码范围、Windows 与 Linux 测试不足,以及不支持 Camera RAW。EffectCraft 提供合成、图层、关键帧、306 种效果、表达式、3D 摄像机和灯光、渲染队列及 Lottie 导入导出,但不能打开 .aep 或 .aepx 文件,也不支持 After Effects 插件,部分渲染结果与 Adobe 软件不同。 FilmCraft 的每项功能都可由界面、命令行、JSON 控制通道或 MCP server 调用;README 统计了超过 650 条命令,并称截图中的预告片和调色由 AI Agent 操作应用完成。文章还讨论了模仿 Adobe 界面与工作流的法律、伦理及维护可持续性问题,并指出 Adobe 当时尚未公开回应 ArtCraft。
推荐理由:文章同时梳理功能、格式支持与现阶段缺口,可帮助评估两款开源工具能否进入现有制作流程。
BiteTheBytes 公布 GPU 地形生成软件 World Creator 4,计划于 2026 年 11 月发布。新版将更换核心架构,把生成范围从常规地形扩展至完整行星环境,并加入节点式地形创作、游戏式实时渲染器、批处理和用于连接外部 AI 工具的 MCP server;它也将成为该软件支持 Windows 以外平台的第一个版本,厂商正推进 macOS 与 Linux 支持,其中 Linux 计划赶上发布。 新版核心由 BiteTheBytes 更新后的 Cloddy SDK 驱动,提供厂商所称的“完全由 GPU 驱动的行星地形管线”,可用程序化细节扩展真实世界数据。高度与分布数据能够导出并映射到球体,用于制作完整 CG 行星。厂商展示的案例基于 9GB 的火星 USGS DEM 模型,并称可在 World Creator 中实时浏览。MapTiler 流式传输及扩展的 heightmap、DEM 和行星数据工作流也在计划中,但是否随首发版本提供尚不明确。 工作流方面,World Creator 4 将在原有图层系统之外增加节点视图,使节点与图层两种方式可以结合;同时加入不依赖旧有 level step 系统的直接 heightfield 雕刻,以及新的程序化侵蚀、水和沙沉积模型、高细节滤镜、物体分布控制和超过 110 种程序化噪声。新增的多边形渲染器将与现有路径追踪器并存,两者都支持 NVIDIA DLSS 4.5 的渲染升频和帧插值。 软件还将提供面向重复任务的批处理系统,并通过集成 MCP server 接受 Claude、ChatGPT 等外部 AI 工具控制。当前稳定版 World Creator 2026.4 支持 Windows 10+,并有适用于 Blender、Cinema 4D、Godot、Houdini、Unity 和 Unreal Engine 的集成插件。BiteTheBytes 尚未宣布调价;现有永久许可证按收入档位分别为 Indie 149 美元、Professional 289 美元、Studio 499 美元和 Enterprise 1,499 美元,对应年租价格分别为 59、99、179 和 529 美元。
推荐理由:材料集中梳理行星级地形、节点编辑、实时渲染与批处理变化,可用于评估新版对大型环境制作管线的影响。
在釜山亚洲内容与电影市场的可灵AI圆桌上,多位电影人认为,AI提高了制作效率并简化流程,但作品能否形成电影感和差异化,仍取决于导演、摄影、美术等传统专业能力,以及团队对技术的共同理解。 韩国导演Kim Sung-soo正使用可灵AI工具制作短片Worm Train,故事受卡夫卡短篇Metamorphosis启发,描绘一条巨型蠕虫乘地铁上班。他表示,人人都能使用相似工具,但技术不会取代创造力,影像价值仍来自人的介入。导演Harry Hyun也认为,缺少有经验的电影人时,AI作品容易采用相似的灯光、景别和构图;美术指导、导演和摄影指导需要对画面进行细调,并依据拍摄经验选择近景、远景和构图方式。 动画电影人Li Wei正在以可灵AI工具制作动画长片Born Of The Tide。他认为,AI制作能够较快看到结果,便于剧组成员及时反馈,但流程仍会经历大量试错。MBC C&I AI Contents Lab的Lee Sang-wook展示了剧集Rendering Love的预告,该剧由MBC C&I与Barunson E&A制作,将传统方式拍摄的真人场景与AI生成角色结合,用于讲述虚拟K-pop组合的故事。他指出,项目成员都需理解所用技术;升级模型时,团队负责人要分析新功能并向全员同步,否则整体质量可能下降。 谈及AI电影制作的行业标准,Kim认为韩国现阶段讨论监管和标准仍偏早,应先观察创作者如何运用这些工具;但创作者从项目早期就应关注是否侵犯他人权利。该圆桌属于ACFM的InnoAsia单元,活动持续至10月13日。
声音设计师兼终混师 Charles Maynes 认为,生成式 AI 尚不能取代影视、流媒体及互动媒体声音从业者的创造性思维,但声音行业仍面临更现实的生存威胁:客户以成本和速度为先、AI 能力只能租用而非拥有、版权归属不明,以及低端市场被逐步侵蚀。AI 可以从既有作品中归纳“剑击盾牌后余振”之类的范例,却不能像人类一样以隐喻连接动作与抽象叙事,也缺少创作中的“意外收获”;复杂提示词能够细化指令,却不能弥补这种思维差异。 Maynes 指出,“声音设计师”本身定义不一:Walter Murch 式的理念将其视为统筹对白、音乐、效果、拟音和环境声并构成最终声轨的“声音导演”,而好莱坞语境中又常指创造特殊声音的人,部分统筹职能则由声音剪辑指导和终混师承担。业内清楚专业声音工作的价值,但多数客户不了解其制作过程。AI 宣传所承诺的低成本、快速结果,促使部分制片方在“便宜、快速、优质”三者中选择前两项,只追求足以发行的最低质量;高速互联网又使欧美低预算项目能够转移至劳动力成本更低的国家,工会和专业组织因而难以仅凭行业内部共识扭转局面。 文章还强调,AI 提供的“即时专长”依赖服务持续存在,用户并不拥有这种能力;一旦服务关闭,能力也随之消失。工具的创作边界由设计者而非最终用户决定,可能迫使使用者接受预设工作流和有限选项。其风险不只在于工具效果不及宣传,更在于低成本生产首先减少入门及低端岗位,令培养和延续专业技艺的人才基础萎缩,再沿质量阶梯向上扩散。Maynes 以无需演员、布景、摄影和声音团队的 YouTube AI 广告,以及在罢工和制作放缓后成为部分从业者工作来源的“Verticals”为例,说明侵蚀已从产业底部发生;同时提醒,不同文化对 AI 方案的适用性和接受程度并不相同。 在版权与市场机制方面,Maynes 将提示生成内容称为“版权黑洞”:若影片、剧集或其中的声音由 AI 生成,其所有权、可复制性及身份被竞争作品挪用后的责任都不明确。他主张通过国家和国际立法,明确拒绝为侵用既有人类作品的提示生成内容提供版权保护;并援引音乐流媒体设置 AI 内容障碍、澳大利亚近期禁止生成式 AI 音乐进入排行榜的做法,认为排行榜和媒体曝光限制可能影响投资判断,给采用 AI 的制片方带来经济压力。这些是作者提出的政策立场与行业判断,并非文中所述问题已经获得统一法律结论。 Maynes 最终认为,保护声音艺术不能只依靠知名导演拒绝 AI,因为相关企业主要瞄准的是产业金字塔底部。决定性力量仍是观众:行业需要理解观众为何会接受 AI 媒体,是成本过高、内容质量已足够,还是个性化提示生成满足了需求;同时也应反思高达 2 亿美元的制作和频繁推出大片是否必要。声音及影视从业者应在国际范围倡导人类创作者的贡献,并与以投资回报为目标的制片方进行坦诚、善意的商业协商,建立既能维持生产基础设施、又能保护创作渠道的长期共识。真正的防线,是持续创作超越既有作品简单重组、能让观众珍视而非视为一次性商品的故事。
香港 Cappu Films 已签约担任编剧兼导演 Stas Mareev 的科幻动作惊悚片《Overstake》全球销售代理,并将在釜山国际电影节的亚洲内容与电影市场向买家推介该片。 影片将真人实拍与生成式 AI 结合,后者用于重建设定场景。
Netflix 亚太区制作高级总监 Sung Q Lee 在釜山国际电影节的行业讨论中表示,Netflix 已在约 300 部作品中以不同方式使用 AI,涉及预可视化、制作设计、布景概念、剪辑和 VFX;但他强调,关键不是在作品中加入多少 AI,而是 AI 能帮助作品实现什么,人类对情感和创作意图的把握仍不可替代。 韩国导演 Kang Yun-sung 去年与 Kwon Han-seul 联合执导 Run to the West,该片被宣传为韩国首部完全由 AI 辅助的长片,但因 AI 视觉效果口碑不佳,票房约为 100,000 美元。Kang 认为 AI 进步速度使影片上映时已显得有些过时;他目前制作的动作片 The Gulf of Aden 大量使用中国 Kling AI 的生成式 AI 工具,并估算这种方式可将制作成本降低约 40%。他称节省并非只来自替代 CG 和 VFX,拍摄流程也得到精简,制作时间有所缩短,使部分因预算限制而搁置的场景重新成为可能。 Wētā FX 首席技术官 Kimball Thurston 将其现阶段的用途称为“辅助型 AI”,不允许技术改变创作意图。AI 可快速生成视觉图像和可视化结果,帮助导演与摄影指导发现并纠正错误,其目标是减少简单、重复的任务。文章同时指出,与好莱坞创意群体对 AI 的深切戒备相比,亚洲内容行业在此次讨论中更多将其视为机会,但与会者都反复强调应保留人类的创意判断。
推荐理由:材料并置 Netflix、韩国导演与 Wētā FX 的实践,呈现 AI 在预算压缩、可视化和创意控制方面的应用边界。
Nicolas Cage 在 New York Comic Con 的“Spotlight”座谈中表示,他因拒绝签署允许在《Spider-Noir》中使用 AI 的授权书,今后“可能”不会再与 Amazon 合作。他在这部已被取消的 Prime Video 超级英雄剧集中饰演 Ben Reilly/The Spider,并称 Amazon 是一家“非常支持 AI”的公司,还提到其对 OpenAI 的 500 亿美元投资;Cage 则表示自己不是“支持 AI 的演员”,也没有加入对方的“俱乐部”。Prime Video 未立即回应 TheWrap 的置评请求。 Amazon 旗下 Prime Video 于上月取消《Spider-Noir》,当时距离该剧获得 11 项 Emmy Award 提名仅数日。文章称,该剧上线前六周的累计观看时长达到 26 亿分钟。Cage 对取消决定显得较为坦然,称一季对他而言“刚刚好”,已经通过这个“危险、创新、波普艺术式的 Spider-Man”表达了自己想说的内容。 Cage 还透露自己可能参演《True Detective》第五季。他解释,连续拍摄多部电影并非长久之计,出于养家和调整工作节奏的需要,可能会再拍一季电视剧,并点名《True Detective》。HBO 拒绝就相关选角发表评论,因此这一出演计划尚未得到官方确认。
Nicolas Cage 在纽约动漫展 Empire Stage 的座谈会上公开批评 Amazon。他称,为 Prime Video 开发《Spider-Noir》的 Amazon 曾要求他签署一份 AI 豁免文件,但他拒绝签署,因此自己“可能不会”再与该公司合作。Cage 还称 Amazon 是一家“非常倾向 AI”的公司,并提到其向 OpenAI 投资 500 亿美元;这一金额是 Cage 在现场的说法。 原标题同时表示,Cage 暗示可能加盟《True Detective》,但所提供正文在展开相关内容前已经截断,未交代具体角色、合作状态或更多细节。以上摘要仅依据现有来源摘要整理,无法确认完整正文中的进一步讨论。