相芯科技观察 ：一文读懂《阿丽塔》背后的CG技术

什么是CG技术?

以前，人们或许会说是“Avatar”;如今，人们也许会改口说是“Alita”了。

但不论是Avatar还是Alita，都只是CG技术的一种呈现。关于CG(Computer Graphics)，如果简单来理解地话，其实就是通过计算机把虚拟世界在屏幕中展现出来的过程。

至于如果建造虚拟世界，我们就要先来看一个方程式：

看得懂的人，请给自己点个赞;看不懂的人，也没关系。因为只要换张图，你们也都懂了。

这个与初中物理“光的折射”看着很神似的图，就包含了CG技术的万千世界。

从现实到虚拟

建设一个虚拟世界，需要一个参照系，也就是真实世界。比如，现实中的皮球是圆形的，那虚拟世界中的皮球也应该是圆形的，而不是方形的。

但形状只是其中之一，现实中，物体的呈现还与环境光息息相关。不同的光打到同一物体上，人眼看到的物体形状可能就是不一样的。

将虚拟世界中的人、物体等，在计算机中建造出来的过程，就是CG技术的第一个重点——建模。

建模，说起来也简单，跟米开朗基罗雕大卫像差不多。不同的是，整个过程被放在了计算机中进行，而雕琢具体模型时，人需要通过计算机去一点一点地调。

要想让虚拟物体更接近真实物体，就需要有更多的原始素材。一开始，建模师是用一组相机全方位地拍物体，尽可能地了解光照下物体的各种细节，包括纹理、凹凸、几何形状等。

物体尚且如此，更不用说人了。以阿丽塔为例，仅脸部就包含肌肤纹理、肌肤表层、汗毛、油脂、头发等数不清的细节。这些单靠相机拍照去收集数据，可谓难上加难。一方面，因为相机本身的性能(分辨率、清晰度等)还有待提升，另一方面，相机只能收集二维数据，而重建人，需要更多三维数据。

于是乎，我们会发现，早期的电影CG特效中，“人”一看就是假的。

　　(电影史上第一个电脑生成的角色“彩色玻璃人”)

既然问题很明确，那就要解决呗。于是，三维扫描技术诞生了。依托三维扫描，人的各类信息可以被更好地获取，建模的第一道坎算是跨过去了。

不过，这时候建好的模型还是白模——完全不带纹理、汗毛、油脂等细节一个模型。有人是不是要说，这辛苦了半天，啥进展也没有啊?

别急，接下来就是CG技术的第二个重点——渲染，露脸了。渲染，就是求解上述方程式的过程。这与现实中的画画差不多，就是把人脸的各种细节给画上去。不同的是，画画是可以写意的，但渲染是要写实的。

细到一个毛孔不像，模型也只是模型，跟“真人”半毛钱关系也没有。这也是为什么阿丽塔会如此受大众欢迎，因为她突破了“恐怖谷效应”，成为了影史上第一个CGI 与真人结合的类人角色。

但渲染的水，其实很深。光线不同，人呈现出来的信息就不同;拍摄的角度不同，人呈现出来的信息也会不同;人在剧烈运动中，所呈现出来的信息和静止时也会不同……而要把这些不同全部综合起来，就需要靠算法。

目前来看，算法越先进，模型与真人也越像。不过，前提是收集到的信息足够多且是准确的，如果信息不准确，那结果可能就是相反的。

从虚拟到现实

真人模型建好了，也渲染好了，接下来就是CG技术第三个重点——动画，登场了。

说来也神奇，相比建模与渲染，动画反而是最早被大众所熟悉的。这，大概就要归功于我们从小耳濡目染的动画片了。不过，当时的动画其实是二维的，由原画师一帧一帧地画出来并组合到一起而成的。

虽然现在也有了三维动画，但与真人动画仍是不可比拟的。其中，一个最大的不同点就来源于动作捕捉设备。真人动画，是由真人穿上动作捕捉设备进行表演，并由设备设置不同的特征点，实时记录人动作的相关数据。

同时，现场还会有一组摄像机拍摄下真人表演的不同角度，记录各种细节。最后将所有信息都上传至计算机，借助编程或动画制作软件来生成一系列人物动画。

上面也谈到，模型与真人越像的前提是收集到的信息越多、越准确。这也意味着，动捕设备必须完全贴合人的形体，并精准地捕捉到人的所有动作细节。被CG技术掩盖了很久的硬件设备，终于C位出道了。

动捕设备的出现，极大充实了CG人物动作库，为电影拍摄需要大量人物出现的宏大场景，节省了巨大成本。且随着这一设备不断普及和升级，相应的数据量也呈几何倍增长，为建模、渲染的进一步优化打下了更为扎实的基础。

但这些在人脸面前，则显得稍微有点小儿科。人脸的微表情实在太多，比如皱眉一个动作，就牵扯到眉毛、眼睛、鼻子、嘴巴、面部，乃至毛孔、肌肤纹理等等。这次，《阿丽塔》对人脸面部细节的精准捕捉、重建和展现，就极大刷新了人们对CG技术极限的认知。

当然，这也要归根于表演捕捉设备的不断升级，达到了人眼识别的界限，让3D模型真的像真人了。不过，这个像是有限度的，它除了受表演捕捉设备本身的影响外，还受到拍摄设备、演员表现等影响，更重要的是，还受到算法的影响。

算法的好坏，直接影响到计算力的好坏，影响到呈现出来画面的精准度，也影响着动画环节的连贯性。从这个层面来说，算法决定了一个虚拟人物的成败，更进一步说，可能也决定了一部电影的成败。

从现实到镜像

算法与设备，是一母同胞。

早期，算法的落地大多是依托于CPU实现的。一台电脑，大多也只有一个CPU。不过，随着CG技术不断被应用落地，采集的数据量也越来越大，要呈现出好的动画效果，单靠CPU已显得有点捉襟见肘了。

比如在《阿丽塔》中，要呈现一帧动画，平均就需要花费100个小时来渲染。而整部电影下来，总计需要花费4.32亿小时来进行渲染。这需要动用到最少3万台电脑。可以说，每一帧动画都在疯狂地烧钱，即便是在工业级操作已经很溜的好莱坞，也是很难承受的。

但卡梅隆已经将人们的审美拉到了这个高度，想要再下来，怕也是很难了。于是乎，GPU就隆重登场了。这个专门负责图形处理的显卡，曾因实时相应慢、稳定性不够等原因，不被重视了很长一段时间。不过，随着虚拟世界与现实世界日益交融，GPU因运算速度快、计算能力强等特点，一跃成为了虚拟世界的“主角”。

2017年，中国造出了世界首台超越早期经典计算机的单光子量子计算机。2018年，英伟达发布了全球首款支持8K屏、实时光线追踪的GPU。同年，一款拥有16颗Volta GPU、可提供高达2PFLOPS的深度学习计算能力的超级计算机也正式问世。

这些于电影界乃至普通大众而言，无疑都是重大利好。量子计算机极大代表运算能力的提升，可减少渲染环节的计算机数量;8K屏代表信息收集将更加精准，数据的获取将更高效;实时光线追踪代表渲染可以耗时更短，超级计算机代表制作团队可大量缩减。当技术的壁垒被一层一层攻克，CG技术也迎来了第四个重点——人机交互。

“阿丽塔”，正在走下影坛，走向普罗大众。近年来，从首个AI虚拟主播绊爱到首个AI合成主播“邱浩”，再到今年央视春晚的虚拟主持人团队、今年春节期间首次亮相的拜年“猪猪”，CG技术开始渐渐褪去“工业级”的面纱，显露出“民用级”的真身。

目前，在工业级CG制作团队之外，市场上已有了多家主打民用级CG技术的团队。比如旨在为用户打造PAI(个性化人工智能，即Personal AI)的人工智能初创公司ObEN，比如旨在让每个人都拥有实时互动、智能、个性化的3D技术内容提供商FaceUnity(杭州相芯科技有限公司)……它们的出现，让CG技术从大屏走向了小屏，为人机互动创造出更多的应用场景。

《失控》作者凯文·凯利曾说，在网络、社交媒体之后，我们正处于第三个平台——镜像世界的黎明，这个平台将使世界其他的地方数字化。而在镜像世界里，每样东西都会有一个“孪生兄弟”，也就是“数字双胞胎”。

尽管这个世界短期之内或许不会马上来到，但虚拟世界与现实世界的交融脚步却不会停止，人们建造虚拟世界的热情也不会停止。

阿丽塔之外，更多的阿丽塔正在大步走来。

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。