巴 曉

1 引言

在影視制作領(lǐng)域，人工智能圖像合成技術(shù)應(yīng)用前景廣闊。人工智能生成內(nèi)容（AIGC）技術(shù)通過(guò)深度學(xué)習(xí)算法和大量圖像數(shù)據(jù)的訓(xùn)練，能夠自動(dòng)生成逼真的圖像，并將它們?nèi)诤系接耙曋谱鬟^(guò)程中。這種技術(shù)的出現(xiàn)，極大地提高了影視制作的效率和質(zhì)量，同時(shí)也拓寬了影視制作的創(chuàng)作空間。傳統(tǒng)影視制作的影像合成需要耗費(fèi)大量人力和時(shí)間，而且實(shí)現(xiàn)效果往往不能令人滿意。而AIGC 技術(shù)的應(yīng)用，則能夠快速生成高質(zhì)量的影像，大大節(jié)省制作成本和時(shí)間。此外，AIGC 技術(shù)還能夠?qū)崿F(xiàn)一些傳統(tǒng)合成技術(shù)無(wú)法做到的效果，比如實(shí)時(shí)場(chǎng)景預(yù)覽、特效實(shí)時(shí)生成等。AIGC 技術(shù)在影視制作中的應(yīng)用正在為行業(yè)帶來(lái)顛覆性的技術(shù)革命，成為影視制作行業(yè)的一股新力量。

2 AIGC 技術(shù)的基本概念

2.1 AIGC 技術(shù)的定義

AIGC 技術(shù)是一種通過(guò)模擬人類(lèi)思維和感知能力，生成逼真圖像和動(dòng)畫(huà)的技術(shù)。它通過(guò)深度學(xué)習(xí)（Deep Learning）和神經(jīng)網(wǎng)絡(luò)（Neural Network）等技術(shù)，可以自動(dòng)分析大量的數(shù)據(jù)和圖像，并根據(jù)學(xué)習(xí)到的模式和規(guī)律生成高質(zhì)量影像[1]。AIGC 的出現(xiàn)離不開(kāi)其底層技術(shù)發(fā)展，AI 技術(shù)與虛擬現(xiàn)實(shí)（VR）和大數(shù)據(jù)的不斷融合，包括生成算法、AI 大模型和多模態(tài)（Multi Modal）等方面，為AIGC 的發(fā)展創(chuàng)造了有利條件。首先，生成算法模型如擴(kuò)散模型（Diffusion Models）、生成式對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Network，GAN）和神經(jīng)輻射場(chǎng)（Neural Radiance Fields，NeRF）在性能和穩(wěn)定性方面取得了突破，大大提升了AI 生成內(nèi)容的質(zhì)量和種類(lèi)的多樣性。其次，多模態(tài)技術(shù)使得不同類(lèi)型的數(shù)據(jù)能夠相互轉(zhuǎn)化和生成，例如從文本到圖像、從靜態(tài)圖片到3D 動(dòng)態(tài)場(chǎng)景以及3D 內(nèi)容的創(chuàng)作等應(yīng)用不斷涌現(xiàn)，進(jìn)一步豐富了AIGC內(nèi)容的多樣性。最重要的是，擁有龐大參數(shù)量（目前已達(dá)千億）的預(yù)訓(xùn)練模型（Pre-trained Model）具有更強(qiáng)的通用性，同一個(gè)模型可以完成多種內(nèi)容生產(chǎn)和交互任務(wù)，而無(wú)需為每個(gè)具體任務(wù)設(shè)置單獨(dú)的訓(xùn)練模型，這促成了AIGC 技術(shù)能力質(zhì)的飛躍。

2.2 AIGC 技術(shù)生成內(nèi)容的處理模態(tài)

根據(jù)目前AIGC 的應(yīng)用場(chǎng)景，AIGC 技術(shù)主要分為文本類(lèi)、音頻類(lèi)、圖像視頻類(lèi)和虛擬空間類(lèi)等。文本類(lèi)技術(shù)用于生成或編輯文章內(nèi)容，包括文章生成、文本風(fēng)格轉(zhuǎn)換、問(wèn)答對(duì)話等應(yīng)用，如寫(xiě)稿機(jī)器人和聊天機(jī)器人。音頻類(lèi)技術(shù)用于生成或編輯語(yǔ)音內(nèi)容，包括文本轉(zhuǎn)音頻、語(yǔ)音轉(zhuǎn)換、語(yǔ)音屬性編輯等，非語(yǔ)音內(nèi)容的應(yīng)用包括音樂(lè)合成、場(chǎng)景聲編輯等，典型應(yīng)用有智能配音主播、虛擬歌手演唱、自動(dòng)配樂(lè)和歌曲生成。圖像視頻類(lèi)技術(shù)用于生成或編輯圖像和視頻內(nèi)容，包括人臉生成、人臉替換、人物屬性編輯、人臉操控和姿態(tài)操控等。這種生成或者編輯圖像視頻內(nèi)容的技術(shù)與圖像生成、圖像增強(qiáng)、圖像修復(fù)等技術(shù)息息相關(guān)。典型應(yīng)用包括美顏換臉、捏臉、復(fù)刻或者是修改圖像風(fēng)格以及AI繪畫(huà)等。虛擬空間類(lèi)技術(shù)主要包括了三維重建和數(shù)字仿真，可用于生成或編輯數(shù)字人物和虛擬場(chǎng)景。典型的應(yīng)用場(chǎng)景包括元宇宙、數(shù)字孿生、渲染引擎、3D 建模和VR 等。

2.3 AIGC 技術(shù)的發(fā)展演進(jìn)

根據(jù)2022 年4 月中國(guó)信息通信研究院發(fā)布的《人工智能白皮書(shū)（2022 年）》[2]，結(jié)合人工智能的演進(jìn)歷程，AIGC 技術(shù)的發(fā)展演進(jìn)可以概括為三個(gè)階段：早期萌芽階段（20 世紀(jì)50 年代至90 年代中期）、沉淀積累階段（20 世紀(jì)90 年代中期至21 世紀(jì)10 年代中期）以及快速發(fā)展階段（21世紀(jì)10年代中期至今）。

（1）早期萌芽階段。由于受限于當(dāng)時(shí)的科技水平，AIGC 僅限于實(shí)驗(yàn)嘗試。標(biāo)志性事件是1957 年Iejaren Ftiller 和Ieonard Isaacson 通過(guò)將計(jì)算機(jī)程序中的控制變量改為音符，完成了歷史上第一支由計(jì)算機(jī)創(chuàng)作的音樂(lè)作品弦樂(lè)四重奏《伊利亞克組曲》。由于高昂的系統(tǒng)成本無(wú)法帶來(lái)可觀的商業(yè)利潤(rùn)，各國(guó)政府開(kāi)始減少在人工智能領(lǐng)域的投入，AIGC 在這段時(shí)間沒(méi)有取得重大突破。

（2）沉淀積累階段。在這個(gè)階段，AIGC 逐漸從實(shí)驗(yàn)性轉(zhuǎn)向?qū)嵱眯浴?006 年，深度學(xué)習(xí)算法取得了重大突破，同時(shí)期通用圖形處理器（Graphics Processing Unit，GPU）、中央處理器（CPU）和張量處理器（Tensor Processing Unit，TPU）等計(jì)算設(shè)備的性能不斷提高，為人工智能算法提供了大量的訓(xùn)練數(shù)據(jù)，推動(dòng)了人工智能的快速發(fā)展。但AIGC 受限于算法瓶頸，無(wú)法很好地完成創(chuàng)作任務(wù)，應(yīng)用范圍仍然有限，效果也有待提升。

（3）快速發(fā)展階段。從2014 年起，隨著深度學(xué)習(xí)算法中以GAN 為代表的算法的推出和不斷改進(jìn)，AIGC 進(jìn)入了新時(shí)代（圖1）。生成內(nèi)容變得豐富多樣，效果逐漸逼真，甚至超越了人類(lèi)的分辨能力。AIGC 的爆發(fā)發(fā)生在2022 年，主要?dú)w因于深度學(xué)習(xí)模型領(lǐng)域的技術(shù)創(chuàng)新，包括生成算法、預(yù)訓(xùn)練模型、多模態(tài)技術(shù)的融合，這些創(chuàng)新推動(dòng)了AIGC 技術(shù)的變革。AIGC 模型具有通用性、基礎(chǔ)性、多模態(tài)、參數(shù)多、訓(xùn)練數(shù)據(jù)量大以及生成內(nèi)容高質(zhì)穩(wěn)定等特征，使其成為自動(dòng)化內(nèi)容生產(chǎn)的“工廠”和“流水線”。

圖1 2014年至2022年AIGC 的技術(shù)發(fā)展路徑和實(shí)現(xiàn)效果

3 AIGC 技術(shù)對(duì)影視制作的重塑

3.1 AIGC 技術(shù)賦能下的內(nèi)容生產(chǎn)方式重構(gòu)

從技術(shù)迭代的角度來(lái)看，內(nèi)容生產(chǎn)方式從專(zhuān)業(yè)生成內(nèi)容（Professional Generated Content，PGC）到用戶生成內(nèi)容（User Generated Content，UGC），再到AIGC。當(dāng)PGC 和UGC 的生產(chǎn)潛力逐漸消耗，AIGC將彌補(bǔ)數(shù)字世界內(nèi)容消耗與供給的缺口（圖2）。目前AI 以輔助創(chuàng)作為主,伴隨數(shù)據(jù)、算法、算力等要素持續(xù)迭代。AIGC 具有之前內(nèi)容生產(chǎn)方式所不具備的自動(dòng)化、大批量和高效率的特點(diǎn)。這是因?yàn)锳IGC采用了多模態(tài)加工技術(shù)，使得人工智能可以在不同類(lèi)型的內(nèi)容模態(tài)之間進(jìn)行轉(zhuǎn)換、映射和生成。此外，自從谷歌在2017 年發(fā)布了Transformer 技術(shù)后，大語(yǔ)言模型（LLM）作為特征提取器逐漸不再依賴于人工調(diào)參。AIGC 采用的“大數(shù)據(jù)預(yù)訓(xùn)練+小數(shù)據(jù)微調(diào)”方式進(jìn)一步加快了內(nèi)容生成的自動(dòng)化進(jìn)程。在人工智能介入內(nèi)容經(jīng)濟(jì)之前，內(nèi)容的生產(chǎn)主體一直是人類(lèi)，其產(chǎn)能受到限制。而當(dāng)AI成為內(nèi)容產(chǎn)業(yè)模式中的一個(gè)關(guān)鍵參數(shù)時(shí)，首先改變的是生產(chǎn)力的層面。人工智能的一大應(yīng)用領(lǐng)域是創(chuàng)作廣泛的內(nèi)容，不僅包括圖像、視頻、音頻、文本、合成數(shù)據(jù)，甚至還可以涉及虛擬環(huán)境創(chuàng)建。生成式人工智能將廣泛應(yīng)用于藝術(shù)、設(shè)計(jì)、軟件開(kāi)發(fā)、游戲、娛樂(lè)和人際溝通等領(lǐng)域，并可用于科學(xué)研究，例如生成新分子用于藥物發(fā)現(xiàn)或模擬復(fù)雜的物理過(guò)程。根據(jù)麥肯錫人工智能團(tuán)隊(duì)QuantumBlack 2022 年7 月發(fā)布的《探索人工智能新前沿：中國(guó)經(jīng)濟(jì)再迎6000 億美元機(jī)遇》研究報(bào)告，到2030 年，生成式人工智能在文本、代碼、圖像和視頻等方面的產(chǎn)出將成倍增加，超越人類(lèi)工作者的生產(chǎn)能力。使用生成式人工智能為從事內(nèi)容創(chuàng)作的組織和專(zhuān)業(yè)人士打開(kāi)了全新的機(jī)會(huì)。以自動(dòng)化的內(nèi)容生成為例，大語(yǔ)言模型和圖像模型可用于生成各種內(nèi)容，這對(duì)于需要定期創(chuàng)作內(nèi)容的組織和專(zhuān)業(yè)人士來(lái)說(shuō)是一個(gè)非常寶貴的節(jié)省時(shí)間工具。與此同時(shí)，人工智能模型通過(guò)人類(lèi)無(wú)法察覺(jué)的模式學(xué)習(xí)海量數(shù)據(jù)，提高內(nèi)容的質(zhì)量和準(zhǔn)確度。并且，人工智能模型還可以生成各種類(lèi)型的內(nèi)容，包括文本、圖像和視頻，創(chuàng)造出更多樣化和吸引人的內(nèi)容，吸引更多人關(guān)注。

圖2 從PGC 到UGC 再到AIGC 的發(fā)展路徑①

3.2 AIGC 技術(shù)賦能下人機(jī)關(guān)系的轉(zhuǎn)變

（1）從人機(jī)交互到人機(jī)協(xié)作的模式轉(zhuǎn)變。作為參與交互的兩個(gè)主體，人和計(jì)算機(jī)都是信息處理系統(tǒng)。人類(lèi)通過(guò)感知、認(rèn)知和行為反應(yīng)來(lái)進(jìn)行信息處理，計(jì)算機(jī)則通過(guò)軟件、硬件、輸入輸出設(shè)備和相應(yīng)的反應(yīng)程序來(lái)進(jìn)行信息處理。人機(jī)交互的過(guò)程就是信息在人和計(jì)算機(jī)之間傳輸和轉(zhuǎn)換的過(guò)程。同樣的道理，人與技術(shù)增強(qiáng)的空間之間也存在一種信息傳遞的過(guò)程。類(lèi)似于人機(jī)交互的原理，技術(shù)增強(qiáng)的場(chǎng)景空間就像一個(gè)大型機(jī)器，在人機(jī)交互過(guò)程中扮演著計(jì)算機(jī)的角色。通過(guò)技術(shù)在空間中的集成和安置，創(chuàng)造智能化的空間，而人與場(chǎng)景空間“交換信息”的過(guò)程中，可以獲得多維度的感官、行為和心理體驗(yàn)（圖3）。隨著迭代更新的軟硬件技術(shù)對(duì)人的視聽(tīng)覺(jué)、身體感覺(jué)及行為反應(yīng)的不斷探索和鏈接，虛擬空間在現(xiàn)實(shí)世界中的介入方式和呈現(xiàn)效果也不斷升級(jí)，實(shí)現(xiàn)了從有限的屏幕展示到沉浸式、交互式的高級(jí)進(jìn)階，讓人與計(jì)算機(jī)實(shí)時(shí)溝通、對(duì)話。這種平行藝術(shù)為創(chuàng)作過(guò)程建立了一個(gè)平行的系統(tǒng)，并將人引入了機(jī)器學(xué)習(xí)的循環(huán)之中。在藝術(shù)創(chuàng)作的過(guò)程中，機(jī)器創(chuàng)造性技能的學(xué)習(xí)受到人類(lèi)不斷地指導(dǎo)。虛擬人工系統(tǒng)充當(dāng)了技能學(xué)習(xí)的實(shí)驗(yàn)場(chǎng)，拓展了數(shù)據(jù)和動(dòng)作的探索范圍，從而提升了機(jī)器學(xué)習(xí)的效率。通過(guò)對(duì)人工虛擬系統(tǒng)和真實(shí)系統(tǒng)進(jìn)行迭代優(yōu)化，進(jìn)一步推動(dòng)了平行藝術(shù)的發(fā)展。在此過(guò)程中，機(jī)器通過(guò)人類(lèi)的指導(dǎo)和評(píng)價(jià)不斷學(xué)習(xí)創(chuàng)作，而人類(lèi)則借助機(jī)器的協(xié)助不斷擴(kuò)展創(chuàng)意的邊界[3]。隨著時(shí)間的推移，機(jī)器和人在藝術(shù)創(chuàng)作中以一種平行的方式合作，也就是我們所說(shuō)的人機(jī)協(xié)作（圖4）。

圖3 人機(jī)交互模型②

圖4 圖片生成的人機(jī)協(xié)作模型

（2）從工具體到意識(shí)體的角色轉(zhuǎn)變。人工智能的本質(zhì)是技術(shù)性和工具性，依賴于信息技術(shù)的模塊化裝置。然而，當(dāng)人們將其應(yīng)用于人類(lèi)社會(huì)時(shí)，不可避免地賦予了其社會(huì)意義，并使其成為社會(huì)互動(dòng)的一部分。人機(jī)關(guān)系理論中的“計(jì)算機(jī)作為社會(huì)行動(dòng)者”范式（CASA）已經(jīng)被證明，當(dāng)機(jī)器能夠提供足夠的“社會(huì)線索”或“擬人化線索”時(shí)，人們會(huì)自然地將機(jī)器視為社會(huì)行動(dòng)者對(duì)待。隨著人工智能的類(lèi)人性逐漸顯現(xiàn)，大語(yǔ)言模型的溝通方式開(kāi)始體現(xiàn)出從工具使用到社交屬性的轉(zhuǎn)變。人工智能的發(fā)展旨在滿足人類(lèi)需求，并增強(qiáng)智能產(chǎn)品的可用性，使其在互動(dòng)過(guò)程中更加自然。為了實(shí)現(xiàn)這一目標(biāo)，研究人員對(duì)人工智能進(jìn)行了人性化的設(shè)置和改造，使其能夠適應(yīng)和模擬人類(lèi)行為。ChatGPT 通過(guò)多維展現(xiàn)人際交流的線索，為用戶營(yíng)造了高度逼真、沉浸式的交流體驗(yàn)。其界面類(lèi)似于聊天室，通過(guò)模擬光標(biāo)打字的方式，讓用戶參與其中并感受到文本生成和寫(xiě)作的現(xiàn)場(chǎng)感。在內(nèi)容上，ChatGPT 不僅能夠以自然語(yǔ)言與用戶交流，還能夠生成與真人在內(nèi)容、結(jié)構(gòu)、語(yǔ)法、邏輯等方面相似的文本，同時(shí)掌握人類(lèi)社會(huì)規(guī)范和常識(shí)，為與人類(lèi)進(jìn)行較流暢的溝通打下基礎(chǔ)。在現(xiàn)實(shí)世界中，人們的行為與社會(huì)結(jié)構(gòu)之間存在復(fù)雜的關(guān)聯(lián)，因此日常溝通中的語(yǔ)言表意往往不完全，理解對(duì)話內(nèi)容需要基于實(shí)際說(shuō)出的內(nèi)容以及許多未明示的假設(shè)和共享知識(shí)。而ChatGPT 作為一個(gè)大語(yǔ)言模型，通過(guò)訓(xùn)練從大量人類(lèi)生成的文本中學(xué)習(xí)并內(nèi)化了廣泛的人類(lèi)知識(shí)、價(jià)值觀和語(yǔ)言模式，能夠理解人類(lèi)意圖并模擬出與人類(lèi)的共識(shí)。

3.3 AIGC 技術(shù)賦能下內(nèi)容生態(tài)的全新融合

（1）現(xiàn)實(shí)與虛擬的融合。在深度學(xué)習(xí)技術(shù)支持下，AIGC 持續(xù)優(yōu)化和迭代升級(jí)。信息技術(shù)發(fā)展推動(dòng)影視創(chuàng)作空間屏障消弭，不可逆轉(zhuǎn)地重塑了影視內(nèi)容生產(chǎn)?；ヂ?lián)網(wǎng)的普及使得普通人也具備創(chuàng)作視頻的能力，不再只有影視機(jī)構(gòu)才能參與影視創(chuàng)作，內(nèi)容生態(tài)呈現(xiàn)出多樣化特征。移動(dòng)通信技術(shù)使得原本只存在于固定空間的視頻編輯室變得流動(dòng)起來(lái)，影視制作流程重新組合，視頻生產(chǎn)空間無(wú)處不在。智能信息技術(shù)不斷突破人類(lèi)活動(dòng)空間的限制，帶來(lái)了數(shù)字電影、AR 電影、游戲電影等新形態(tài)的影視類(lèi)型涌現(xiàn)，視頻生產(chǎn)的速度、數(shù)量和精準(zhǔn)程度大幅提升，現(xiàn)實(shí)世界和虛擬空間從并置逐漸融合，“在虛擬與現(xiàn)實(shí)的中間地帶，是更為寬闊的虛擬現(xiàn)實(shí)空間，既立足現(xiàn)實(shí)又有虛擬成分”[4]。例如在創(chuàng)作《銀翼殺手2049》垃圾場(chǎng)片段的群組動(dòng)畫(huà)時(shí)，倫敦的團(tuán)隊(duì)拍攝了動(dòng)態(tài)場(chǎng)景，并在虛幻引擎（UE）中實(shí)時(shí)渲染數(shù)據(jù)。蒙特利爾的視覺(jué)效果團(tuán)隊(duì)可以通過(guò)觀看現(xiàn)場(chǎng)情況，對(duì)最終的拍攝有清晰的認(rèn)識(shí)，無(wú)需親自前往倫敦。而在電影《克里斯托弗·羅賓》中，Graham 的團(tuán)隊(duì)需要一些CG相機(jī)來(lái)與已拍攝的場(chǎng)景相匹配。借助虛幻引擎對(duì)Alembic 文件的支持，Graham 將來(lái)自電影流程中的動(dòng)畫(huà)引入，使攝影導(dǎo)演和動(dòng)畫(huà)總監(jiān)能夠在動(dòng)畫(huà)上進(jìn)行實(shí)際拍攝，以便與實(shí)際場(chǎng)景相匹配。

（2）技術(shù)與場(chǎng)景的融合。場(chǎng)景驅(qū)動(dòng)技術(shù)，技術(shù)提升生產(chǎn)力。計(jì)算機(jī)的發(fā)展和互聯(lián)網(wǎng)時(shí)代的到來(lái)使得場(chǎng)景這個(gè)概念更加具體和形象。在羅伯特·斯考伯和謝爾·伊斯雷爾的觀點(diǎn)中[5]，新技術(shù)的推動(dòng)帶來(lái)了場(chǎng)景的概念，這是基于移動(dòng)設(shè)備、社交媒體、大數(shù)據(jù)、傳感器和定位系統(tǒng)等互聯(lián)網(wǎng)技術(shù)構(gòu)建的一種身臨其境的體驗(yàn)感。AIGC 技術(shù)賦予了場(chǎng)景傳播以時(shí)空融合和互動(dòng)性。由于交互使用過(guò)程中涉及到用戶所在的具體環(huán)境，互聯(lián)網(wǎng)行業(yè)逐漸發(fā)展了“場(chǎng)景化思維”，這種思維通過(guò)技術(shù)與場(chǎng)景的融合將互聯(lián)網(wǎng)的虛擬世界與現(xiàn)實(shí)生活融為一體。例如用三維掃描技術(shù)捕捉人體動(dòng)作,讓演員的表演和個(gè)人風(fēng)格被錄制并儲(chǔ)存為三維模型,可以被電影公司永久重用。另外，利用AIGC 技術(shù)還能夠捕捉包括人體動(dòng)作在內(nèi)的動(dòng)態(tài)三維圖像，可以輔助甚至取代傳統(tǒng)的動(dòng)作捕捉,用于電影電視節(jié)目的制作，將來(lái)可能被應(yīng)用于數(shù)字替身等領(lǐng)域，減少對(duì)真人演員的依賴。

4 AIGC 技術(shù)在影視制作中的應(yīng)用探索與趨勢(shì)前瞻

4.1 應(yīng)用場(chǎng)景的容器建構(gòu)

在文化科技融合的過(guò)程中，不同的內(nèi)容“容器”正在發(fā)生改變。新技術(shù)不僅支持容器的生產(chǎn)，而且開(kāi)始介入容器裝載內(nèi)容的創(chuàng)作和生產(chǎn)，使容器變得更加智能和活躍。

（1）文字容器，由AIGC 工具自主性填充內(nèi)容。人類(lèi)則成為填充內(nèi)容的事前訓(xùn)練師和事后優(yōu)化師。小說(shuō)作者可以利用自己的作品來(lái)訓(xùn)練和調(diào)試Chat-GPT 模型，然后再向它提供新的故事概要和角色設(shè)定等信息，AIGC 工具就可以補(bǔ)充詳細(xì)的細(xì)節(jié)描述。AIGC 目前已經(jīng)應(yīng)用于資料搜索、情節(jié)分析、設(shè)定搭建、激發(fā)創(chuàng)作和協(xié)助創(chuàng)作等方面，用來(lái)提高寫(xiě)作效率。

（2）圖像容器，由人和AIGC 工具協(xié)作填充內(nèi)容。通過(guò)文生圖、圖生圖工具，用自然語(yǔ)言描述圖像的想法，并提供必要的提示（Prompt），生成全新的圖像。另外還可以通過(guò)指揮工具來(lái)分解“創(chuàng)作”的動(dòng)作，重新組合點(diǎn)、線、面、色彩、光這些表現(xiàn)元素，有效降低創(chuàng)作門(mén)檻、提高生產(chǎn)效率和創(chuàng)新能力。

（3）音頻容器，通過(guò)AIGC 技術(shù)進(jìn)一步豐富語(yǔ)音的種類(lèi)、風(fēng)格和應(yīng)用。語(yǔ)音合成技術(shù)可以生成逼真的語(yǔ)音，創(chuàng)造出新的音頻容器，應(yīng)用到虛擬助手、語(yǔ)音翻譯、虛擬教師等各種場(chǎng)景之中。此外，基于廣泛采集的數(shù)據(jù)和大模型的交互性，例如騰訊音樂(lè)的“智能曲譜”，音樂(lè)家們可以低成本完成創(chuàng)意風(fēng)暴和靈感試驗(yàn)，進(jìn)一步探索多元化的音樂(lè)風(fēng)格。

（4）視頻容器，利用AIGC 技術(shù)實(shí)現(xiàn)一站式、整合式視頻生成。容器即工具，融合多個(gè)生產(chǎn)環(huán)節(jié)并升級(jí)生產(chǎn)模式。AI 技術(shù)的運(yùn)用使得素材搜集、視頻剪輯、后期包裝、渲染導(dǎo)出和發(fā)布等環(huán)節(jié)可以在一個(gè)容器中完成，加上AIGC 等數(shù)字交互引擎技術(shù)，視頻制作過(guò)程可以實(shí)現(xiàn)虛擬制作，這將升級(jí)傳統(tǒng)的藍(lán)幕/綠幕拍攝模式，實(shí)現(xiàn)“所拍即所得”全新模式。

4.2 線性到非線性的流程重構(gòu)

在AIGC 技術(shù)加持下，影視行業(yè)的“內(nèi)容創(chuàng)作、內(nèi)容生產(chǎn)、內(nèi)容傳播、內(nèi)容消費(fèi)”產(chǎn)業(yè)鏈實(shí)現(xiàn)由線性到非線性的流程重構(gòu)。

（1）在內(nèi)容創(chuàng)作方面，創(chuàng)作方式實(shí)現(xiàn)智能化升級(jí)。從“人工創(chuàng)作”進(jìn)化到“人+機(jī)器”協(xié)作模式。利用AIGC 工具增強(qiáng)信息采集能力，實(shí)現(xiàn)快速高效的數(shù)據(jù)遍歷。根據(jù)提示詞抓取海量數(shù)據(jù)，并完成自動(dòng)分析處理。基于“容器即工具”的升級(jí)，各類(lèi)容器進(jìn)化，減少“可重復(fù)、可預(yù)期創(chuàng)作”投入，在原始創(chuàng)意提出、可視化創(chuàng)意篩選方面發(fā)揮著重要作用。

（2）在內(nèi)容生產(chǎn)方面，人機(jī)互動(dòng)與協(xié)同雙模式產(chǎn)出。通過(guò)使用AIGC 等技術(shù)生產(chǎn)工具，可以實(shí)現(xiàn)內(nèi)容生產(chǎn)的標(biāo)準(zhǔn)化和智能化。這些工具支持原創(chuàng)作者、設(shè)計(jì)師和編輯等人員的協(xié)同生產(chǎn)，同時(shí)也可以提供更多的實(shí)時(shí)互動(dòng)機(jī)會(huì)，供作者、編輯和讀者參與，從而實(shí)現(xiàn)內(nèi)容供應(yīng)的實(shí)時(shí)更新，進(jìn)一步促進(jìn)互動(dòng)式的生產(chǎn)模式發(fā)展。AIGC 技術(shù)提升了內(nèi)容生產(chǎn)的標(biāo)準(zhǔn)和規(guī)范，讓內(nèi)容生產(chǎn)進(jìn)入更注重質(zhì)量標(biāo)準(zhǔn)和流程規(guī)范的新工業(yè)化階段。

（3）在內(nèi)容傳播方面，實(shí)現(xiàn)生產(chǎn)和消費(fèi)的實(shí)時(shí)互動(dòng)。通過(guò)交互式引用準(zhǔn)確溯源，來(lái)提高內(nèi)容輸出的質(zhì)量。在AIGC 技術(shù)支持下，用戶可以與智能對(duì)話機(jī)器人實(shí)時(shí)互動(dòng)，對(duì)某一特定的新聞報(bào)道進(jìn)行提問(wèn)并得到相應(yīng)的回答，從而呈現(xiàn)出一個(gè)精準(zhǔn)且符合用戶需求的完整新聞圖景，實(shí)現(xiàn)內(nèi)容生產(chǎn)和內(nèi)容消費(fèi)的實(shí)時(shí)互動(dòng)。

（4）在內(nèi)容消費(fèi)方面，利用內(nèi)容嵌入構(gòu)造智能匹配的個(gè)性化消費(fèi)模式。通過(guò)AIGC 與智能終端的“軟硬一體化”技術(shù)以及數(shù)字人和VR/AR 等內(nèi)容展示和表演技術(shù)的疊加，可以提供形態(tài)多樣且沉浸式的內(nèi)容產(chǎn)品和交互式的內(nèi)容服務(wù)。在專(zhuān)業(yè)場(chǎng)景中嵌入知識(shí)，在社交場(chǎng)景中嵌入資訊，在娛樂(lè)場(chǎng)景中嵌入故事，幫助智能客服、智能推薦和智能教育培訓(xùn)升級(jí)，達(dá)到供需雙方數(shù)據(jù)標(biāo)引，實(shí)現(xiàn)智能匹配，創(chuàng)新個(gè)性化的消費(fèi)模式。

4.3 可持續(xù)創(chuàng)新內(nèi)容價(jià)值的實(shí)現(xiàn)

影視傳媒行業(yè)是內(nèi)容創(chuàng)意產(chǎn)業(yè)，是創(chuàng)意、生產(chǎn)、傳播的協(xié)同產(chǎn)業(yè)，但其本質(zhì)上仍是文化產(chǎn)業(yè)，文化屬性仍然是影視傳媒行業(yè)的本質(zhì)屬性。新技術(shù)應(yīng)用作為一種生產(chǎn)力工具，一方面，以高科技手段提高生產(chǎn)效率；另一方面，以技術(shù)手段介入文化領(lǐng)域，影響內(nèi)容創(chuàng)作。因此，新技術(shù)應(yīng)用我們既要看到新技術(shù)帶來(lái)的新機(jī)遇，也要認(rèn)識(shí)到新技術(shù)應(yīng)用所帶來(lái)的消極影響。

（1）從行業(yè)本質(zhì)出發(fā)，充分發(fā)揮內(nèi)容優(yōu)勢(shì)，以元數(shù)據(jù)標(biāo)引促進(jìn)內(nèi)容數(shù)據(jù)的可復(fù)用。新技術(shù)應(yīng)用不當(dāng)，會(huì)產(chǎn)生一系列消極影響，如文化污染、文化同化、文化枯萎、就業(yè)沖擊、虛假欺詐、版權(quán)失序等。要想解決這些問(wèn)題，迫切需要重新審視影視行業(yè)的初衷，回歸到問(wèn)題的本質(zhì)。元數(shù)據(jù)是影視行業(yè)的關(guān)鍵數(shù)據(jù)和核心資源。一方面，元數(shù)據(jù)的結(jié)構(gòu)化和可標(biāo)注性促進(jìn)了智能化的重用和價(jià)值挖掘；另一方面，人工智能生成的內(nèi)容可能會(huì)產(chǎn)生虛假信息。解決這個(gè)問(wèn)題的關(guān)鍵在于通過(guò)標(biāo)注來(lái)實(shí)現(xiàn)可追溯性，并提高內(nèi)容的準(zhǔn)確性。傳統(tǒng)的文獻(xiàn)索引是各個(gè)領(lǐng)域知識(shí)傳承和創(chuàng)新的基礎(chǔ)。影視行業(yè)應(yīng)該建立內(nèi)容元數(shù)據(jù)的標(biāo)準(zhǔn)，通過(guò)規(guī)范化的標(biāo)注來(lái)提升核心資源的管理水平，才能夠在變革中前行，并實(shí)現(xiàn)可持續(xù)發(fā)展。

（2）回溯影視行業(yè)的根本目標(biāo)，實(shí)現(xiàn)內(nèi)容優(yōu)勢(shì)和科技優(yōu)勢(shì)聯(lián)合創(chuàng)新。沿著信息生命周期提供各類(lèi)信息，滿足各類(lèi)信息需求是影視行業(yè)的根本目標(biāo)。信息需求包括生產(chǎn)、生存、生活，與之對(duì)應(yīng)的是信息分類(lèi)，包括知識(shí)、資訊、故事。知識(shí)是信息的高級(jí)形態(tài)，也是影視行業(yè)基因的密碼?；ヂ?lián)網(wǎng)是技術(shù)和內(nèi)容的融合，信息技術(shù)是實(shí)現(xiàn)連接可能的基礎(chǔ)，信息內(nèi)容是實(shí)現(xiàn)交流的連接點(diǎn)。影視行業(yè)應(yīng)當(dāng)擁抱新一代信息技術(shù)，通過(guò)促進(jìn)人與物、物與物、人與人的廣泛聯(lián)結(jié)，實(shí)現(xiàn)內(nèi)容優(yōu)勢(shì)和科技優(yōu)勢(shì)聯(lián)合創(chuàng)新。

（3）順應(yīng)文化與科技雙向驅(qū)動(dòng)關(guān)系，實(shí)現(xiàn)覆蓋交互前后端的體系化關(guān)聯(lián)。文化科技處于影視行業(yè)與前沿信息技術(shù)領(lǐng)域的交叉地帶，是文化科技融合過(guò)程中誕生的系列技術(shù)成果。影視行業(yè)與信息技術(shù)是“雙向驅(qū)動(dòng)”：前沿科技為影視行業(yè)數(shù)字化提供技術(shù)基礎(chǔ)，影視行業(yè)不斷驅(qū)動(dòng)前沿科技研發(fā)創(chuàng)新。在此基礎(chǔ)上，利用標(biāo)引提高后端資源管理的體系化，重組前端用戶界面的碎片化，實(shí)現(xiàn)后端內(nèi)容資源和前端用戶需求的結(jié)構(gòu)化，加強(qiáng)知識(shí)關(guān)聯(lián)管理、需求關(guān)聯(lián)管理，提高供需“匹配與調(diào)度”的關(guān)聯(lián)管理能力，推動(dòng)大語(yǔ)言模型（LLM）成為AI 橫向應(yīng)用的通用能力，建設(shè)領(lǐng)域內(nèi)大知識(shí)模型（LKM），助力AI 進(jìn)入垂直行業(yè)領(lǐng)域的縱向應(yīng)用，實(shí)現(xiàn)服務(wù)模型（MAAS）。

5 未來(lái)展望

隨著人工智能技術(shù)在傳媒行業(yè)的廣泛應(yīng)用，人工智能生成內(nèi)容已經(jīng)深入融入新媒體內(nèi)容體系。在內(nèi)容創(chuàng)作方面，ChatGPT 采用對(duì)話方式來(lái)提升內(nèi)容的創(chuàng)造。在內(nèi)容展示方面，數(shù)字交互引擎以沉浸的方式促進(jìn)內(nèi)容的生產(chǎn)。在內(nèi)容傳播方面，Web3 通過(guò)共識(shí)機(jī)制來(lái)實(shí)現(xiàn)內(nèi)容的交易升級(jí)。在內(nèi)容互動(dòng)方面，AR/VR 技術(shù)的體驗(yàn)性為內(nèi)容消費(fèi)提供了升級(jí)。人工智能生成藝術(shù)正在引發(fā)一場(chǎng)變革，如同19 世紀(jì)攝影技術(shù)出現(xiàn)一樣，攝影技術(shù)的進(jìn)步改變了藝術(shù)家對(duì)圖像的看法，引發(fā)了印象派、野獸派、立體派和超現(xiàn)實(shí)派等藝術(shù)流派的興起，使繪畫(huà)脫離了對(duì)現(xiàn)實(shí)的再現(xiàn)，變成了藝術(shù)家個(gè)人印象的表達(dá)?，F(xiàn)如今，攝影技術(shù)作為一種藝術(shù)語(yǔ)言，已成為藝術(shù)家必不可少的工具之一。作為智能時(shí)代的藝術(shù)家，我們需要了解和掌握人工智能的藝術(shù)語(yǔ)言，將人工智能作為展現(xiàn)創(chuàng)意和表達(dá)情感的媒介、工具和平臺(tái)，最大程度地發(fā)揮人類(lèi)與人工智能的智慧。人工智能生成藝術(shù)的未來(lái)，已經(jīng)到來(lái)。

注釋

①圖片來(lái)源：https://mp.weixin.qq.com/s/Q4vnt-kUfB3UGhsiwdLpfA。

②圖片來(lái)源：https://mp.weixin.qq.com/s/r53bTGsb54BjpExKQZwg1w。