人工智能在電影制作領(lǐng)域的應(yīng)用探究
——以分鏡頭腳本生成工具為例

鄢凱杰 孫 略

北京電影學(xué)院影視技術(shù)系，北京100088

1 引言

分鏡頭腳本作為電影攝制前期的重要環(huán)節(jié)，是將文字化的劇本轉(zhuǎn)換為圖像化視覺(jué)呈現(xiàn)的過(guò)程，為整部影片提供視覺(jué)上的預(yù)覽。分鏡頭腳本作為編導(dǎo)部門(mén)與攝制部門(mén)溝通的重要橋梁，可以協(xié)調(diào)統(tǒng)一整個(gè)影片的視覺(jué)風(fēng)格以及影像創(chuàng)作手法。隨著人工智能（AI）的發(fā)展與變革，自2022 年出現(xiàn)了以Midjourney、Stable Diffusion 為代表的圖像生成工具，并在圖像生成領(lǐng)域取得了突飛猛進(jìn)的進(jìn)展。這些AI圖像生成工具有著很強(qiáng)的美術(shù)競(jìng)爭(zhēng)力，甚至掀起了關(guān)于“AI 是否會(huì)替代畫(huà)家的討論”[1]。隨著電影數(shù)字化和虛擬化的發(fā)展，人工智能生成內(nèi)容（AIGC）作為一項(xiàng)結(jié)合自然語(yǔ)言處理（NLP）和計(jì)算機(jī)視覺(jué)（CV）的新興技術(shù)，在電影制作及其相關(guān)產(chǎn)業(yè)領(lǐng)域表現(xiàn)出很大的應(yīng)用潛力[2][3]。

本文介紹了當(dāng)前AI 在圖像生成領(lǐng)域的應(yīng)用，并對(duì)目前業(yè)界分鏡頭繪制方式的優(yōu)缺點(diǎn)進(jìn)行了對(duì)比探究，通過(guò)對(duì)AI 輔助分鏡頭腳本繪制方面的可行性進(jìn)行分析，結(jié)合三維軟件Houdini 和圖像生成工具Stable Diffusion，提供一種便于人為控制、用于實(shí)際繪制電影分鏡頭腳本的方式。

2 當(dāng)前AIGC 在圖像生成領(lǐng)域的應(yīng)用

2.1 圖像生成與編輯

AIGC 可以幫助用戶快速生成圖像或?qū)ΜF(xiàn)有圖像進(jìn)行修改。結(jié)合生成式對(duì)抗網(wǎng)絡(luò)（GAN）技術(shù)[4]，通過(guò)輸入隨機(jī)噪聲，同時(shí)訓(xùn)練生成器與判別器兩個(gè)模型，生成輸出來(lái)自訓(xùn)練集分布的樣本，通過(guò)藝術(shù)偽造者和藝術(shù)檢察員的比喻，可以更直觀地了解GAN 概念[5]（圖1）。此外，AIGC 也可以生成不同風(fēng)格的圖像，或者將不同圖像元素合成在一起，創(chuàng)造出令人驚嘆的畫(huà)面或虛擬場(chǎng)景。

圖1 通過(guò)藝術(shù)偽造者和藝術(shù)檢查員了解GAN 概念

如在訓(xùn)練過(guò)程中，Midjourney 通過(guò)使用大量的圖像和文本樣本進(jìn)行訓(xùn)練，可以將文本轉(zhuǎn)化為視覺(jué)元素。只要用戶輸入相應(yīng)的文本提示，Midjourney 就可以根據(jù)訓(xùn)練結(jié)果生成相應(yīng)的視覺(jué)效果[6]。這些文本元素可以是任何內(nèi)容，如對(duì)場(chǎng)景、物體或人的外貌描述等。在生成過(guò)程中，Midjourney 不僅需要掌握生成逼真圖像的能力，還需要學(xué)習(xí)根據(jù)用戶提供的文本生成相應(yīng)的圖像內(nèi)容。同時(shí)，Midjourney 將文本數(shù)據(jù)與對(duì)應(yīng)的圖像進(jìn)行配對(duì)，并將其作為條件信息輸入到GAN 模型中。之后GAN 能夠利用這些條件信息，限制生成與文本數(shù)據(jù)相符的圖像，以實(shí)現(xiàn)文本到圖像的轉(zhuǎn)化[7]。

2.2 圖像風(fēng)格轉(zhuǎn)換

遷移學(xué)習(xí)（Transfer Learning）是一種利用預(yù)訓(xùn)練模型生成圖像的方式，用戶通過(guò)對(duì)大數(shù)據(jù)的預(yù)訓(xùn)練模型進(jìn)行訓(xùn)練，利用深度學(xué)習(xí)（DL）模型使圖像擁有特定的藝術(shù)風(fēng)格或特征。換言之，AI 能夠?qū)⒁环鶊D像的風(fēng)格轉(zhuǎn)換成另一幅圖像的風(fēng)格，以Stable Diffusion 的風(fēng)格遷移為例，其通過(guò)參考圖輸入，控制提示詞（Prompt）生成圖像，從而創(chuàng)建出獨(dú)特的視覺(jué)效果，可以廣泛應(yīng)用于藝術(shù)創(chuàng)作、電影后期制作以及圖像編輯工具中，使用戶能夠?qū)⒉煌囆g(shù)風(fēng)格應(yīng)用于圖像生成[8]。

2.3 自動(dòng)化創(chuàng)意設(shè)計(jì)

在藝術(shù)設(shè)計(jì)領(lǐng)域，AIGC 可以根據(jù)設(shè)計(jì)師意圖，協(xié)助生成如LOGO、海報(bào)、產(chǎn)品的外包裝等創(chuàng)意元素，也可根據(jù)需求進(jìn)行輸入，自動(dòng)生成多種設(shè)計(jì)選項(xiàng)，為創(chuàng)意工作提供靈感，還可通過(guò)分析大量創(chuàng)意數(shù)據(jù)與趨勢(shì)，為設(shè)計(jì)師的創(chuàng)作提供方向和建議，在短時(shí)間內(nèi)生成大量相關(guān)內(nèi)容，減少構(gòu)思與創(chuàng)作的時(shí)間和精力，大幅提高生產(chǎn)效率，更好地滿足受眾的需求[9]。

2.4 圖像修復(fù)功能

在高效解決圖像修復(fù)方面，AIGC 可以修復(fù)圖像中損壞或缺失的部分，例如修復(fù)老照片的撕裂、折痕或褪色部分；移除原照片中不需要的物體，消除噪點(diǎn)、鬼影，增強(qiáng)圖像的分辨率、細(xì)節(jié)和調(diào)整色調(diào)。

3 當(dāng)前繪制分鏡的方式

分鏡頭腳本的繪制是電影攝制過(guò)程中的關(guān)鍵步驟之一，它可以幫助導(dǎo)演和制片人將劇本中的場(chǎng)景可視化，以便更好地理解拍攝內(nèi)容和溝通拍攝計(jì)劃。隨著技術(shù)和工具的不斷迭代，電影場(chǎng)景的分鏡頭腳本繪制方式也逐漸多樣化[10]。

3.1 手繪分鏡

手繪分鏡是傳統(tǒng)分鏡繪制方式之一，目前依然在電影制作中廣泛使用，它通常由分鏡師以草圖或詳細(xì)的畫(huà)面手工繪制，用于傳達(dá)場(chǎng)景構(gòu)圖、攝影角度、角色動(dòng)作和對(duì)話等信息。

3.2 數(shù)字繪制分鏡

隨著計(jì)算機(jī)技術(shù)和數(shù)字技術(shù)的發(fā)展，許多分鏡師轉(zhuǎn)向了如平板電腦、數(shù)位板和分鏡軟件等數(shù)字繪圖工具。這些工具使分鏡師能夠在電腦上繪制、編輯和共享分鏡，從而更快速和靈活地進(jìn)行創(chuàng)作。數(shù)字繪圖還允許添加動(dòng)畫(huà)和過(guò)渡效果，以更好地模擬電影的動(dòng)態(tài)性。例如WonderUnit 電影工作室發(fā)布的軟件Storyboarder，內(nèi)置6 種直觀的繪圖工具，允許用戶輸入對(duì)話、動(dòng)作、定時(shí)信息以及拍攝類(lèi)型等內(nèi)容，可以迅速、輕松地制作分鏡頭腳本。

3.3 3D 建模和渲染

3D 建模和渲染技術(shù)的誕生與發(fā)展，使分鏡頭腳本繪制更加逼真和精確。分鏡師可以使用3D 建模軟件創(chuàng)建場(chǎng)景和角色，并使用渲染引擎生成高質(zhì)量圖像，這些圖像在應(yīng)用于分鏡時(shí)可以提供更準(zhǔn)確的攝影視角和特效。Maya、C4D、Houdini、UE 等常用3D軟件，雖然在三維建模、鏡頭運(yùn)動(dòng)設(shè)置以及渲染生成等方面已經(jīng)十分成熟且易用，但通過(guò)使用3D 建模渲染生成分鏡頭腳本畫(huà)面的方式，有著較高的使用門(mén)檻以及學(xué)習(xí)時(shí)間成本。

其他常見(jiàn)的繪制分鏡的方式還有視頻分鏡、虛擬現(xiàn)實(shí)分鏡以及電影制片公司出品的在線分鏡繪制平臺(tái)和協(xié)作工具等，如以Shot Designer 為代表的機(jī)位圖軟件。

3.4 當(dāng)前分鏡繪制方式的局限性

（1）創(chuàng)意的枯竭

在構(gòu)思電影畫(huà)面的過(guò)程中，電影創(chuàng)作者所面臨的最為困難的挑戰(zhàn)之一就是創(chuàng)意枯竭。有時(shí)電影創(chuàng)作者們需要在自己的素材庫(kù)中不斷搜尋創(chuàng)意靈感，但是要在成百上千部電影和圖片素材中找到與他們的創(chuàng)意完美契合的素材并非易事[11]。

（2）受創(chuàng)作者的畫(huà)功水平限制

對(duì)于不擅長(zhǎng)繪畫(huà)的導(dǎo)演來(lái)說(shuō)，創(chuàng)建生動(dòng)的分鏡頭畫(huà)面或圖像可能會(huì)成為一項(xiàng)艱巨任務(wù)。為了提升分鏡頭的視覺(jué)效果，電影創(chuàng)作者需要查找海量的參考圖片，這需要耗費(fèi)大量時(shí)間和精力。特別是在小預(yù)算的項(xiàng)目中，很少有足夠的資源雇傭美術(shù)人員來(lái)支持這一工作，因此在找到合適的“參考圖片”方面可能會(huì)變得尤為繁瑣[12]。

（3）邏輯排序修改繁瑣

分鏡頭腳本中的分鏡邏輯排序是一個(gè)復(fù)雜的問(wèn)題。有時(shí)，線性敘事通常會(huì)顯得過(guò)于平淡，因此導(dǎo)演通常會(huì)采用非線性的邏輯剪輯思路，通過(guò)不斷調(diào)整鏡頭之間的邏輯關(guān)系以達(dá)到想要表達(dá)的敘事效果。然而，目前的處理方式通常是在類(lèi)似Excel 的軟件中手動(dòng)進(jìn)行前后分鏡頭的替換，不斷插入新的行并復(fù)制粘貼，十分繁瑣且容易出錯(cuò)[13][14]。

（4）現(xiàn)有的分鏡軟件缺陷明顯

如上文所述，許多分鏡軟件具有復(fù)雜的用戶界面和功能，對(duì)新用戶來(lái)說(shuō)，需要一定時(shí)間來(lái)熟悉軟件操作，且大多數(shù)分鏡軟件缺乏智能輔助，無(wú)法自動(dòng)化處理一些繁重和重復(fù)的任務(wù)。一些高級(jí)的分鏡軟件則需要高額的許可費(fèi)用，這對(duì)小預(yù)算項(xiàng)目構(gòu)成負(fù)擔(dān)。此外，分鏡軟件通常需要強(qiáng)大的計(jì)算機(jī)硬件支持，特別是在處理復(fù)雜的3D 動(dòng)畫(huà)和渲染時(shí)。

（5）成本問(wèn)題

無(wú)論是采用傳統(tǒng)手繪分鏡或數(shù)字繪圖，分鏡師需要花費(fèi)大量時(shí)間來(lái)繪制每個(gè)場(chǎng)景的分鏡，尤其是在大規(guī)模電影制作中，需要大量的人力資源和時(shí)間成本[15]。

總體來(lái)看，上述問(wèn)題都反映出目前分鏡頭腳本的制作方式仍不夠智能，存在工作效率低下、成本難以控制等問(wèn)題。因此，筆者認(rèn)為大膽地探索應(yīng)用AI技術(shù)，可以顯著提高分鏡頭腳本繪制的效率，甚至有望實(shí)現(xiàn)自動(dòng)生成分鏡頭腳本的目標(biāo)。

4 人工智能賦能分鏡繪制

AI 技術(shù)的崛起為分鏡頭腳本的創(chuàng)作帶來(lái)了新機(jī)遇，如可以根據(jù)劇本和場(chǎng)景要求的文字內(nèi)容自動(dòng)生成初步的分鏡草圖，為分鏡師提供靈感和參考；AI 輔助繪制分鏡頭腳本可以提高效率，降低制作成本，并為制作人員提供更多的創(chuàng)作自由。

4.1 AI輔助繪制分鏡頭方式

4.1.1 利用AIGC 圖像生成工具繪制分鏡

以Midjourney 和Stable Diffusion 為代表的圖像生成工具已開(kāi)始在分鏡繪制中發(fā)揮作用。用戶通過(guò)輸入畫(huà)面要求的文字提示，生成與畫(huà)面要求相近的AI圖片，筆者以Midjourney 和Stable Diffusion 為例，進(jìn)行了分鏡頭腳本生成的系列測(cè)試。

（1）角色測(cè)試

筆者的第一個(gè)測(cè)試是在Midjourney 中創(chuàng)建一個(gè)角色，并使用產(chǎn)生的圖像作為新框架的參考，生成一組分鏡頭腳本。筆者在Midjourney 輸入限定詞生成了一個(gè)中國(guó)古代少年俠客的形象，將其作為下一個(gè)分鏡頭腳本框架的參考。

我們首先嘗試使用Midjourney 的局部重繪（Region）功能，將生成的角色置于不同場(chǎng)景中，例如山間小路、亭臺(tái)樓閣以及手持兵器的場(chǎng)景（圖2）。從結(jié)果可得出，使用這種方法后的角色在所有畫(huà)面中都保持了相似外貌，看起來(lái)像同一角色。然而，這一方法幾乎不具備改變角色整體構(gòu)圖的能力。最終輸出的結(jié)果將最初圖像作為了重要參考，盡管將角色的提示詞放在提示序列的最后，生成的角色仍然處于相同的構(gòu)圖和位置。因此，這次使用Midjourney 控制單一角色生成分鏡頭腳本的測(cè)試是失敗的。

圖2 將生成的角色形象置于不同的背景場(chǎng)景中

（2）故事板測(cè)試

故事板是一種精確的分鏡頭腳本，包括取景、物體移動(dòng)、攝影機(jī)移動(dòng)等。筆者通過(guò)對(duì)Midjourney 輸入畫(huà)出推、拉、搖、移、變焦等，均沒(méi)有成功。

（3）根據(jù)設(shè)計(jì)師手稿繪制動(dòng)畫(huà)分鏡

測(cè)試使用Stable Diffusion 中ControlNet 插件的語(yǔ)義分割（Seg）功能和線稿（Canny）功能，對(duì)手繪分鏡手稿進(jìn)行上色和優(yōu)化。首先，筆者手繪了一組簡(jiǎn)略分鏡頭腳本〔圖3（a）〕。之后通過(guò)ADE20K 的Seg 語(yǔ)義參考表格獲取色值信息，以手繪線稿圖3（b）中的第7 張圖為例，在Photoshop 中劃分顏色告訴Stable Diffusion 此區(qū)域需要識(shí)別為哪種物體，其中車(chē)為#0066C8，道路為#8C8C8C，山丘為#FF6600。將劃分好顏色的區(qū)域添加到ControlNet 中，使用語(yǔ)義分割功能進(jìn)行預(yù)處理。添加好描述詞后利用Stable Diffusion 進(jìn)行生成〔圖4（a）〕。以手繪線稿圖3（b）中的第2 張圖為例，使用線稿模式，將手繪線稿導(dǎo)入Stable Diffusion，輸入描述詞后進(jìn)行上色、優(yōu)化輸出〔圖4（b）〕。

圖3 手繪分鏡測(cè)試

圖4 在Stable Diffusion 中對(duì)手繪分鏡進(jìn)行處理

最后，使用Stable Diffusion 按上述步驟進(jìn)行生成，輸出可以讓需求方更加直觀感受畫(huà)面效果的分鏡頭腳本（圖5）。由生成的效果圖可直觀地看到，使用Stable Diffusion 將手繪稿進(jìn)行上色、優(yōu)化輸出的方式存在著嚴(yán)重的主體認(rèn)知模糊問(wèn)題。

圖5 在Stable Diffusion 中將手繪稿進(jìn)行上色、優(yōu)化輸出的結(jié)果

4.1.2 利用AI在線分鏡頭腳本生成器制作分鏡

（1）Boords

Boords 是由英國(guó)動(dòng)畫(huà)工作室Animade 開(kāi)發(fā)的一款操作簡(jiǎn)單、功能實(shí)用的在線分鏡頭腳本生成器。筆者使用ChatGPT 生成一個(gè)關(guān)于空戰(zhàn)主題的電影劇本《Aces of the Skies: Wings of Destiny》，選定生成風(fēng)格后自動(dòng)生成分鏡頭腳本（圖6）。同時(shí)，作為一個(gè)在線編輯平臺(tái)，Boords 提供了大量協(xié)作工具，既方便團(tuán)隊(duì)協(xié)作，操作也相對(duì)簡(jiǎn)單（圖7）。其明顯缺點(diǎn)在于可使用的風(fēng)格較少，鏡頭間連貫性不足，畫(huà)面可控性低。

圖6 在線分鏡頭腳本生成器Boords生成方式

圖7 Boords內(nèi)置的攝影機(jī)移動(dòng)、畫(huà)面風(fēng)格等編輯和協(xié)作工具

（2）Storia

在線分鏡頭腳本生成器Storia 通過(guò)輸入劇本文本、劇情場(chǎng)景、關(guān)鍵人物字符、選擇喜愛(ài)的風(fēng)格實(shí)現(xiàn)分鏡頭腳本的自動(dòng)生成。筆者繼續(xù)使用空戰(zhàn)主題劇本《Aces of the Skies: Wings of Destiny》，將該劇本輸入到Storia 的Script 選項(xiàng)，并選擇《銀翼殺手2049》風(fēng)格進(jìn)行測(cè)試。由輸出結(jié)果可見(jiàn)（圖8），Storia 界面簡(jiǎn)潔，用戶根據(jù)文字提示就能快速掌握。在功能性和創(chuàng)新性方面，就筆者測(cè)試結(jié)果而言，其本質(zhì)就是文本生成圖像（Text-To-Image），用戶編寫(xiě)一句提示詞且選中風(fēng)格后，平臺(tái)自動(dòng)生成相應(yīng)的圖片。圖像生成的AI 引擎目前只能使用Stable Diffusion，同時(shí)生成的圖像也存在主體認(rèn)知模糊的通病。

圖8 在線分鏡頭腳本生成器Storia 測(cè)試結(jié)果

綜上所述，選用Boords、Storia 等AI 在線分鏡頭腳本生成器制作電影分鏡的結(jié)果并不理想。

4.2 目前AI輔助繪制分鏡方式存在的問(wèn)題

（1）技術(shù)與創(chuàng)意限制

目前的AI 技術(shù)仍然存在一些限制，特別是在生成復(fù)雜度高、創(chuàng)新性強(qiáng)的圖像方面，尚不能完全替代創(chuàng)作者的創(chuàng)造力。當(dāng)前的AI生成內(nèi)容通常是基于訓(xùn)練數(shù)據(jù)生成分鏡頭腳本，其創(chuàng)作能力受到訓(xùn)練數(shù)據(jù)的限制，因此AI 可能會(huì)傾向于生成與訓(xùn)練數(shù)據(jù)相似的內(nèi)容，難以提供新穎或具有突破性的創(chuàng)意[16]。

（2）情感表達(dá)與邏輯錯(cuò)誤

分鏡頭腳本通常需要給演員傳達(dá)角色的情感，以方便演員的表演。AI 在這方面的表現(xiàn)有限，由于難以捕捉和表達(dá)情感，可能導(dǎo)致其生成的分鏡頭腳本缺乏情感深度。在理解和維護(hù)邏輯一致性方面，AI也存在不足，需要通過(guò)人工干預(yù)進(jìn)行修復(fù)[17]。

（3）主體認(rèn)知模糊與內(nèi)容理解模糊

AI 系統(tǒng)需要大量的訓(xùn)練數(shù)據(jù)和不斷地迭代，以保持提供準(zhǔn)確的結(jié)果?，F(xiàn)階段的AI生成圖像技術(shù)存在主體認(rèn)知模糊問(wèn)題，如經(jīng)常出現(xiàn)人物手指缺失以及不能完全按照要求理解創(chuàng)作者想法的情況，需要更多時(shí)間來(lái)適應(yīng)創(chuàng)作者的特定需求與風(fēng)格。雖然技術(shù)在不斷更新迭代，但是AI 仍然面臨理解和解釋自然語(yǔ)言（NL）的挑戰(zhàn)，生成準(zhǔn)確的分鏡頭腳本需基于對(duì)劇本、故事情節(jié)、角色、對(duì)話和情感的深刻理解，這對(duì)于AI來(lái)說(shuō)仍然是復(fù)雜且難以處理的任務(wù)[18]。

（4）人工審查與修改

目前使用AI協(xié)助制作的分鏡頭腳本仍然需要人工審查和修改以確保質(zhì)量。同時(shí)要審查是否存在倫理問(wèn)題、敏感內(nèi)容等[19]。盡管AI 可以生成分鏡頭腳本的初步草稿，但在大多數(shù)情況下，專(zhuān)業(yè)導(dǎo)演仍然需要審查和修改這些草稿，以確保它們符合其視覺(jué)愿景和創(chuàng)意要求。這在一定程度上增加了制作時(shí)間和成本[20][21]。

4.3 基于Houdini 的AI 圖像生成工具Stable Houdini

Stable Houdini 是俄羅斯開(kāi)發(fā)者Stanislav Demchenko 開(kāi)發(fā)的一套基于Stable Diffusion WebUI 的Houdini 數(shù)字資產(chǎn)（Houdini Digital Assets, HDA），是一個(gè)將Stable Diffusion 集成到Houdini 中的開(kāi)源工具包。該工具已用于虛擬攝制公司EVR-Systems 的項(xiàng)目，還被Houdini 官網(wǎng)予以推薦。通過(guò)在窗口生成深度圖（Depth）HDA 并配合ControlNet 生成更加定制化的圖像，該工具可以很好地解決AI 生成圖像的主體認(rèn)知模糊問(wèn)題[22]。

在使用方面，Stable Houdini 有以下功能：（1）可以從Houdini 內(nèi)部控制生成的人工智能，根據(jù)文本提示、源圖像或3D 場(chǎng)景的組成生成2D 圖像；（2）該工具基于Automatic1111 api，可以提升Stable Diffusion生成圖像的分辨率，使用ControlNet 擴(kuò)展控制Stable Diffusion，創(chuàng)建簡(jiǎn)單的動(dòng)畫(huà)、視頻，以及基于圖像生成法線或深度圖；（3）可以在本地運(yùn)行，使用便捷。因此，我們將使用Stable Houdini 進(jìn)行分鏡頭腳本生成的測(cè)試。

4.3.1 測(cè)試實(shí)施

（1）主體認(rèn)知模糊問(wèn)題

筆者在Houdini 中，創(chuàng)建Stable Houdini 節(jié)點(diǎn)，導(dǎo)入3D 人物模型資產(chǎn)，在Stable Diffusion 節(jié)點(diǎn)中添加模型風(fēng)格，輸入提示詞和限定詞，測(cè)試生成人物圖像的細(xì)節(jié)方面是否存在不完整的情況。通過(guò)控制Houdini 中虛擬攝影機(jī)的焦距、物距控制畫(huà)面構(gòu)圖，測(cè)試結(jié)果表明生成的人物手部細(xì)節(jié)均未出現(xiàn)關(guān)節(jié)缺失、肢體增加的情況（圖9）。

圖9 控制Houdini中虛擬攝影機(jī)的焦距測(cè)試生成人物圖像的細(xì)節(jié)

（2）同一資產(chǎn)生成不同風(fēng)格畫(huà)面

筆者嘗試在Houdini 中使用同一角色數(shù)字資產(chǎn)創(chuàng)建不同風(fēng)格畫(huà)面，虛擬攝影機(jī)的焦距、物距和景別保持一致，通過(guò)在Stable Diffusion 節(jié)點(diǎn)中改變輸入提示詞、限定詞和模型風(fēng)格的方式，得到如下結(jié)果：可以使用同一數(shù)字資產(chǎn)為主體在Stable Diffusion 中生成不同風(fēng)格畫(huà)面，且焦距、物距和景別保持一致（圖10）。

（3）根據(jù)劇本輸入提示詞生成分鏡頭腳本

筆者嘗試在ChatGPT 中生成有關(guān)機(jī)甲未來(lái)風(fēng)格的劇本，并在Houdini 中創(chuàng)建相應(yīng)3D 場(chǎng)景，通過(guò)控制虛擬攝影機(jī)的焦距、物距和景別，通過(guò)在Stable Diffusion 節(jié)點(diǎn)中根據(jù)ChatGPT 生成的劇本控制輸入提示詞、限定詞和模型風(fēng)格的方式（圖11），嘗試生成有連續(xù)鏡頭的故事片分鏡頭腳本。

圖11 在Stable Diffusion 中根據(jù)劇本控制輸入提示詞

由測(cè)試結(jié)果可見(jiàn)，通過(guò)在Houdini 中改變虛擬攝影機(jī)的位置，在相同的Stable Diffusion 模型控制下，可以按照創(chuàng)作者的景別、透視要求，生成相同風(fēng)格的組圖。根據(jù)創(chuàng)作者所需鏡頭語(yǔ)言生成相應(yīng)畫(huà)面，作為分鏡頭腳本使用（表1）。

表1 生成結(jié)果作為分鏡頭腳本使用

4.3.2 測(cè)試結(jié)論

Stable Houdini 在生成分鏡頭腳本方面具有獨(dú)特的優(yōu)勢(shì)：（1）如避免生成特寫(xiě)畫(huà)面時(shí)主體認(rèn)知模糊，出現(xiàn)細(xì)節(jié)識(shí)別不準(zhǔn)確的情況；（2）能夠?qū)崿F(xiàn)不改變構(gòu)圖情況下快速改變畫(huà)面風(fēng)格，生成畫(huà)面風(fēng)格可控；（3）便于用戶精確地把控畫(huà)面景別、透視等。但Stable Houdini 在使用上也有一定局限性：首先，該工具包基于本地機(jī)器離線運(yùn)行，對(duì)于硬件配置要求較高；其次，在配置使用環(huán)境方面，步驟較為復(fù)雜；此外，Houdini 和Stable Diffusion 的使用具備一定技術(shù)門(mén)檻，需要較高的學(xué)習(xí)成本，對(duì)于初學(xué)者并不是很友好。

總得來(lái)說(shuō)，Stable Houdini 是目前少有的可以使用3D 模型來(lái)指導(dǎo)AI 生成圖像的工具。筆者認(rèn)為，在具備一定軟件操作基礎(chǔ)的影視創(chuàng)作者手中，Stable Houdini 將是一款高效的分鏡頭腳本生成工具，其應(yīng)用范圍甚至可以拓展到創(chuàng)建數(shù)字資產(chǎn)、概念藝術(shù)、電影視效鏡頭等方面。

5 思考與展望

作為導(dǎo)演表達(dá)創(chuàng)作意圖的重要手段，分鏡頭腳本既有利于主創(chuàng)團(tuán)隊(duì)各部門(mén)的協(xié)同，也是重要的視覺(jué)傳達(dá)工具。相比于文字腳本以及人物與空間的透視關(guān)系，筆者認(rèn)為分鏡頭腳本的核心更注重表達(dá)準(zhǔn)確的構(gòu)圖，以便將所需鏡頭語(yǔ)言、創(chuàng)作意圖準(zhǔn)確傳遞給分鏡師。

盡管使用人工智能創(chuàng)建分鏡頭腳本有其局限性，且這一生成方式與傳統(tǒng)人工繪制方式存在較大差異，尤其是在創(chuàng)建基于一致角色的分鏡頭腳本或故事板時(shí)，情況更是如此，因此，人工智能在短期內(nèi)尚無(wú)法取代分鏡頭腳本藝術(shù)家。然而，在其他情況下，AIGC 可以產(chǎn)生更為廣泛的想法和草圖，快速探索更多創(chuàng)意選項(xiàng)，盡快找到正確概念，這在一定程度上加快了創(chuàng)作進(jìn)程。未來(lái)，隨著技術(shù)的持續(xù)發(fā)展，我們可以期待看到更多創(chuàng)新的分鏡頭腳本繪制方式。可以預(yù)見(jiàn)的是，人工智能將在未來(lái)深刻改變電影行業(yè)，從圖像、劇本、聲音到動(dòng)畫(huà)，多種資源都可以借助AIGC 降本增效。作為電影行業(yè)從業(yè)者，我們?cè)诜e極探索新技術(shù)應(yīng)用前景的同時(shí)，也要謹(jǐn)慎考慮各種新技術(shù)發(fā)展所帶來(lái)的風(fēng)險(xiǎn)和挑戰(zhàn)，在充分發(fā)揮其優(yōu)勢(shì)的基礎(chǔ)上，共同推動(dòng)電影行業(yè)的繁榮。?