抖音特效出圈:生态日渐成熟,特效师正成一门职业( 二 )


特效对抖音UGC内容生态的构建 , 发挥着重要作用 。 在一份用户调研中 , 有45%的用户想要“炫酷的拍摄效果” , 将近一半用户喜欢 , 表明特效已经成为激发用户表达的关键 。
的确如此 。 无论是官方PGC内容 , 还是用户自发的UGC内容 , 特效能否成为爆款 , 最关键的是用户反响——毕竟 , 对内容创作者而言 , 需要的是不断裂变后的长尾效应 。
而裂变第一步 , 需要足够多用户的共情自发表达 , 以此构成不同年龄段不同偏好的共同基础 。 这一点 , 无论是“魔性的双尾辫” , 还是“窗花剪剪”、“控雨”、“凤飞西安钟楼 ”等特效 , 都是在数千万用户参与 , 不断裂变成为爆款特效后 , 得到了证明 。

02

技术平民化 , 是一项大工程

从技术角度看 , 用户能大量参与关键 , 显然在于“技术的平民化”——用户只需要使用抖音官方的特效制作工具“Effect Creator” , 导入绘制好的元素 , 加一些命令即可输出上传特效 。
看似简单 , 背后其实是AR、计算机视觉、计算机图形学、人工智能等一系列技术的支撑 。
比如“漫画脸”特效 , 依靠的关键技术是GAN(生成式对抗网络 , Generative Adversarial Networks ) 。 一般认为GAN技术是2014年由Ian Goodfellow等人提出 , 目前GAN已成为深度学习中最迷人且被最广泛使用的技术之一 。
GAN技术俗称“AI换脸术” , 此前常见的此类技术演示 , 就是将影视剧中演员换脸 , 看起来毫无违和感的恶搞 。 抖音特效使用的GAN技术 , 则是为用户实现风格化效果 , 确保“你还是你” 。 2019年 , 抖音特效团队发现 , 真实照片一键转漫画玩法吸引很多网友参与 , 因此提出了类似创意——出一款特效 , 让真人可以秒变漫画脸 。
抖音特效出圈:生态日渐成熟,特效师正成一门职业
文章图片
打破次元壁、让真实人脸变漫画关键技术是GAN , 但彼时的GAN技术 , 还有众多难点需要去突破 , 不足以精确地把真人变成人类绘画水平 , 千人千面实时变成动画片 , 行业里更是没见过 。
“别看变身只要1秒 , 从创意提出到技术落地 , 背后团队琢磨了很久 。 ”抖音特效团队一位内部人士称 。
对抖音特效而言 , 则需要将人物视频转化为漫画风格——生成形象既要像本人 , 又要有漫画艺术美感 , 简单来说就是“精致美”和“极致像” 。
2019年9月 , 抖音为此成立漫画特效团队 , 一个跨北上深及北美四地的专项小组组建起来 , 开始以GAN技术为基础 , 研究可以将人物实时转化为动态漫画的视频特效 。 王运恢称 , 为了找到更能引起用户共鸣的绘画风格 , 团队寻找各种主流的漫画和番剧 , 从国漫、日漫、美漫到韩漫 , 几乎看了个遍 。
抖音特效出圈:生态日渐成熟,特效师正成一门职业
文章图片
在筛选好漫画模型后 , 团队开始引入算法模型 。 “将近两个月里 , 团队每天都要进行数百次模型训练 。 最多时 , 要用几百张显卡跑模型 。 ”王运恢说 。
2020年6月 , “变身漫画”、“变漫画”等系列特效道具上线 , 用户只需要轻轻摆手 , 就能变身漫画人物 , 从发型到衣着 , 每个细节精准转换 , 吸引数千万用户参与同款制作 。
对抖音而言 , 特效技术并不是全是围绕“人脸”做文章 。 比如 , 抖音项目团队运用Landmark AR技术 , 基于3D视觉重建算法和SLAM定位算法 , 在真实建筑场景上叠加虚拟效果 , 让北京三里屯、上海东方明珠、澳门大三巴、广州广东省博物馆、重庆洪崖洞、西安钟楼等地标建筑 , 在现代科技助力下变得活灵活现 。

相关经验推荐