跳到主要内容
八光分文化冷湖AI短剧金奖《回溯曲》制作全流程揭秘
八
胡深//约 7 分钟
编按：2024年，八光分文化联合北京行知探索、冷湖火星小镇，与国内AIGC共创社区“故事接龙”一起发起了“冷湖奖AI短剧拉力赛”，在华强方特旗下的AI社区平台aitop100.cn持续四期大赛，开放授权冷湖科幻文学奖前六届获奖作品50篇，获得全国AIGC社区热烈响应，收获超500分钟的竞赛投稿，冷湖奖IP授权影视化结出了第一批奇异果实。本篇创作谈来自拉力赛第二期金奖《回溯曲》作者胡深，他持续参与拉力赛全程，大赛首期即以《正面的世界》获得银奖，《眼》获三四期银奖，同时还有《盲》与冷湖奖作者毛植平共创并获得特别提名。值得一提的是，胡深本人也是冷湖奖获奖小说《正面的世界》作者，平时从事摄影和剪辑工作。2023年夏天受邀去冷湖时，和韩松老师在大巴车上聊天，他说一部小说的好坏很大程度上取决于它的叙事，再普通的故事，用了一种好的叙事手段，也有可能成为一部好的小说。这句话我印象深刻，因为《冷湖：回溯曲》（以下简称《回溯曲》）正是这么一部小说，同时也是这么一部短片。（《回溯曲》改编自毛植平《冷湖：回溯曲》，收录于第六届冷湖奖获奖作品集《冷湖Ⅵ 点亮火星》）从解构的角度来看，《回溯曲》不管原著还是短剧，讲的都是一个普通甚至有点老套的故事——渐冻症老人没法演奏音乐，被机器人替代。所以，问题的关键就变成了应该如何去讲这个普通的故事。关于原著，毛植平老师用了许多叙事上的技巧，惊奇感十足；而关于这部短剧，我想则可以分别从五个方面解答一下。《回溯曲》的剧本我一共用了三天零二十分钟写完，记得如此清楚，是因为创作的前三天我一笔未动——改编《回溯曲》的难度非常大，它本身不是一部传统的硬科幻，而是一部注重情绪和细节的小说。所以，在构思初期我就大刀阔斧地修改，首先把主线从“一只机械臂成长为一座音乐厅”的故事简化为“一个机器人成长为一个人”；其次增设了一个贯穿全剧的戏剧冲突：保姆型机器人是如何成为一个演奏家的？这个冲突完全脱离于原著，所以我必须自己找到合理的解释：明明有专业的演奏型机器人，为何男主角偏要用不是那么灵巧的保姆机器人来弹琴呢？我在这里卡了三天，一笔未动。直到某天骑电动车下班回家等红灯时，见斑马线走来一对年迈的夫妻。老太太坐在轮椅上，老先生推着，两人虽不言语，但在我看来却是一个整体。这时我突然灵光大现，冲突的原因这不就找到了吗？就因为它是保姆型机器人呀！只有它才了解李松林的一生，只有它才知道李松林的喜好和脾气！寻思至此，立刻拧油门回家，到家后仅用二十分钟我就完成了2000字的完整剧本。接着我便专心开始下一个环节：寻找《回溯曲》本曲。首先我请教的是毛植平老师，问他心目中的《回溯曲》是什么。
（从这里可以看出当时我根本没有让AI弹奏钢琴的能力。）确定了大致方向后，我准备用一些较为简单的曲子来躲避弹琴的细节，直到第二天我发现了一款可以转绘的工具LensGo，决然推翻了之前的决定，转而选择了肖邦的《第一叙事曲》。我很喜欢这首曲子，难度很大，结尾的爆发力极强。但是思来想去，《回溯曲》应该是一首较大编制的曲子，于是我让难度进一步升级，改为普罗科菲耶夫《第三钢琴协奏曲》，同样也是一首结尾极具感染力的曲子，而且难度只能用恐怖来形容。个人认为，声音系统在影视中的重要性有时甚至要高于画面，因为只有声音有能力渲染氛围和调动情绪。我个人非常抵触目前的Suno（一款AI音乐创作软件），音乐质量极差，这里所谓的“极差”是指第一耳听起来还可以，但不能深究，每次听到Suno产出的音乐，就像看到一个机器人竭力去模仿人类的情绪，还总是不到位，反而增添了恐怖谷效应。当然了，以上这些只是针对于Suno无法处理细腻的情感而做出的批评，一些具有玩乐性质的罐头音乐，Suno还是有自己的优势（但相应的，自然也就不在本次AI短剧的讨论范围内了）。关于渲染情绪和氛围的配乐，我比较中意的作曲家是罗威，有些钢琴随笔很有力量，而且偏冷门的曲子版权也不贵。除了《正面的世界》外，其余三只片子（《回溯曲》《眼》《盲》）大量使用了罗威的配乐。另外也有一些古典音乐，例如亨德尔和巴赫。为了完全还原这首曲子，我分别使用了五位钢琴家的素材片段。其中，钢琴曲的音轨（主要音轨）使用的是郎朗的演奏录音（经过处理）。而“机器人演员”，我则用了孙榆桐在2018年桑坦德国钢琴比赛决赛的公开画面：（这段录像清晰、稳定，贡献了绝大多数画面。注：画面中的所有人脸已经做过AI重绘）以及阿格里奇在20世纪80年代的录像（不确定具体时间，总之那时还很年轻）：（仔细看的话，会发现这里的机器人有明显的女性特征）为了让机器人能够真实地弹奏钢琴，我调整了每一个“特型演员”的演奏节奏。并且下载了这首协奏曲的乐队总谱，将钢琴轨道分离后制作了“可视化乐谱”来对照机器人的演奏是否正确。（在视频轨道中插入可视化乐谱，方便检查机器人的手指是否按下了正确的按键）后来我觉得这个视觉效果不错，在成片中也保留了一部分。（红圈内为保留可视化部分，个人解释为机器人能看到谱子2333）至此，我已经完成整个片子里最耗时的部分，前二十天的工作基本都是围绕演奏部分的转绘和手指匹配。由于截止日期的逐渐逼近，其他故事的画面填充我只好草草了结，尤其是Q和李松林在卧室里的初次对话，根本没有时间调整，所以画面显得异常单调：影片所使用到的叙事技巧并不多，全部都是倒序，没有原著的技巧丰富。不过，我用了许多剪辑上的手法。片尾弹奏钢琴的片段，正常的逻辑是这样的：演奏结束，起身，致谢。切换回树下的回忆。这里我用了“震撼转场”，即在剧情（或者配乐）发展到最激烈的时候戛然而止，同时使用“爆炸低音”的音效来配合最后一个音符进行场景的切换。这样做，除了能增加感官上的冲击，还能再给观众挠一下痒痒：“弹完了之后呢？在线等，挺急的。”然后在进行了一轮新的剧情后，再拉回到演奏结束后的画面。同样的转场方式，我还在《眼》中使用过：（从一个激烈的打斗中用一个巨大的音响拉回到现实。）（《眼》改编自万象峰年《赛什腾之眼》，收录于第四届冷湖奖获奖作品集《冷湖IV 赛什腾之眼》）（歇斯底里的扭画面中，随着一声核爆的巨响，画面切换为安静的水底。）（《正面的世界》改编自胡深《正面的世界》，《盲》改编自毛植平《弥留之际》，均收录于第五届冷湖奖获奖作品集《冷湖V 不做梦的群星》）以个人方式制作AI短片其实是一件费时费力的工作，为了保证影片质量，每个片子我都使用了专业配音。《正面的世界》配音老师，两天换了七次才找到合适的。而我个人最喜欢的《盲》（和毛植平老师共创的短片）中的女主配音，我们测试了近二十个老师才最终定稿。这位老师的声线和我们想象中的R完全匹配，而且抛开声音质量不谈，我们选择她的最大原因是因为她的情绪，她的情绪是隐忍的，克制的。高价值的配音老师给出的情绪并不是完全按照我们的要求，而是会根据剧本自己进行一些略微的改动，这些情绪的小改动甚至会影响到我们的剧本走向，简单来说就是可以发散出更多剧情。《盲》正是在这种条件下产生的。《盲》是一部带有实验性质的短片。毛植平负责编剧、生图，我负责优化剧本、视频生成和最终剪辑。这部短片与《回溯曲》完全是两个极端，《回溯曲》我的大部分时间用来处理视觉效果，《盲》的大部分时间则用来调整配音和配乐。虽然整部片子的呈现效果看起来较为简单，但实际上是耗费精力最多、细节调整最多的短片。总体来说，我接触AI只有三个月的时间，相比于其他更为专业的创作者来说还算萌新，所有生成的图片质量并不算高，同时在图转视频的方面更显幼稚（基本都是最简单的图生视频，Stable学了好久也没学会）。但我个人感觉，在一部影片中，炫酷的效果和高清的分辨率其实并不是最重要的，最重要的是内容。或许几十年后，新的AI和新的特效会取代许多特效大片，但是像《辛德勒名单》和《阿甘正传》这种片子永远不会被取代。因为形式上的美终究会被淘汰，只有好的故事才能永远地打动人心。