วิดีโอ AI แทนขั้นตอนใดของการถ่ายทำจริงได้บ้าง? ขอบเขตอยู่ตรงไหน
วิดีโอ AI ก้าวหน้าอย่างรวดเร็วในช่วงสองปีที่ผ่านมา เร็วจนหลายคนเริ่มจินตนาการถึงภาพหนึ่งว่า ในอนาคตไม่ต้องมีนักแสดง ไม่ต้องมีสถานที่ ไม่ต้องมีกองถ่าย เพียงคนคนเดียวที่นั่งอยู่หน้าคอมพิวเตอร์ก็สามารถทำภาพยนตร์หนึ่งเรื่องให้เสร็จได้ แนวคิดนี้ถูกอยู่ครึ่งหนึ่ง แต่อีกครึ่งหนึ่งถูกประเมินสูงเกินไป หากต้องการมองให้ชัดว่าขอบเขตอยู่ตรงไหน วิธีที่ดีกว่าคือกางห่วงโซ่การผลิตภาพยนตร์และวิดีโอทั้งหมดออกมา แล้วดูทีละขั้นว่า AI ในปัจจุบันเหมาะกับขั้นตอนใดแค่ไหน คุณจะพบว่า สิ่งที่ AI เปลี่ยนไม่ใช่แค่การกระทำที่เรียกว่า "การถ่ายทำ" แต่เป็นแทบทุกขั้นตอนอื่นในห่วงโซ่ นอกเหนือจากการถ่ายทำ
ก่อนอื่นมาดูว่าห่วงโซ่ทั้งหมดประกอบด้วยขั้นตอนใดบ้าง
การผลิตผลงานภาพยนตร์หรือวิดีโอหนึ่งชิ้น โดยทั่วไปสามารถแบ่งออกเป็นช่วงเหล่านี้:- การพัฒนาช่วงต้น: กำหนดเรื่องราว เขียนบท และแตกออกเป็นฉากกับช็อตที่นำไปปฏิบัติได้
- การออกแบบองค์ประกอบหลัก: ออกแบบตัวละคร ฉาก และพร็อพในบทให้กลายเป็นภาพลักษณ์ที่ชัดเจน
- การวางแผนสตอรีบอร์ด: แปลงตัวหนังสือเป็นรายการช็อต ระบุให้ชัดว่าแต่ละช็อตถ่ายอะไรและถ่ายอย่างไร
- การถ่ายทำวัสดุ: ถ่ายทำทีละช็อตตามสตอรีบอร์ด
- งานหลังการผลิต: ตัดต่อ เกรดสี พากย์เสียงและทำดนตรี ใส่ซับไตเติล และส่งออกเป็นผลงานสำเร็จ ในกระบวนการแบบดั้งเดิม ขั้นตอนที่ 4 (การถ่ายทำ) เป็นช่วงที่มีต้นทุนสูงที่สุดและถูกจำกัดด้วยเงื่อนไขทางกายภาพมากที่สุด ส่วนวิธีที่ AI เข้ามาเกี่ยวข้อง แท้จริงแล้วคือการยกระดับประสิทธิภาพของขั้นตอนที่ 1 ถึง 3 อย่างมาก พร้อมทั้งมอบวิธีการได้มาซึ่งวัสดุแบบขนานในขั้นตอนที่ 4 และสุดท้ายให้ความช่วยเหลือด้านอัตโนมัติตลอดกระบวนการในขั้นตอนที่ 5
การพัฒนาช่วงต้น: ผลของ AI ตรงที่สุด
ขั้นตอนบทเดิมทีเป็นงานที่อาศัยแรงคนล้วน ๆ เช่น อ่านบท แยกฉาก จัดระเบียบตอน เรียบเรียงความสัมพันธ์ของตัวละคร เป็นต้น งานเหล่านี้ไม่เกี่ยวข้องกับข้อจำกัดของโลกกายภาพ โดยเนื้อแท้เป็นการประมวลผลข้อความ ดังนั้นจึงเป็นส่วนที่ AI ปรับใช้ได้ดีที่สุด ใน NadouPro หลังจากอัปโหลดบทแล้ว การวิเคราะห์บทจะส่งออกโครงสร้างตอนโดยตรง และตัวตอนเองยังสามารถเพิ่ม แก้ไข และลบต่อได้ กล่าวคือ ช่วง "อ่านบท—แบ่งตอน" เปลี่ยนจากการเรียบเรียงด้วยมือเป็นผลลัพธ์อัตโนมัติที่ตรวจทานได้ มนุษย์เพียงต้องตัดสินบนพื้นฐานของผลลัพธ์นั้น สิ่งที่ต้องอธิบายคือ ผลผลิตของ AI ในขั้นนี้เป็นเชิงโครงสร้าง ไม่ใช่เชิงสร้างสรรค์ มันช่วยคุณแตกบทให้เป็นโครงสร้างที่นำไปปฏิบัติได้ แต่เรื่องราวดีหรือไม่ ตัวละครตั้งอยู่ได้หรือไม่ ยังคงขึ้นอยู่กับตัวบทเอง นี่จึงเป็นเหตุผลว่าทำไมในขั้นการพัฒนาช่วงต้น AI ให้ความรู้สึกว่าแทนที่ได้แรงที่สุด แต่กลับไม่ง่ายที่จะเกิด "ผลงานเหมือนกันไปหมด" เพราะมาตรฐานการตัดสินยังอยู่ฝั่งมนุษย์การออกแบบองค์ประกอบหลัก: จาก "คำบรรยาย" สู่ "ภาพลักษณ์ที่ชัดเจน"
ในโปรเจกต์ภาพยนตร์และวิดีโอ มีขั้นตอนหนึ่งที่มักถูกประเมินต่ำเกินไป นั่นคือการทำภาพลักษณ์ให้เป็นหนึ่งเดียวกัน ตัวละครคนเดียวกัน ในบทอาจเป็นเพียงตัวอักษรไม่กี่บรรทัด แต่เมื่อถึงขั้นถ่ายทำ เขาต้องมีใบหน้า รูปร่าง ทรงผม เสื้อผ้าที่ชัดเจน และต้องคงความสอดคล้องในช็อตหลายสิบช็อต วิธีดั้งเดิมอาศัยการคัดเลือกนักแสดง การแต่งหน้าและทดสอบลุค ทีมเสื้อผ้า และสคริปต์ซูเปอร์ไวเซอร์เพื่อรับประกันเรื่องนี้ ในโปรเจกต์ AI สิ่งนี้กลายเป็นปัญหาการจัดการแอสเซ็ต นี่เองคือสาเหตุหลักที่ทำให้โปรเจกต์ AI จำนวนมากไปได้ไม่ไกล ต่อให้สร้างภาพเดี่ยวได้ดีแค่ไหน เมื่อเข้าสู่หลายช็อต ตัวละครก็เริ่ม "ลอย" ดังนั้นขั้นการออกแบบองค์ประกอบหลัก โดยสาระคือการตรึงแอสเซ็ตภาพที่นำกลับมาใช้ซ้ำได้ไว้ก่อน วิธีจัดการของ NadouPro คือทำการดึงองค์ประกอบหลักก่อน: ดึงตัวละคร ฉาก พร็อพ รวมถึงสถานะพื้นฐานและสถานะย่อยที่เกี่ยวข้องกับบทออกมาจากบท จากนั้นสร้างภาพตัวละครตามการตั้งค่าเหล่านี้ และอนุญาตให้ปรับสถานะกับมุมมองต่อได้ ตัวละครที่ดึงออกมายังสามารถบันทึกเข้าสู่คลังแอสเซ็ตตัวละคร และกรองเพื่อนำกลับมาใช้ซ้ำตามเงื่อนไขต่าง ๆ เช่น ชื่อ แท็ก เพศ ช่วงอายุ สีผิว สีผม รูปร่าง เป็นต้น คุณค่าของกระบวนการนี้ไม่ได้อยู่ที่การสร้างให้สวยมากเพียงใด แต่อยู่ที่การเปลี่ยน "ตัวละครคนเดียวกัน" ให้กลายเป็นแอสเซ็ตที่มีหมายเลขและค้นหาได้ ความสอดคล้องข้ามช็อต ข้ามจำนวนตอน อาศัยขั้นตอนนี้ ไม่ใช่อาศัยการภาวนาใหม่ทุกครั้งที่สร้างการวางแผนสตอรีบอร์ด: การแปลงข้อความเป็นช็อต
สตอรีบอร์ดคือสะพานที่เชื่อมบทกับการถ่ายทำ ในกระบวนการแบบดั้งเดิม คนทำสตอรีบอร์ดต้องเขียนขนาดภาพ ตำแหน่งกล้อง การเคลื่อนกล้อง และความยาวของแต่ละช็อตตามบท ซึ่งเป็นทักษะเฉพาะทาง บทบาทของ AI ตรงนี้คือการทำฉบับร่างเริ่มต้นออกมา หลังจากบทและการตั้งค่าองค์ประกอบหลักถูกกำหนดแล้ว สตอรีบอร์ดอัตโนมัติสามารถส่งออกรายการช็อต ผู้สร้างสรรค์จึงเพิ่ม ลบ แก้ไขบนรายการนั้น และปรับข้อมูลอย่างขนาดช็อต ความชัดลึก มุมกล้อง ผ่านการตั้งค่าฟิลด์ ส่วนภาพ/วิดีโอสตอรีบอร์ดแบบคลิกเดียวสามารถสร้างภาพหรือวัสดุวิดีโอจากสตอรีบอร์ดได้โดยตรง ความหมายของขั้นตอนนี้คือการย้ายงานซ้ำ ๆ มาไว้ด้านหน้า คอขวดของสตอรีบอร์ดที่ทำโดยมนุษย์ไม่เคยใช่ความคิดสร้างสรรค์ แต่คือการกรอกช็อตทีละรายการเป็นสิบเป็นร้อยช็อต ให้เครื่องทำร่างแรก แล้วให้มนุษย์แก้ ความแตกต่างด้านประสิทธิภาพจึงมากการถ่ายทำวัสดุ: ตรงนี้คือขอบเขตที่แท้จริง
เมื่อมาถึงขั้นนี้ ความแตกต่างระหว่าง AI กับการถ่ายทำจริงจะชัดเจนขึ้น AI สามารถสร้างวัสดุช็อตได้ โดยหลักมีสองวิธี: วิธีหนึ่งคือสร้างวิดีโอจากคำบรรยายข้อความโดยตรง อีกวิธีคือรวมวัสดุอ้างอิงหลายประเภท เช่น รูปภาพ วิดีโอ เสียง เพื่อสร้างวิดีโอ วิธีแรกเหมาะกับการเริ่มจากศูนย์ วิธีหลังเหมาะกับการต่อยอดและนำวัสดุที่มีอยู่กลับมาใช้ซ้ำ แต่ข้อด้อยของมันก็ชัดเจนเช่นกัน: ความต่อเนื่องของช็อตยาว คุณภาพของการสร้างช็อตเดี่ยวไม่ใช่ปัญหาแล้ว จุดยากอยู่ที่ความสัมพันธ์ด้านเวลาและพื้นที่ระหว่างหลายช็อตที่ต่อเนื่องกัน ตำแหน่งตัวละคร และตรรกะของแสงเชื่อมกันได้หรือไม่ ความถูกต้องของกฎฟิสิกส์ การโต้ตอบของท่าทางที่ซับซ้อน การเคลื่อนไหวมือที่ละเอียด และการชนกันจริงระหว่างวัตถุ ยังคงเป็นพื้นที่ที่ผิดพลาดได้ง่าย การควบคุมการแสดงอย่างแม่นยำ ระดับอารมณ์อันละเอียดอ่อนของนักแสดง ในปัจจุบันยังยากที่จะกำหนดอย่างแม่นยำผ่านคำบรรยาย ดังนั้นคำตอบในความเป็นจริงไม่ใช่ "AI แทนการถ่ายทำ" แต่คือ AI กับการถ่ายทำจริงอยู่ร่วมกันในระดับวัสดุ: ช็อตที่ใช้ AI ทำได้ก็ใช้ AI ทำ ช็อตที่ต้องควบคุมอย่างแม่นยำก็ปล่อยให้การถ่ายทำจริง ทั้งสองมาบรรจบกันในงานหลังการผลิต สิ่งนี้ยังอธิบายปรากฏการณ์หนึ่งได้ด้วยว่า โปรเจกต์ภาพยนตร์และวิดีโอ AI ที่ทำได้ดีที่สุดในปัจจุบัน มักเป็นประเภทที่โดยตัวมันเองเหมาะกับการแสดงออกของ AI อยู่แล้ว (บรรยากาศชัด จังหวะเร็ว ช็อตสั้น พึ่งพาคอนเซปต์มากกว่าการแสดง)งานหลังการผลิต: ขั้นตอนที่ถูกประเมินต่ำเกินไป
งานหลังการผลิตคือส่วนที่ AI แทรกซึมได้ลึกที่สุด แต่กลับไม่ค่อยสะดุดตา ในด้านการตัดต่อ การรวมวัสดุ การตัดแบ่ง และการแก้ไขสามารถทำให้เสร็จภายในโปรเจกต์ได้แล้ว ไม่จำเป็นต้องส่งออกก่อนแล้วไปจัดการในซอฟต์แวร์อื่น ในด้านการเกรดสี การเกรดสีอัจฉริยะสามารถปรับสีวิดีโอให้มีกลิ่นอายแบบภาพยนตร์ได้ ในด้านเสียง มีการสร้างดนตรีประกอบและเพลงพื้นหลัง และยังสามารถจับคู่เพลงประกอบโดยอัตโนมัติตามเนื้อหาวิดีโอได้ ส่วนบทพูดมีการแปลงข้อความเป็นเสียงและการแปลงโทนเสียง ในด้านซับไตเติล ซับไตเติลอัจฉริยะสามารถเพิ่มซับบทสนทนาให้วิดีโอโดยอัตโนมัติและฝังลงในผลงานสำเร็จได้ ลักษณะของขั้นตอนหลังการผลิตคือเกณฑ์ทางเทคนิคสูง แต่องค์ประกอบเชิงสร้างสรรค์ค่อนข้างเป็นมาตรฐาน ดังนั้นผลตอบแทนจากระบบอัตโนมัติจึงชัดเจน งานเกรดสี ดนตรีประกอบ ซับไตเติลที่ผู้สร้างสรรค์เคยต้องใช้เวลาหลายวันจัดการ ตอนนี้สามารถทำให้เสร็จในกระบวนการเดียวกันได้ขอบเขตที่แท้จริงไม่ได้อยู่ที่เทคโนโลยี แต่อยู่ที่การตัดสิน
เมื่อเดินครบทั้งห่วงโซ่จะพบว่า ขั้นตอนที่ AI ครอบคลุมมีมากกว่าที่จินตนาการไว้มาก แต่ในแต่ละขั้น มันหยุดอยู่ตรงตำแหน่งเดียวกันเสมอ: มันสามารถให้ร่างแรกที่ไม่เลวได้ แต่การตัดสินว่าร่างแรกดีหรือไม่ ต้องทำใหม่หรือไม่ ยังคงเป็นมนุษย์ ดังนั้นคำตอบที่แม่นยำกว่าสำหรับคำถามว่า "AI แทนการถ่ายทำจริงได้หรือไม่" อาจเป็น: - มันแทนที่วิธีการได้มาซึ่งวัสดุได้บางส่วน แต่ไม่ได้แทนที่แนวคิดของการถ่ายทำเอง - มันบีบอัดต้นทุนเวลาของช่วงต้นและช่วงหลังการผลิตอย่างมาก ซึ่งสองช่วงนี้ในอดีตพึ่งพาการสะสมแรงคนมากที่สุด - มันเปลี่ยนเกณฑ์การสร้างสรรค์จาก "ทำออกมาได้หรือไม่" เป็น "รู้หรือไม่ว่าควรทำอะไร" ข้อสุดท้ายนี้อาจเป็นสิ่งสำคัญที่สุด เมื่อเครื่องมือไม่ใช่ข้อจำกัดอีกต่อไป สิ่งที่แยกผู้สร้างสรรค์ออกจากกันจึงไม่ใช่ความสามารถในการลงมือทำ แต่เป็นวิจารณญาณด้านสุนทรียะและความสามารถในการเล่าเรื่อง นี่จึงเป็นเหตุผลว่าทำไมกระบวนการชุดเดียวกัน เมื่ออยู่ในมือคนต่างกัน คุณภาพผลลัพธ์จึงสามารถห่างกันได้มากเช็กลิสต์สำหรับตรวจตัวเอง
หากคุณกำลังจะใช้ AI ผลักดันโปรเจกต์หนึ่ง ก่อนอื่นลองถามตัวเองสี่ข้อ:- เรื่องนี้เหมาะกับ AI หรือไม่? เนื้อหาที่พึ่งพาการแสดงเข้มข้น การโต้ตอบซับซ้อน และการกำกับช็อตยาว ในปัจจุบันยังเหมาะกับการถ่ายทำจริงมากกว่า
- ภาพลักษณ์ขององค์ประกอบหลักถูกตรึงแล้วหรือยัง? ตัวละคร ฉาก พร็อพ ได้กลายเป็นแอสเซ็ตที่นำกลับมาใช้ซ้ำได้แล้วหรือไม่ ไม่ใช่ต้องบรรยายใหม่ทุกครั้ง
- สตอรีบอร์ดละเอียดพอหรือยัง? รายการช็อตชัดเจนจนสามารถนำไปปฏิบัติได้หรือไม่ ไม่ใช่มีเพียงทิศทางที่คลุมเครือ
- คิดขั้นตอนหลังการผลิตให้ชัดแล้วหรือยัง? การตัดต่อ การเกรดสี การพากย์เสียงและทำดนตรี ซับไตเติล แต่ละส่วนใครเป็นคนทำ และปิดวงจรภายในโปรเจกต์ได้หรือไม่ เมื่อตอบคำถามทั้งสี่ข้อนี้แล้ว โปรเจกต์ควรทำหรือไม่ และควรทำอย่างไร โดยพื้นฐานก็จะชัดเจน
เนื้อหานี้มีข้อมูลที่สร้างโดย AI ซึ่งอาจไม่ถูกต้อง โปรดตรวจสอบด้วยตนเอง