云上的影视特效 怎么就成了科技企业的宠儿？

（原标题：云上的影视特效，怎么就成了科技企业的宠儿？）

摘要： 虽然云计算和AI不能掩盖中国影视在审美和文化上积贫积弱，但在影视特效这一点上，或许我们真的可以逆风翻盘、弯道超车呢？

图片来源：视觉中国

说起电影特效，大多数人都会联想起中国电影的不争气。

比如别人家的神仙打架是这样的→

而自己家的神仙打架是这样的→

不过今天我们要讨论的是，当影视特效成为科技企业追捧的对象，中国能从中找到机会吗？

平行宇宙的相交：离不开计算的影视特效

影视特效和科技企业，看起来是两个风马牛不相及的产业，可能只有在科幻片中才会相遇。但就在最近，谷歌宣布在洛杉矶设立第五个云区，目的是为艺术家和设计师提供服务。而这已经不是谷歌云第一次向影视行业示好了。

想要了解科技企业和影视特效的关系，首先我们要了解影视特效与计算的关系。

科幻片和动画电影中出现的栩栩如生的毛发和闪亮的盔甲绝不在现实中拍摄的，而是通过绿幕、动作采集等等技术采集画面之后，再在计算机上进行大量图形处理和渲染。

简单粗暴地说，我们可以理解为科幻片里面的影视特效画面都是一帧帧P出来的。通过观测公司里设计师的日常，我们就会知道这是一项漫长得看不到头的工作。

更可怕的是特效渲染，如果用过会声会影这类娱乐性的视频处理软件就知道，有时候为十分钟的视频加个字幕，都会渲个二十分钟。所以为了满足商业效率，影视特效一般会交由一种名为“渲染农场”的组织进行。

渲染农场（Renderfarm）的本质和超级计算机很接近，都是通过密集搭载CPU/GPU来实现高密度的并行计算系统。将原来一台计算机处理一个任务的效率变成一百台计算机同时处理一个任务，渲染速度自然就变快了。

但渲染农场的形式也会有很多问题，比如搭载并行计算系统的价格非常昂贵，加上日常维护费用，使得渲染农场的收费很高。同时电影产业还具有一定的季节性。

例如很多电影都会赶着在圣诞季、暑期档上映，就会导致这些时间节点前渲染农场的工作会忙碌，可淡季时却要白白耗费维护费用。

也正是因为这些高昂的成本，中国的影视特效发展多多少少受到了影响。

云上的影视渲染

看了渲染农场的工作模式，是不是让人联想到了IT企业的数据储存机制？和数据储存一样，上云已经成为影视渲染最新的风潮。

早在2009年拍摄《阿凡达》时，好莱坞就已经尝试过在云端进行全球化的数据传输和渲染。从2010以后，谷歌云、微软Azure、亚马逊AWS和阿里云等等云服务企业也开始陆续通过收购、注资等方式进入影视渲染行业。

像谷歌收购了视频选择企业Zync Render和流媒体制作平台Anvato，微软则与图形处理供应商Nimble Collective进行合作，阿里云则选择与中国著名的渲染农场瑞云科技合作。

在云端进行影视渲染，相比传统的渲染农场有着以下几种好处：

更低的使用门槛

以往影视渲染的现状是，皮克斯、梦工厂这样的顶尖制作公司有着自己的渲染中心，剩下的一些大制作电影占据了大部分渲染农场资源。而那些低成本的电影，或者特效片段少的电影，租用渲染农场资源就成了一件很不划算的事。

而云端渲染可以按照帧数、时长、储存空间等等多个指标按需收费，让小制作、低成本的电影也可以尽可能获得更好的特效渲染。

更先进的管理制度

和渲染农场粗放的托管制度相比，云渲染可以实现实时、在线的数据传输和进度管理。举例来讲，传统的渲染方式是特效工作拖着一箱移动硬盘把数据交付给渲染农场（别笑，有时候这样还真能实现更快的数据传输速度），几个月之后再把一箱移动硬盘拖回来。

这其中如果发生什么需求修改，就会产生大量重复的信息传输工作。

但在云端，甚至可以实现随时把渲染好的文件实时传输给对方，好让特效工作室进行下一步加工，从而极大地提升效率。除此之外，有的云端渲染平台还能实现预算、时间等等方面的自动化管理。

更好的渲染效果

这一点虽然存有争论，但从某些角度来看云端渲染的确能够实现比一般渲染农场更好的效果。

例如处理一些像毛发那样的细节时，会在极短时间内吞吐大量小文件，在传统渲染模式中，只能靠压缩其他任务、拉长处理时间来实现。

但云计算厂商由于经常要符合电商等等高吞吐量运算，在这一类特殊高负荷计算时的表现更为优秀，也就能够满足特效渲染对于细节、光影等方面更高的要求。

云上的影视特效，一定会有AI参与

但即使云计算能提升影视特效的渲染效率，中国能从中寻找到哪些机会呢？无非是在同样算力的前提下，提供更有竞争力的价格，从而成为好莱坞的外包工厂。这样的产业模式并不具有持续性，对于中国自己的电影特效产业也很难有切实的提升。

但如果和其他行业的云计算服务横向对比，我们会发现或许中国的机会即将到来。

参考交通上云这类和影视特效一样涉及大规模数据处理的云业务，可以发现云计算、云储存都只是云服务的开始，真正的效率提升在于云端AI计算。

同样在影视特效处理中，我们已经可以看到一些AI的影子。

例如在《海底总动员2》和《汽车总动员3》中，都利用了深度学习模型学习场景光线走向，自动纠正因光线不自然而形成的噪点。暮光女Kristen Stewart曾经写过一篇论文，描述了如何通过神经风格迁移对影片进行模仿画作画风的特效处理。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。