1. 程式人生 > >雲上的今天,AI的未來:影視特效怎麽就成了科技企業的寵兒?

雲上的今天,AI的未來:影視特效怎麽就成了科技企業的寵兒?

選擇 也會 然而 谷歌 rgb light 宇宙 tro 聖誕

說起電影特效,大多數人都會聯想起中國電影的不爭氣。

比如別人家的神仙打架是這樣的


技術分享圖片


而自己家的神仙打架是這樣的


技術分享圖片


不過今天我們要討論的是,當影視特效成為科技企業追捧的對象,中國能從中找到機會嗎?

平行宇宙的相交:離不開計算的影視特效

影視特效和科技企業,看起來是兩個風馬牛不相及的產業,可能只有在科幻片中才會相遇。但就在最近,谷歌宣布在洛杉磯設立第五個雲區,目的是為藝術家和設計師提供服務。而這已經不是谷歌雲第一次向影視行業示好了。

想要了解科技企業和影視特效的關系,首先我們要了解影視特效與計算的關系。

科幻片和動畫電影中出現的栩栩如生的毛發和閃亮的盔甲絕不在現實中拍攝的,而是通過綠幕、動作采集等等技術采集畫面之後,再在計算機上進行大量圖形處理和渲染。簡單粗暴地說,我們可以理解為科幻片裏面的影視特效畫面都是一幀幀P出來的。通過觀測公司裏設計師的日常,我們就會知道這是一項漫長得看不到頭的工作。而更可怕的是特效渲染,如果用過會聲會影這類娛樂性的視頻處理軟件就知道,有時候為十分鐘的視頻加個字幕,都會渲個二十分鐘。所以為了滿足商業效率,影視特效一般會交由一種名為“渲染農場”的組織進行。


技術分享圖片


渲染農場(Renderfarm)的本質和超級計算機很接近,都是通過密集搭載CPU/GPU來實現高密度的並行計算系統。將原來一臺計算機處理一個任務的效率變成一百臺計算機同時處理一個任務,渲染速度自然就變快了。

但渲染農場的形式也會有很多問題,比如搭載並行計算系統的價格非常昂貴,加上日常維護費用,使得渲染農場的收費很高。同時電影產業還具有一定的季節性,例如很多電影都會趕著在聖誕季、暑期檔上映,就會導致這些時間節點前渲染農場的工作會忙碌,可淡季時卻要白白耗費維護費用。

也正是因為這些高昂的成本,中國的影視特效發展多多少少受到了影響。

雲上的影視渲染

看了渲染農場的工作模式,是不是讓人聯想到了IT企業的數據儲存機制?和數據儲存一樣,上雲已經成為影視渲染最新的風潮。


技術分享圖片


早在2009年拍攝《阿凡達》時,好萊塢就已經嘗試過在雲端進行全球化的數據傳輸和渲染。從2010以後,谷歌雲、微軟Azure、亞馬遜AWS和阿裏雲等等雲服務企業也開始陸續通過收購、註資等方式進入影視渲染行業。像谷歌收購了視頻選擇企業Zync Render和流媒體制作平臺Anvato,微軟則與圖形處理供應商Nimble Collective進行合作,阿裏雲則選擇與中國著名的渲染農場瑞雲科技合作。

在雲端進行影視渲染,相比傳統的渲染農場有著以下幾種好處:

一、 更低的使用門檻

以往影視渲染的現狀是,皮克斯、夢工廠這樣的頂尖制作公司有著自己的渲染中心,剩下的一些大制作電影占據了大部分渲染農場資源。而那些低成本的電影,或者特效片段少的電影,租用渲染農場資源就成了一件很不劃算的事。而雲端渲染可以按照幀數、時長、儲存空間等等多個指標按需收費,讓小制作、低成本的電影也可以盡可能獲得更好的特效渲染。

二、 更先進的管理制度

和渲染農場粗放的托管制度相比,雲渲染可以實現實時、在線的數據傳輸和進度管理。舉例來講,傳統的渲染方式是特效工作拖著一箱移動硬盤把數據交付給渲染農場(別笑,有時候這樣還真能實現更快的數據傳輸速度),幾個月之後再把一箱移動硬盤拖回來。這其中如果發生什麽需求修改,就會產生大量重復的信息傳輸工作。但在雲端,甚至可以實現隨時把渲染好的文件實時傳輸給對方,好讓特效工作室進行下一步加工,從而極大地提升效率。除此之外,有的雲端渲染平臺還能實現預算、時間等等方面的自動化管理。

三、 更好的渲染效果

這一點雖然存有爭論,但從某些角度來看雲端渲染的確能夠實現比一般渲染農場更好的效果。例如處理一些像毛發那樣的細節時,會在極短時間內吞吐大量小文件,在傳統渲染模式中,只能靠壓縮其他任務、拉長處理時間來實現。但雲計算廠商由於經常要符合電商等等高吞吐量運算,在這一類特殊高負荷計算時的表現更為優秀,也就能夠滿足特效渲染對於細節、光影等方面更高的要求。

雲上的影視特效,一定會有AI參與

但即使雲計算能提升影視特效的渲染效率,中國能從中尋找到哪些機會呢?無非是在同樣算力的前提下,提供更有競爭力的價格,從而成為好萊塢的外包工廠。這樣的產業模式並不具有持續性,對於中國自己的電影特效產業也很難有切實的提升。

但如果和其他行業的雲計算服務橫向對比,我們會發現或許中國的機會即將到來。

參考交通上雲這類和影視特效一樣涉及大規模數據處理的雲業務,可以發現雲計算、雲儲存都只是雲服務的開始,真正的效率提升在於雲端AI計算。


技術分享圖片


同樣在影視特效處理中,我們已經可以看到一些AI的影子。例如在《海底總動員2》和《汽車總動員3》中,都利用了深度學習模型學習場景光線走向,自動糾正因光線不自然而形成的噪點。暮光女Kristen Stewart曾經寫過一篇論文,描述了如何通過神經風格遷移對影片進行模仿畫作畫風的特效處理。

也就是說,未來可以自動化的不僅僅是特效渲染,也可以是特效的制作甚至風格制定。但對於制片方來說,這一部分的工作要比雲端渲染還要陌生,同時成本更高。這時AWS、谷歌雲、阿裏雲就可以為他們提供這方面的服務。

對於中國科技企業來說,一方面在AI技術上並不落後於美國,另一方面距離整個影視產業鏈也更近。像是阿裏雲和阿裏影業、百度和愛奇藝、騰訊和騰訊視頻等等,這些企業不僅“網而優則視頻”,還紛紛涉足進了影視的制作和發行。甚至可以說相比世界上其他國家,中國的科技企業和影視之間的聯系是最為緊密的。

雖然雲計算和AI不能掩蓋中國影視在審美和文化上積貧積弱,但在影視特效這一點上,或許我們真的可以逆風翻盤、彎道超車呢?


雲上的今天,AI的未來:影視特效怎麽就成了科技企業的寵兒?