從《阿凡達(dá)》到《流浪地球》，從好萊塢科幻 3D 電影之最到中國(guó)科幻 3D 電影之最，從 2009 年到 2019 年，近十年的歲月，見(jiàn)證了中國(guó) 3D 影視制作的快速成長(zhǎng)和繁盛，也刺激著趙天奇探索人工智能與影視制作結(jié)合應(yīng)用的信心。

影視制作中，科幻電影的火爆讓全球影迷感受到了 3D 特效的魅力，這與近年來(lái)人工智能技術(shù)的突破性進(jìn)展密不可分。

“比如《流浪地球》的每一個(gè)鏡頭都需要手工制作，這個(gè)過(guò)程十分復(fù)雜，耗費(fèi)的人力成本也非常之高。人工智能影視制作就是用 AI 替代影視行業(yè)中大量的比較枯燥、高成本、低創(chuàng)造性的工作?！本哿S度創(chuàng)始人、CTO、Qualcomm AI 榮譽(yù)技術(shù)大使 趙天奇如是說(shuō)。

多年來(lái)，趙天奇一直專注人工智能與影視行業(yè)的結(jié)合創(chuàng)新。北郵讀博期間，他創(chuàng)立了一家名為十二維度的公司，定位于數(shù)字圖像及 AI 在 3D 影視方面的應(yīng)用，當(dāng)時(shí)，VR 市場(chǎng)的火爆讓 3D 找到了最佳落地方向，但他并不滿足，在趙天奇的帶領(lǐng)下，2016 年，科幻成真實(shí)驗(yàn)室首個(gè)人工智能 2D 轉(zhuǎn) 3D 平臺(tái) “崢嶸” 上線，而他現(xiàn)在還是清華大學(xué)人工智能影視方向的博士后。

自動(dòng)實(shí)現(xiàn) 2D 轉(zhuǎn) 3D 有何難？

2011 年開(kāi)始，隨著谷歌、微軟研究團(tuán)隊(duì)先后將深度學(xué)習(xí)應(yīng)用到語(yǔ)音識(shí)別領(lǐng)域，2019 圖靈獎(jiǎng)獲得者 Geoffrey Hinton 團(tuán)隊(duì)在 ImageNet 大賽中利用深度學(xué)習(xí)將圖片識(shí)別的錯(cuò)誤率大幅降低，由深度學(xué)習(xí)技術(shù)推動(dòng)的人工智能開(kāi)始得到更多科研機(jī)構(gòu)、工業(yè)界的高度關(guān)注。

盡管那時(shí)人工智能的概念還沒(méi)有如今這么火爆，但趙天奇敏銳地察覺(jué)到深度學(xué)習(xí)背景下語(yǔ)音識(shí)別、計(jì)算機(jī)視覺(jué)在影視行業(yè)所變革的潛力。

傳統(tǒng)的 3D 內(nèi)容制作技術(shù)主要有兩種：一種是 3D 雙機(jī)實(shí)拍，一種就是 2D 后期轉(zhuǎn) 3D，但仍需要耗費(fèi)巨大的資金、人力和時(shí)間成本。而技術(shù)的瓶頸直接導(dǎo)致 3D 內(nèi)容的匱乏，目前國(guó)產(chǎn) 3D 電影呈扎堆之勢(shì)，但成熟者卻不多。那么，將 2D 視頻渲染成 3D 有哪些技術(shù)難點(diǎn)？

趙天奇強(qiáng)調(diào)，一是影視內(nèi)容的類別十分復(fù)雜，例如人物場(chǎng)景、自然場(chǎng)景、歷史場(chǎng)景、想象場(chǎng)景等，每增加一個(gè)維度就上升一個(gè)級(jí)別；二是對(duì)觀影效果的要求非常高，將絲毫的抖動(dòng)誤差排除到最小。為此，他們針對(duì)性地設(shè)計(jì)了多級(jí)神經(jīng)網(wǎng)絡(luò)、時(shí)空復(fù)用信息、對(duì)抗神經(jīng)網(wǎng)絡(luò)等技術(shù)，最終達(dá)到了院線級(jí)的水平。

很多算法是 “玩具級(jí)”的，只能用來(lái)娛樂(lè)

目前，聚力維度在 3D 領(lǐng)域的產(chǎn)業(yè)化已經(jīng)非常成熟了，包括院線電影、電視劇、視頻直播等 ToB 領(lǐng)域，以及涉及個(gè)人短視頻、2D 轉(zhuǎn) 3D 的 ToC 領(lǐng)域。

談及此前爭(zhēng)議頗多的 “AI 換臉” 技術(shù)，在趙天奇看來(lái)，“有很多算法都是‘玩具級(jí)’的，娛樂(lè)可以，但沒(méi)有人用它來(lái)生產(chǎn)內(nèi)容?！?/p>

他認(rèn)為，如果將人工智能的應(yīng)用分為識(shí)別、決策、生成、理解幾種任務(wù)的話，聚力維度是一家專注于影視產(chǎn)品生成的公司。怎么理解呢？“就是給人去看、去聽(tīng)，而不是幫人決策。”

聚力維度還聯(lián)合 Qualcomm 共同為終端用戶提供語(yǔ)音技術(shù)服務(wù)。趙天奇認(rèn)為，Qualcomm 本身在移動(dòng)端的基因非常深厚，也是非常符合場(chǎng)景需求的，對(duì)于 AI 技術(shù)快速落地到移動(dòng)端，也是最有發(fā)言權(quán)的。

當(dāng)然，這只是一個(gè)起點(diǎn)，未來(lái)在 ToC 領(lǐng)域像變臉、面部捕捉、動(dòng)作捕捉、3D 轉(zhuǎn)換等（技術(shù)）雙方都可以進(jìn)行更全方位的合作。而且，趙天奇團(tuán)隊(duì)也在積極探索真人級(jí)的面部捕捉、動(dòng)作捕捉技術(shù)，計(jì)劃與電視臺(tái)等合作落地“虛擬主播” 項(xiàng)目。

不久前，趙天奇被評(píng)為 Qualcomm AI 榮譽(yù)技術(shù)大使，這無(wú)疑是對(duì)其團(tuán)隊(duì)的一種肯定。趙天奇強(qiáng)調(diào)：“我們做這個(gè)方向在 AI 領(lǐng)域確實(shí)也是一個(gè)比較獨(dú)特的方向，相對(duì)于大熱的安防人臉識(shí)別、自動(dòng)駕駛決策等領(lǐng)域，影視生成并不是所有人都能理解的。但我們也發(fā)現(xiàn)：不管是影視傳媒還是互聯(lián)網(wǎng)領(lǐng)域的合作伙伴，都可以與之合作加速 AI 影視制作的落地?！?/p>

“人人都可以做影視作品”，是趙天奇對(duì)當(dāng)下 AI 在影視行業(yè)產(chǎn)生變革的愿景。例如，定制化電影、時(shí)效性電影、多結(jié)局交互游戲式電影都是他們正嘗試突破的方向。未來(lái)，趙天奇還希望利用 AI 技術(shù)將面部捕捉、聲音捕捉、動(dòng)作捕捉、動(dòng)作生成全流程覆蓋，真正實(shí)現(xiàn)“視頻作家”，并將全流程服務(wù)在產(chǎn)業(yè)中快速落地。

專用人工智能是沒(méi)有泡沫的

據(jù)英國(guó)風(fēng)投基金 MMCVentures 發(fā)布的最新研究報(bào)告顯示，歐洲 2830 家標(biāo)榜為 AI 的公司中，有 1580 家符合 AI 公司的定義，也就是說(shuō)，近四成的公司其實(shí)和 AI 沒(méi)有任何關(guān)系。當(dāng)時(shí)，這一數(shù)字的公布，引起了圈內(nèi)不小的震動(dòng)。

“從現(xiàn)階段來(lái)講，如果大家對(duì)通用人工智能 / 強(qiáng)人工智能有所期待的話，這件事情應(yīng)該是有泡沫的；相反，專用人工智能，從本質(zhì)上是沒(méi)有泡沫的?！壁w天奇認(rèn)為。

他還建議：專注于高校里的研究人員，更適合研究通用人工智能，因?yàn)槠髽I(yè)擁有數(shù)據(jù)，在盈利壓力之下，可能會(huì)在某個(gè)專項(xiàng)問(wèn)題上比高校內(nèi)的研究人員取得更為突出的成果；但同樣企業(yè)需要盈利，就無(wú)法專門去研究通用人工智能，所以新的技術(shù)就可能出現(xiàn)在純研究人員的高校群體中，“盡量往需要小數(shù)據(jù)，不需要數(shù)據(jù)，通用人工智能這條路上去研究；如果是創(chuàng)業(yè)者，一定要針對(duì)他自己熟悉的領(lǐng)域以及對(duì)應(yīng)的專用人工智能結(jié)合，徹底地分析這件事情的可行性、局限性?！?/p>

當(dāng)然，AI 算法只是意味著開(kāi)了個(gè)好頭，真正考驗(yàn)的是創(chuàng)新企業(yè)如何結(jié)合自身業(yè)務(wù)將算法進(jìn)行商業(yè)落地。要知道，AI 的實(shí)際技術(shù)門檻很高，在發(fā)展過(guò)程中，真正的 AI 公司也可能遇到數(shù)據(jù)和技術(shù)的挑戰(zhàn)。在這一點(diǎn)上，對(duì)于持續(xù)高漲的中國(guó) AI 企業(yè)來(lái)講更是挑戰(zhàn)巨大。

“對(duì)技術(shù)與行業(yè)時(shí)刻保持深刻理解，一定要兩者結(jié)合才能形成真正落地的項(xiàng)目?！睂?duì)于趙天奇而言，從最初 2012 年創(chuàng)立團(tuán)隊(duì)，經(jīng)歷了 2016 年顛覆創(chuàng)新，現(xiàn)在已經(jīng)能準(zhǔn)確把握人工智能與影視行業(yè)結(jié)合的痛點(diǎn)，讓人人都能做電影，科幻般的人工智能影視制作方式成為現(xiàn)實(shí)。