《当代动画》

不过，虽然AI介入动画创作环节已经成为世界性的潮流，但当前还没有完整全流程的动画人工智能系统，目前所谈论的人工智能动画都是基于动画创作过程中的某一环节。这些人工智能技术就是基于自身已有的动画数据库进行机器学习，在剧本、角色、场景、道具、动作、镜头、音乐等各环节的数据指令和创作任务规范说明下产生虚拟人类Agent，最终完成相应流程的动画创作。通过对国内外AI动画的分析可观察到，当前最具挑战性也最具代表性的仍然是动画影像的生成部分，因为技术手段的差异，形成了基于文本生成动画、基于静态图生成动画、基于视频生成动画的三种模式，成为反映当前AI动画生成水平最直观的存在。

（一）基于文本生成动画

基于文本生成动画的操作主要是将文字输入相关AI工具中，AI工具会从文本特征中鉴别相关内容然后再生成动画视频。主要AI工具有Meta-A-Video、ImagenVideo、Runway Gen-2，这些AI工具虽有不同但是生成视频的方式大致一样，都是通过输入英文关键词、句子或者选择工具中提供的风格图提取相应的文本标签，然后AI依据这些词语生成相应动画视频。但是目前基于文本生成动画的AI工具对于一些较为复杂的动作生成的效果有限，需要数据库通过更多的训练和优化解决出现的问题。

（二）基于静态图生成动画

基于静态图生成动画主要是将需要生成动画的图片（单张或者多张）导入AI工具中，AI会依据提供的图片内容进行识别运算。理论上，图片的内容越丰富，生成的动画内容越多，所需的时间和运算成本也会相应的增加，主要的AI工具有Dreamix、Pika Labs、Runway Gen-2等。目前此种创作方式一般会先结合Midjourney、Stable Diffusion等工具，将关键词生成高质量图片，然后再导入此类AI工具同时搭配文字描述来生成动画作品。例如，在哔哩哔哩平台上短时间内播放量突破百万的《罗刹海市》MV动画，就是结合Midjourney和Runway Gen-2生成的单个镜头，再用传统方式整体合成而来。

（三）基于视频生成动画

基于视频生成动画是对原视频进行动漫风格化处理，目前Stable Diffusion搭配ControlNet扩展插件可以对视频进行可控操作，使得生成的内容能够更好地满足创作者的需求。此过程通常有三个步骤：首先，对视频按帧数进行切片生成多张序列帧，常用到isnet和mov2mov插件的帧生成功能；其次是将视频背景去除，然后使用Tagger插件提取视频帧的信息，复杂的背景会增加运算以及出现抖动、闪烁，运用蓝、绿幕拍摄视频可更加方便操作；最后将导出的序列帧放到ControlNet中的图生图中，搭配图片提取出的Tag和ControlNet常用的Lineart、Softedge、Candy、Openpose等动漫模型生成风格化的图片并整体合成。此生成方式通常有低重绘和高重绘两种转绘情况。低重绘通过单帧渲染可以与原视频保持高相似度，但动画风格较弱；高重绘使用多帧渲染稳定画面，风格化强但非常耗费算力。

整体而言，以上三种方式在操作难度和生成效果上呈现出阶梯上升的趋势，也是现阶段人工智能应用于动画创作的缩影。当然，除了对动画创作环节的介入，人工智能同样可以在增强和修复传统动画画质上发挥积极作用，如对于年代久远画质不佳的作品可以使用AI修复工具CodeFormer修复旧的视频画面，再使用Controlnet生成SoftEdge的线稿，最后使用Stable Diffusion ComfyUI重绘这些画面，最终得到高质量清晰的画面。可以明确的是，随着AI工具应用于动画领域的程度持续加深，以及数据库往更加细化的分类和目标发展，AIGC融合动画的速度正在全管线加速。

二、人工智能动画的

发展挑战与未来趋势

人工智能技术正在赋能传统的艺术创作和生产方式，不仅可以协助艺术工作者完成相应创作中的繁琐工作，而且可以通过学习人类的技术创作经验和规律，生成出人类想象力之外的灵感和构思。（3）在动画领域，提速增效和提升品质同样成为人工智能技术存在和发展的首要原因。AI会对一些高度重复性工作和较常规的创作型工作进行替代，这对长期受高劳动强度和高技术门槛制约的动画生产而言具有极大的吸引力。如在三维动画中，人工智能技术通过数据收集与训练能够根据创造者的需求快速生成高质量的角色模型和丰富的表情，同时可以使用自动锚点跟踪技术将数据输入动作捕捉系统，快速为角色模型创建更加符合运动规律的流畅动作。人工智能技术同样能够自行运算模拟自然环境中的真实现象，赋予动画场景在自然光影、物理属性、纹理细节等方面的真实效果，省去了传统制作过程中的复杂参数和繁琐调试，快速且更优地提升整体作品的视觉品质。可以说，AI技术的介入为动画创作者提供了新工具，动画生产方式呈现出由“人人合作”到“人机协作”的新变化。当然，新的机遇意味着新的挑战，这些挑战也会成为影响未来发展的关键因素。

（一）人工智能技术运用于动画的挑战

第一，知识产权边界模糊。与其他图像生成面临的问题一致，AI动画的生成也是建立在对庞大数量的存量图形和数据的学习、训练、计算之上，天然存在着使用他人成果、整合相关数据等知识产权边界模糊问题。在AIGC领域的法律法规暂不完善的情况下，对人工智能技术应用于动画创作领域的不信任甚至恐慌不可避免，这势必会成为阻碍AI动画良性发展的重要挑战。

第二，风格同质化问题。AI生成内容的风格差异源于数据模型的不同，用户可以根据自己的喜好选择已有模型或者自行建立模型库。但在实际的应用中，出于便捷性和数据容量的考虑，使用已有模型仍是主流，这就不可避免地出现作品风格相同或相近的问题，目前已出现的“一眼AI”现象也正是此原因导致。另一方面，AI生成图像在造型、光影等细节处理上存在过度追求“完美”的倾向，这种“最优解”的处理方式反而降低了动画风格“自由”的一面，使得作品原创性缺失，陷入审美固化和匠气过重的窘境。

第三，从业人员的结构挑战。传统的动画创作已经形成明确的岗位需求，各环节的艺术和技术标准也相对成熟和固定，人工智能的介入则使这种状况发生了颠覆式改变。前期环节，剧本和美术设定已经有了诸多的替代案例，更快的速度和更多的方案选择成为AI的杀手锏，即使当前更多是以辅助工具的身份存在，但已经可以看到较为明朗的发展前景。中后期制作环节，AI生成场景已经有了较为成熟的方案。最具特殊性和最消耗人力的动作环节，AI已经重点在三维动画方面有了不错的突破且势头迅猛，在二维动画领域因深度学习和训练的缺乏仍未达到可替换人工的效果，但也已显示出可观的潜力。可以明确的是，随着人工智能技术的进一步革新，动画创作中可复制性的工作环节和传统工具型的岗位更容易被替代，与此同时，能够熟练运用AI工具的新技术人才则会迎来广阔的施展空间，这种对人才需求结构的变化，是未来一段时期动画行业必须面对的挑战。

针对这些问题，业界、政界正在积极应对和推出相应举措，也已产生部分成效。如在法律层面，自2017年以来，中国、美国、欧盟、加拿大、日本、新加坡等国家或地区陆续就人工智能领域的法律法规展开讨论，全球范围内关于人工智能安全的治理逐步深化和具体。（4）中国在人工智能领域的相关法律法规以本国人工智能应用特点和国情为基准，确保人工智能的发展始终服务本国和世界的安全。2022年12月9日，最高人民法院发布《关于规范和加强人工智能司法应用的意见》；2023年7月10日，国家互联网信息办公室等部门联合发布《生成式人工智能服务管理暂行办法》；2023年8月15日，中国社会科学院国情调研重大项目《我国人工智能伦理审查和监管制度建设状况调研》起草组发布了《人工智能法示范法1.0（专家建议稿）》。可以说，中国以高效率和高视野开展了较为完善的监管措施探索并在持续完善，走在了世界的前列。这些举措将会为人工智能应用中的知识产权问题提供必要的解决方案和良好的保护。在技术板块，研发者对侵权问题的关注也从未间断，如梁楚萌、吴晓宇等人提出利用dm的对抗性示例来保护人类创作的艺术品。“具体来说，就是建立了一个理论框架来定义和评估dm的对抗示例。然后，基于该框架，设计的算法AdvDM，该算法通过优化从dm的反向过程中采样的不同潜在变量，利用Monte-Carlo方法对dm的对抗样例进行估计。大量的实验表明，生成的对抗样例可以有效地阻止dm提取其特征。”（5）从而有效避免部分AI工具对艺术家的艺术作品进行风格的模仿。

（二）人工智能技术协作下的动画发展趋势

从当前人工智能技术迅速切入社会生产和生活的多个领域来看，发展对更广泛行业的切入广度仍然是最核心的议题。动画作为AI技术泛应用领域中的微小构成部分，并未处于新技术研发和推动的核心位置，动画特有的语言、工作逻辑等仍缺少专门化的系统理解。但未来随着广度拓展逐渐进入饱和阶段，人工智能对各细分领域进行深度挖掘是必然结果，针对动画的专门化研究也将迎来新的机遇。综合AIGC对改变社会生产关系和提升社会生产力的长远态势观察，人工智能动画迈向个性化、工业化、交互性方向发展有望成为大势。

决定这种大势的基础首先在于人工智能能够更加灵活和成熟地完成个性化任务，创作者可以较为便捷地训练出属于自己的人工智能动画系统，让其创作风格适应创作者的各式特色要求。这个过程就是将创作者的思想、兴趣、喜好等信息输入人工智能思维，开展创意性干预的过程。OpenAI、谷歌等越来越多的公司开始致力于“超级智能”的研发和管控，垂直化、个性化、定制化的模型迎来更深度的发展。有了此基础之后，AI介入动画创作各环节会愈趋智能化，动画生产周期随之大幅缩短，现有动画生产体系迎来颠覆式改变，新的工业化流程得以建立。

另外，依靠人工智能领域的情感识别、思维识别等技术的加持，未来人工智能动画交互性会得以极大的强化，与观众之间的互动也不再仅限于体感识别、触屏识别、语音识别等现有主流方式，“读懂人的思想”等更智能和高阶互动体验将成为AI动画的重要分支领域。这种变化不仅会为产业层面带来新的空间，还可以使动画在社会发展中扮演更多元的角色。

三、人工智能时代的

动画人才需求与培养思考

人工智能带来的改变最终会体现于从业人才结构上，旧的模式逐渐褪去，新的体系持续建立，人才需求会悄然发生变化。把握这种变化对以培养人才为己任的高校而言至关重要，不仅关系到专业发展的好坏，更关系到产业发展质量和生命力强弱。

（一）人工智能时代的动画人才需求分析

教育的最终目的，不是传授已有的东西，而是要唤醒学生的创造力，唤醒原创的价值感。蒸汽机发明后，再强壮的马匹也跑不过火车的轮子。同样地，在人工智能时代的语境中，人类无法与人工智能比拼知识储备与技能熟练度，通过传授专业知识来构建技术壁垒的传统方式显然已经行不通。大卫·霍尔兹在2023世界人工智能大会时认为MidJourney是传递思维和想象力的工具，同时还宣布了正在研发文本生成3D与动画，以及可交互技术。这些技术的快速迭代正在颠覆传统设计流程，在未来所想即所得的世界中，正如David所说：“我们实际上是在人类历史的‘中途（MidJourney）’，我们拥有丰富多彩的过往，而面对的是不可思议的未来。”艺术与科学的融合使得动画相关行业的发展不再受限于“绝对专业性”，开始快速进入“跨学科、跨专业、多学科、多专业”的时代，这极易造成一种错觉，即从业者只要拥有了一定的人工智能操作技术就可以顺利地完成创作任务。但实际上，人工智能生成的作品是建立在操作者的综合素养之上，这包括创意思维、审美能力、评判能力等多方面的积累。如果缺乏扎实的专业知识，对于人工智能的掌握将只停留在表面的猎奇上，而无法有效地转化为实际生产力。基于以上认知和判断，可以得出人工智能时代较为明确的动画人才需求结论：具备一定的人工智能技术操作能力，拥有完善的专业认知体系和良好的审美、创意、设计判断力，并掌握面向未来的方法论。

以此结论可以审视当下不同类型动画人才所面临的局面。首先，在传统动画生产中主要负责中后期创作的某项技术环节，同时也是人数占比最大的技能型人才，如二维动画中的原动画和场景绘制，三维动画中的建模、材质、灯光、动作等。因为这部分工作具有标准性、重复性、工作量大等显著特征，是人工智能可以重点替代，也是业界希望能够部分替代的环节，当前个别岗位已经面临被合并和裁撤的风险。提升专业素养能力，逐渐由“专业型”过渡到“一专多能型”的人才要求已经成为趋势。其次，占比较低但却是作品创意来源和核心的创意型人才，如策划、剧本、美术设定等。该部分工作需要很强的智力素养成分，有独一无二的特殊性，但同时也存在商业化驱使下的类型化趋势。人工智能的介入已经对类型化的“套路式”创意形成了极强的压迫，独特性的创意仍然是最核心的竞争力，这也成为该部分人才必须追求的方向。第三，掌握动画制作全流程的技术环节，同时具有一定的创意思维能力、专业审美能力和综合协调能力的“创意综合型”人才。此类人才多以独立创作和小团队创作为主，尤其适应自媒体时代的作品需求，人工智能的出现可以成为全流程创作极好的创作辅助，这也为他们去探索、使用和适应人工智能提供了先决条件和动能基础。可预见的，未来这一群体的数量将呈现出显著的增长态势。

（二）高校动画人才培养思考

一直以来，国内的动画教育都存在着与行业发展匹配度不够紧密的问题，对新技术和新变化的感知力明显弱于业内企业。在传统的动画生产体系下，这种弊端还可以通过企业岗前培训等方式进行弥补，但面对人工智能的颠覆式冲击，看清此技术浪潮背后的逻辑并及时跟进，才可能在未来的人才供给中处于主动地位。

1.技术表现能力是基础

扎实的专业技术表现能力永远是动画创作的基础。在现有的生产模式中，熟练掌握动画原理和相关的软件操作技能是公司招聘的基本要求，对于掌握不扎实者要么拒绝录用要么朝着从业标准的方向继续培养，直到能够符合技术标准。人工智能时代，新技术的追逐将会成为常态，AI正以两种方式渗透进创作体系：一是在现有软件中植入人工智能模块，逐步提升工具的智能化水平；二是以新工具进行生产，形成全新创作系统。这两个方向实际上对技能水平都提出了要求，只有熟知每个环节的技术标准，具备了扎实的技能表现能力，才能够形成全局观的创作意识，为整体服务。这就要求高校人才培养要弱化对某项技术的单一性、螺丝钉式学习方式，而是着重强调整体技术流程的重要性，树立学生的全局技术观念，以更好适应新技术的万千变化。

2.专业识别能力是核心

动画创作的核心能力是基于专业的表达，包括但不限于创意策划、音画把控、思想传递等多个方面。人工智能的介入对识别生成作品的水准提出新的要求，而这恰是对创作者综合水平的考验，也即是以上所说的多项要素的集合。核心能力的培养中，动画技法和影视思维是最基础的环节，更重要的是通过持续的专业积累和素质拓展，培养开阔的视野、深厚的人文底蕴、优秀的审美修养和艺术鉴赏力。唯有如此，才能够在面对数量庞杂的生成式作品时取精用宏、直取真金，遴选出符合行业标准和时代精神需求的优秀作品。

3.拥抱新技术方法论是必然

高校专业教育体系的建立是一个漫长的过程，尤其对于动画专业而言，当下相对固定的教学体系的形成经过了艰辛的探索。人工智能的迅猛冲击会让教育工作者在短期内无法彻底适应，但一成不变的固守传统定不可取。要以动态和发展的视野积极拥抱新事物，在传统动画技能应用和新兴技术研究中间寻找平衡点，并最终形成新的教育模式和方法论。在这个过程中，要充分发挥师生共进的作用，鼓励学生积极探索人工智能相关的新工具，挖掘网络资源，拓展前沿技术视野，同时让从事人工智能专业的老师参与到动画专业的教学中，形成教学相长的良性氛围。只有如此，动画专业建设才能够持续深入，动画人才的培养才会拥有生命力与时代价值。

结语

新技术的出现会推动整个行业甚至是社会的进步，不论对该技术持何种态度，它都会如约而至。AIGC关键技术的突破正迅速推动着动画生产力的提升，在可以预见的未来，势必会全面嵌入动画创作各环节，动画创作会变得更加智能化和高效化。在这个过程中，新的机遇和新的挑战并存，对于动画工作者和动画教育者来说都应主动转变传统守旧思想，积极面对并做出相应改变，以与时俱进的精神共同推动国产动画事业的跨越式发展。

张娟，成都大学影视与动画学院院长

注释

（1）新华网《AIGC动画短片〈犬与少年〉公开发行》，http://www.news.cn/fortune/2023-02/02/c_1129331456.htm，2023年8月20日访问。

（2）数艺网《配音领域的AIGC：游戏和影视是最佳场景，在人机交互领域改善用户体验》，https://www.d-arts.cn/article/article_info/key/MTIwMzQzNDMwMDaD33WqsYa0cw.html，2023年8月20日访问。

（3）杨亮《人工智能时代的艺术生产——“2023AI影像艺术与科技前沿论坛”综述》，《当代动画》2023年第3期。

（4）全球技术地图《国外人工智能安全相关法律法规情况》，https://baijiahao.baidu.com/s?id=1764143596130586553&wfr=spider&for=pc，2023年8月25日访问。

（5）Liang C, Wu X, Hua Y, et al. Adversarial Example Does Good: Preventing Painting Imitation from Diffusion Models via Adversarial Examples, arXiv preprint arXiv: 2302.04578, 2023.

编辑：李思雨

校对：杜迎雪返回搜狐，查看更多