尽管好莱坞正深陷涉及人工智能的劳资纠纷，但这项技术早已渗透进影视行业。在洛杉矶举办的SIGGRAPH（计算机图形学和视觉特效盛会）上，算法和生成式工具成为焦点。制作环节的创意部门已准备好接纳它们——前提是能以增强而非取代艺术家的方式实现。
SIGGRAPH 已有50年历史，近年来与影视制作的交叉议题日益增多。今年“房间里的大象”虽是罢工事件，且未在正式演讲中深入讨论，但在社交场合几乎成了首要话题。会议本质仍是技术与创意的汇聚，传递出一种信号：“情况虽糟，但我们仍可继续精进技艺。”
围绕 AI 在生产环节的担忧并非毫无根据，但确实存在误导。生成式 AI 的进步引发了取代编剧和艺术家的忧虑，制片厂高管也曾提出不切实际的替代期望。然而，AI 在影视领域已存在相当长时间，并承担着重要且由艺术驱动的任务。
在众多小组讨论和技术展示中可见，AI 正以各种形式处于特效与制作工作的前沿。以下列举了其在生产环节的具体应用方式。
Pixar 的艺术家们运用机器学习和模拟技术
Pixar 在其最新电影《疯狂元素城》（Elemental）中展示了动画技术的早期应用案例。该片角色具有抽象性，塑造由火焰、水或空气构成的人物极具挑战：既要驾驭物质的分形复杂性以实现清晰动作和表达，又要保持形态的“真实感”。
正如动画师和特效协调员所解释，程序化生成是整个流程的核心，用于对构成数十个角色的火焰、波浪或蒸汽进行参数化模拟。手工雕刻每一缕飘散的火焰或云朵既不可行，也是一项极其繁琐、劳动密集且偏向技术性而非创造性的工作。
演示表明，尽管团队严重依赖模拟和复杂材质着色器，艺术团队与流程仍与工程方面紧密交织（包括与苏黎世联邦理工学院研究人员的合作）。例如主要角色 Ember（火焰构成）的外观设计，仅靠模拟火焰或调整参数无法满足需求。最终效果需反映艺术家的预期，而非单纯的物理自然外观。
为此，团队采用了“体积神经风格迁移”（volumetric neural style transfer，简称 NST）。这是一种机器学习技术，将“火焰模拟”的原始体素输入到基于艺术家表达训练的风格迁移网络中。生成的体素既保留了模拟的自然质感，又带有艺术家所选风格的鲜明印记，实现了风格化而非纯粹物理模拟的效果。
动画师们对“用人工智能制作电影”的说法非常敏感。皮克斯的保罗·卡纽克（Paul Kanyuk）明确指出：“若有人说皮克斯用 AI 制作了《疯狂元素城》，那是错误的。我们使用的是体积风格迁移技术（volumetric NST）来塑造角色轮廓边缘的效果。”
需要澄清的是，NST 虽属人工智能范畴，但其定位是实现艺术效果的工具，而非简单地“用 AI 制作”。随后，团队成员解释了如何利用程序化、生成式或风格迁移工具完成景观重新着色、填充城市街区等任务。核心主题是：AI 及相关工具旨在服务艺术家需求，加快繁琐的手工流程，并提供更符合预期的视觉效果。
AI 加速创作对话
DNEG 高级 AI 研究员 Martine Bertrand 表达了类似观点。该公司近期为视觉效果惊艳的《Nimona》进行了动画制作。她指出，现有的外观开发和环境设计等管线极其耗时费力。（DNEG 还就此做了题为“程序化与性能的交汇”的演示。）
Bertrand 表示：“人们没意识到创作过程中浪费了巨量时间。”与导演寻找合适视觉效果的过程可能耗时数周，且常因沟通不畅导致成果废弃。AI 能有效加速这一探索阶段及其他尚未接近最终产品的通用过程。
艺术家利用 AI 倍增工作成果，“促进了创作者与导演之间的对话”。对于《Nimona》这类视觉复杂的故事，快速反馈尤为重要。花一周渲染出的外观若被拒绝，会造成严重延误；而 AI 能让“像这样还是像那样”的决策更高效。
事实上，预可视化等早期创意工作的协作水平正在提升。Sokrispy 首席执行官 Sam Wickert 在演讲中解释，其公司为 HBO 剧集《最后生还者》开头复杂的“一镜到底”爆发场景进行了预可视化。尽管该场景中 AI 使用受限，但改进后的语音合成、程序化环境生成等工具确实促成了这一日益技术驱动的流程。
Wonder Dynamics 提供了另一个在生产中使用机器学习过程的例子——完全由艺术家控制。先进的场景和物体识别模型可解析普通素材，即时用 3D 模型替换真人演员，将曾经需要数周或数月的工作自动化。
Wonder Dynamics 将全套 CG 角色工作室搬到了网络平台
联合创始人尼古拉·托多罗维奇曾明确表示，自动化的并非创造性工作，而是艰苦重复的劳动。“这并没有干扰他们的工作；它自动化了 80-90% 的客观 VFX 工作，并将主观性工作留给他们。”在 SIGGRAPH 上，他与联合创始人泰·谢里丹享受着行业关注，证明行业正朝着他们开创的方向发展。
尽管如此，VFX 社区并未忽视罢工带来的警告，并表示共鸣。对于演员和编剧而言，肖像、表演及想象力被挪用和自动化的威胁令人生畏。对于其他领域的艺术家，自动化的威胁同样真实，但这更多是人的问题而非技术问题——缺乏见识的领导层做出的错误决策才是根源。
Bertrand 指出：“人工智能看起来如此聪明，以至于你可能会将决策过程交给机器。而当人类将责任委托给机器时，那就是变得可怕的地方。”
如果 AI 能被用来增强创作流程，如减少重复性任务时间或赋能小预算创作者，将具有变革性意义。但如果创作过程被交由 AI 主导——正如一些高管热衷探索的那样——那么尽管该技术已渗透好莱坞，罢工的警示才刚刚开始。