استوديوهات Eyeline التابعة لنتفليكس: الذكاء الاصطناعي التوليدي ينجز 60%، والباقي هو العمل الحقيقي

أنفع جملة سمعتها هذا الشهر في مؤتمر للمؤثرات البصرية كانت رفضًا.

«نحن لا نكتب أوامر نصية لنصل إلى لقطات وأفلام. لسنا هذا». هذا ما قاله Mohsen Mousavi، نائب رئيس «الريادة الافتراضية» في Eyeline Studios، دار المؤثرات المملوكة لنتفليكس، في مؤتمر View Conference في تورينو. في سجله الموسم الأخير من Game of Thrones، لذا فالرفض ليس سذاجة تجاه ما تستطيعه المولّدات. إنه تصريح عن مكان العمل الحقيقي.

تقديره لهذا الحد هو الجزء المثير: النماذج التوليدية تستطيع أن توصل الإنتاج إلى نحو 60 إلى 70 في المئة من الطريق. أما الوصول إلى 100 في المئة فهو الأهم.

ماذا تعني «الإنتاج الهجين» عمليًا

طريقة Eyeline ليست «توليد اللقطة». إنها مزيج ثلاثي: التصوير الحقيقي، والمؤثرات البصرية التقليدية، والأدوات التوليدية، مع تحديد النسبة لكل لقطة على حدة، لا لكل مشروع.

تبدأ سير العمل قبل أن تدور الكاميرات. قسم فني توليدي يستكشف التصاميم جنبًا إلى جنب مع الفنانين التقليديين. ثم تأتي التقنية التي تحمل معظم الثقل: الديكورات الجزئية. يمثل الممثلون على ديكورات مادية جزئية، مضاءة بشكل مسطح نسبيًا، ثم يُعاد بناء المحيط والإضاءة بعد ذلك، بينما يبقى الأداء الأصلي سليمًا.

يصف Mousavi ذلك بأنه امتداد للقسم الفني التقليدي، لا بديل عنه. هذه الصيغة تؤدي عملًا حقيقيًا. كان عمل القسم الفني دائمًا تحديد ما تراه الكاميرا؛ وEyeline تنقل جزءًا من هذا القرار إلى وقت لاحق في الجدول.

وفوق ذلك طبقة من الالتقاط الحجمي. يمكن تحويل مشاهد صُوّرت في موقع إلى بيئة أخرى، وبعض هذه البيئات يُبنى دون شاشة خضراء إطلاقًا. «يمنحنا حرية في الإضاءة وحرية في الكاميرا بعد تصوير الأداء»، قال Mousavi، مع تحفّظ: هوية الممثل وأداؤه يجب أن ينجوا من العملية.

عملان، مشكلتان مختلفتان

في Brazil '70: The Third Star، الدراما عن فوز المنتخب الوطني بكأس العالم 1970، كان على Eyeline أن تملأ الملاعب بجماهير تبدو متفاعلة عاطفيًا لا مكررة كبلاط. لم يكن الحل تقنية واحدة: عناصر جماهير مصوّرة، وsprites، وCG تقليدي، وأساليب توليدية، طبقة فوق طبقة. حجة Mousavi تتعلق بالميزانية لا بالفن — القيام بالعمل نفسه بمؤثرات بصرية تقليدية «كان سيكون صعبًا جدًا جدًا ضمن تلك الميزانية».

في The American Experiment، وهو فيلم وثائقي تاريخي من خمسة أجزاء، كان العمل أهدأ: امتدادات خلفية وغبار توليدي، مدمجة مع مشاهد مصوّرة. الغبار مثال جيد على ما تتفوق فيه هذه التقنية فعلًا. إنه حجمي، وموجود في كل مكان في شارع من حقبة ما، ومحاكاته بشكل مقنع مكلفة، ولا أحد في الجمهور سيتحقق من جزيء واحد.

عرضت Eyeline أيضًا تغيير العمر الظاهري لممثل مع الحفاظ على الأداء الأساسي، وفيلمًا بحثيًا قصيرًا عن تعديل موضع الكاميرا والإضاءة بعد التصوير. أعطى James Rustad، الذي يدير مجموعة GenFX في Eyeline، جمهور بوسان حجم Brazil '70: أكثر من 1,300 لقطة مؤثرات بصرية، و45 فنانًا، وسير عمل من أربع مراحل — setup وnarrative وlook وdelivery — مع قرار سردي بشري يوضع عن قصد بين التجريب والإنهاء.

الجزء الصادق: الموائع

عادةً ما تنتهي محاضرات المؤتمرات بأقوى عرض تجريبي. هذه أدرجت الأضعف، عن قصد.

تعمل Eyeline على موائع توليدية قابلة للتحكم، وكان Mousavi صريحًا بشأن الوضع الحالي: هذه المحاكاة غير حتمية وصعبة التحكم جدًا. الهدف هو التحكم بالإطارات المفتاحية في السرعة واللزوجة والاضطراب، إضافة إلى القدرة على إضافة رغوة أو رذاذ دون إخلال المحاكاة الأساسية.

ثم قال شيئًا لا يقوله إلا مشرف مؤثرات بصرية يعمل فعليًا: غالبًا، في المؤثرات البصرية، ما تريده حقًا هو كسر فيزياء المائع. الماء الحقيقي ليس دراميًا بما يكفي. المطلوب ليس الدقة الفيزيائية، بل عدم الدقة القابلة للإخراج. هذا هدف مختلف تمامًا عمّا يحسّنه نموذج نص-إلى-فيديو، ويفسّر لماذا تبني الدار أدواتها بدلًا من كتابة أوامر نصية لأدوات غيرها.

أبحاث أخرى عُرضت: إعادة تصميم التقاط ثلاثي الأبعاد بتقنية Gaussian splat من الشتاء إلى الخريف، وإعادة إضاءة أداء بشري بمساعدة الذكاء الاصطناعي، ومحاولة بناء مشهد رباعي الأبعاد قابل للتنقل من تسجيل بكاميرا واحدة. ولتدريب أنظمة إعادة الإضاءة، تستخدم Eyeline منصة من 40 كاميرا RED V-Raptor متزامنة، وبنَت أيضًا معدات التقاط أكثر قابلية للحمل.

المقايضة التي لا يعرضها أحد: الضوء المسطح وخطوط النظر

الديكورات الجزئية قلب ذكي لقيد قديم جدًا. تقليديًا، تبني الديكور ليكون لدى الكاميرا شيء حقيقي تصوّره، ثم تضيئه بما يناسب القصة. Eyeline تعكس الترتيب: صوّر الأداء تحت ضوء مسطح ومتساوٍ نسبيًا، ثم أعد بناء العالم حوله.

الضوء المسطح هو الثمن. إنه غير مثير للاهتمام عن قصد، لأن الضوء المثير المطبوع في اللقطة يصبح مشكلة عند استبدال البيئة — لا يمكنك وضع مصباح حيث لم يكن هناك مصباح إذا كان وجه الممثل يحمل بالفعل ظلًا قاسيًا من نافذة لم تعد موجودة. التصوير المسطح يبقي الأداء قابلًا للاستخدام ويدفع كل قرار إضاءة إلى المراحل اللاحقة، حيث يمكن تغييره.

ما لا يمكن دفعه إلى المراحل اللاحقة هو الأداء نفسه. موقف Eyeline ثابت في هذا: هوية الممثل وتمثيله يجب أن ينجوا. البيئة المعاد بناؤها لا تصلح لقطة يظهر فيها أن الممثل كان ينظر إلى كرة تنس على عصا. التقنية تشتري حرية الإضاءة والكاميرا، لا حرية من الإخراج.

ولهذا أيضًا تصر الدار على أنها امتداد للقسم الفني لا بديل عنه. لا بد أن يقرر أحدهم شكل الغرفة قبل أن يستطيع أحد استبدالها لاحقًا.

لماذا الرقم 60/70 هو القصة كلها

فكّر مما يتكون آخر 30 في المئة في مرحلة ما بعد الإنتاج الاحترافية: الاتساق الزمني عبر اللقطة، ودقة تتحمّل إنهاءً بدقة 4K، ونطاق ديناميكي عالٍ، وقدرة مدير التصوير على أن يقول «أغمق على اليسار، والنافذة يجب أن تكون في وقت لاحق من النهار» ويحصل على ذلك، بشكل قابل للتكرار، يوم خميس.

النماذج التوليدية استثنائية في أول 60 في المئة لأن هناك تسكن الجِدّة. وهي ضعيفة في آخر 30 لأن هناك يسكن الاتساق، والاتساق هو نقيض أخذ العينات.

ولهذا أيضًا كان جواب الدار على «أي نماذج أساسية تستخدمون» هزّة كتف. قال Mousavi إن معظم العمل يقوم على أبحاثهم ونماذجهم الخاصة، مع شراكات خارجية وبيانات تدريب مصوّرة خصيصًا. النماذج هي الجزء السهل استئجاره. أما منصة الالتقاط، وبيانات التدريب، وخط الإنتاج الذي يجعل اللقطة قابلة للتكرار، فليست كذلك.

الجزء الذي يجب أن تنتبه له الصناعة

قالت نتفليكس في يوليو إن نحو 300 عمل استخدم شكلاً من أشكال الذكاء الاصطناعي التوليدي. كما اشترت InterPositive، شركة تقنيات صناعة الأفلام الخاصة بـ Ben Affleck. الحقيقتان معًا تصفان استراتيجية لا تتعلق باستبدال الفنانين: بل بشراء خط الإنتاج الذي يسمح لعدد ثابت من الفنانين بتغطية لقطات أكثر.

كان Mousavi يعود دائمًا إلى عبارة تبدو كمطلب شرائي: «نريد أن نتأكد أنه ليس صندوقًا أسود». يجب أن يستطيع مديرو التصوير ومصممو الإنتاج تشكيل النتيجة. وإن لم يستطيعوا، فلن تُستخدم الأداة في عمل، مهما بدا العرض التجريبي جيدًا.

هذا هو خط التقسيم الحقيقي في فيديو الذكاء الاصطناعي الآن. ليس مفتوحًا مقابل مغلق، ولا 4K مقابل 1080p. بل هل يمكن لمَن لديه نية محددة أن يوجّه المخرجات، وهل يمكن توجيهها مرة أخرى غدًا حين يغيّر المخرج رأيه. الستون في المئة سهلة. الأربعون الأخيرة هي العمل.