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。