中新网2月23日电 (中新财经记者 宋宇晟)在上映两个多月后,电影《阿凡达:水之道》全球总票房超过《泰坦尼克号》,成为影史第三卖座的电影。这部被认为“带来无比强烈视觉冲击”的影片是如何完成的?其中虚拟人物的表情又是如何通过特效实现的?近日,该片特效团队接受了中新财经记者采访。
【资料图】
《阿凡达:水之道》剧照。受访者供图CG生成电影角色
《阿凡达:水之道》中的潘多拉星球,拥有独特的环境风貌、多样的自然生态和独特的居民,同时很多情节发生在水下环境中……
毫无疑问,这些都给整部影片的特效团队带来了巨大挑战。
不同于当前短视频平台常见的虚拟人,这部电影中的人物形象逼真到具体的肌肉拉伸和收缩以及面部表情细节。而相较于2009年上映的《阿凡达》,这部续作的特效在全身动态捕捉和脸部表情细化上,都有进一步提升。
卡梅隆曾在文章中指出,《阿凡达:水之道》延续前作《阿凡达》的拍摄方式,仍以3D形式拍摄。
“《阿凡达》见证了电影制作技术的飞跃。”回顾两部《阿凡达》影片的拍摄,卡梅隆在其文章中公开表示,“我们捕捉到了非人类角色的面部表情。这些角色与我们相似,但不是人类。这种效果不是通过化妆实现,而是通过CG生成的角色展示。我们希望角色的效果百分百真实,同时演员表达的情感也得到百分百传达。”
《阿凡达:水之道》剧照。受访者供图如何呈现虚拟人的表情
为了让虚拟人物呈现出足够丰富的面部表情,来自Unity Wētā Tools的特效团队,创造了一整套全新的制作和可视化工具。
Unity Wētā Tools高级副总裁Allan Poore告诉记者,相比于以往的影片,《阿凡达:水之道》制作中的最大突破是,为影片中的数字角色制作创新地提出了APFS系统(Anatomically Plausible Facial System)。“这是一个基于肌肉纤维曲线的面部动画参数化系统,同时团队也提供了一整套与之配合的特效画面制作生产流程。”
“全新的APFS系统取代了已有20多年历史的FACS(Facial Action Coding System)系统,提供了一个更基于解剖学基础、更以动画师为中心的创作环境。”
Allan Poore坦言,系统在帮助动画师通过肌肉曲线直接控制面部肌肉,生成高保真的面部表情的同时,也将复杂的非线性皮肤表现纳入深度神经网络(一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型),继而通过大约7万-10万次的高质量面部扫描来训练AI模型,旨在帮助电影创作者更高效地制作高逼真度画面。
《阿凡达:水之道》剧照。受访者供图视觉特效的未来
随着近年人工智能技术的发展,相关视效团队也在探索利用人工智能生成内容(AIGC)。
Unity中国高级经理兼跨端移植技术负责人孙志鹏认为,人工智能生成内容(AIGC)将大规模解放创造力,降低内容创作门槛,对单纯靠现有特征来做组合的内容创作,肯定有比较强的替代性,但对AI产出内容做筛选,还是需要来自人类的判别。
以场景生成为例,孙志鹏称,目前看起来有一个可能的路径是:首先通过GPT之类的生成模块,自动生成对一个用户需要的场景足够详细的描述,然后通过一个多模态模块进行模态融合,驱动建模模块生成场景,继而渲染,最后生成符合描述的图像或视频。
他指出,类似的过程可以用在很多类型的资产生成过程中,“一句话建模”也就由此实现。但目前AIGC 作用到3D数字资产的制作,还需要进一步探索。
在孙志鹏看来,中国在影视特效领域发展存在巨大潜力。“中国拥有世界上最大的游戏市场、最大的汽车市场、也是最大的制造业国家。这意味中国有着全球最大的数字孪生市场,也很可能诞生最大的元宇宙世界。”
“我们期待和中国影视行业的创作者一起,为世界呈现杰作。”他说。(完)
搜索
复制
-
不孕不育治愈几率大吗 不孕不育症状是哪些原因相信目前很多小伙伴对于不孕不育治愈几率大吗都比较感兴趣,那么小编今天在网上也是收集了一些与不孕不育治愈几率大吗相关的...
-
败血症会转成白血病吗 败血症会传染给别人吗相信目前很多小伙伴对于败血症会转成白血病吗都比较感兴趣,那么小编今天在网上也是收集了一些与败血症会转成白血病吗相关的...
-
产后甲状腺炎多久好的 产后甲状腺炎和桥本甲状腺炎区别相信目前很多小伙伴对于产后甲状腺炎多久好的都比较感兴趣,那么小编今天在网上也是收集了一些与产后甲状腺炎多久好的相关的...
-
老人腿肿怎么消肿最快 老人腿肿脚肿是不是不能多走路相信目前很多小伙伴对于老人腿肿怎么消肿最快都比较感兴趣,那么小编今天在网上也是收集了一些与老人腿肿怎么消肿最快相关的...
-
幼稚子宫的原因有哪些 幼稚子宫和子宫偏小的区别相信目前很多小伙伴对于幼稚子宫有怀孕的吗都比较感兴趣,那么小编今天在网上也是收集了一些与幼稚子宫有怀孕的吗相关的信息...
-
不孕不育治愈几率大吗 不孕不育症状是哪些原因
2023-02-23 15:33:02
-
败血症会转成白血病吗 败血症会传染给别人吗
2023-02-23 15:32:18
-
产后甲状腺炎多久好的 产后甲状腺炎和桥本甲状腺炎区别
2023-02-23 15:28:43
-
老人腿肿怎么消肿最快 老人腿肿脚肿是不是不能多走路
2023-02-23 15:27:51
-
幼稚子宫的原因有哪些 幼稚子宫和子宫偏小的区别
2023-02-23 15:26:13
-
今头条!如何用特效呈现虚拟人表情?《阿凡达2》特效团队揭秘
2023-02-23 22:20:11
-
半场领先21分,中国男篮71-59击败哈萨克斯坦
2023-02-23 22:03:23
-
精选!看得见、听得清、用着方便!济源示范区政府网站适老化与无障碍改造完成
2023-02-23 22:17:40
-
【播资讯】《泉州晚报》关注惠安:创新机制优服务 打造利用外资“新高地”
2023-02-23 21:05:51
-
中国—太平洋岛国防灾减灾合作中心正式启用
2023-02-23 21:13:07
-
四川:2023年度交易成交电量超2000亿千瓦时
2023-02-23 21:10:14
-
每日热议!【高质量发展看中国】从“世界工厂”到科技创新之城,东莞都做了什么?
2023-02-23 21:05:57
-
【环球新要闻】中国多地土地市场升温 20城宅地成交平均溢价率超5%
2023-02-23 21:17:46
-
当前时讯:今日辟谣(2023年2月23日)
2023-02-23 21:11:32
-
漯河开展强制检定规范电动汽车充电桩行业经营行为
2023-02-23 21:16:45
-
天天快讯:阿里巴巴Q3财报:稳中有进,业绩超预期,国际零售收入同比增长26%
2023-02-23 21:16:35
-
【天天新视野】存安全隐患,宝马宣布召回8587辆摩托车
2023-02-23 21:01:18
-
世界观速讯丨奔驰召回逾2万辆汽车,涉E级、CLK、CLS等多车型
2023-02-23 21:19:09
-
全球消息!宝马召回8587辆进口R1250系列摩托车
2023-02-23 21:05:37
-
焦点滚动:因天窗存安全隐患 奔驰扩大召回20740辆C级、E级等车型
2023-02-23 21:17:52
-
造车资质销售或被叫停!威马理想曾花数亿收购,雷军李一男如今有钱也难买?
2023-02-23 21:14:07
-
当前播报:多元调解化“薪”愁,司法确认解民忧
2023-02-23 21:10:32
-
增强自我安全防范意识和识毒、防骗、拒赌能力!
2023-02-23 21:16:15
-
全球最新:夜览 | 峨眉山猴子的好日子要到头了?
2023-02-23 21:17:19
-
世界动态:这一轮楼市回暖的真相是什么?
2023-02-23 21:10:29
-
天天热点!郑州市依法处置发布有害信息的“中原郑能量”等自媒体账号
2023-02-23 21:13:00
-
@所有考生,河南省考考生可免费乘坐郑州地铁
2023-02-23 21:17:06
-
环球关注:三门峡示范区阳店镇:建功立业在军营 敲锣打鼓送喜报
2023-02-23 21:01:53
-
最资讯丨孙颖莎获得世乒赛单打“入场券”
2023-02-23 21:09:05
-
今日观点!肖天亮已履新国防大学校长
2023-02-23 21:07:38
-
全球热讯:我国成功发射中星26号卫星
2023-02-23 21:14:02
-
今日快讯:俄乌冲突一年给世界最清晰的警示
2023-02-23 21:15:16
-
当前关注:应急管理部:彻查内蒙古露天煤矿坍塌事故原因和责任 依法依规严肃追责问责
2023-02-23 21:12:07
-
全球最资讯丨佳华科技跌4.21% 2020年上市募资9.8亿其后两年亏损
2023-02-23 21:16:56
-
环球今亮点!中国人民银行:我国债市平稳运行 高水平开放平稳有序
2023-02-23 21:19:59