AI 电影时代来临？印度宝莱坞 AI 生成电影即将上映

Intelliflicks Studios 位于昌迪加尔，是由作家库希旺特·辛格（Khushwant Singh）和 Qualtrics 的 AI 策略总裁古尔迪普·帕尔（ Gurdeep Pall）共同创立的，古尔迪普·帕尔是前微软 AI 孵化部门的企业副总裁。该工作室正在将 Singh 2014 年的小说《Maharaja in Denims》改编成电影，该小说讲述了一位现代年轻人认为自己是19世纪锡克帝国创建者兰吉特?辛格（Maharaja Ranjit Singh）大帝转世的故事。

辛格说，宝莱坞的电影公司老板曾两次购买这本书的电影版权，但因为故事涉及多个时代的复杂性和成本问题，电影始终未能实现。因此，当辛格的儿时好友帕尔告诉他 AI 影片生成器快速提升的能力时，两人决定联手创造他们所说的第一部生成式 AI 故事片。「我们正在尝试采取突破性的步骤来展示这项技术的能力，」辛格说。

他们使用了哪些生成式 AI 工具？

帕尔表示，该公司正在使用一套商业和开源的 AI 工具来制作这部电影，并且正在开发自己的软件来管理新的工作流程。它使用图像生成模型来生成角色设计、场景和物体，然后将这些内容输入到影片生成模型中。其他 AI 工具则用于创造音频、对话的唇形同步和锐化图像。帕尔说，他的团队也使用传统的影片制作工具来完成更简单的工作，例如匹配场景之间的照明和颜色。

开发人员主要使用预先训练的模型，帕尔说他们还使用印度的特定数据对一些模型进行了微调。但在某些情况下，微调是不够的。比如，一个涉及北印度传统 Kathak 舞蹈的场景，帕尔表示，为此收集足够的数据来训练模型是不现实的。因此，他们计划记录一场真正的 Kathak 表演，然后使用AI将角色的脸替换到生成的影像中。

帕尔表示，该团队面临的最大挑战是一致性。生成式 AI 本质上是概率性的，因此模型对特定提示的回应每次都会不同。当一个角色必须在整部故事片中保持相同的外观时，这可能会使事情变得棘手。

在过去的一年中，这一挑战变得更容易管理，因为许多模型现在可以在每个输出中添加一个数位标签。这个标签可以加到未来的提示中，以确保模型在生成新片段时遵循相似的风格。不过，帕尔 表示，即便如此，这些再创作的结果也从来不会完美。他补充说，团队正在适应这项技术的限制。「你必须将这视为一种新的媒介，」他解释道。「用水彩和油画无法画出一样的效果。」

外界专家的看法

纽约 AI 影片新创公司 Runway 的创意负责人杰米·安佛森（Jamie Umpherson）表示，最成功的 AI 影片专案是那些了解技术局限性并利用这些局限性来增强故事叙述的项目。他补充道，这项技术正在不断改进，因此某些限制可能是短暂的。

不过，安佛森认为，以当今技术制作一部长片仍然有些牵强。他指出，大多数 Runway 的客户（包括电影制作公司、广告公司和独立艺术家）主要使用这项技术来快速迭代创意过程的早期构思，或生成补充实景拍摄的视觉特效。「完全生成一部电影绝对是可能的，」他说，但这需要「极高的艺术造诣」。

许多今天的影片生成器现在为每个生成的片段提供一个标签，可以将其添加到下一个提示中以提高连续性。图片来源： Intelliflicks Studios

▲ 许多今天的影片生成器现在为每个生成的片段提供一个标签，可以将其添加到下一个提示中以提高连续性。图片来源： Intelliflicks Studios

康乃尔大学（Cornell University）电脑科学助理教授艾比·戴维斯（Abe Davis）表示，这些工具的挑战之一在于，它们的设计目标是以最少的使用者输入生成高保真的影片——这使它们掌控了许多通常需要人类决策的细节。这种自动化让外行人能够迅速生成片段，但对于有专业技能和创作愿景的人来说，却可能令人感到挫折。他说：「人们低估了电影制作人实际需要做出的相关或重要决策的数量。」

电影导演对于演员的表演都会有细致的要求，例如语气、表情、肢体动作等等，这些细节会影响角色呈现和剧情推进。但目前的 AI 工具，主要依靠文字提示 (text prompt) 来生成影片。导演很难用文字精准描述所有表演细节，AI 也难以完全理解并执行这些细微的指示。即使 AI 能在某个片段中呈现出导演想要的效果，也很难在之后的影片中保持一致性，因为 AI 模型的输出具有随机性。随着影片长度增加，维持一致性更会成为一大挑战。 

辛格承认，第一部 AI 生成的长篇电影可能与传统制作的电影截然不同。但他对这项技术充满希望，认为它将打破阻碍人们表达创意的结构性障碍。他说，AI 是游戏规则的改变者：「我认为这将以巨大方式实现电影制作的民主化。」