AI动画的表现力与可控性

今天在上海参加一个AI动画与视频创作的论坛，讲了一些我们团队对AI创作的表现力、可控性之间关系的理解（也非常欣慰地看到国际顶级的AI电影创作者在罗列AI动画和视频工具时提到了我们的Mootion工具）。这里分享一下我今天讲的主要观点：

• AI 算法在根本上仍是一种基于统计的机器学习

• AI 算法的核心能力仍是对海量信息/知识的压缩

• 对物理世界的理解是海量信息/知识压缩 后“涌现”出来的结果，而不是原因

• 生成式 AI 短期内无法像人类创作者那样 独立完成逻辑复杂，整体与细节质量均高度可控的内容创作

• 在真正的 AGI 出现之前，人类创作者对“可控性/表现力”的要求，总会远远超前于 AI 基础模型所直接提供的生成能力

Sora First Impressions 视频中，可以清楚看到，创作者在每个镜头之间，很难控制主角衣服颜色、样式的一致性（连续镜头中，裤子的款式和颜色一直在改变）。为了迁就AI生成内容不一致的问题，创作者不得不采用多使用局部特写，人工后期等手段来规避。

大多数 AI 艺术家目前的创作逻辑:

• 规避 AI 不易精准控制的问题

• 尽量围绕 AI 擅⻓的素材构思整体创意

• 人类的艺术设想有时会让位于 AI 的可控性限制