動畫場景設(shè)計中人工智能視覺技術(shù)應(yīng)用的思辨與求索

薛可欣 王春華

關(guān)鍵詞：人工智能視覺技術(shù) 動畫場景設(shè)計 技術(shù)優(yōu)勢 設(shè)計焦慮 危機 消亡 發(fā)展

引言

人工智能視覺技術(shù)是指人工智能化的機器視覺技術(shù)。人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)。機器視覺技術(shù)是一門涉及人工智能、神經(jīng)生物學(xué)、心理物理學(xué)、計算機科學(xué)、圖像處理、模式識別等諸多領(lǐng)域的交叉學(xué)科，主要用計算機來模擬人的視覺功能，從客觀事物的圖像中提取信息，進行處理并加以理解。用人工智能視覺技術(shù)進行動畫場景設(shè)計就是在動畫場景的設(shè)計過程中使用人工智能視覺技術(shù)：用人工智能視覺技術(shù)對其數(shù)據(jù)庫中數(shù)據(jù)的整合、處理實現(xiàn)機器的自主設(shè)計，或者在設(shè)計過程中引入人工智能視覺技術(shù)來降低動畫場景設(shè)計的工作量。

2022年Glenn Marshall用人工智能視覺技術(shù)制作出的動畫作品《The crow》獲得戛納最佳動畫短片獎的提名，在這一作品中的場景是完全由人工智能視覺技術(shù)自主設(shè)計、制作完成的。截至目前全網(wǎng)“人工智能視覺技術(shù)”的總詞條量破兩億，“AI制圖”的總詞條量破二十億，“AI動畫場景設(shè)計”總詞條量破一億，“動畫場景設(shè)計”總詞條量僅約三億?！癆I動畫場景”詞條量幾乎占到了“動畫場景設(shè)計”總詞條量的三分之一。目前關(guān)注度較高的AI制圖程序Disco Diffusion最新版本已支持動畫的輸出，且輸出作品中的動畫場景較為完善。部分世界性藝術(shù)比賽甚至專門設(shè)置了人工智能視覺技術(shù)作品賽道。2022年根據(jù)制作者提供的開放性文本內(nèi)容進行視頻合成的人工智能技術(shù)也已經(jīng)出現(xiàn)。此類技術(shù)提高了動畫場景設(shè)計師的工作效率，降低了動畫場景的生產(chǎn)成本和行業(yè)門檻，將會促進動畫的發(fā)展。但人工智能視覺技術(shù)在動畫場景設(shè)計中的介入也會產(chǎn)生一些負(fù)面影響，如思想危機、文化危機、動畫消亡等。德布雷提出人類歷史分為意識形態(tài)史和科技史兩個部分，人工智能視覺技術(shù)是科技領(lǐng)域的進步。設(shè)計焦慮的產(chǎn)生與技術(shù)在意識形態(tài)領(lǐng)域?qū)θ斯さ奶娲嘘P(guān)。人工智能視覺技術(shù)在未來或許會成為動畫場景設(shè)計中的輔助工具，或在其對動畫場景設(shè)計的滲透下衍生出新風(fēng)格的動畫場景、新的動畫形式。

一、動畫場景設(shè)計中人工智能視覺技術(shù)的優(yōu)勢

傳統(tǒng)賽璐璐動畫場景在設(shè)計過程中經(jīng)常采用的一種方式是對實拍照片的轉(zhuǎn)描，轉(zhuǎn)描后再加以設(shè)計、修改。CLIP STUDIO PAINT的智能線稿提取功能很大程度簡化了這一過程。用戶在CLIP STUDIOPAINT軟件中點擊“線稿提取”按鍵，就可以直接將所選圖層中的圖像轉(zhuǎn)化為一張速寫圖。目前這項技術(shù)已經(jīng)成為草稿繪制階段較為常用的技術(shù)之一。2022年美國的學(xué)者研發(fā)出可以直接對線稿進行色彩填充的智能上色程序。雖然這項程序現(xiàn)在還沒有將上色效果做得足夠完美，但是其已經(jīng)描繪出了一個只需極短時間就可以完成場景顏色設(shè)計的未來[1]。傳統(tǒng)賽璐璐風(fēng)格動畫場景設(shè)計中還包括光影的設(shè)計。恰當(dāng)?shù)墓庥翱梢愿玫劁秩練夥?、烘托情緒。目前DamienHenry研發(fā)出了clipdrop.co-relight這一可以對2D圖片打光的人工智能視覺程序。這一程序可以對制作者上傳的2D圖片智能分析，后直接打光，簡化了動畫場景設(shè)計中的光影設(shè)計步驟。此類人工智能視覺技術(shù)極大提高了動畫場景設(shè)計效率，降低了動畫場景設(shè)計成本。

人工智能視覺技術(shù)也可以根據(jù)設(shè)計師的需要進行場景圖的自主設(shè)計。動畫場景設(shè)計師可以在AI出圖的基礎(chǔ)上進行二次處理。程序可以向動畫場景設(shè)計師提供設(shè)計靈感和設(shè)計思路，設(shè)計效率大大提高。

動畫場景的設(shè)計過程不一定非要通過“繪制”來實現(xiàn)，也可以通過“生成”來實現(xiàn)。2022年9月Google Research研發(fā)了Phenaki模型，此技術(shù)模型能夠現(xiàn)實通過給定文本提示的方式進行視頻的合成。這項技術(shù)將對動畫場景畫面的設(shè)計簡化成了對動畫場景的指令文本的設(shè)計，通過改變動畫場景設(shè)計過程的方式促成了一種動畫場景設(shè)計變革。

人工智能視覺技術(shù)還降低了動畫場景設(shè)計的門檻，為非動畫從業(yè)者在動畫領(lǐng)域的發(fā)展創(chuàng)造了條件。在人工智能視覺技術(shù)的輔助下，沒有美術(shù)基礎(chǔ)的人也可以進行設(shè)計、作圖。這客觀上擴大了動畫場景設(shè)計師群體，將進一步促進動畫的發(fā)展。

二、人工智能視覺技術(shù)在動畫場景設(shè)計過程中產(chǎn)生的設(shè)計焦慮

技術(shù)的發(fā)展可以是智慧的加速器，但也可以是掘墓人。雖然人工智能視覺技術(shù)具備一定的設(shè)計優(yōu)勢，但也會在使用中引發(fā)設(shè)計焦慮。

（一）動畫數(shù)量激增與思想危機的產(chǎn)生

第一重意義上的思想危機主要來自于媒介泛濫。動畫場景是動畫中的主要元素之一，動畫場景設(shè)計方式的優(yōu)化、設(shè)計效率的提升會推動動畫作品數(shù)量激增。動畫實際上是一種信息傳遞的媒介。精神通過在一個可感知的物質(zhì)性中獲得實體，通過沉淀于一個載體之上作用于另一個人[2]。人工智能視覺技術(shù)便利了信息傳遞媒介的制造，互聯(lián)網(wǎng)與大數(shù)據(jù)加速了信息的傳遞，如今使得一個信息甚至在誕生之初就已經(jīng)被接收到。但并不是所有的信息都值得被傳播。影響范圍最大、流傳最廣的作品不一定是最有價值、有意義的作品。制作一部思想內(nèi)核較為完備的動畫作品需要一定的時間，受眾理解、接收這樣一部動畫作品所傳遞的思想也需要一定的時間。人工智能視覺技術(shù)在動畫場景設(shè)計中的使用通過簡化動畫場景設(shè)計過程的方式簡化了動畫設(shè)計、制作的流程，進而推動了動畫作品數(shù)量的激增。在動畫作品數(shù)量的激增下，單個動畫作品的壽命縮短了。動畫制作者很難有足夠的時間去制作一部制作較為精良、思想內(nèi)核較為完備的動畫作品。且受眾沒有足夠的時間去理解動畫作品所傳達的思想。因此此類作品的投資回報比往往不夠優(yōu)秀。在市場的加持下，動畫制造者為追求經(jīng)濟效益而對觀眾的喜好過度討好，只注重具有高投資回報比的動畫作品的制作而忽略了具有較高思想、藝術(shù)價值的動畫作品的制作。這會使得社會思想越來越浮躁。媒介泛濫也使得信息的管控更為困難。一些對受眾的心智、社會的穩(wěn)定有所危害的動畫作品來不及被下架、被整改就已經(jīng)被傳播，被受眾所接受。這是社會的不安定因素，將會加重思想危機。

第二重意義上的思想危機來自于擬像泛濫。人工智能視覺技術(shù)在設(shè)計過程中對其數(shù)據(jù)庫中數(shù)據(jù)的篩選、整合與二次創(chuàng)作類似，其作品是一種被復(fù)制拼貼的擬象。完全利用人工智能視覺技術(shù)進行動畫場景的設(shè)計就是將自主權(quán)交給了技術(shù)，設(shè)計成了對已有數(shù)據(jù)的重構(gòu)。作品是設(shè)計者思想傳播與物質(zhì)化呈現(xiàn)的載體。當(dāng)下人工智能視覺技術(shù)已經(jīng)有了可以對某一類風(fēng)格、某一藝術(shù)家的作品進行完全復(fù)制或同類創(chuàng)作的能力，當(dāng)人工智能制造出的動畫作品與由人工創(chuàng)造出的作品從外觀上看幾乎沒有區(qū)別時，原創(chuàng)者（指此類風(fēng)格真正的原創(chuàng)者）的思想變得難以分辨。這種混亂與鮑德里亞提出的現(xiàn)代生產(chǎn)領(lǐng)域向后現(xiàn)代擬像（Simulacra）社會的墮落有一定的相似之處，與之不同的是當(dāng)原作與二次創(chuàng)作品混雜時泛濫的不僅是擬像，還包括擬像的擬像。擬像泛濫終將導(dǎo)致思想混亂，是一種思想危機。

（二）人工智能視覺技術(shù)在動畫場景設(shè)計中的過度介入引發(fā)文化危機

文化危機的第一個方面是文化趨同現(xiàn)象的加劇與變形。在人工動畫場景設(shè)計階段不同文化背景的設(shè)計師設(shè)計出的動畫場景往往受其自身所處的文化環(huán)境影響。社會學(xué)家與人類學(xué)家在上世紀(jì)末就已經(jīng)提出了有關(guān)文化趨同現(xiàn)象的預(yù)言，這一預(yù)言并不能完全解釋人工智能視覺技術(shù)在文化層面引發(fā)的危機。這種危機實際上是人工智能視覺技術(shù)造成的加劇與變形了的“文化趨同”。人工智能視覺技術(shù)在動畫場景設(shè)計中的過度介入下，不同文化不是求同存異地融合而是幾乎合而為一。人工智能視覺技術(shù)的圖片制作是通過對數(shù)據(jù)庫中信息的拼貼與整合來實現(xiàn)的。不同文化背景的動畫場景設(shè)計師在使用技術(shù)進行設(shè)計時AI的拼貼都來自同樣的數(shù)據(jù)。同樣的數(shù)據(jù)、同樣的處理技術(shù)使得不同文化的差異性被消磨，加劇了變形的文化趨同現(xiàn)象。

動畫場景設(shè)計者借用動畫場景這一媒介對文化信息進行傳遞的過程實際構(gòu)成了一種文化轉(zhuǎn)譯。當(dāng)動畫場景設(shè)計師使用人工智能視覺技術(shù)進行動畫場景設(shè)計時，人工智能視覺技術(shù)是設(shè)計過程的“執(zhí)行者”。工具會對所傳遞的信息產(chǎn)生非客觀的、受工具制造者影響的影響：人工智能視覺技術(shù)的機器學(xué)習(xí)中存在著諸如程序開發(fā)工程師的認(rèn)知等的人類偏見。人工智能還具有主動解釋圖片的能力，這種解釋是非客觀的，它首先由藝術(shù)家最初提供的圖像集、認(rèn)知模式等間接影響到產(chǎn)生圖像的最終傾向性。最初的數(shù)據(jù)總是經(jīng)過預(yù)選，因此也傳遞了文化價值和判斷，這些反過來又隱含地決定了算法的運行[3]。不同的文化就像一座座冰山，水線之上的是文化中可見的部分，也是最易被機器學(xué)習(xí)模仿的部分。但水線之上的只是文化的表面層。文化的中間層與內(nèi)在層是水線以下不易見、不可見的部分[4]。這一部分不僅是文化的重要組成部分，還構(gòu)成了對水線以上文化表現(xiàn)層的支撐。這一部分是難以物質(zhì)化的，是機器學(xué)習(xí)難以模仿的。技術(shù)對設(shè)計的過度介入構(gòu)成了對文化中間層和內(nèi)在層的沖擊，進一步影響文化表象層。三個層面都受到?jīng)_擊，文化危機隨之產(chǎn)生。

文化危機的第二個方面是文化發(fā)展的停滯。鮑德里亞認(rèn)為信息在交流行為中消耗自身，不是在生產(chǎn)意義，而是在消解意義。動畫場景與文字一樣都是信息傳遞的載體，完全借助人工智能視覺技術(shù)進行動畫場景設(shè)計實際上就把動畫場景設(shè)計局限在現(xiàn)有的語料庫中了，未收錄在語料庫中的信息無法進行傳遞。文化由于缺少能夠?qū)⑵湮镔|(zhì)化的載體而難以向前發(fā)展，人工智能視覺技術(shù)不具備真正意義上的原創(chuàng)性，雙重因素共同作用幾乎扼殺了文化的未來發(fā)展，形成了文化危機。

（三）人工智能視覺技術(shù)在動畫場景設(shè)計中的過度介入或?qū)⒃斐蓜赢嬒?/p>

工具對人越解放，工具的思考就越替代人的思考。在這一過程中最先消亡是動畫場景設(shè)計過程中的原創(chuàng)精神與多樣性。動畫場景設(shè)計過程的過度簡化、機器對人工的過分替代加之市場的影響，會誘發(fā)動畫領(lǐng)域的劣幣驅(qū)逐良幣現(xiàn)象。更低成本、更短制作周期的動畫作品將會越來越多，這對需要較高投入、較長制作周期的動畫作品是一種沖擊。最終低成本、短周期的動畫作品能夠流傳得更廣、具有更強的生命力、獲得更高的收益。因而資本對這一類型的作品的扶持力度就更大，市面上就更看不到有原創(chuàng)性的、豐富多彩的東西。這會形成一個閉環(huán)，將投資收益比較差但更有深度、更精良的高成本、長周期的動畫作品驅(qū)逐出局。這對動畫場景設(shè)計師的自主性和原創(chuàng)性是一種損害，更在宏觀上導(dǎo)致了動畫原創(chuàng)性的枯竭與想象力的萎縮。

人工智能視覺技術(shù)在動畫場景設(shè)計中的過度介入會通過對動畫場景的美和生命力造成威脅的方式導(dǎo)致動畫美和生命力的喪失。尼采的美學(xué)思想中提到浮于表面、歸于虛無的藝術(shù)是頹廢的、萎靡的、無生命力的[5]。人工智能視覺技術(shù)局限于已有的規(guī)則（算法、數(shù)據(jù)庫等），動畫生產(chǎn)者為追求更高經(jīng)濟效益而放松了對有深層次作品的追求，創(chuàng)造出來的作品也就而失去了美和生命力。

技術(shù)在動畫場景設(shè)計中的過度介入也將使得動畫走向消亡。動畫場景是動畫中的重要元素，當(dāng)新動畫場景的設(shè)計全部基于對已有信息的分析整合時，“設(shè)計”實際變成了一種對過去的拼貼與重現(xiàn)，技術(shù)通過消解動畫當(dāng)下性的方式造成動畫的消亡。

動畫的消亡還來自于動畫場景設(shè)計人才的短缺。人才的成長往往需要較長的時間，當(dāng)為了追求經(jīng)濟效益而對人工過分壓縮的時候會同時壓縮動畫場景設(shè)計師的生存空間和生長時間，這幾乎扼殺了潛在的動畫場景設(shè)計人才。動畫場景設(shè)計人才的喪失將會造成動畫發(fā)展的后繼乏力，長此以往將會釀成動畫走向消亡的惡果。

三、焦慮的解構(gòu)與人工智能視覺技術(shù)未來在動畫場景設(shè)計中的發(fā)展

（一）德布雷媒介學(xué)視角下設(shè)計焦慮的本質(zhì)

德布雷認(rèn)為人類歷史可以分為兩個獨立的部分：意識形態(tài)史和科學(xué)史。在意識形態(tài)史中可以有變化，卻沒有純粹意義上的進步，是一種可逆反的強度，是一種不分前后的重復(fù)空間。在科學(xué)史中有線性和無限的進步，有現(xiàn)在與過去之間無可逆反的決裂，是一種積累性的延伸[6]。這一觀點提供了一種對于人類歷史的三維認(rèn)識：意識形態(tài)史坍縮成二維平面，科技史引入第三個維度。人工智能視覺技術(shù)只屬于科技領(lǐng)域，不參與構(gòu)成意識形態(tài)。假設(shè)AI參與意識形態(tài)的構(gòu)成，AI的“思考”又只來源于已有的數(shù)據(jù)，既沿著科技發(fā)展方向向前發(fā)展，又逆著科技發(fā)展方向回溯歷史，在第三維度上循環(huán)往復(fù)，產(chǎn)生發(fā)展的混亂。這種原地踏步甚至倒退的發(fā)展模式最終消解了動畫的未來、消解了動畫自身。

這種技術(shù)焦慮的緩解是要認(rèn)識到人工智能視覺技術(shù)只屬于科技范疇，只是一種工具?？梢岳肁I制圖“思考”的產(chǎn)物，只將其作為一種提高效率的方式，而不是用人工智能視覺技術(shù)完全替代人工、替代人的思維進行設(shè)計的過程。

（二）人工智能視覺技術(shù)未來在動畫場景設(shè)計中的發(fā)展方向人工智能視覺技術(shù)在動畫場景設(shè)計中的第一個發(fā)展方向是成為動畫場景設(shè)計過程中的輔助工具，幫助設(shè)計師完成概念設(shè)計、草圖設(shè)計、靈感收集等工作。

幫助設(shè)計師完成概念設(shè)計即通過參與動畫創(chuàng)作前期階段的方式輔助動畫場景設(shè)計。動畫場景設(shè)計工作由動畫分鏡師和動畫場景繪師兩種不同身份的動畫工作者共同完成。動畫場景設(shè)計的一般過程是先由分鏡師在分鏡稿中提供草圖、人景對位等關(guān)鍵信息，再由場景繪師完成細節(jié)設(shè)計與成稿繪制。分鏡師在人工智能視覺技術(shù)發(fā)展起來之前向場景繪師提供畫面關(guān)鍵信息時往往采用人工繪制的方式，工作量較大、效率較低。在技術(shù)發(fā)展起來以后分鏡師可以將對分鏡中場景的設(shè)計與指定轉(zhuǎn)移到對場景關(guān)鍵詞的設(shè)計與指定上，借人工智能視覺技術(shù)用關(guān)鍵信息直接輸出分鏡稿，或在AI出圖基礎(chǔ)上進行修改來完成分鏡稿，再將分鏡稿交由場景繪師進一步將設(shè)計細化、完成創(chuàng)作。日本映像制作人Ryo Sogabe已經(jīng)開始使用人工智能視覺程序Midjourney進行前期概念設(shè)計。這種方式降低了動畫分鏡師與場景繪師在動畫場景設(shè)計過程中的溝通成本，提高了動畫場景設(shè)計效率。

幫助設(shè)計師完成概念設(shè)計、靈感收集即先用人工智能視覺技術(shù)出圖后再由設(shè)計師進行二次加工以完成設(shè)計和創(chuàng)作。雖然這種方式目前還少有動畫場景設(shè)計師進行實操，但已經(jīng)可以從部分具有前瞻性的藝術(shù)家對技術(shù)的使用中窺見一斑。如英國藝術(shù)家Daniel Oxford在人工智能視覺程序輸出圖片的基礎(chǔ)上用Ps等電腦繪圖軟件進行二次創(chuàng)作，用AI與人工配合的方式完成圖像繪制。這種方式節(jié)省了設(shè)計師的工作量，且并沒有完全用技術(shù)替代人工。

第二個發(fā)展方向是在一部分動畫場景的設(shè)計中繼續(xù)當(dāng)下人工智能視覺技術(shù)的使用模式。這在未來可能形成一種新風(fēng)格的動畫場景。

目前人們普遍認(rèn)為人工智能視覺技術(shù)設(shè)計生成的場景作品僅僅是看起來氣勢恢宏、天馬行空，但細節(jié)處理不到位、表意含糊不明。這種“缺點”未來或許會成為人工智能視覺技術(shù)設(shè)計場景獨有的特點。新技術(shù)總是起源于舊技術(shù)的發(fā)展，在新技術(shù)誕生之初及發(fā)展之初總是受到舊技術(shù)的影響。每個新的傳遞手段都消化吸收之前的手段。新手段要通過一個模仿的階段[7]。人工智能視覺技術(shù)源于繪圖技術(shù)的發(fā)展，在誕生、發(fā)展之初主要還是對繪畫的模仿。新技術(shù)的發(fā)展會逐步從舊技術(shù)中剝離出來，朝與舊技術(shù)不同的方向發(fā)展。近些年已經(jīng)有人提出AI的圖像輸出不會只局限于對繪畫的模仿，進行了創(chuàng)作嘗試，并已經(jīng)引發(fā)了各界關(guān)注、取得了一定經(jīng)濟效益。如2018年拍出43.25萬美元的AI作品《Edmond de Belamy》及2019年拍出3.2萬英鎊的神經(jīng)網(wǎng)絡(luò)實時生成肖像作品《路人的記憶I》。二者共同具有畫面元素融合、表意模糊、細節(jié)刻畫簡略的“缺點”，此類“缺點”就有可能成為未來人工智能視覺技術(shù)圖像作品獨有的特點。在這種技術(shù)的使用方式中起決定性作用的仍然是人和人的思維，技術(shù)僅僅是設(shè)計思維的實踐工具。未來的AI制圖作品可能會與當(dāng)下的繪畫作品有所不同，因而AI動畫場景在未來可能會朝著與傳統(tǒng)動畫場景有所區(qū)別的方向發(fā)展。

結(jié)語

人工智能視覺技術(shù)的發(fā)展依托科技的發(fā)展。科技的發(fā)展可以解放生產(chǎn)力，引發(fā)短暫的行業(yè)繁榮。但從長遠來看，這種發(fā)展實際上是一種無關(guān)結(jié)果好壞的預(yù)警。若對其忽視，放任人工智能視覺技術(shù)在動畫場景設(shè)計中的發(fā)展，將會引發(fā)思想危機、文化危機、動畫的消亡。只有對其正確認(rèn)識才能更好地對其進行使用。對人工智能視覺技術(shù)在動畫場景設(shè)計中的使用既不能過分樂觀，也不用過分擔(dān)憂。當(dāng)代人工智能視覺技術(shù)的誕生對藝術(shù)領(lǐng)域的沖擊在一定程度上與攝影技術(shù)的誕生對藝術(shù)領(lǐng)域的沖擊類似：在誕生之初都經(jīng)歷了關(guān)于其是否會對藝術(shù)領(lǐng)域產(chǎn)生威脅的討論。結(jié)合攝影技術(shù)發(fā)展的歷史來看，技術(shù)誕生之初的激烈探討會成為其發(fā)展的助推器，當(dāng)下對人工智能視覺技術(shù)的探討會幫助人們更好地認(rèn)識這一技術(shù)、理解如何在動畫場景設(shè)計中使用人工智能視覺技術(shù)。這將會推動人工智能視覺技術(shù)成為動畫場景設(shè)計中良好的輔助工具，或是在其影響下催生新風(fēng)格的動畫場景。