我认为AI电影制作刚刚跨过了一个重要门槛:在整个序列中保持统一的视觉世界。
摘要
作者分享了他们在AI生成视频序列方面的经验,强调了在镜头间保持视觉一致性的挑战,以及AI片段与电影级序列之间差距的缩小。
这是一个我正在制作的3分钟AI生成序列。最让我惊讶的并不是任何单个镜头的质量——我们已经有了一段时间令人印象深刻的单次生成。困难的部分在于在数十个镜头中保持相同的角色、环境、服装、空间地理、表演和镜头语言。工作流程仍然需要大量的人工指导和迭代,但'AI片段'与开始表现得像真正电影序列的东西之间的差距正在明显缩小。最大的问题是角色漂移、物理连续性、人群互动、对话表演以及从一个镜头到另一个镜头保持视觉世界的连贯性。好奇这里的各位认为,在未来几年,长篇AI视频会更多地受限于模型能力还是工作流程/连续性系统。
相似文章
AI生成视频何时不再是技术演示,而成为电影制作?
本文探讨了AI生成视频从视觉实验过渡到真正的电影制作必须克服的障碍,强调了叙事连贯性和节奏等问题。
@VraserX: 这个BTS展示了AI视频的真正瓶颈:不再只是制作一个美丽的镜头,而是保持整个项目……
本文强调,AI视频的真正瓶颈在于跨场景保持连贯性(情绪、风格、节奏),并指出Dreamina AI是一个将AI视频从片段生成推向完整制作流程的工具,正如Nexus: Wet Markets of Kafar的BTS所示。
整个AI电影算法似乎只产出超写实主义
这篇文章批评AI电影算法一贯生成超写实图像,认为真正的专业电影摄影依赖柔和的边缘和微妙的对比,而AI则默认生成过度清晰、高对比度的画面,这种画面可能让新手印象深刻,但缺乏大片观众所需要的细腻层次。
我花了一个周末深入研究AI视频工具,现在忍不住思考5年后的娱乐会是什么样子
一篇反思文章,探讨像Seedance这样的AI视频生成工具如何可能彻底改变娱乐制作,使小团队能够以远低于传统大片节目的预算创建高质量IP。
@heyshrutimishra: 电影行业的真正护城河从来不是摄影棚。而是保持一致性的成本,保持同一张脸、同一个世界……
人工智能视频技术正从生成片段发展到实现场景导演,这可能会降低电影制作中的一致性成本,并赋能小团队创作完整作品。