如果我们知道自己看的是短剧或者AI短剧,我们大概会主动放宽标准,就好比知道自己去的是路边摊,就不会期待吃出星级酒店的味道。但AI剧中的演员还是会让我们感到别扭:“大多是同款网红锥子脸,像证件照,很强的塑料感,情绪状态要么一成不变,要么用力过猛”等等。
被网友吐槽的典型AI脸
AI虚拟演员就像饮料中放的是代糖或者叫人工甜味剂,我们一下子就能品出来,且感觉味道有点怪。我们对人脸的识别本来适应的是真人的五官,皮肤有肌理、有各种微表情、有肌肉的牵动,而AI生成的容貌靠算法拼接拟合,五官比例精致规整却没有生命力,僵硬、面部肌肉联动脱节、眼神空洞,让人感到不适,这被称为“恐怖谷效应”:当一个事物完全不像人(比如玩偶甚至宠物)时,我们觉得它可爱;当它极其接近人,但有 1% 的细节(如眼神的聚焦度、皮肤的通透感、肌肉联动)错位时,好感度会瞬间暴跌,转为恐惧和恶心。因为大脑在“它是活物”和“它是死物”之间产生了严重的认知失调。
《看不见的客人》剧照
人脑中有一个梭状回面孔区,是专门负责识别面孔的。我们对非脸物体的识别(比如一把椅子、一辆车)是碎片化的、线性的;而对人脸的识别是整体性的。我们能在千分之一秒内捕捉到一个人的眼神、嘴角微小肌群的颤动。“人脑的面孔识别非常复杂,最终是以线条、斑点等而不是以面部每个细节的解剖结构以及彼此之间的关系为基础的。这些元素以某种方式被组织成了一个复杂的层级系统。”
在远古时期,误判一个陌生人的意图(他是想分享食物,还是想杀了你?)意味着死亡,所以我们化出了极其严苛的“假脸探测器”。当大脑探测到一张脸完美无瑕但缺乏生命波动的面孔时,进化报警器就会拉响,认为它是伪装出来的,可能有危险。
《滤镜》剧照
AI只复刻人脸的比例和轮廓,丢掉了人类动态的情绪流转、细微神态变化。如果要持续去提高AI的水平,人物形象迭代、动态捕捉校准、后期修复,成本有个上限:请真人演员的费用。如果成本太高,不如请真人演。
类似AI演员这样的视频,我们以前就看到过,比如商家找某明星代言拍广告,明星无法到场,就只把自己的形象借出去,动作、表情全是后期拼接合成,最后的结果是面部失调、画面割裂,像贴纸糊上去的。
我们的大脑对人说话时的面部联动极其敏感,不用刻意细看,余光就能捕捉到这种不协调,直观感受到假。真人实拍的时候,演员可以根据产品、台词自然流露神态,情绪是连贯统一的。只用面容合成的视频,演员没有置身现场,没有真实的互动、真实的视线落点,整张脸只有标准化微笑,观众能感觉到这是后期制作的。
《半熟男女》剧照
朗读还只是单维度的,表演是多维度协同,复杂程度呈指数级上涨,表演是声音、表情、眼神、肌肉、肢体、微动作的同步联动,声音变化时,眼眶、嘴角、肩膀都会同步发生变化。“AI演员是分开运算,面部模型、声音模型、肢体模型各自独立生成,很难做到完美同步。经常出现声音哭腔很重,但眼神毫无波澜;台词温柔,面部肌肉僵硬不动。”
《绝世网红》剧照
《心灵奇旅》剧照
AI的演员的面孔几乎肯定会是千篇一律的。AI演员要为各种角色选择一个形象,也许是选择一个大部分人认为好看的或者能接受的面容。面孔越平均,吸引力越大。平均面孔没有任何明显的特征,如突兀的鼻子或方正的下颌,这更容易成为观看者投射机制的对象。它也许不是大家最喜欢的一张脸,但一定是最不容易让人反感的一张脸。科学给出的答案是,美是一种平均形态。完美男性的面孔,从发际线到下巴,分为三等分。平均来看,鼻子占面部的三分之一,两眼之间的距离为一只眼睛。
意大利设计师法尔奇内利在《面孔》一书中说,随着AI技术不断提高,如果使用任何一个形象都可以演戏,那么就可以用那些已经去世的演员来拍摄全新的影片,比如一部梦露主演的全新作品。“这样梦露将不再是演员,而是变成了类似米老虎的虚构角色,彻底侵蚀作为女性的梦露。我们是否可以跟已经去世的亲人视频通话,本来我们制作影像是为了帮助我们记住他们,AI可能会因为太过逼真而让我们忘记死亡曾经发生。”
AI技术本应用于减轻重复性的劳动,让我们有时间去享受艺术,现在广泛使用AI演员,结果我们看到了很多低劣的艺术,看的是没有灵魂的、没有付出的视频,我们会更加怀念过去。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.