Google Flow 的五件新工具,把一條手機素材變成五個機位

11 月 12 日,Google 為影片生成產品 Flow 加了五件工具,每件都號稱與藝術家共同打造。這種說法通常意味著一個換了更好介面的提示詞庫。四件基本如此,第五件是另一回事。
名單:Character Poster,圍繞角色拼出海報。Character Arc,讓同一個角色出現在不同年齡。Pixel Machine,用點陣、ASCII、CRT、像素風格和故障風格渲染。Lucid Glass,做稜鏡、光暈和折射。Pocket Studio,把手機拍的一條素材展開成幾個機位,保留演員的表演。
真正重要的那一件
Pocket Studio 是名單上唯一會影響拍攝安排的工具,其餘幾件影響的是畫面風格。
覆蓋鏡頭是電影製作最老的約束。一場戲要拍全景、中景、近景,再加剪輯需要的插入鏡頭,因為事先沒辦法知道哪個角度能剪在一起。兩個人對著鏡頭聊天,就能拍掉一天。每換機位都要重新打燈、移機,聊天本身花不了那麼久。

從一個機位生成其他角度的工具,直接衝著這筆成本去。只拍一次,用付得起的那個角度,剩下的事後造。對批量做內容的人,這是一個機位和四個機位的差別。
真正承重的是「保留演員的表演」。生成的角度如果順手編了新表演,就沒用,兩條鏡頭剪不到一起。新角度得是同一時刻的另一個視點,同一時間碼眨同一次眼,同一隻手以同樣速度移動。Google 說它做到了,這個說法有手機有臉的人十分鐘就能驗。
另外四件是幹什麼的
Character Arc 是第二有意思的,原因和畫質無關。跨時間的連續性恰好是生成影片最不擅長的事情,也是敘事作品最需要的東西。一個橫跨二十年的故事,需要同一張臉在八歲、三十歲、五十歲都成立,還得讓觀眾相信是同一個人。選角和化妝做這件事是成熟的活;模型做這件事一直不穩,每次生成都會漂。
能跨年齡鎖住身份的工具,本質就是能鎖住身份的工具,年齡只是其中一個參數。同樣的能力才讓劇集成為可能:角色在第九集裡得看起來還像第一集裡的自己。
Pixel Machine 和 Lucid Glass 是風格引擎。Pixel Machine 覆蓋一批真有觀眾的味道:復古遊戲美學、終端文字、CRT 掃描線、故障感。Lucid Glass 覆蓋稜鏡和折射那一類,在 MV 和片頭裡常見。兩件技術上都不新,都是便利,而便利正是瀏覽器工具能被不想學合成軟體的人用上的原因。
Character Poster 是異類,它從一個影片工具裡產出靜幀。商業上說得通。海報是客戶在片子過審後才要的東西,工具能用同一個角色素材做出來,這活就不用挪地方。
功能表底下的策略
Flow 的問題從來不在生成品質。問題在於模型住在瀏覽器分頁裡,工作在剪輯軟體裡,每接一個活都要匯出一次。
加一些產出周邊物料的工具(海報、變老的角色、片頭處理),是把活留在分頁裡的辦法。這和 Adobe 把合作方的影片模型放進 Premiere 是同一招,方向相反:Adobe 把生成拉進剪輯軟體,Google 把前期和後期推進生成器。
兩家都在賭:贏的產品是發生決定最多的那一個,模型的強弱排在後面。這個賭注每週更靠譜,因為頭部影片模型在公開榜單上的差距縮到個位數,價格成了看得見的差異。
Google 沒有說的那些
Pocket Studio 的輸出沒公布解析度,沒說一條素材能開出幾個角度,也沒說虛擬攝影機能移多遠結果還站得住。這三個數字決定它是預演工具,還是第二台攝影機的替代品。
也沒說背景會怎麼樣。換角度意味著主體背後要有新的幾何,模型得憑空造出一個只從一側見過的房間。控制好的棚裡這很容易。真實場景裡有窗、有鏡子、有印刷文字,這類工具通常就在這裡散架。
效能也沒提。另外四件都是一次性渲染。Pocket Studio 意味著一份素材要渲染好幾個角度,每個角度的成本,決定它是能用在客戶活上的工具,還是只能拿來試的工具。
這週我會怎麼測
拍三十秒,一個人說話,手持,房間裡有窗,背景裡有帶文字的東西。餵進去,要一個全景、一個側面、一個低角度。
然後按順序看三件事。眨眼的時間點有沒有保住,這裡一旦對不上,就說明表演是被重新生成的,並沒有真的換個角度再看一遍。背景裡的文字還是不是原來那些字,因為憑空造出來的招牌是合成幾何最常翻車的地方。臉上的光跟窗子對不對得上,因為換了機位卻沿用舊打燈,那只是合成,談不上鏡頭。
這三條都站得住,低成本製作的覆蓋問題就便宜了一大截,很多雙機拍攝會變成單機加一個渲染佇列。站不住,Pocket Studio 就是個分鏡工具,仍然有用,只是說法小得多。
決定它能不能被用起來的部分
覆蓋鏡頭是攝影問題,也是排期問題,排期問題由拿著行事曆的人解決。
在商業拍攝裡,第二台機器存在,是因為客戶可能想要另一個剪法。在自籌的專案裡,第二台機器根本不存在,剪輯圍著已經拍到的東西搭。Pocket Studio 瞄準的是後一類人,而這類人非常多:播客、課程作者、小品牌團隊,任何一個架著手機拍口播的人。
對這些使用者,誠實的基準線是一條固定機位加每十二秒一個跳接來蓋住剪輯點,雙機位不在選項裡。生成的角度哪怕大致說得過去,也比跳接強,而當替代品明顯更差時,「說得過去」的門檻會往下掉。
所以我不拿 Netflix 劇集的標準來評判這件工具。參照物是它替換掉的東西:一個固定畫面加一個硬切。按這個標準,略有瑕疵的第二角度已是進步,真正該擔心的失效方式在別處:每個創作者的影片都長得一樣,都從同一個憑空造出的四分之三角度拍,因為模型對第二台攝影機只有一種想法。