从妙鸭爆火到老片修复，大模型已经开始干活了

　　撰文 | 文烨豪

　　自AIGC热潮涌现以来，敏锐的科技巨头们纷纷下场，推动着国内大模型赛道一路狂奔。

　　然而，技术本身很难直接创造价值，训练大模型只是一个起点，沸沸扬扬的“百模大战”，也或多或少夹杂了一丝“重复制造轮子”的意味。

　　对大模型而言，嵌入应用场景，从而实现成熟的商业化落地，才是终点所在——而随着大模型赛道的逻辑从训练转向落地，AIGC应用正逐渐在各个领域涌现。

　　7月，AI写真应用妙鸭相机爆火出圈，不仅在社交平台里疯狂刷屏，更是激起了科技语境的广泛讨论。很多此前不太熟悉科技语境的用户，也从中第一次真切地感受到AIGC的魅力。

　　8月，抖音及火山引擎发起了“经典影像修复计划”，首次将AIGC视觉大模型应用于老片修复场景，计划修复100部香港老电影，还原大众记忆中的香港电影，最初的、最清晰的模样。

　　这意味着，大模型已逐渐走出了“实验室”，走入人们的视野。

　　妙鸭相机与老片修复，藏着大模型的答案

　　妙鸭相机的爆火，对当下仍困于落地的大模型赛道无疑有着启示作用。

　　其实，从技术路径来看，妙鸭相机背后的AIGC图像生成能力，并没有太高的技术壁垒，亦不及Midjourney、Stable Diffusion等主流应用全面。

　　只是，诸如Midjourney等应用有着极高的上手门槛，需要用户不断摸索提示词(Prompt)，在此过程中难免产生消费障碍。

　　而妙鸭相机则将前述繁琐的步骤封装、简化为一键操作，用户仅需上传一张正面半身照，以及不少于20张的补充照，便能根据设定模板一键生成各式各样的写真，易用性大幅提高。

　　从中不难窥见，前沿技术若想实现大规模落地，不仅需要找准应用场景，更需解决相应场景过往的痛点与难点。这正是火山引擎切入“老片修复”场景的重要原因。

　　一直以来，老片修复都是影像领域的重要议题，根据来自65个国家超过130电影资料馆统计，电影自诞生以来平均存活率不过 10%。

　　背后的逻辑在于，早期电影拍摄后大都储存于胶片上，可胶片作为储存介质可谓相当脆弱，不仅对储存环境的温度、湿度要求极高，亦极易在使用、搬运等过程遭受物理和化学损伤，从而产生褪色、撕裂、脏点、霉变、酸变等问题。

　　一个简单的例子，如今许多早期电影的画面色调常常偏红或偏紫，除却导演本身艺术表达的因素，更多是电影胶片因保存不当而患上醋酸综合征的表现——胶片褪色变红的同时，还会释放出刺鼻的酸味，加剧保存环境的恶化。而酸化一旦开始，便很难完全逆转。

　　此外，电影在制作、分发过程中，胶片往往会经历反复翻印，每次翻印都会带来细微的画面细节损失，而随着翻印次数增加，画质衰减将愈发严重。基于种种因素，多数港片的画面表现远不及当下的高清视频，用户的观影体验难言友好。

　　另一方面，传统修复技术主要仰仗于人工进行——先将胶片转制为数字格式，再由修复师一帧一帧地处理画面上的霉斑、污渍等问题。

　　然而，一部电影通常包含数十万帧画面。若完全依赖人工修复，不仅成本高昂，效率也难以令人满意。以《东邪西毒》为例，王家卫曾回忆道，因为胶片受潮，当时的修复耗费了整整四年时间。尽管如此，还是因为修复不及时，使《东邪西毒终极版》的极少数片段仍有花片的情况出现。

　　换言之，传统影像修复技术，难以进行大规模修复。而若无法实现规模化，电影资料馆修复胶片的效率，或许难以追赶数十万卷胶片在时光荏苒下逐渐褪色的速度。

　　在此背景下，AIGC视觉大模型，成为了影视领域老片修复“心病”的解药。

　　火山引擎的大模型答卷

　　利用AI深度学习算法修复影像，其实并不是什么新鲜事。早在几年前，国内影像垂直论坛上，便已有影像发烧友通过深度学习算法提升老片分辨率，以提升画面观感。

　　然而，过去的影像处理算法虽能在一定程度上起到提升画质的作用，但并不足以支撑严肃的商业应用场景，以现阶段基于Stable Diffusion的开源大模型为例，其主要针对图片生成任务，对偏向于退化修复的老片修复场景的针对性较差，很难简单套用。

　　基于此，火山引擎在现有成熟大模型的基础上，叠加了自身的老片修复网络，对模糊、失焦、人像、色彩等常见修复问题进行了针对性优化，使得大模型可以充分感知和适应老片场景。

　　一个简单的例子，传递角色的情感状态和内心世界的人像镜头，在电影语言中尤为重要。对此，火山引擎针对不同画面质量的影片，自适应使用了不同人像解决方案。

　　针对制作时间久远，影片画质较差的老电影，火山引擎使用基于生成式的人像修复模块，在保持人像真实特征的前提下，进行高清五官重建;针对中高质量的人像，火山引擎则使用了人像超清模块，优化五官清晰度，实现了对睫毛、眉毛、发丝和肤质等脸部细节最大程度地还原和纹理增强。

　　值得一提的是，除了面向泛化老片修复场景的调优，火山引擎此次更是针对港片的特性，打磨出了更垂直细分的修复能力。

　　以武打场景为例，不同于海外电影“直截了当”的打斗，打戏作为贯穿香港电影黄金年代的独特标志，更像是华丽的舞蹈，强调每一招每一式的对垒，有着极强的辨识度。

　　可武打场景，对AIGC模型而言却是不小的考验。一方面，画面中迅速变化的动作和快速运动，往往会造成较大的帧间位移，进而导致光流模型的准确性下降，从而产生拖影;另一方面，复杂的武打动作更容易导致插帧结果的失真，产生伪影，直接影响了观众的视觉体验。

　　为此，火山引擎自研了智能插帧算法，通过对前后帧的内容进行光流估计，根据光流信息将前后帧像素转换到中间帧，然后进行整合，生成中间帧，提升视频帧率;通过针对性优化，降低处理大运动时的计算负担，从而提升模型的稳定性和效果。

　　而武侠元素，向来是香港电影的重要组成部分，但由于早期电影拍摄制作方式较为简陋，部分武打场面往往会有威亚的部分残留，从而破坏了画面的完整性。对此，火山引擎利用去噪点和去划痕等算法批量处理画面瑕疵的同时，亦针对威亚优化了去划痕算法，在消除威亚痕迹的同时保证了画面主体人物的完整性。

　　据中国电影资料馆副馆长张小光介绍，此次电影修复也邀请了电影的主创人员参与到修复流程中，既通过技术还原影像的“形态”，亦还原影片原本的“灵魂”，使其“修旧如旧”。

　　背后的逻辑在于，电影修复并不仅是前沿技术的找寻落地场景的尝试，更是一种商业行为。而“修旧如旧”，正是经典电影触动大众情怀、唤醒集体记忆，从而提升商业化价值的关键。从中不难窥见，火山引擎务实的技术观。

　　飞入寻常百姓家

　　尽管AIGC初期爆发初期，互联网语境曾困于技术与应用的激烈争论，但妙鸭相机与火山引擎却证明了，二者其实并不对立。

　　一方面，前沿技术的演化不断扩展着应用的边界，既使普罗大众无需负担写真馆高昂的价格，便能看到自己的多元面貌;也使昔日陈旧的影像摆脱了生存危机，穿越时空焕发了新的生命力。

　　另一方面，前沿技术从研发到落地往往需要经历较长的周期，过去更多活在“实验室”里、商业化遇冷的大模型，更是需要这些深入人心的内容来赋予它们生命，以此真正走入人们的生活。

　　面对前沿技术落地的桎梏，玩家们不断交出的答卷，对行业无疑有着重要的参考价值。

　　出圈的妙鸭相机，一改过去前沿技术落地“苦大仇深”的面貌，通过贴近普通用户的场景与更易上手的功能，以更活泼、轻快的姿态切入了C端市场。

　　无独有偶，火山引擎亦在不断探索落地场景。早在2021年，火山引擎便基于画质增强技术，将哪吒、葫芦娃、黑猫警长等童年记忆中的经典动画修复为4K版本;去年，其则是使Beyond乐队在红磡体育馆的演唱会，时隔30多年于大众视野中重现。

　　换言之，从还原经典动画，到演唱会重映，再到港片修复，有如一个个锚点，昭示着火山引擎在商业化应用领域的落地生根。时至今日，火山引擎已打磨出不俗的技术力，并已在内部业务线以及外部企服市场，实现了规模化实践与批量规模化生产应用。

　　归根结底，妙鸭相机也好，火山引擎也罢，均在通过更多元、灵活的应用，解构了AIGC的科技高墙，使活在科技语境里的前沿技术，演变为了用户触手可及的现实。可以预见，在这批务实派玩家的带动下，AIGC未来或将以更丰富的形态，飞入寻常百姓家。