從妙鴨爆火到老片修復，大模型已經(jīng)開始干活了

　　撰文 | 文燁豪

　　自AIGC熱潮涌現(xiàn)以來，敏銳的科技巨頭們紛紛下場，推動著國內(nèi)大模型賽道一路狂奔。

　　然而，技術本身很難直接創(chuàng)造價值，訓練大模型只是一個起點，沸沸揚揚的“百模大戰(zhàn)”，也或多或少夾雜了一絲“重復制造輪子”的意味。

　　對大模型而言，嵌入應用場景，從而實現(xiàn)成熟的商業(yè)化落地，才是終點所在——而隨著大模型賽道的邏輯從訓練轉向落地，AIGC應用正逐漸在各個領域涌現(xiàn)。

　　7月，AI寫真應用妙鴨相機爆火出圈，不僅在社交平臺里瘋狂刷屏，更是激起了科技語境的廣泛討論。很多此前不太熟悉科技語境的用戶，也從中第一次真切地感受到AIGC的魅力。

　　8月，抖音及火山引擎發(fā)起了“經(jīng)典影像修復計劃”，首次將AIGC視覺大模型應用于老片修復場景，計劃修復100部香港老電影，還原大眾記憶中的香港電影，最初的、最清晰的模樣。

　　這意味著，大模型已逐漸走出了“實驗室”，走入人們的視野。

　　妙鴨相機與老片修復，藏著大模型的答案

　　妙鴨相機的爆火，對當下仍困于落地的大模型賽道無疑有著啟示作用。

　　其實，從技術路徑來看，妙鴨相機背后的AIGC圖像生成能力，并沒有太高的技術壁壘，亦不及Midjourney、Stable Diffusion等主流應用全面。

　　只是，諸如Midjourney等應用有著極高的上手門檻，需要用戶不斷摸索提示詞(Prompt)，在此過程中難免產(chǎn)生消費障礙。

　　而妙鴨相機則將前述繁瑣的步驟封裝、簡化為一鍵操作，用戶僅需上傳一張正面半身照，以及不少于20張的補充照，便能根據(jù)設定模板一鍵生成各式各樣的寫真，易用性大幅提高。

　　從中不難窺見，前沿技術若想實現(xiàn)大規(guī)模落地，不僅需要找準應用場景，更需解決相應場景過往的痛點與難點。這正是火山引擎切入“老片修復”場景的重要原因。

　　一直以來，老片修復都是影像領域的重要議題，根據(jù)來自65個國家超過130電影資料館統(tǒng)計，電影自誕生以來平均存活率不過 10%。

　　背后的邏輯在于，早期電影拍攝后大都儲存于膠片上，可膠片作為儲存介質可謂相當脆弱，不僅對儲存環(huán)境的溫度、濕度要求極高，亦極易在使用、搬運等過程遭受物理和化學損傷，從而產(chǎn)生褪色、撕裂、臟點、霉變、酸變等問題。

　　一個簡單的例子，如今許多早期電影的畫面色調(diào)常常偏紅或偏紫，除卻導演本身藝術表達的因素，更多是電影膠片因保存不當而患上醋酸綜合征的表現(xiàn)——膠片褪色變紅的同時，還會釋放出刺鼻的酸味，加劇保存環(huán)境的惡化。而酸化一旦開始，便很難完全逆轉。

　　此外，電影在制作、分發(fā)過程中，膠片往往會經(jīng)歷反復翻印，每次翻印都會帶來細微的畫面細節(jié)損失，而隨著翻印次數(shù)增加，畫質衰減將愈發(fā)嚴重�；�于種種因素，多數(shù)港片的畫面表現(xiàn)遠不及當下的高清視頻，用戶的觀影體驗難言友好。

　　另一方面，傳統(tǒng)修復技術主要仰仗于人工進行——先將膠片轉制為數(shù)字格式，再由修復師一幀一幀地處理畫面上的霉斑、污漬等問題。

　　然而，一部電影通常包含數(shù)十萬幀畫面。若完全依賴人工修復，不僅成本高昂，效率也難以令人滿意。以《東邪西毒》為例，王家衛(wèi)曾回憶道，因為膠片受潮，當時的修復耗費了整整四年時間。盡管如此，還是因為修復不及時，使《東邪西毒終極版》的極少數(shù)片段仍有花片的情況出現(xiàn)。

　　換言之，傳統(tǒng)影像修復技術，難以進行大規(guī)模修復。而若無法實現(xiàn)規(guī)�；�，電影資料館修復膠片的效率，或許難以追趕數(shù)十萬卷膠片在時光荏苒下逐漸褪色的速度。

　　在此背景下，AIGC視覺大模型，成為了影視領域老片修復“心病”的解藥。

　　火山引擎的大模型答卷

　　利用AI深度學習算法修復影像，其實并不是什么新鮮事。早在幾年前，國內(nèi)影像垂直論壇上，便已有影像發(fā)燒友通過深度學習算法提升老片分辨率，以提升畫面觀感。

　　然而，過去的影像處理算法雖能在一定程度上起到提升畫質的作用，但并不足以支撐嚴肅的商業(yè)應用場景，以現(xiàn)階段基于Stable Diffusion的開源大模型為例，其主要針對圖片生成任務，對偏向于退化修復的老片修復場景的針對性較差，很難簡單套用。

　　基于此，火山引擎在現(xiàn)有成熟大模型的基礎上，疊加了自身的老片修復網(wǎng)絡，對模糊、失焦、人像、色彩等常見修復問題進行了針對性優(yōu)化，使得大模型可以充分感知和適應老片場景。

　　一個簡單的例子，傳遞角色的情感狀態(tài)和內(nèi)心世界的人像鏡頭，在電影語言中尤為重要。對此，火山引擎針對不同畫面質量的影片，自適應使用了不同人像解決方案。

　　針對制作時間久遠，影片畫質較差的老電影，火山引擎使用基于生成式的人像修復模塊，在保持人像真實特征的前提下，進行高清五官重建;針對中高質量的人像，火山引擎則使用了人像超清模塊，優(yōu)化五官清晰度，實現(xiàn)了對睫毛、眉毛、發(fā)絲和膚質等臉部細節(jié)最大程度地還原和紋理增強。

　　值得一提的是，除了面向泛化老片修復場景的調(diào)優(yōu)，火山引擎此次更是針對港片的特性，打磨出了更垂直細分的修復能力。

　　以武打場景為例，不同于海外電影“直截了當”的打斗，打戲作為貫穿香港電影黃金年代的獨特標志，更像是華麗的舞蹈，強調(diào)每一招每一式的對壘，有著極強的辨識度。

　　可武打場景，對AIGC模型而言卻是不小的考驗。一方面，畫面中迅速變化的動作和快速運動，往往會造成較大的幀間位移，進而導致光流模型的準確性下降，從而產(chǎn)生拖影;另一方面，復雜的武打動作更容易導致插幀結果的失真，產(chǎn)生偽影，直接影響了觀眾的視覺體驗。

　　為此，火山引擎自研了智能插幀算法，通過對前后幀的內(nèi)容進行光流估計，根據(jù)光流信息將前后幀像素轉換到中間幀，然后進行整合，生成中間幀，提升視頻幀率;通過針對性優(yōu)化，降低處理大運動時的計算負擔，從而提升模型的穩(wěn)定性和效果。

　　而武俠元素，向來是香港電影的重要組成部分，但由于早期電影拍攝制作方式較為簡陋，部分武打場面往往會有威亞的部分殘留，從而破壞了畫面的完整性。對此，火山引擎利用去噪點和去劃痕等算法批量處理畫面瑕疵的同時，亦針對威亞優(yōu)化了去劃痕算法，在消除威亞痕跡的同時保證了畫面主體人物的完整性。

　　據(jù)中國電影資料館副館長張小光介紹，此次電影修復也邀請了電影的主創(chuàng)人員參與到修復流程中，既通過技術還原影像的“形態(tài)”，亦還原影片原本的“靈魂”，使其“修舊如舊”。

　　背后的邏輯在于，電影修復并不僅是前沿技術的找尋落地場景的嘗試，更是一種商業(yè)行為。而“修舊如舊”，正是經(jīng)典電影觸動大眾情懷、喚醒集體記憶，從而提升商業(yè)化價值的關鍵。從中不難窺見，火山引擎務實的技術觀。

　　飛入尋常百姓家

　　盡管AIGC初期爆發(fā)初期，互聯(lián)網(wǎng)語境曾困于技術與應用的激烈爭論，但妙鴨相機與火山引擎卻證明了，二者其實并不對立。

　　一方面，前沿技術的演化不斷擴展著應用的邊界，既使普羅大眾無需負擔寫真館高昂的價格，便能看到自己的多元面貌;也使昔日陳舊的影像擺脫了生存危機，穿越時空煥發(fā)了新的生命力。

　　另一方面，前沿技術從研發(fā)到落地往往需要經(jīng)歷較長的周期，過去更多活在“實驗室”里、商業(yè)化遇冷的大模型，更是需要這些深入人心的內(nèi)容來賦予它們生命，以此真正走入人們的生活。

　　面對前沿技術落地的桎梏，玩家們不斷交出的答卷，對行業(yè)無疑有著重要的參考價值。

　　出圈的妙鴨相機，一改過去前沿技術落地“苦大仇深”的面貌，通過貼近普通用戶的場景與更易上手的功能，以更活潑、輕快的姿態(tài)切入了C端市場。

　　無獨有偶，火山引擎亦在不斷探索落地場景。早在2021年，火山引擎便基于畫質增強技術，將哪吒、葫蘆娃、黑貓警長等童年記憶中的經(jīng)典動畫修復為4K版本;去年，其則是使Beyond樂隊在紅磡體育館的演唱會，時隔30多年于大眾視野中重現(xiàn)。

　　換言之，從還原經(jīng)典動畫，到演唱會重映，再到港片修復，有如一個個錨點，昭示著火山引擎在商業(yè)化應用領域的落地生根。時至今日，火山引擎已打磨出不俗的技術力，并已在內(nèi)部業(yè)務線以及外部企服市場，實現(xiàn)了規(guī)模化實踐與批量規(guī)�；�生產(chǎn)應用。

　　歸根結底，妙鴨相機也好，火山引擎也罷，均在通過更多元、靈活的應用，解構了AIGC的科技高墻，使活在科技語境里的前沿技術，演變?yōu)榱擞脩粲|手可及的現(xiàn)實�？梢灶A見，在這批務實派玩家的帶動下，AIGC未來或將以更豐富的形態(tài)，飛入尋常百姓家。