AIGC技术在电影动画形象中的角色创作

作者简介：于宇（1992-），女，辽宁营口人，本科，从事影视理论与影视文化研究。

摘 要：当今电影动画产业正处在一个前所未有的转型期，随着人工智能技术飞速发展，尤其是人工智能生成内容（AIGC）技术的突破，人们对角色创作的方式正在经历根本性变革，这种变化不仅影响了角色设计师的工作流程，还重新定义了观众对动画中角色真实性的预期。而AIGC技术结合先进机器学习算法与创意编程，使计算机能够自行生成或重构视觉艺术作品，包括图像、视频和三维模型等，而在电影动画形象创建过程中，该技术创造了更多新的可能性，允许创作者更快速地将想象中的角色带入现实，同时也在表情丰富度与动作自然性上达到新的高度，最终协助创作者以更加高效和精准的方式塑造出鲜活角色，对整个行业发展带来深远影响。

关键词：AIGC技术；电影动画；角色创作

中图分类号：J954 文献标识码：A 文章编号：2096-0905（2024）14-00-03

一、AIGC技术基本工作原理与算法

AIGC技术是指利用人工智能算法自动创造文字、图像、音频和视频等内容的技术，在电影动画领域中，该技术应用是使用特定类型AI算法，生成对抗网络（GAN），GAN由两部分组成，分别为生成器和判别器，生成器的任务是创造逼真的图像，而判别器则尝试区分生成器创建的图像和真实图像。生成器是从随机噪声开始，尝试创造数据样本（如角色设计），判别器评估这些样本是否与真实数据样本无法区分，一开始生成器创造出的图像往往质量较差，判别器可以轻易识别它们，但通过不断训练，生成器学习如何改进其图像以使判别器难以区分真伪。而此过程中，两者在一个动态的“捉迷藏”游戏中不停地循环，生成器不断进化，判别器也相应提高辨别标准，直至生成器产生的图像达到令判别器也无法区分的水平，最终这种机制能够生成极为逼真的动画角色图像，这些图像在视觉上与真实拍摄的素材几乎没有区别。此外，该技术采用的算法不仅包括GAN，还融合了其他深度学习技术，如卷积神经网络（CNNs）和递归神经网络（RNNs），以捕捉和模拟复杂的图像特征和时间序列数据。

二、AIGC技术在电影动画角色创作中的应用优势

（一）加速创意过程

传统角色设计往往需要漫长时间来绘制草图，调整设计，然后反复试验来确定角色最终外观，相比之下AIGC工具能够迅速生成大量角色设计选项，为创作者提供灵感，利用人工智能算法后，创作者可以分析历史数据和流行趋势，自动生成与既定风格一致或创新独特的角色模型，不仅缩短了从概念到原型的时间，而且进一步扩展了设计可能性。另外，AIGC技术还允许即时修改和迭代，艺术家可以实时调整参数，如颜色、造型或服饰，并立即看到结果，对于快速探索不同设计方向非常有用，而无须手动重绘每个变体，同时，AIGC技术应用还提高了团队协作效率，创作者可以进一步分享自身所创作的AI生成原型，团队成员可以基于这些原型进一步进行讨论和发展，创造出更丰富多元的角色[1]。

（二）降低生产成本

传统动画角色在创作过程中，从概念设计到最终渲染，包含了大量手工作业和人力资源，尤其是在角色设计、动态表情捕捉以及细节调整等环节，所产生的成本较大，而AIGC技术利用算法自动生成角色设计，不仅可加快设计速度，还能够在短时间内产生大量设计变体可供选择，减少设计师工作量并缩短创作周期。而AIGC技术在动态表情和肢体语言模拟方面，可学习大量演员表演数据，自动生成角色的表情和动作，逐渐减少了对昂贵的动作捕捉设备和演员依赖，使创作成本大大降低，另外，AIGC技术还能在后期制作中自动调整角色动画和场景之间的GeLJItgxb4mZPgQf36175Q==匹配度，进一步减少后期调整时间和成本，大幅度降低动画制作的人力和时间成本，使得动画制作更加经济高效[2]。

三、AIGC技术在电影动画形象中角色创作的具体应用

（一）角色设计与创造

1．自动化角色造型生成

在进行角色设计的过程中，AIGC技术使得创作者可以定义一组角色特征参数，如年龄、性别、种族、身材比例及风格等，这些参数会被输入到一个训练有素的神经网络，该神经网络可根据这些参数生成多种外观上接近创作者初步想法的角色草图，如果设计师设定一个憨厚的巨人角色，AI会生成不同巨人模型，每个都有独特体型、皮肤纹理和面部特征，但全部符合“憨厚”的形象。

随后在生成式对抗网络中的迭代过程，系统将反复生成新的角色设计，并不断优化直至设计师满意，这一过程需要利用两个网络来完成，采用生成器和鉴别器交互实现[3]，生成器主要负责创建新形象，而鉴别器负责评估这些形象是否符合预设参数，在不断持续的对抗与学习后，生成器会越来越擅长创造出高质量、符合要求的角色造型。除此之外，AIGC技术还能够在已有的角色设计基础上进一步探索变化，如改变角色服装或表情，确保角色在不同场景下的连贯性与多样性，采用变分自编码器（VAEs）之类的技术，可以在保证角色识别度的前提下，使设计师能够对角色衣着、配饰进行微调，增加角色丰富性，以此适应不同剧情需要的灵活性[4]。

2．表情与动作的模拟

在表情模拟方面，AIGC技术主要使用了一种名为“表情捕捉”的方法，该技术会捕捉真实演员的面部表情，捕捉完成后会将这些表情数据输入计算机系统中，随后利用深度学习算法，如卷积神经网络学习和分析这些表情数据，经过不断的训练后，AI系统能够理解不同表情背后情感含义，并且在没有实际演员表演的情况下，对动画角色进行相应的面部表情渲染。

动作模拟也采用类似的流程，但与表情模拟不同的是，其主要侧重于整个身体动作的模拟，创作者运用动作捕捉技术，可创建一个虚拟骨架，并实时追踪演员的动作，AI系统在分析这些数据后，会在没有实际表演的情况下复现或创造新的角色动作，而后生成式对抗网络可以用来进一步优化这一过程，在保证运动自然性的同时，还能生成前所未有的动作序列[5]。

（二）剧情生成

1．AI生成剧本细节

利用AI生成动画剧本是一大创新要点，在具体操作中，编剧会与AI系统协同工作，输入一系列基本角色特征，如性格、年龄、历史背景等，如创作者在创建一个勇敢但鲁莽的年轻骑士角色时，编剧会提供关于角色家庭历史细节、冒险经历的概述，以及角色的核心信念和动机。接下来利用深度学习模型，如GPT，AI系统开始生成角色的具体对话和行为举止。这些模型先前已经被训练于大量的文学作品和电影脚本上，使得模型具有对不同类型故事情境和角色行为的理解，完成该训练后，AI可以生成复杂且相关对话，并保持角色的一致性。或者使用情感建模技术，可赋予AI对角色情绪状态的理解，使得AI生成的对话不仅符合角色设定，还能根据故事情境进行情感上的适应，如当剧情发展至高潮时，AI会调整骑士的语气，使其更加坚定或焦虑，反映出角色面对挑战时的内心变化，整个过程可能会重复多次，直到剧本达到预期的质量和深度。

2．交互式剧情发展

交互式剧情发展是现代电影动画中一个重要趋势，主要是让观众在观看过程中参与到剧情的决策中，进一步增强观影体验的沉浸感和互动性，而AIGC技术在这一领域的应用极大地推动了交互式剧情的发展。

第一，在角色行为和决策树方面，AIGC技术构建复杂决策树来模拟角色行为和反应。决策树是基于条件和事件结构，允许角色根据观众选择或环境变化做出不同反应，进行条件分支设置，进而为角色设定一系列的条件和触发器，当观众做出某个选择时，触发相应的分支，后续创建一个包含各种可能行为的库，角色可以从中选择最合适的行为，并根据观众选择，实时调整角色行为和剧情发展。

第二，自适应剧情生成，主要是根据观众的互动和选择，动态生成和调整剧情内容，在开展剧情模板的过程中，可预设多个剧情模板，根据观众选择路径调用相应模板进行剧情生成，利用自然语言处理技术生成角色对话和剧情描述，使剧情更加自然和连贯，之后分析观众的选择和反应，进行细致观察，以此为基础调整剧情情感走向，增强观众互动体验。此外，为使动画人员在互动过程中表现出一致的行为和情感反应，还需要做好个性参数设定，为每个角色设定一系列个性参数，如勇敢、智慧、友善等，根据这些参数调整角色行为和决策，并利用情感计算技术，模拟角色在不同情境下的情感变化和反应，根据观众互动和选择，实时调整角色情感状态，使其表现更加真实和自然。

（三）音效与配音

1．AI合成声音与背景音乐

AI合成声音技术能够根据角色的性格、情感和剧情需要，生成与之匹配的声音表达，而背景音乐的AI合成则能增强场景的氛围。AI合成声音主要利用文本到语音技术，利用深度学习模型，如WaveNet或Tacotron，将文本信息转换为流畅自然的语音，在动画制作中，制作团队会输入角色的台词文本，AI系统则根据角色的年龄、性别、情感等特征，调整语调、语速和音调，以合成符合角色特性的声音，如果角色是一个小女孩，系统会生成更高音调和柔和语调，如果是紧张的场景语速则会加快。AI在背景音乐的合成中也扮演着重要角色，使用AI技术如Magenta或AIVA，可以根据影片的情节变化自动生成背景音乐，这些系统能够分析影片中的关键情感节点，并根据这些情感需求自动作曲，如在一个悲伤的场景中，AI会选择缓慢而低沉的音乐旋律，在紧张或激动的场景中，则可使用快节奏和大音量的音乐，而且AI技术还可以进行声音混音和编辑，在动画制作中，声音效果需要与视觉效果紧密结合，AI可以自动调整声音的混响、均衡和动态范围，使声音更加贴合视觉内容，提升观众的沉浸感。

2．动画中的语音交互与同步

语音同步的实现主要依赖于自动语音识别（ASR）和文本到语音（TTS）技术，ASR技术能够将真实演员的语音转换成文本，而TTS技术则是将文本转换回自然sounding的语音。在动画制作中，这一过程需要提前将高级声音进行编辑和调整，以确保动画角色的口型、表情和语音完美匹配，利用深度学习模型训练生成与特定角色的情感状态和口型动作相匹配的语音，从而实现更加自然和流畅的对话场景。AIGC技术在语音交互方面应用后，使得动画角色能够理解并响应观众语音指令或问题，主要是根据自然语言处理（NLP）技术来实现，它允许机器理解、解释和生成人类语言，在动画电影或游戏中，角色可以根据观众反馈或指令进行动态反应和交互，如改变对话内容、表情或行为，这种交互性极大地增强了故事的吸引力和参与感。

四、AIGC技术对动画电影行业的未来影响

（一）对传统动画师角色的影响

动画制作过程中的许多重复性和技术性任务，如润色、上色，甚至是某些类型的动态渲染都可以由AIGC系统执行，这样的自动化不仅提高了生产效率，而且导致对拥有这些特定技能的动画师需求的下降，从而要求动画师扩展自身的技能集，包括编程和软件操作等方面的知识。但从另一种角度来看，AIGC技术也为动画师提供了新的创作平台，动画师现在可以利用AI作为一个创意合作伙伴，将自身想法快速转变为视觉草图，提供更广泛的创意选项，并对细节进行精细调整，为此要求动画师更像是一个创意指导者，引领AI生成内容的方向，捕捉那些能够引起共鸣的故事和形象。此外，AIGC技术在优化动画生产流程方面的应用，使得个体动画师或小型工作室也更具竞争力，因为它降低了高质量动画制作的门槛，推动了行业的民主化，而动画师需要掌握这些工具以保持竞争力，并在必要时重新定位自己的职业路径，转向更多需求人类直觉、情感表达和细微的故事叙述技巧的工作。

（二）潜在的市场与商业模式变革

AIGC技术正在迅速变革电影动画行业，其潜在的市场与商业模式变革尤为引人注目，AIGC技术通过自动生成内容、优化生产流程和个性化观影体验，正在重新定义动画电影的制作和消费方式。

首先，AIGC技术将显著降低动画电影的制作成本。传统动画通常需要耗费大量的时间和人力，而AIGC技术可自动化生成高质量的图像、动画和音效，减少人工干预，不仅加速了制作进程，还降低了制作成本，使得小型工作室和独立制片人也能负担得起高水平的动画制作，进而丰富市场内容，刺激创新。

其次，AIGC技术将推动个性化内容的生产与消费。借助深度学习和大数据分析，AIGC可以根据观众的偏好和观看历史自动生成个性化的动画内容，AIGC技术可以根据用户的喜好调整角色的外观、情节发展和配音，这种个性化内容将提高观众的参与度和满意度，从而增加观影平台的用户黏性和付费意愿。

最后，AIGC技术将催生新的商业模式。传统的动画电影主要通过票房、DVD销售和版权授权盈利，而AIGC技术的应用将为行业带来更多元化的盈利模式，基于AIGC技术的内容生成服务可以按需提供个性化的动画片段，观众可以通过订阅或单次付费的方式获取专属内容，而且AIGC技术还可以用于开发互动式动画电影，观众可以通过选择剧情发展路径来影响故事结局，从而提升观影体验，不仅吸引了观众的注意力，还为动画电影提供了更多的增值服务机会。

综上所述，人工智能正以前所未有的方式推动艺术创新，从自动生成独特角色外观到模拟细腻的表情与肢体语言，再到赋予角色复杂的个性和情感，AIGC技术已经不仅仅是一种工具，其正在成为艺术家和技术人员合作的伙伴，共同塑造着动画领域的未来，然而，尽管AIGC提供了无限的可能性，但也必须审慎地考虑其带来的其他问题，确保科技进步与创意表达之间找到平衡点，利用其AIGC技术，创造出一个更加多元化和个性化的动画世界，同时保持对人类艺术家不可替代性的尊重，最终促进行业可持续性发展。

参考文献：

[1]马楠，郎昆.动画角色在故事创作中的定位与表达探究[J].艺术教育，2024（04）：187-190.

[2]张梦琳.分析AIGC技术在跨文化动画形象中的角色创作[J].艺术品鉴，2024（06）：139-142.

[3]姜善新.浅谈动画创作中艺术性与技术性的结合[J].参花，2024（04）：101-103.

[4]谢清青.角色设计在人工智能实时动态下的创作研究[D].武汉纺织大学，2024.

[5]史妍.角色远景与演员远景在角色创作中的意义——以话剧《虚像的道化师》为例[J].喜剧世界（上半月），2023（02）：92-94.