AIGC動(dòng)畫中的超真實(shí)表征及創(chuàng)作策略研究

梅逸非 袁超

摘要：目的：AIGC技術(shù)的跨越式發(fā)展已經(jīng)對如今的動(dòng)畫創(chuàng)作產(chǎn)生了變革性影響，隨著以ChatGPT和Stable Diffusion為代表的生成式人工智能逐漸嵌入動(dòng)畫創(chuàng)作的各個(gè)環(huán)節(jié)，動(dòng)畫創(chuàng)作更加智能化和高效化。鮑德里亞將人類社會(huì)的形象發(fā)展過程概括為四個(gè)連續(xù)階段，第四個(gè)階段，即擬像徹底脫離真實(shí)的階段，藝術(shù)創(chuàng)作中的“超真實(shí)”現(xiàn)象日漸凸顯，表現(xiàn)為符號(hào)與真實(shí)的倒置和“模型”先于現(xiàn)實(shí)的生產(chǎn)模式。文章通過分析目前AIGC動(dòng)畫創(chuàng)作中的超真實(shí)表征，為今后AIGC動(dòng)畫的創(chuàng)作提供參考。方法：以當(dāng)下具有代表性的AIGC動(dòng)畫創(chuàng)作為研究對象，從鮑德里亞的擬像理論出發(fā)，從動(dòng)畫風(fēng)格、藝術(shù)內(nèi)涵以及創(chuàng)作主體三個(gè)方面分析AIGC動(dòng)畫的超真實(shí)表征并歸納創(chuàng)作策略。結(jié)果：從劇本、場景、角色的創(chuàng)作到鏡頭、音樂的合成，AIGC技術(shù)已經(jīng)開始深度介入動(dòng)畫創(chuàng)作的每個(gè)環(huán)節(jié)，尤其是在動(dòng)畫創(chuàng)意和生產(chǎn)效率等方面已有超越傳統(tǒng)動(dòng)畫創(chuàng)作體系之勢。同時(shí)，AIGC技術(shù)也在潛移默化地影響動(dòng)畫創(chuàng)作者的觀念，造成動(dòng)畫風(fēng)格的同質(zhì)化、藝術(shù)內(nèi)涵的缺失以及創(chuàng)作過程“屬人性”的弱化。結(jié)論：在AIGC技術(shù)取得持續(xù)性突破的當(dāng)下，動(dòng)畫創(chuàng)作者在應(yīng)用AIGC技術(shù)實(shí)現(xiàn)動(dòng)畫創(chuàng)意生成和生產(chǎn)效率提升的同時(shí)，也要注重動(dòng)畫風(fēng)格的創(chuàng)新和藝術(shù)內(nèi)涵的挖掘，并堅(jiān)持人在藝術(shù)創(chuàng)作中的絕對主體地位，推動(dòng)實(shí)現(xiàn)AIGC動(dòng)畫在未來的持續(xù)健康發(fā)展。

關(guān)鍵詞：AIGC技術(shù)；AIGC動(dòng)畫；生成式人工智能；超真實(shí)

中圖分類號(hào)：TP18；J954 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-9436（2024）09-0-04

1 AIGC技術(shù)在動(dòng)畫創(chuàng)作領(lǐng)域取得突破性進(jìn)展

人工智能（Artificial Intelligence）是計(jì)算機(jī)科學(xué)不斷發(fā)展并結(jié)合其他不同學(xué)科領(lǐng)域的成果而產(chǎn)生的新技術(shù)方向。目前隨著大型預(yù)訓(xùn)練模型的出現(xiàn)，人工智能在藝術(shù)領(lǐng)域已經(jīng)開始展現(xiàn)出一定的應(yīng)用潛力并取得了一定成功。AIGC技術(shù)是目前人工智能領(lǐng)域發(fā)展帶來的最新成果，它通過算法能夠很好地學(xué)習(xí)人類作品的特征，并適當(dāng)?shù)嘏e一反三，生成具有一定創(chuàng)意和質(zhì)量的文本、圖像或視頻內(nèi)容，人們將其稱為“生成式人工智能”［1］。AIGC技術(shù)具有代表性的應(yīng)用成果之一是Stable AI公司推出的Stable Diffusion軟件，其實(shí)現(xiàn)了機(jī)器學(xué)習(xí)算法在圖像和視頻生成領(lǐng)域的突破，通過持續(xù)的算法優(yōu)化和模型訓(xùn)練，形成擴(kuò)散算法對自然語言的理解以及圖像的多模態(tài)生成。

隨著這些關(guān)鍵AIGC技術(shù)的不斷迭代優(yōu)化，其在動(dòng)畫領(lǐng)域的應(yīng)用不斷擴(kuò)展，在劇本、角色、場景、音樂等各環(huán)節(jié)都已經(jīng)有相對成熟的AIGC工具供創(chuàng)作者使用。例如2022年由DeepMind公司推出的“Dramatron”，其是專門面向劇本創(chuàng)作領(lǐng)域的AIGC工具。其可以基于劇本梗概在短時(shí)間內(nèi)生成劇本。Netflix的《犬與動(dòng)畫》使用了AIGC工具來輔助動(dòng)畫背景繪制，其基于藝術(shù)家手工繪制的設(shè)計(jì)圖生成細(xì)化圖片，再由人工修正AI生成的圖片，大大壓縮了動(dòng)畫制作需要耗費(fèi)的人力成本，提升了手繪動(dòng)畫的創(chuàng)作效率。2024年年初，OpenAI帶來了文生視頻應(yīng)用Sora，與早先發(fā)布的Runaway Gen-2類似，其只需要用戶給出合適的提示詞即可生成高質(zhì)量的視頻，并且彌補(bǔ)了之前AIGC工具的諸多畫面缺陷。由此可見，越來越多的AIGC工具正在持續(xù)投入動(dòng)畫創(chuàng)作流程中，這也將給動(dòng)畫創(chuàng)作帶來更多新的發(fā)展機(jī)遇。

在最新AIGC技術(shù)的賦能下，人工智能動(dòng)畫創(chuàng)作邁向個(gè)性化和工業(yè)化指日可待。創(chuàng)作者在已有AIGC模型的基礎(chǔ)上可以訓(xùn)練出屬于自己的AIGC動(dòng)畫系統(tǒng)，以輔助人類進(jìn)行更高效的動(dòng)畫創(chuàng)作。這也將顛覆現(xiàn)有的動(dòng)畫創(chuàng)作體系，建立一套新的由AI深度賦能的動(dòng)畫工業(yè)體系。但同時(shí)也要看到，在這個(gè)過程中機(jī)遇與挑戰(zhàn)并存，AIGC工具在大幅提升動(dòng)畫創(chuàng)意、生產(chǎn)效率的同時(shí)，也在潛移默化地影響藝術(shù)家的觀念意識(shí)，這將給動(dòng)畫創(chuàng)作帶來新的問題。

2 AIGC動(dòng)畫的超真實(shí)表征

2.1 動(dòng)畫影像的模型再生產(chǎn)

“超真實(shí)”是鮑德里亞理論體系中的重要概念，主要指的是擬像發(fā)展到擬真階段后，所有真實(shí)都被逐漸屏蔽以至于消失，取而代之的是一種依照模型生產(chǎn)的，比真實(shí)更加真實(shí)的“超真實(shí)”。“超真實(shí)”的到來標(biāo)志著新媒體操控下的大眾文化時(shí)代的開始，而“模型”是鮑德里亞構(gòu)建其超真實(shí)理論的基點(diǎn)，因?yàn)榉?hào)進(jìn)入超真實(shí)時(shí)代后本身就是無原本的模型復(fù)制，即擬真本身就意味著模型的生產(chǎn)是先于“原本”的。在人工智能技術(shù)介入動(dòng)畫創(chuàng)作的過程中，生成式人工智能革新了動(dòng)畫的業(yè)態(tài)，重塑了動(dòng)畫生產(chǎn)的傳統(tǒng)邏輯，使得AIGC動(dòng)畫創(chuàng)作呈現(xiàn)出愈發(fā)明顯的模型再生產(chǎn)趨勢。

這種模型化主要體現(xiàn)在當(dāng)前AIGC動(dòng)畫影像的生成邏輯中，例如在Stable Diffusion中依托深度學(xué)習(xí)技術(shù)，以Diffusion模型為基礎(chǔ)，采取“大模型訓(xùn)練+LORA微調(diào)”的方式實(shí)現(xiàn)動(dòng)畫圖像的生成。在此邏輯下，藝術(shù)家可以通過使用特定風(fēng)格的圖像數(shù)據(jù)對AI模型進(jìn)行訓(xùn)練，以獲得可以穩(wěn)定輸出某一特定動(dòng)畫藝術(shù)風(fēng)格的AI大模型，以此實(shí)現(xiàn)生成式AI的使命，即通過使用經(jīng)過訓(xùn)練的數(shù)據(jù)創(chuàng)建新的內(nèi)容。由此AIGC賦能下的動(dòng)畫創(chuàng)作呈現(xiàn)出明顯的模型再生產(chǎn)趨勢，動(dòng)畫藝術(shù)家無須像制作傳統(tǒng)動(dòng)畫時(shí)一樣時(shí)刻注重整體風(fēng)格的把控，僅需要在創(chuàng)作初期訓(xùn)練出適合的AI模型，即可批量生產(chǎn)出符合風(fēng)格要求的動(dòng)畫影像，因?yàn)樵凇俺鎸?shí)”背景下模型的生產(chǎn)本身就是先于“原本”的。

例如由中國傳媒大學(xué)動(dòng)畫與數(shù)字藝術(shù)學(xué)院DigiLab實(shí)驗(yàn)室創(chuàng)作的動(dòng)畫短片《龍門》，藝術(shù)家嘗試用水墨畫素材訓(xùn)練AIGC模型，并在筆觸和技法層面不斷嘗試，最大限度還原了中國傳統(tǒng)水墨繪畫中留白、寫意等審美內(nèi)涵，通過對開源AIGC技術(shù)的二次開發(fā)調(diào)整，訓(xùn)練出擁有自主產(chǎn)權(quán)的人工智能模型“墨池”。在訓(xùn)練出合適的模型后，藝術(shù)家團(tuán)隊(duì)通過多模態(tài)內(nèi)容的輸入，使AIGC工具生成符合預(yù)期的動(dòng)畫影像。通過以上案例不難看出，AIGC賦能下的動(dòng)畫影像生產(chǎn)最關(guān)鍵的步驟即訓(xùn)練出符合藝術(shù)家預(yù)期的AI模型，在此基礎(chǔ)上可以通過多模態(tài)內(nèi)容的輸入，包括但不局限于文字、圖像等，實(shí)現(xiàn)動(dòng)畫影像的批量再生產(chǎn)。這樣的全新動(dòng)畫生產(chǎn)邏輯一方面減少了藝術(shù)家的重復(fù)性勞動(dòng)，使創(chuàng)作者可以將更多精力投入藝術(shù)表達(dá)本身，另一方面也會(huì)大幅提高動(dòng)畫風(fēng)格的可復(fù)制性，如何提升原創(chuàng)度成為AI時(shí)代亟須解決的問題。

2.2 內(nèi)爆下動(dòng)畫內(nèi)涵的無深度

內(nèi)爆是鮑德里亞語境下的另一重要概念。隨著數(shù)字媒介快速發(fā)展，媒介信息泛濫，大眾每天受到各種符號(hào)的狂轟濫炸，最終由于社會(huì)承載的信息過多而膨脹，導(dǎo)致內(nèi)爆的發(fā)生。鮑德里亞認(rèn)為這將導(dǎo)致事物邊界和意義的消失，進(jìn)而成為“擬像”第三階段開始的起點(diǎn)。內(nèi)爆在藝術(shù)中主要體現(xiàn)為，進(jìn)入擬真階段后藝術(shù)作品本身意義的消解，藝術(shù)成為資本下的游戲符號(hào)，如果說前兩個(gè)階段的藝術(shù)家是在創(chuàng)作作品，那么擬真時(shí)代藝術(shù)創(chuàng)作中最重要的也許是藝術(shù)家的簽名。

總覽當(dāng)下的AIGC動(dòng)畫創(chuàng)作，無論是商業(yè)公司還是個(gè)人藝術(shù)家的作品，在某種程度上都呈現(xiàn)出尼爾·波茲曼指出的“技術(shù)壟斷”趨勢，即“一切形式的文化生活都臣服于技藝和技術(shù)的統(tǒng)治”［2］，AIGC技術(shù)本身成為藝術(shù)審美的目的。這將導(dǎo)致在AIGC技術(shù)不斷推陳出新的情況下，藝術(shù)家雖然積極將其投入藝術(shù)創(chuàng)作之中，但動(dòng)畫藝術(shù)作品的審美價(jià)值卻日漸稀薄，人們沉浸在AIGC技術(shù)帶來的泛濫的動(dòng)畫作品中，忽視了其背后更深層次藝術(shù)內(nèi)涵的挖掘。

2.3 人機(jī)關(guān)系在動(dòng)畫創(chuàng)作中的逆轉(zhuǎn)

鮑德里亞認(rèn)為超真實(shí)世界將導(dǎo)致人們感知世界方式的改變。在超真實(shí)世界中，當(dāng)人們面對由0和1構(gòu)成的屏幕世界時(shí)，無法再像面對紙質(zhì)媒介時(shí)那樣沉思，而變成回應(yīng)屏幕上符碼產(chǎn)生的指令，這也就導(dǎo)致人機(jī)關(guān)系的逆轉(zhuǎn)，人逐漸成為電子機(jī)器的伺服機(jī)構(gòu)。在此模式下，人的認(rèn)知全部來自屏幕中的符號(hào)，原本思考的過程變成對機(jī)器生產(chǎn)答案的選擇過程，這將最終導(dǎo)致人只能在機(jī)器的范圍內(nèi)選擇，忽略了其他的可能性，人的思維逐漸機(jī)器化。

當(dāng)下的AIGC動(dòng)畫創(chuàng)作已經(jīng)開始呈現(xiàn)出這種特征。首先，在前期劇本撰寫和美術(shù)設(shè)定中已經(jīng)有大量AIGC工具介入的案例，由于其相較于傳統(tǒng)流程有著更快的生成速度和更多的方案選擇，以ChatGPT和MidJourney為代表的生成式AI工具已經(jīng)成為主要?jiǎng)?chuàng)作工具。例如，在即將上映的國產(chǎn)動(dòng)畫《神弦曲：貓兒與時(shí)光鈴鐺》中，主創(chuàng)就使用AIGC工具制作了動(dòng)畫PV和場景設(shè)計(jì)圖，使動(dòng)畫制作效率至少提升了30%。其次，在動(dòng)畫制作中后期階段，已經(jīng)有以Runaway Gen-2和Sora為代表的AI視頻生成工具可以將藝術(shù)家的自然語言輸入轉(zhuǎn)化為動(dòng)畫視頻進(jìn)行輸出，雖然目前其生成質(zhì)量還未能達(dá)到商用水準(zhǔn)，但一些藝術(shù)家的個(gè)人創(chuàng)作已經(jīng)驗(yàn)證了這一動(dòng)畫生產(chǎn)邏輯的可行性，由此可以管中窺豹地預(yù)見未來AIGC動(dòng)畫創(chuàng)作的圖景。例如獲得第十四屆北京國際電影節(jié)AIGC電影短片單元最佳影片的《致親愛的自己 To Dear Me》，就探索了當(dāng)下利用已有AIGC技術(shù)的影視動(dòng)畫工業(yè)流程方案。由此可見，隨著AIGC工具的進(jìn)一步成熟，人類與AIGC工具的關(guān)系將逐漸轉(zhuǎn)換為：人設(shè)計(jì)算法，下達(dá)指令，機(jī)器生成結(jié)果，人最終選擇。

3 未來AIGC動(dòng)畫的創(chuàng)作策略

3.1 堅(jiān)持動(dòng)畫的風(fēng)格化表現(xiàn)

由于AI生成內(nèi)容的風(fēng)格差異源于數(shù)據(jù)模型的不同，因此用戶可以根據(jù)自己的喜好選擇已有模型或者自行建立模型庫［3］。但在大部分AIGC動(dòng)畫案例中，創(chuàng)作者出于便捷的考慮會(huì)使用當(dāng)下流行的大模型，這會(huì)導(dǎo)致AIGC動(dòng)畫風(fēng)格相似，從而造成大眾的審美疲勞。

AI時(shí)代，動(dòng)畫作品數(shù)量已經(jīng)不是制約動(dòng)畫發(fā)展的瓶頸，所以為了保證未來AIGC動(dòng)畫的良性發(fā)展，當(dāng)下的創(chuàng)作者應(yīng)當(dāng)更注重AIGC動(dòng)畫的風(fēng)格創(chuàng)新，設(shè)計(jì)出更多別具特色的動(dòng)畫風(fēng)格AI模型，而不是一味使用現(xiàn)有的技術(shù)進(jìn)行模型再生產(chǎn)。例如央視基于海量視音頻媒體大數(shù)據(jù)和上海人工智能實(shí)驗(yàn)室“書生”基礎(chǔ)大模型訓(xùn)練的“央視聽媒體大模型”，通過特定風(fēng)格多模態(tài)數(shù)據(jù)的訓(xùn)練可精確生成符合歷史的人物、建筑、場景等美術(shù)圖，美術(shù)風(fēng)格符合中華傳統(tǒng)文化的水墨、工筆等風(fēng)格化審美，能夠準(zhǔn)確理解“國風(fēng)”“唐代”等中華文化詞語。在此基礎(chǔ)上創(chuàng)作了首部運(yùn)用AI技術(shù)的水墨國風(fēng)動(dòng)畫片《千秋詩頌》。綜上所述，未來AIGC動(dòng)畫創(chuàng)作應(yīng)該聚焦于底層模型的創(chuàng)作，使用更具風(fēng)格化的大模型驅(qū)動(dòng)AIGC動(dòng)畫的進(jìn)一步發(fā)展。

3.2 豐富動(dòng)畫的藝術(shù)內(nèi)涵

優(yōu)秀的動(dòng)畫作品之所以能不斷吸引觀賞者，是因?yàn)槠鋫鬟_(dá)了藝術(shù)家思考現(xiàn)實(shí)生活后迸發(fā)的真情實(shí)感，最核心的吸引力來自動(dòng)畫作品的感染力。但在當(dāng)下AIGC技術(shù)愈發(fā)易用的趨勢下，逐漸出現(xiàn)一種唯技術(shù)論的創(chuàng)作理念，即癡迷于AIGC技術(shù)效果的呈現(xiàn)而忽視了動(dòng)畫藝術(shù)本身的內(nèi)涵，這將導(dǎo)致AIGC技術(shù)本身意義的扭曲，從而削弱AIGC動(dòng)畫藝術(shù)本體的張力和精神。

就如愛森斯坦所說的，“畫面將我們引向情感，又從情感引向思想”［2］。因此，動(dòng)畫藝術(shù)本身傳達(dá)的文化、歷史、精神價(jià)值等藝術(shù)內(nèi)涵才是其本質(zhì)所在。對于當(dāng)下的AIGC動(dòng)畫創(chuàng)作者而言，最重要的就是認(rèn)識(shí)到AIGC技術(shù)的應(yīng)用不能僅注重如何表現(xiàn)出震撼的效果，而是要考慮AIGC技術(shù)如何更好賦能動(dòng)畫藝術(shù)內(nèi)涵和精神的展示。所以應(yīng)當(dāng)對AIGC技術(shù)在動(dòng)畫中的應(yīng)用進(jìn)行把控和調(diào)整，思考如何通過技術(shù)的滲入來深化動(dòng)畫給觀賞者帶來的精神體驗(yàn)。

例如，獲得第十四屆北京國際電影節(jié)AIGC電影短片單元最佳影片的《致親愛的自己 To Dear Me》，其劇本改編自閻曉暄的動(dòng)畫短片Liebestraum，講述了一個(gè)女性從小到大的經(jīng)歷。不同于其他AIGC動(dòng)畫更加關(guān)注角色一致性、畫面是否抖動(dòng)等技術(shù)性問題，這部動(dòng)畫短片更加關(guān)注動(dòng)畫本身的審美情感能否引發(fā)觀眾共鳴，而AIGC技術(shù)只是服務(wù)于這個(gè)目標(biāo)的手段，這也是其能在眾多AIGC影片中脫穎而出的原因。鑒于此，未來的AIGC動(dòng)畫創(chuàng)作要把握好技術(shù)和內(nèi)在含義的契合度，使AIGC技術(shù)為更好體現(xiàn)動(dòng)畫作品的內(nèi)涵和精神而服務(wù)。

3.3 以人為中心的創(chuàng)作主體

在傳統(tǒng)動(dòng)畫創(chuàng)作中，人作為無可替代的創(chuàng)作主體，其“屬人性”也是藝術(shù)創(chuàng)作的一大突出特性，表征為創(chuàng)作者依賴自身的情感經(jīng)驗(yàn)與藝術(shù)技巧的結(jié)合完成創(chuàng)作。而AIGC技術(shù)的介入似乎在挑戰(zhàn)著人作為藝術(shù)創(chuàng)作主體的地位，在人機(jī)互動(dòng)的過程中“屬人性”被逐漸弱化，并逐漸呈現(xiàn)出AIGC藝術(shù)作品的去人化傾向。例如在如今的AIGC工具中，可以按照創(chuàng)作者指令進(jìn)行多模態(tài)的內(nèi)容創(chuàng)作，這大大降低了對創(chuàng)作者本身藝術(shù)技能的要求，AIGC工具以合作者身份和藝術(shù)創(chuàng)作者形成全新的創(chuàng)作主體，逐步稀釋了人在藝術(shù)創(chuàng)作中的完全控制權(quán)，動(dòng)搖了原本人在藝術(shù)創(chuàng)作中的絕對主體地位。

因此，在這個(gè)各類AIGC工具層出不窮的時(shí)代，更應(yīng)當(dāng)發(fā)揮人作為創(chuàng)作主體不可替代的作用。英國計(jì)算機(jī)科學(xué)家、人工智能之父圖靈曾經(jīng)問過一個(gè)問題：機(jī)器會(huì)思考嗎？現(xiàn)在看來機(jī)器是具備了思考的“形”，在Stable diffusion的作畫過程中，程序根據(jù)提示詞的輸入，在潛空間這樣一個(gè)類似黑箱的環(huán)境中運(yùn)行得到了一幅圖像。這樣的創(chuàng)作過程相較于人類藝術(shù)家的創(chuàng)作僅僅是做到了“形”似，看上去是有思考的過程，但人類藝術(shù)創(chuàng)作中更寶貴的是藝術(shù)家智慧的體現(xiàn)。首先是動(dòng)畫作品中的“意”，即創(chuàng)作者受到觸動(dòng)而產(chǎn)生藝術(shù)創(chuàng)作的動(dòng)力，是以自身主體在生活中積累的豐富的情感材料，構(gòu)成動(dòng)畫藝術(shù)作品背后的意義；其次是動(dòng)畫作品的“神”，即觀眾在欣賞動(dòng)畫作品后與作者產(chǎn)生共鳴，獲得醍醐灌頂、豁然開朗的情感體驗(yàn)，這樣高情感和高人性的能力是目前AIGC工具還無法理解的；最后，在前兩者之上還有真、善、美等涉及人類深層次道德、情感的元素，這些都是只有極少動(dòng)畫藝術(shù)作品才能達(dá)到的水準(zhǔn)，更是目前AIGC工具還無法理解的內(nèi)容。例如始終貫穿于日本動(dòng)畫大師宮崎駿作品中的主題——反戰(zhàn)，就是源于他小時(shí)候的經(jīng)歷，正是由于豐富的情感記憶，因此宮崎駿的動(dòng)畫更能引發(fā)觀眾共鳴。所以當(dāng)下的創(chuàng)作者更應(yīng)當(dāng)保持AIGC動(dòng)畫創(chuàng)作的“屬人性”，只有這樣才能創(chuàng)作出在這個(gè)時(shí)代脫穎而出的作品。

4 結(jié)語

隨著當(dāng)下AIGC關(guān)鍵技術(shù)的集中突破，動(dòng)畫創(chuàng)作的智能時(shí)代已經(jīng)逐漸拉開序幕，在可以預(yù)見的將來其勢必全面介入動(dòng)畫創(chuàng)作的各個(gè)階段。在新的技術(shù)語境下，動(dòng)畫生產(chǎn)力在以前所未有的速度提升，但AIGC技術(shù)帶來的動(dòng)畫風(fēng)格同質(zhì)化、缺乏藝術(shù)內(nèi)涵以及創(chuàng)作過程中人類主體地位的動(dòng)搖等問題也亟待解決。

基于當(dāng)下AIGC動(dòng)畫面臨的新挑戰(zhàn)，首先要注重AIGC動(dòng)畫的風(fēng)格創(chuàng)新，減少使用已有大模型，開發(fā)出更多別具特色的動(dòng)畫風(fēng)格AI模型，實(shí)現(xiàn)AIGC動(dòng)畫的高質(zhì)量發(fā)展；其次把握好技術(shù)和動(dòng)畫藝術(shù)內(nèi)在含義的契合度，避免在創(chuàng)作中癡迷于AIGC技術(shù)效果的呈現(xiàn)而弱化動(dòng)畫本身的藝術(shù)內(nèi)涵；最后發(fā)揮人作為創(chuàng)作主體的作用，保持動(dòng)畫藝術(shù)的“屬人性”，思考如何恰當(dāng)使用AIGC技術(shù)，使人類的創(chuàng)意和意志在自動(dòng)化的生產(chǎn)流程中占據(jù)重要地位。只有這樣才能在AIGC時(shí)代“讓機(jī)器更像機(jī)器，讓人更像人”，推動(dòng)AIGC動(dòng)畫在未來蓬勃發(fā)展。

參考文獻(xiàn)：

［1］ 于婉瑩.人工智能對藝術(shù)創(chuàng)作的變革性影響分析［J］.南京藝術(shù)學(xué)院學(xué)報(bào)（美術(shù)與設(shè)計(jì)），2024（1）：190-194.

［2］ 宮春潔.數(shù)字時(shí)代電影美學(xué)嬗變研究［D］.長春：吉林大學(xué)，2019.

［3］ 張娟.應(yīng)用·影響·人才：人工智能技術(shù)介入動(dòng)畫創(chuàng)作的觀察與思考［J］.當(dāng)代動(dòng)畫，2023（4）：4-8.

作者簡介：梅逸非 （1999—），男，研究方向：藝術(shù)設(shè)計(jì);袁超 （1977—），男，副教授，系本文通訊作者，研究方向：融媒體藝術(shù)傳播。