注意看，這個機器人對抗人類的視頻，在網上徹底火了。
那叫一個拳拳到肉，刺激程度引得圍觀群衆大呼鵝妹子嘤。
好消息是，這個機器人并非真實存在。
但另一個不知道是好還是壞的消息是，這樣的特效，是 AI 一鍵合成的。
就是說，從左邊這樣的人類實拍，到右邊這樣的特效畫面，人類需要做的，隻是用鼠标把模型拖到畫面裏。
這個 AI 神器，名叫Wonder Studio AI。
剛發宣傳片時，就曾引發 wo cao 聲一片。
現在内測名額開始發放，網友們上手一玩，更是停不下來，直接在社交媒體上刷了屏。
比如随手來一段比波士頓動力還動感流暢的男團熱舞。
或者在自個兒屋裏來段 freestyle。
↑↑↑這個作品的作者還透露，這是一個原本需要三天完成的視覺特效鏡頭，現在隻需要 1 分鍾。
也難怪網友們坐不住了。
無需動捕設備，一鍵生成 CG 動畫
有關Wonder Studio，官方的說法是，" 一種可自動爲 CG 角色制作動畫、打光，并将其合成到真實場景中的 AI 工具 "。
按照官網說明，對于用戶來說，在 CG 動畫制作階段，你不再需要複雜的 3D 軟件，也不需要昂貴的動捕硬件。
隻需一台用來拍攝的相機，拍好視頻後丢進 Wonder Studio 處理，就足以以假亂真。
具體步驟是這樣的：
首先用相機拍攝一段視頻，視頻中，真人演員可以随意做出任何動作；
将 MP4 或 MOV 等格式的視頻導入Wonder Studio，并選定需要處理的視頻段落，拖入中間區域等待處理；
點擊菜單欄的 next 按鈕，AI 開始識别和分析視頻中的人物；
選中右側選項欄中所需要的 CG 模型，拖拽至需要替換的人物區域；
這時候會跳出一個小框，能夠根據需要調整HDR 打光、畫質清晰度、視頻格式等。
最後，選擇解算生成，就能完成視頻段落中 CG 模型對真人演員的替換。
對于專業人士來說，除了最終成品，Wonder Studio 還能導出新視頻的不同軌道，包括動作捕捉、攝像機跟蹤和空鏡等等。
面對需要修改的細節，也可以直接上手微調。
傳統的 CG 制作流程，需要移除原有人物、把需要替換的 CG 元素導入引擎或 Blender 等軟件當中、根據相機解算結果進行合成、匹配燈光、渲染……最終把新的 CG 模型放到視頻場景中。
比較而言，用上 Wonder Studio 後簡化了很多工序，也難怪很多人評論，如果這個工作流跑通，是十分利好小成本影視制作的。
不過，Wonder Studio 并非十全十美。
主要體現在 CG 模型覆蓋原人物後，CG 角色和背景銜接處處理不算優秀。
比如會出現美顔瘦臉特效開太大，以至于臉部周圍背景扭曲的情況：
而且，CG 模型的邊緣像素會被拉伸，原人物的衣物等不能做到 100% 消除和被覆蓋：
開頭展示的爆火視頻中，其實也有不少穿幫鏡頭。
所以，雖然效果強大操作簡單，目前而言，Wonder Studio還是不能單獨放到實際項目中使用，否則一眼驚豔，再看露餡。
但其展示的潛能，已經得到内測網友的蓋章肯定。
有内測網友反饋，在他的幾次測試中，Wonder Studio能夠自動化 80% 的視覺特效工作。
它仍存在一些困難的領域，但它提供的價值主張是，隻需要付出很少的努力就能做出相當不錯的東西。
而且這隻是開始！它還會變得更好！
《頭号玩家》男主創業項目
有意思的不止是産品，Wonder Studio 背後的公司，也頗有故事。
它的出品方是一家名叫Wonder Dynamics 的 AI 初創公司，緻力于通過 AI 提高電影制作的效率和質量。
截至目前，公司在種子輪和 A 輪一共募集了1150 萬美元融資。
Wonder Studio 是他們籌備 3 年後，推出的一款基于 AI 的在線視頻特效處理平台。
公司已經表示，Wonder Studio 後續還将繼續簡化動作捕捉和渲染環節，繼續提高制作效率。而且在公司的設想中，創作者在将來還能在系統自由上傳自己的 3D 模型。
再來看公司創始團隊，不少人是熟面孔。
比如世界聞名的導演斯皮爾伯格，就是這家公司的顧問。
而公司創始人之一，是《頭号玩家》男主演泰爾 · 謝裏丹。
（不知道是說男主 " 幹一行愛一行 " 好呢，還是說他 " 積極緻力于用 AI 搶自己飯碗 " 好，）
還有消息稱，美國導演組合羅素兄弟正在拍攝的一部電影中，Wonder Studio 已經參與了部分制作環節。電影主角是《怪奇物語》主演 Millie Bobby Brown 和《銀河護衛隊》中星爵的扮演者 Chris Pratt，電影将上線 Netflix。
期待電影之前，更值得關注的一點是，最近這段時間，AI 力量對視覺領域瘋狂下手了。
這就不得不提到近日在科技圈瘋狂刷屏的 Meta 大殺器，Segment Anything Model （SAM）。
該模型驚豔世人的能力，就是能夠識别和分離圖像及視頻中的特定對象。使用 SAM，用戶可以通過單擊或輸入文字，來選中需要編輯的任何物體。
Meta 在介紹 SAM 時寫道：
SAM 已經學會了關于物體的一般概念，并且，它還可以爲任何圖像，或視頻中的任何物體生成 msak，包括訓練集中不包含的類型。
SAM 足夠通用，且在新的圖像領域無需額外訓練，達到即開即用。
這種零樣本遷移的能力，正是 GPT-4 能力驚人的重要原因之一。因此，國内外不少媒體稱 SAM 的發布爲 CV 領域的 ChatGPT 時刻。
目前，SAM 已經開源，并進一步提供了其 10 億掩碼數據集的完整細節，
Meta 官方的說法是，随着技術發展，SAM 可以成爲 AR、VR 等更通用系統的強大組件。
聯想到今天介紹的 Wonder Studio，接入 SAM 能力後，對原有人類圖像的分割，是不是就不再會出現裙角被遺漏的情況了？
内測申請地址：
https://docs.google.com/forms/d/e/1FAIpQLSdLY3_MQuMEqBy-MZCyXHoPe2YK5BUiSQecjCt0eLUQCux4qA/viewform
參考鏈接：
[ 1 ] https://twitter.com/shota7180/status/1644815889576128512
[ 2 ] https://twitter.com/wonderdynamics/status/1644376317595615233?s=46&t=HBob6gxh8cOfZTIbieKeSA
— 聯系作者 —
