从复活巨星到修复老电影，细数AI在电影领域的打开方式

作者 | 蒋宝尚

编辑 | 丛末

AI技术是两面刀。

一面被称为最无耻的造假术，让神奇女侠”盖尔加朵被推倒在床，一番搔首弄姿后，上演各种辣眼睛的场面。

另一面确在好莱坞大行其道，让亡者看见黎明，让灭了光芒的“星星”重新在大荧幕上闪烁。

例如，星球大战中的Peter Cushing扮演的塔金，虽然权倾银河，却在第一部电影出场后不久，就伴随第一颗死星灰飞烟灭，他在电影中的戏份不足七分钟，却被星战迷们惦念了整整四十年，直到《侠盗一号》再次以AI制作的方式出场。

而DeepFake只是AI技术应用在电影领域的冰山一角。不知不觉，AI已经攻占了电影行业的全产业链，包括选星、剪辑、电影修复......

1

选星参演：大数据分析下的观众喜好

阿汤哥和文艺男神基努·里维斯谁更能在动作片中吸引观众的眼光？ 如果小罗伯特·唐尼被本·阿弗莱克取代，《钢铁侠》还能成为大片么？ 把《少年的你》的女主演换成王珞丹，这次的封神影后还是周冬雨么？

上述问题背后牵扯的票房、观众喜好对电影制作方无比重要，以往只能进行一些“空想”的分析，但是通过利用对多元化的数据，电影公司Cinelytic能够利用AI模拟问题的重现。

Cinelytic联合创始人兼首席执行官Tobias Queisser曾在一次采访中谈到：“用Cinelytic软件可以单独比较两位女演员，也可以在特定的电影场景里进行比较。我们可以设计两个场景，看看对于一部特别的影片，Emma Watson和Jennifer Lawrence在哪些领域有更大的影响力。”

Cinelytic一个软件的展示

但Cinelytic只是一个缩影，随着算法越来越成熟，一大批基于大数据的预测公司纷纷成立，例如比利时的ScriptBook、以色列创业公司Vault都可以提供类似预测分析。

在国内，影视平台爱奇艺也有名为“艺汇”的智能选角系统，并且已经有了应用，例如《最好的我们》男主刘昊然，《泡沫之夏》中的女主张雪迎，这两个角色的选择其实都出自“艺汇”之手。

另外，在综艺节目中，《中国有嘻哈》明星制作人吴亦凡、《中国新说唱》明星制作人邓紫棋也都是AI技术精准匹配的结果。

这种AI选角系统打破了传统的选角流程：选角副导演通过QQ群、微信群发布招募需求，然后进行线下的邀约、面试来完成初步筛选。

显然这种传统的选角流程主要依靠经验和感性的判断，而算法驱动的大数据选角显然更加精准和透明。但换一种角度来看，经验和算法并不是替代关系，在经验选角仍然占据主导地位的情况下，AI分析只是提供了更精准的细节辅助，在一些非经验不可的场景下，它依然无能为力。

比较钢铁侠里娇艳欲滴的黑寡妇，再看看最近复联四里十年后的斯嘉丽，算法能否预测出演员年龄导致的颜值变化和其相关影响？

奇异博士里饰演古一的蒂尔达·斯温顿，已经有了接近60岁的年龄，与性感美貌相去甚远，但却有着别样的气质和魅力。

换句话说，算法能预测一个演员的演技变化吗？人老珠黄的女演员能够走出别有洞天的新道路的不再少数。

显然，下一部电影中的黑马预测，AI技术还缺些功力。

2

写剧本、做剪辑：AI比我们更了解自己

选角只是整个电影制作的一小部分，在AlphaGo打败李世石的同一年，纽约大学AI研究人员奥斯卡•夏普（Oscar Sharp）罗斯•古德温（Ross Goodwin）研发了一款Benjamin人工智能程序。

在给这个程序喂了几十本科幻电影剧本之后，其创造出了语意连贯，具有逻辑性的剧本，虽然没法做到像人类写的剧本那样逻辑通顺，刚出来的稿子还是有很多让人啼笑皆非的地方，但是这表明AI已经具有了写剧本的潜力。

人工智能写的剧本被拍成了9分钟短片

2019年2月份OpenAI的GPT-2问世，其在文字方面独特的天赋被称为[深度造假写手]，与其它类似功能的程序相比，GPT-2 几乎不露马脚。之后，随着中文版GPT-2开源，其在写诗，新闻，小说、剧本方面的能力越来越被大众认可。

斗破苍穹小说续写，AI创造已经毫无违和感

除此之外，研究员正在利用机器学习算法攻占配音领域，例如总部位于圣何塞的Adobe公司正在尝试用机器学习来辅助模仿人的声音，目的是重塑演员对白或修改剧本中的烂台词。

在海量数据的支撑下， Video Genome项目拥有了DNA级别的细致洞察力

模仿与生成人工智能在大众面前得到了充分的曝光，在电影行业，AI技术用更多的是大数据分析出符合观众喜好的选择，一个非常成功的例子是《纸牌屋》的播出。

2013年Netflix的工程师利用AI技术分析了3000万用户的收视选择、400万条评论、300万次主题搜索之后，发现喜欢BBC剧、导演大卫·芬奇(David Fincher)和老戏骨凯文·史派西(Kevin Spacey)的用户存在交集，一部影片如果同时满足这几个要素，就可能大卖。

Netflix于是花了1亿美元买下了一部早在1990年就播出的BBC电视剧《纸牌屋》的版权，并请来大卫·芬奇担任导演，凯文·史派西担当男主角。

随后，《纸牌屋》成为Netflix网站上有史以来观看量最高的剧集，也在美国及四十多个国家大热。

从选角到写剧本再到观众喜好预测，人工智能也没有放过电影剪辑。

‍

在2016年，IBM的沃森制作出的惊悚科幻片《摩根》成为全球第一部由人工智能操刀的电影预告片。

通过将100部恐怖电影的预告片中的每个镜头分离出来，然后喂给沃森进行训练，沃森会对这些预告片进行视觉、音频、场景构成的分析。

接着将完整的影片《摩根》导入到沃森中，在“观看”了电影后，沃森迅速挑出10个最适合制作预告片的电影场景。最后，沃森从90分钟的影片中，为制作人筛选出一段长达六分钟的影片，也让预告片的剪辑时间缩减到24小时。

一年之后，AI剪辑术有了更加先进的功能。2017年，斯坦福大学与Adobe合力开发出了一款可以自动完成视频剪辑程序，在剪辑速度碾压人类之外，同时还可以让我们根据自己的意愿对人工智能的剪辑风格进行控制。

这个更加先进的AI系统会自动将所有的镜头，包括多个角度拍摄的画面按照我们的脚本进行组织，还能根据需求找到指定的内容。另外，系统还会利用面部识别和情绪识别系统，对每一帧画面进行分析。比如会标注某个镜头是广角或特写镜头，以及在这些镜头中包含了哪些人物和角色。

3

AI修复术：百年老片变 4K 高清

除了剪辑术，AI技术背后电影修复术也在慢慢崛起。最近，在YouTube上出现了一个不一样的《火车进站》视频，不同在这是一部经过神经网络增强的“百年老片”，将原有模糊的视频直接提升到4k高清。

《火车进站》这部短片原始原片质量非常模糊，分辨率非常低。网友Denis Shiryaev用神经网络将一堆彩色照片转换成了黑白，然后再训练它重建彩色原稿，训练后的模型就可以把黑白电影，转换成彩色。

为了在这段1896年的视频中达到与4K同样的效果，Shiryaev 还为电影填充了足够多图像，从而将“图片放映”提高到了每秒60帧。而填充的图像利用的是DAIN帧预测技术，具体而言，DAIN能够分析并映射视频剪辑，然后在现有图像之间插入生成的填充图像。

老片变高清只是一个例子，此类的AI修复术，已经在业界广泛应用，《开国大典》、《决胜时刻》等经典老片去年重新在电影院上映的皆是AI修复之后的高清影片。

不过修复工作仍然需要人的参与，毕竟AI算法在解决老胶片存在的收缩、卷曲等问题方面非常有趣，而胶片的撕裂、划痕就需要修复师一帧一帧地进行修补。

短短几年，人工智能已经渗透到了电影行业的方方面面，以往还只能在实验室蹦跶的AI算法、技术已经有了具体的落地场景，逐渐成为驱动新一轮产业变革的核心力量，未来人工智能的应用，必然会随着科技的发展进步而不断扩大。

via https://www.sohu.com/a/137926223_114778

https://www.sohu.com/a/153901624_806036?qq-pf-to=pcqq.c2c

https://medium.com/dataseries/behind-the-scenes-ai-is-hollywoods-rising-star-40e97e1c054a

https://mp.weixin.qq.com/s/UR2SZZwPphMvPOq5csMvDg

https://mp.weixin.qq.com/s/UR2SZZwPphMvPOq5csMvDg