《Dear Upstairs Neighbors》导演 Connie He 如何让模型学习她的绘画方式

Connie He 在六分钟动画短片《Dear Upstairs Neighbors》中，与 Google DeepMind 的研究人员和工程师合作，以影片概念艺术微调定制版 Veo 和 Imagen 模型，并把生成工具纳入由分镜、剪辑和逐镜修改主导的动画制作流程。影片取材于她在疫情期间受楼上噪声困扰而失眠的经历，讲述 Ada 因无法入睡而产生愈发失控的幻觉；该片于 2026 年 1 月在 Sundance 预展，6 月在 Tribeca Festival 世界首映，7 月参加 SIGGRAPH。 影片的故事与视觉方向在使用生成工具前已经形成。Connie He 最初完成了约八成分镜，项目重启后又在一年半内迭代出 27 个版本，并与编辑共同调整喜剧节奏。制作设计师 Yingzong Xin 将自己住所里的书架和物件融入 Ada 的房间；抽象绘画、Connie 父亲的作品以及 Jackson Pollock 的艺术，则成为表现愤怒等强烈情绪的视觉参考。 模型微调最初使用约 12 幅概念艺术，并将不同图层拆分为可能多达数百张图像。早期测试中，模型自行捕捉到概念图里的低机位、两点透视、物体接地处的锯齿线和笔触规律。团队还开发了 Connie 所称的“局部精修”工具，使创作者能够以可调控制修改画面特定区域，而不必在每次收到修改意见后重新生成整个镜头。她把这种操作与 Nuke 等 CG 合成工具中的节点分层和反复迭代相比较，认为二者沿用了相近的思考方式。 艺术家与研究人员起初缺少共同语言，团队通过数小时至一天的 hackathon，让研究人员直接尝试用现有工具制作影片，由此重新讨论电影人需要什么、系统应如何服务既定创作意图。Connie He 强调，影片的叙事和节奏主要在前期制作中确定，后续技术用于执行创作愿景，而不是一键生成成片。她也承认动画行业对生成工具存在明显分歧，并将这种制作方式视为多种可能路径之一；这些工具最终主要用于降低成本和加快制作，还是成为与水彩、油画和 CG 并列的新媒介，她没有给出确定答案。