跳到正文

AI 影视制作

持续跟踪AI 影视制作的技术变化、实践方法与相关研究。

精选优先呈现值得关注的文章；全部摘要包含该主题下已公开的精选与非精选内容，按时间排列。

按标签细分#视频生成#图像生成#声音生成#三维生成#AI工作流
65条精选

最新精选

第 61–65 条 · 共 65 条
8月11日周二
  1. fxguide61

    Impossible Objects 如何用 HP ZGX Nano 上的 AI 模型增强 VFX 制作

    洛杉矶 VFX 公司 Impossible Objects 通过本地运行的定制 AI 模型与传统 CG、2D 合成相结合，扩展广告及影视项目的制作能力；本文由 HP 赞助，相关性能与工作流效果主要来自公司成员的介绍。团队在 ComfyUI 中建立面向制作的定制流程，使用内部拍摄素材微调开源模型，并以 Foundry Nuke、Adobe After Effects、SideFX Houdini 等工具完成传统 CG 和合成。 AI 负责人 Nhan Le 表示，通用 AI 视频模型尚不能满足汽车广告对写实度的要求，完全生成的镜头也受分辨率和色彩限制，因此团队不会直接向客户交付全生成镜头，而是提取生成式 AI 的可用部分并交由传统 2D 合成控制最终效果。内部模块可根据原始镜头随时间变化的灯光生成匹配结果，减少逐帧调整；针对汽车项目，团队还会持续调整模型对素材细节的记忆，以维持镜头中的细小特征一致性。 为满足本地计算与素材安全需求，工作室新增两台集成 NVIDIA GB10 Grace Blackwell Superchip 的 HP ZGX Nano G1n。团队使用 ZGX Toolkit 将 ComfyUI 任务发送到设备，并通过背部的 200 Gbps ConnectX-7 端口连接第二台设备；据 Le 介绍，这可增加可用内存，以加载更高分辨率模型和更长的 4K 视频片段，集成后吞吐量很快提升至原来的两到三倍。本地部署也让涉及品牌 IP 和专有设计的素材不必上传至云端模型，并可从内部拍摄到模型训练全过程追踪资产来源与所有权。 在虚拟制作方面，Impossible Objects 称其方法可从 LED volume 拍摄素材中推断和计算跟踪信息，用于场景延伸及 LED 画面清理，减少过去手工提取和重新应用跟踪数据的工作。公司未来计划把多台 HP ZGX Nano 组成统一集群，连接自有 NAS，并探索由多 Agent LLM 管理内部渲染农场；这部分仍处于搭建计划阶段。

    推荐理由：案例把本地算力、素材溯源与传统合成纳入同一管线，呈现生成式 AI 用于商业 VFX 的方法与边界。

7月17日周五
  1. fxguide84

    Foundry 发布 SmartRoto，以 AI 辅助 Nuke 转描关键帧制作

    Foundry 发布面向 Nuke、NukeX、Nuke Studio 和 Nuke Indie 的 AI 插件 SmartRoto，用于在保留艺术家样条设计与控制权的前提下，加速转描关键帧制作。它不会自动创建完整样条，也不是围绕分割蒙版描出轮廓的自动抠像工具；艺术家仍需在主体清晰可见的画面上将其拆分为合理的关节化形状，SmartRoto 负责让这些样条随序列中的主体移动、变形。年订阅价格为 499 美元，提供节点锁定与浮动许可证。 工作流区分两类关键帧。模型预测的是 smart keys，艺术家创建或修正的是 user keys；后者被视为确定依据，不会被覆盖。艺术家先在初始帧创建形状，再选择主体变化明显的画面建立关键帧，然后让 SmartRoto 为所选形状生成 smart key。若预测存在偏差，调整后的画面会成为锁定的 user key，再次运行模型时，修正信息会影响周围范围。控制粒度细化到单个形状，因此同一帧可以同时包含 user keys 与 smart keys。工具既可处理整段序列，也可限定输入、自定义或入出点范围，并提供关键帧精简工具，寻找可由插值表达的运动区间。 Foundry 表示，该系统既不依赖光流，也不从图像分割蒙版反推轮廓，而是依据图像特征直接传播样条，并利用多个形状之间的空间关系作为约束。样条仍可编辑且具备亚像素精度，也可按常规方式为生成的蒙版渲染运动模糊。模型接受过含运动模糊画面的训练，严重模糊时可能需要更多手动关键帧；部分遮挡可以处理，完全遮挡仍需设置形状生命周期。外观相同的角色也可能被混淆。 该项目约四年前在 Foundry 内部重新启动，模型和训练数据由研究团队从头构建；Foundry 称训练素材均获许可，模型可用于商业工作，全部运算在本地完成，不向云端传输数据。显存需求随分辨率和同时跟踪的形状数量变化，约需 8GB VRAM，高分辨率及大量形状会需要更多。 最终测试邀请专业转描艺术家在两周内分别使用普通 Nuke 与 SmartRoto 处理多种镜头，并随机安排工具使用顺序。第二周结束时最高达到 4 倍速度，但 Foundry 产品负责人 Adam Cherbetji 称该数字偏高，更稳定的结果是完成同一镜头约快 2 倍，且经常高于这一水平。文章还将其与 SIGGRAPH 2026 的 RotoShop 对比：RotoShop 从 SAMv2 等模型的分割蒙版拟合姿态绑定的 Bézier 样条，SmartRoto 则绕过蒙版，直接根据图像特征传播艺术家创建的样条；两种路线都把可编辑、高精度样条作为 VFX 转描的最终交付物。

    推荐理由：文章结合工作流拆解与专业艺术家测试，说明可编辑样条驱动的 AI 转描如何减少关键帧劳动及其适用边界。

7月14日周二
  1. fxguide62

    Jamie Hearing 解析 Clear Angle 如何以扫描连接 VFX 与神经渲染

    Clear Angle Studios 数字特效主管 Jamie Hearing 介绍了公司如何把人体、面部与环境扫描扩展到 Gaussian splatting、辐射场和机器学习辅助影像流程。本文依据 fxpodcast 的节目介绍整理，内容还包括作者 Mike Seymour 参观英国 Pinewood 设施及亲自接受人体扫描的经历，并非播客完整逐字稿。 Pinewood 的全身扫描系统由 24 台相机和多组 LED 灯组成，用于在静态姿势下获取人体几何与纹理；Clear Angle 已在全球部署 18 套此类设备，各相机针对身体不同区域校准，并在复杂部位提供更高精度。公司也在探索不以清理后的网格为终点的采集方式，通过神经渲染重现相机所见，以处理头发、反射和透明材质等传统重建中的难点。 其模块化 VCR 体积采集系统使用 40 台配备 Sony 传感器的机器视觉相机，可覆盖完整人物或多人，并提供同步灯光和高帧率采集。该系统由 Dorothy 头部采集装置演进而来，后者用于面部扫描、FACS 姿势和 4D 面部表演捕捉。Clear Angle 近期还把 DI4D 纳入工作流，利用其 4D 捕捉与 TopoTrack，在时间序列中维持拓扑和纹理对应，为皮肤、表情及纹理的非线性运动提供更连贯的参考。 环境采集方面，公司在冰岛等项目中组合 LiDAR、航拍、无人机与摄影测量，覆盖近距离纹理和大范围环境。Hearing 强调，关键不只是增加数据量，还要取得适合下游 VFX 决策的数据、元数据与原始传感器信息。随着机器学习工作流增加，扫描也开始被用作训练数据，用于完善角色、表演或神经渲染管线的最后 10% 至 20%。

    推荐理由：从人体、面部到大范围环境采集，文章呈现扫描数据如何同时服务传统 VFX、神经渲染与机器学习流程。

7月10日周五
  1. fxguide73

    Beeble 发布 SwitchHDR，以 AI 将 SDR 视频重建为场景线性 HDR 素材

    Beeble 发布 AI 模型 SwitchHDR，用于从常规 SDR 视频推断 HDR 表示，并输出采用 AP0 色彩原色、符合 ACES2065-1 的场景线性 16-bit EXR 序列，面向电影、广告、修复、VFX 与其他专业后期流程。该模型已通过 Beeble 网页应用提供；fxguide 对其进行了测试，并采访了 Beeble 创始人兼 CEO Hoon Kim。 Beeble 称，SwitchHDR 使用真实 HDR 素材训练，目标不是把 SDR 信号简单扩展或映射到 HDR 容器，而是根据训练所得推断合理的 HDR 表示。文章同时强调这种重建无法找回画面中实际未被编码的信息，所得数值也未必在物理或数学上精确；其用途是为调色、合成以及将旧素材、档案影像、素材库内容、纪录片来源或旧 plates 纳入 HDR 母版提供更可信的处理余量。 SwitchHDR 支持由艺术家控制重建区域。用户可用亮度遮罩指定高光和阴影区域，再分别通过文本提示词引导重建；AI 处理可以只作用于选定区域，其余画面直接保留。这让创作者可以决定是否重建过曝窗口等区域，而不是完全依赖一键式黑箱转换。 fxguide 认为其结果优于许多自动 SDR-to-HDR 工具，但测试也发现，复杂纹理中的时间一致性仍有轻微问题。Kim 表示产品从后期需求出发，重点包括完整序列的时间一致性、ACES2065-1 16-bit EXR 输出，以及让艺术家通过遮罩和提示词决定在何处重建；仍然存在细节的区域由模型恢复，完全剪切的区域则交由艺术家控制重建方式。

    推荐理由：文章结合实测与创始人访谈，说明区域遮罩、提示词控制和标准化输出如何让 SDR 重建接入专业 HDR 后期管线。

6月21日周日
  1. CG Channel74

    CG 艺术家需要了解 Unreal Engine 6 的 10 件事

    Epic Games 在 Unreal Fest 2026 上披露 Unreal Engine 6 的架构与发布路线，重点不是图形能力演示，而是编程、内容分发和跨平台运营；CG Channel 据主题演讲及 Epic 博文整理了影响艺术家和制作团队的 10 项变化。 UE6 将合并传统 Unreal Editor 与 Unreal Editor for Fortnite，使同一套工具创建的游戏能够面向主机、PC、移动平台和 Fortnite 生态发布。引擎将以 UEFN 编程语言 Verse 为基础；Epic 计划让原本按单机方式编写的单线程风格 Verse 游戏代码自动分布到多台服务器。新的 Verse Scene Graph 则作为支持预制件式工作流与组合方式的组件框架，把材质、网格和 Niagara 系统表示为 Verse 类的派生类型，并借助编译器统一验证数据及相关代码。 随着新框架成熟，Epic 计划弃用 Blueprints 和 Actors，但早期版本仍会保留，并提供现有项目的转换工具。该决定在用户群体中引起争议，因为 Blueprints 长期为缺乏传统编程背景的艺术家和设计师提供了可视化脚本工作流。Verse Scene Graph 及更高层框架也旨在增强内容的可移植性，例如从 Fab 获取的车辆资产未来可能不再只是骨骼网格和动画，而是能在不同游戏中工作的完整 Verse 模块。 生成式 AI 将在 UE6 工作流中承担辅助角色。Epic 提到的方向包括缩短角色绑定、粒子系统设置、蒙皮骨骼权重和灯光调整等人工环节，并倾向于连接外部 AI 模型，而非运营自有 AI 服务。Unreal Engine 5.8 已加入 MCP server，可由 Claude、Gemini 等 LLM 通过自然语言控制引擎；计划明年初推出的工具还会把扩散模型接入 Unreal Engine，让离线制作的风格帧或建筑可视化能够使用三维场景的深度数据和法线贴图作为输入。Epic 称 LLM、生成式 AI 模型及 Codex 等 AI 编码工具将在 UE6 内容制作中发挥重要作用。 Epic 还计划把 glTF、USD 等现有开放标准作为 UE6 的一等格式；缺少适用标准时，则开放自身系统的规范、Verse API 和资产约定。UEFN 的版本控制系统 Lore 已以 MIT 许可证发布到 GitHub，可从小团队的零配置单服务器部署扩展到多区域、大规模部署；Epic 正把它迁移为内部主要版本控制系统，并计划在 UE6 上线时完成使用切换。 UE6 计划于 2027 年底进入早期访问，稳定版预计在其后 12至18个月推出，但 Epic 对这些时间使用了较强的约略表述。GitHub 上已经开放 UE6 开发分支，Epic 强调它并非 alpha 版本，而是用于提前展示开发方向。UE6 将包含主要的 UE5 技术，但会进行破坏兼容性的重大架构调整，升级路径预计类似 UE4 到 UE5，并提供部分项目转换工具；已经在 UE5 中弃用的旧粒子系统 Cascade 将被彻底移除。Epic 目前没有安排 Unreal Engine 5.9，5.8 之后可能直接过渡到 UE6，不过仍保留按需要发布 5.9 的选择。

    推荐理由：文章把编辑器合并、Verse 架构、蓝图弃用与兼容性变化串联起来，可帮助团队提前评估项目迁移和技能调整成本。