类型研究
王圣华
徐辉
版权：《当代电影》杂志社
王圣华
北京信息科技大学
公共管理与传媒学院副教授
提要：人工智能换脸术即AI换脸术是对电影起到变革作用的新技术。本文首先从媒介形态演化角度梳理了换脸术的沿革历程，从基于真实物理世界的实物换脸化妆术、基于数字图像的电影媒体世界换脸术、基于真实脸部和电影脸部映射关系的三维动作捕捉换脸术到基于脸部数据库深度学习的AI换脸术，并分析AI换脸术的优劣势。其次结合具体案例分析AI换脸术在电影中的应用价值和应用潜力，进一步阐述其对电影工业的长远影响，并展望了这一技术的未来前景，最后基于AI换脸术的讨论对电影的技术美学进行了进一步的思考。
关键词：AI换脸术 沿革 应用 未来发展
媒介的演进与人类社会技术的进步相适应。随着人类对于信息需求的增强，越来越先进的媒介也被创造出来。这些媒介也及时被艺术所利用，体现在艺术的创作媒介、文本媒介和传播媒介当中。（1）随着人工智能技术的快速发展，AI换脸术（artificial intelligence powered face swapping technology）也成为对电影产业起到变革作用的新技术。传统换脸术作为电影特效技术的重要分支，不断地扩展电影题材的边界，已经支撑了一系列经典电影的创作。当下换脸术已经成为电影工业不可或缺的重要生产力工具。而异军突起的AI换脸术是将深度学习模型与计算机视觉模型相结合，应用到脸部图像生成中的一种自动换脸技术。
电影AI换脸术的应用价值在于重构角色塑造的方式，将深刻影响电影从剧本创作、影像创作的创制生态到后期特效、演员行业等的产业变革。本文梳理AI换脸术的沿革、实施流程、价值意义，分析和揭示其给电影带来的未来变革，提供一个电影前沿研究点的深度观察，旨在启发电影从业者、教育者、研究者对此进一步应用和研究。
一、电影换脸术的沿革
人脸是我们可见的身体中最独特的部分，是最原始的社交信息载体，是人身份的直观体现，也是人类共同情感的载体。新的信息交流技术总会改变社交传播的方式。（2）从媒介形态演化的角度来看，换脸术的沿革历程经历了从基于真实物理世界的实物换脸的化妆术、基于数字图像的电影媒体世界换脸术、基于真实脸部和电影脸部映射关系的三维动作捕捉换脸术到基于脸部数据库深度学习的AI换脸术。
（一）实物换脸的传统化妆术
早期的电影换脸术是实物化妆术的一种延伸。实物换脸是由化妆师在演员本来的面部基础上，通过石膏、硅胶、毛发和颜料等材料，重新构造出三维结构的各类面部特征，从而重塑新的形象。实物化妆的优点是实施快速、物料成本低廉，面部立体改造度高。实物换脸是沿用至今的传统化妆术，已经成为电影工业的标准工艺之一。一方面相对CG特效的制作成本低廉，另外演员带妆表演会更深入地代入角色，在银幕上也会增强电影的真实质感。但是实物换脸术高度依赖特效化妆师对面部三维特征的精确掌控和对化妆物料的熟练综合运用。其次演员的负担重，表情表达能力受到限制。这也是为什么实物换脸术的角色往往设定为一些非人类的角色，如《终结者2：审判日》（Terminator 2：Judgment Day，1991）中始终冷酷的T800、《潘神的迷宫》（Pan’s Labyrinth，2005）里的羊头神、《复仇者联盟4：终局之战》（Avengers: Endgame，2019）中半机械化的星云等。
图1.以《复仇者联盟4》为例的实物换脸术一般流程
（二）数字图像换脸术
前数字时代，除了实物化妆，就是通过编辑胶片制作复杂的前后景关系进而实现换脸。从默片时代开始的常见换脸特效包括停机再拍、遮片法和叠印法等“替换拍摄”技术。在实际的创作中由于受到各种限制，比如在拍摄时摄影机必须保持静止，演员的运动也会受到制约。需要编辑的胶片数量多、操作的精度要求太高。而且脸部在人类视觉中具有高度敏感性，观众能觉察到细微的面部角度和轮廓变化，需要非常精确的胶片切割和叠加，成本高昂、成功率低。通过电影胶片特效实现换脸远没有实物化妆术方便可行。
图2.数字图像换脸术的一般实施流程
数字时代解决了胶片图像换脸术操作上的难题。数字电影将画面存储为数字图像帧，也就是一个二维矩阵，换脸术变成了对电影每帧数字图像的操作技术。一方面，数字电影中换脸的图像操作可以无损撤销和调整，可以不断调整以获取最佳电影效果。另一方面，有赖于计算机视觉和图形学的研究成果，数字电影中图像色彩和形状的调整可以通过数字模型如SIFT（Scale-invariant feature transform）的尺度不变性特征变换的方法进行快速模式匹配，比如通过对人脸边界的色彩差异自动识别可以替代大量的脸部粗匹配工作，节约了大量人力资源。（3）
（三）三维动作捕捉换脸术
三维动作捕捉换脸术，是一种基于真实脸部和电影中CG（Computer Graphics）脸部映射关系的换脸术。它的主要实现方式是通过脸部动作捕捉，把真人脸部动作映射到CG脸部的锚点上，驱动CG脸部在电影中的运动。电影CG角色的脸部是独立制作或渲染的，所以三维动作捕捉换脸术弥补了数字图像换脸术对前期数据库的依赖缺陷。但是三维动作捕捉换脸术在电影中应用的缺点也很明显，它需要更多的前期电影CG角色建模工作、中期的脸部锚点同步工作，而且拍摄时需要众多的软硬件设备（比如专用的动作捕捉服和面部摄像机）。
图3.《阿丽塔：战斗天使》中高精度的面部动作捕捉
在《指环王》（The Lord of the Rings，2001）拍摄中，维塔工作室采用精细的3D动作捕捉技术把演员安迪·瑟金斯（Andy Serkis）的表演套用到CG角色咕噜身上，通过面部跟踪点制作完成。咕噜成为了电影中活灵活现的奇幻角色，把善良懦弱的一面和被魔戒诱导邪恶贪婪的一面表达得淋漓尽致。在电影《金刚》（King Kong，2005）中，维塔工作室进一步改进了3D动作捕捉技术，安迪·瑟金斯的面部跟踪锚点已经可以实时映射到CG角色金刚大猩猩的面部，进一步减少了后期处理的工作量。此后三维动作捕捉换脸术基本成了奇幻、科幻电影拍摄的标配技术，《加勒比海盗：世界的尽头》（Pirates of the Caribbean: At World’s End，2007）中遭受诅咒失去人类面貌的章鱼船长、《本杰明·巴顿奇事》（The Curious Case of Benjamin Button，2008）中的老年巴顿、《黄金罗盘》（The Golden Compass，2007）中的披甲熊埃欧雷克·伯尔尼松、《阿凡达》（Avatar，2009）中蓝色皮肤的纳美族人等等，都在利用三维动作捕捉换脸术构造丰富多彩的CG角色，其中《本杰明·巴顿奇事》《黄金罗盘》和《阿凡达》还凭借三维动作捕捉换脸术构造的生动角色获得了奥斯卡最佳视效奖。
（四）AI换脸术
AI换脸术是将深度学习模型与计算机视觉模型相结合，应用到脸部图像生成中的一种自动换脸技术，它是从身份模式识别领域迁移过来的人脸识别和替换重组技术。它的广为人知源自于2017年11月，当时名为Deepfakes的Reddit用户上传了一系列AI换脸视频，自此之后，公众开始使用Deepfakes来指代这种用AI制作的视频。（4）Deepfake（源自“deep learning”和“fake”）结合了自编码器、生成对抗网络（GAN, Generative Adversarial Networks）等深度学习模型，通过大量的包含人脸的图像和视频数据来训练面部映射模型，可以通过训练习得的图像特征将目标人物的面部图像自动叠加到源人物的视频中，来创建逼真的换脸后视频和电影。
（5）类似的换脸人工智能模型还有face2face等。
图4.《双子杀手》中的AI换脸术
AI换脸术的实施流程主要包括训练和测试阶段。1.训练阶段，根据A的大量脸部图像数据，尝试生成不同表情的A的脸部，并将生成的A表情与真实的A的脸部图像进行对比，不断修改深度学习的神经网络模型，直到能够自动生成各种与真实表情差异不大的A的脸部。2.测试阶段，根据B的脸部图像数据，判断B的表情，并交给神经网络模型，套用A的分割后的面部特征，生成一个与B的表情一致而且具有很高逼真度的A的脸部。AI换脸术的优点很显著，自动换脸，方便高效，更重要的是它突破了电影工业的藩篱。它是通过大量的A的脸部图像训练以GAN为主的深度神经网络模型，数据越多，提取的脸部分割特征越准确清晰。在换脸操作中，B待换脸的表情、面部图像的光照、色彩都会作为图像特征被识别提取，自动套用到A的面部特征中，完成了之前数字图像换脸术的全部流程，而且无需人工干预。
AI换脸术在电影中的应用处在一个新的十字路口。2017年，它进入大众视野是从名人脸部的替换视频开始的，这包括扎克伯格、特朗普、奥巴马等人的一些伪造视频。电影《双子杀手》（Gemini Man，2019）中使用了人工智能换脸术让年轻和年老的威尔·史密斯（Will Smith）同时出现在一个画面中，实现了自己与自己对决的戏剧化科幻场景，AI换脸术在电影中应用的质量和效率也得到了认可。另外由于AI换脸是基于大量真实人脸数据展开深度学习自动生成，所以换脸过程剔除了人工痕迹，为规避“恐怖谷”提供了技术基础保障。
图5.AI换脸术实施的一般流程（6）
百年以来，电影中的换脸术在电影创作需求和媒介技术进步的双重驱动下不断发生变革。为了更好地分析这一沿革过程及其优劣势，本文建立了6个条件维度对电影换脸术进行了归纳。1.数据资料准备条件：包括前后的胶片、数字影片、动作捕捉数据等等获取和处理条件；2.人工前后期处理条件：包括参与换脸术的特效化妆师、数据处理人员、后期精修人员等的时间投入和人力条件；3.设备材料条件：包括同步帧临摹设备、动作捕捉设备、处理用服务器设备、换脸耗材等条件；4.软件处理条件：包括脸部匹配软件、精修软件、人工智能软件编制和训练等条件；5.演员面部表演条件：参与换脸术演员的挑选、培训以及演员面部表演时间、承受的健康损害条件等等；6.换脸数据推广条件：换脸后的演员数据、电影片段推广应用到其他电影中的迁移条件，推广门槛过高意味着每次换脸都是重新的制作流程。
整体来看，电影中换脸术沿革的趋向是角色塑造条件越来越容易满足。虽然实物换脸术的条件要求甚至低于数字图像换脸术和动作捕捉换脸术，但是它的换脸数据推广条件、演员面部表演条件高昂，意味着既难以找到合适的演员，也需要每次换脸都得从头开始化妆、制作。动作捕捉换脸术正好相反，它第一次制作的投入软硬件条件和后期人工条件要求很高，但是表情动作库数据完备之后，后续系列电影长期推广却相对容易。胶片和数字电影图像换脸术介于以上两者之间，对数据资料和演员的要求比较高，但软硬件条件比较低，推广条件低于实物换脸术，高于动作捕捉换脸术。最近的AI换脸术的人脸数据资料的收集条件低于数字图像换脸术的数据要求和收集难度，需要的人工智能软件的开发和训练条件也低于动作捕捉换脸术的软件条件，不需要特殊硬件投入，而换脸模型的迁移性非常高，推广条件较低。
图6.电影中各类换脸术的应用条件对比
媒介形态的演进通常是由于可感知的需要、竞争和政治压力以及社会和技术革新的复杂相互作用引起的。（7）换脸术的沿革过程也遵循了从自然媒介技术、数字媒介技术到智能媒介技术的过程。技术演变过程是叠加式发展，新媒介不断涌现，但是旧媒介仍然拥有一席之地，比如实物化妆换脸沿用至今，从而形成新旧媒介层叠交融的格局。媒介形态演进整体上向着“人性化”发展方向建构，是社会复杂程度简化的关系过程。（8）所以，可以预计的是，基于AI换脸术的电影生产将会迅速发展，为有创意的编剧和导演提供更加高效和低条件的换脸手段。
二、AI换脸术在电影中的应用
AI换脸术在电影中应用的关键意义在于重构了角色塑造方式，“make the person on the screen looking exactly like who they’re supposed to”（让电影中的一个人看起来就像是角色本身）。（9）这个核心目标与演员化妆、表演、特技替身、影视后期等具有一致性。实际上，电影工业对AI换脸术具有更高的敏感性，目前最新的研究就是由迪士尼影业主导的高分辨率稳定AI换脸。（10）Adobe公司也在最新的After Effects提供了AI换脸模块。AI换脸术重构角色的能力，也意味着AI换脸术可以从技术层面推动电影影像意义的生产和创制生态。
（一）扩展电影的内容边界
AI换脸术把画面中的人脸换成其他形象，不单是电影画面的改变，而且是电影角色、人物关系、关键情节乃至整个电影故事的重塑。从电影出现以来，人脸就成为电影的极具魅力的核心表达对象之一。一部影片中人物的身份、人与人之间的情感流动，影片的情节内容、所展现的社会面貌、思想内涵等等都是通过影片中人物面部特征为核心来引导，是电影叙事的主要载体。AI换脸术扩充了电影的能力边界，进而能够定义新的电影叙事内容，目前主要应用在一些实验性电影中。2018年在第18届伦敦科幻电影节48小时挑战赛中，一部名为《出界》（Zone Out，2018）的电影短片备受瞩目。它由一个叫本杰明（Benjamin）的AI系统来处理电影的整个制作流程。AI换脸是电影中引人注目的部分。本杰明通过拼凑公共领域电影数据库的两部电影《地球上最后一个人》（The Last Man on Earth，1924）和《不死之脑》（The Brain That Wouldn’t Die，1962）并将这两部电影中的角色与三位演员的人脸数据库进行面部交换，从而在48小时内完成了一部电影短片。有了AI换脸的技术基础，本杰明通过学习数十个科幻剧本语料库所模仿生成的剧本则可以实现。尽管本杰明所自动生成的电影存在语句奇特、换脸痕迹较重的问题，但伴随着AI技术的进步，由AI独立制作的电影将在不远的未来愈发成熟。
图7.电影短片《出界》剧照
对于传统的电影制作而言，AI换脸技术可以让创作者在故事创作时摆脱对现实条件的顾虑，让不同面孔及其所代表的故事有机会在银幕上实现交叉融合。比如对于动作题材的电影而言，AI换脸术可以将主角的脸替换动作特技演员的脸。故事中所设定的高难度动作将不再是问题，剧情也能够进一步延伸。2021年，漫威电影《尚气与十环传奇》（Shang-Chi and the Legend of the Ten Rings）通过AI换脸术所呈现的动作特技场面是电影的亮点。该技术来自澳洲阿德莱德大学（University of Adelaid）机器学习研究所（AIML）的研究人员与视觉效果公司旭日影业（RSP）创意团队的联手。在电影的战斗场景中，AI换脸术以关键演员的脸实现特技演员所完成的武术动作，从而呈现完美的视觉效果，甚至让观众难以看出换脸痕迹。可以看出，AI换脸术扩展了电影内容的表现能力，故事情节的设计可以在原有基础上进一步延伸。
（二）创造跨越时空的奇幻角色
换脸的创意可以追溯到比电影诞生早得多的神话传说，如鹰面人身的古埃及太阳神拉、狼头人身的死神阿努比斯、猴面人身的印度猴神哈努曼、猪面人身的八戒。显然，富有创造力的导演，不会忽视这种极具戏剧效果的换脸创意。伴随着换脸技术的进步，AI换脸术可以创造出更多奇幻角色。
AI换脸术塑造了跨越空间的奇幻角色。2018年的漫威电影《复仇者联盟3：无限战争》（Avengers: Infinity War）中外星人灭霸的角色构成这部电影剧情的基础。通过智能学习系统，AI换脸术将人类演员的表演的150个动作捕捉标记转变为40000个高分辨率面部捕捉数据，再映射到数字外星人物面部模型上，甚至连灭霸眼角皱纹等微小细节都显示的清清楚楚。在AI与ML（Machine Learning）技术的加持下，创造活灵活现、表情丰富的外星奇幻角色已经不再是问题，未来越来越多地球之外的奇幻角色IP会被塑造出来。
AI换脸术还扩展了电影的时间表现力。通过换脸，可以看到年迈的演员以年轻的样貌“参演”最新电影。1977年，演员哈里森·福特（Harrison Ford）饰演了《星球大战》（Star Wars）中的角色汉·索罗（Han Solo）。2018年《游侠索罗：星球大战外传》（Solo: A Star Wars Story）上映，角色汉·索罗的饰演者换成了阿尔登·埃伦瑞奇（Alden Ehrenreich）。2020年，YouTube用户Shamook将《游侠索罗：星球大战外传》中饰演汉·索罗的阿尔登·埃伦瑞奇的脸，通过AI换脸技术替换成了哈里森·福特年轻时的脸。尽管此时的哈里森·福特已经78岁了，在AI换脸术下依旧能够以年轻时的样貌“参演”电影。值得一提的是，以AI换脸实现的角色“返老还童”的角色是由业余Deepfake爱好者自发制作的。B站Up主“大谷的游戏创作小屋”运用AI换脸技术生动还原了秦代兵马俑的容貌，并让其做出各种表情，为古代艺术作品注入了新鲜活力。另外，“大谷的游戏创作小屋”还原了历史名人的容貌，比如杜甫、赵匡胤、朱棣等。也许在未来，以历史名人为主题的电影，甚至可以让“本人”来出演，从而进一步提升电影表达的内容深度和时空尺度。
图8.《游侠索罗：星球大战外传》剧照与AI换脸
乐观的专业VFX（Visual effects）艺术家和业余Deepfake爱好者Shamook认为，未来五年会有大量利用AI换脸术创作的电影上映。观众将在完全原创的故事片中观看希思·莱杰与玛丽莲·梦露共同主演的电影。（11）AI换脸术将大大降低数字图像换脸术和三维动作捕捉换脸术的成本，一样可以使彼得·库欣（Peter Cushing）复活为格兰德·莫夫·塔金（Grand Moff Tarkin），并使观众可以在《侠盗一号》电影中重见20岁的莉莉公主（Caria Fisher）。同样，漫威电影宇宙中的各种角色如美国队长、钢铁侠的数字化衰老和数字化年轻技术将变得司空见惯。创作者可以构思任意角色参演的电影故事，不需要考虑他们的真实年龄或者是不是人类。
（三）弥补不可抗拒的演员意外损失
电影的拍摄制作是一个较长的周期，演员因为意外而无法继续拍摄，或者因为个人原因不宜出现在银幕前的时候，会给制作方造成困难甚至影响电影的正常上映。为了弥补演员因不可抗拒的意外对电影造成的损失，制作方往往也采用换脸术继续故事的拍摄或完成可发布的影片。
在AI换脸术出现之前，《速度与激情7》（Speed and Furious7，2015）已经开始使用数字图像换脸术来弥补演员出现意外造成的损失。在该电影拍摄中途，主演保罗·沃克（Paul Walker）意外身亡，为了完成戏份，制作方利用与他相似的弟弟进行动作拍摄，再将之前类似镜头中保罗·沃克的脸部图像进行了替换。这种不得已的换脸需要精心设计替换镜头，也需要大量高成本的人力处理，更不用说这种兄弟替换的机缘巧合。伴随着换脸技术的进步，AI换脸术可以对电影进行更大篇幅的高效换脸。在演员因为个人原因不宜在电影中出现的时候，在AI换脸术下，纵然电影已经拍摄完成，依然可以替换演员的脸，而不影响影片的宣发。电影《冷血狂宴》（2020）中莲泉的角色就是在电影后期特效制作时采用AI换脸术对原有演员的脸进行替换。这样既保留了角色，又完整了剧情。除了电影，近年来AI换脸术也应用于电视剧中，如剧版《风声》《三千鸦杀》《了不起的儿科医生》等。AI换脸术能够有效弥补演员意外对电影造成的损失，从而保留甚至升华剧情。
（四）提高电影工业效率
在原有的换脸术中，无论是高水平的实物化妆技术还是各类特殊面部敷料，无论是大量的待换脸部数据还是逐帧的面部刻画，无论是高精度面部动作捕捉设备还是电影CG角色的3D模型制作，都需要专业的人员和软硬件设备。这些要求使得之前的电影换脸术只能在电影工业内部实现，它既需要人员和设备的大量投入，也需要成体系的配套电影制作链条。脱离了高成本的电影大制作，演员和导演也无法实施换脸术。AI换脸术打破了这一藩篱，大大降低了换脸技术的成本，而且方便快速。
数字图像换脸术与AI换脸术相比，前者在电影中应用的数据限制缺点就十分明显了。对于数字图像换脸术，一方面需要有足够的脸部图像数据。比如《美国队长3：内战》（Captain America: Civil War，2016）中一分钟多的镜头就需要两千多张的年轻斯塔克脸部图像资料，有赖于小罗伯特唐尼（斯塔克的扮演者）从艺较早，存有大量年轻时的电影资料，找到对应角度的年轻斯塔克表情面部图像并不困难。显然，不是所有的演员都能有这种电影资料基础。另一方面，由于数字图像研究中模型成果的不完善，高精度的换脸仍然需要大量的手工操作，尤其是长时间序列的视觉一致性调节。同样是斯塔克的年轻化镜头，每张都需要手工精细调整年轻斯塔克面部图像与整体环境光照的一致性，相邻张中仍然也需要手工进行表情连贯性的检查和调校。这就大大提高了手工处理的人工成本和后期制作时间。而且人的观察和操作精度并非完美，还能看出换脸后的斯塔克与真实的小罗伯特唐尼年轻时影像相比，表情细节比较少，面部阴影的边缘也显得比较模糊。显然，这种基于面部图像的数字换脸术的实施条件仍然受到数据和成本限制，不利于广泛应用。
以三维动作捕捉换脸术与AI换脸术相比，其制作成本高的缺点也十分突出。在三维动作捕捉换脸术中，计算机技术的进步使之能够表现更加丰富且动态连续的CG角色表情，但其复杂程度依旧很高。《阿丽塔：战斗天使》（Alita: Battle Angel，2019）中的阿丽塔脸部模型，就包括眉毛和睫毛在内的47种毛发造型，在头上有超过13.2万根头发、2000根眉毛、480根睫毛，脸和耳朵上有近50万根“桃色绒毛”，一只眼睛由将近900万个像素制作，完整的创建了包括虹膜内的丝模型在内的整个眼球3D结构。显然，高精度级别三维动作捕捉换脸术需要的人员和设备成本非常高，只有少量大制作电影才能承担。在电影《星球大战外传：侠盗一号》（Rogue One: A Star Wars Story，2016）中，角色莱娅公主（Leia Organa Solo）的脸在CGI技术下，换成了已故演员凯丽·费雪（Carrie Reynolds Fisher）的脸。2018年，一位名为derpfakes的YouTube用户仅用家用电脑便成功实现这一效果。显然，AI换脸具有高效率、低成本的特点。2021年，在电影《追忆迷局》（Reminiscence，2021）的推广过程中，华纳兄弟与D-ID公司合作，推出了个性化AI换脸电影预告片。用户可以在网站中上传自己的照片，仅需一张照片，就可以自动生成换脸视频，从而让用户“参演”电影预告。AI换脸术门槛的降低为电影提供了更丰富的营销手段，未来因其高效率也将越来越多被运用于电影制作的全流程上。
三、AI换脸术与电影的未来发展
未来，电影AI换脸术会向深度研究和广度应用两个方向发展。AI换脸术的深度研究是指对换脸过程本质的研究深度和信息表达会进一步增强，比如通过对人脸肌肉的动态捕捉大数据，通过AI建立不同面部肌肉驱动的精细化面部表情。只有深度研究人工智能换脸的底层机制，才能够匹配8K、16K等超高分辨率和120帧以上等超高刷新频率的未来电影制作的画面要求，真正达到纤毫必现的换脸精度。AI换脸术的广度应用是指换脸对脸部图像特征、表情运动特征的捕捉、匹配和替换技术完全可以迁移到人体的其他部分，比如走路姿势，细微肢体动作，甚至迁移到其他形体，如四足动物、机械体的动作和形态替换。显然，在这种广义的“AI换脸术”的帮助下，未来的电影可实现从智能换脸到智能换身。新的媒介技术总会改变社会信息传递的途径和交互方式，也将催化电影的革新。AI换脸技术将会给电影创作和电影产业带来深刻的影响。AI换脸术不仅能够辅助传统的表演体系还将改变电影观众的观看体验。
第一，AI换脸术能够辅助演员的表演训练。人脸是演员表情最密集的部分，是演员对剧本的理解、自身的控制力表达、身体动作展示的核心。一个优秀的演员，不但静态的脸能标示演员身份，提供社会场景信息并且构成和谐的电影画面，动态的表情也是电影情节推动的核心，是与观众产生共情心理，引导观众沉浸式观影的钥匙。（12）甚至，好演员的判断标准就是能够做到一人千面。在演员培养中，都需要对生活的观察和模仿。对于经典影片的角色表情模仿，是每个演员的必修课。这需要有意识地“观察”角色人物或者经典演员的面部表情，“比较”自己与模仿对象的差异，有针对性地进行改进。在以往的演员教育中，“观察”“表演”“比较”阶段是分离的，需要第三者进行对比和评价。而换脸术可以直接帮助电影演员进行“模仿法”的表演训练。通过快速换脸和表情映射，演员可以直接获取自己的表演片段。由于跟原始电影片段是帧结构同步的，每一个表情的细节都可以进行比较。演员可以通过换脸后自己的电影片段进行表情的训练，分析表情控制力和表情切换的速度，有针对性地进行训练和改善。
第二，AI换脸术能够辅助试戏，帮助演员找到适合的角色。演员的五官、对表情的控制能力等差异较大，适合的角色人物也不一样。此外，化妆、发型也对演员的外形塑造有重要的作用，而选择合适的演员对于电影的成功是至关重要的，这也是为什么电影拍摄前要进行试戏、定妆的原因。1974年，《天使爱美丽》导演皮埃尔就开始酝酿选角，直到2000年遇到奥黛丽-塔图才决定开始拍摄。2008年开始，导演张艺谋为了《金陵十三钗》的拍摄耗时两年广泛征集演员，并对倪妮在内的“十三钗”进行了长期的培训。从演员的角度来看，虽然气质和演技需要时间的打磨和沉淀，但是对自身外貌条件的客观认知也是决定能否选择到合适角色的基本条件。AI换脸术可以把演员代入历史上各类经典电影片段和电影角色，更重要的是，它不是单纯的换脸，而是保留了发型、光线等电影实拍时的造型和环境条件，创作了一个前所未有的试戏空间，有助于演员认识自己的角色适应性、化妆、发型的调节方向，以低成本的方式快速积累片场经验，也能更加明确而有准备地参与选角竞争。从电影产业宏观层面来说，AI换脸术也会有助于产生更多人戏合一的佳作。
第三，AI换脸术能够催生新的表情特技演员行业。在AI换脸术支持下，面部动作可以与电影肖像分离，让电影前期的剧本创作和演员挑选工作具有更大的自由度。在互联网人脸大数据和已有电影资料的加持下，基于AI换脸工具，很可能会出现在影视后期的软件包中，也会有类似文件模板一样提供各种CG人物脸部模型的置换。在新的图像人工智能换脸术后期工具的帮助下，类似《阿甘正传》那种演员与纪录片人物完美替换的操作将成为电影剪辑的常规方法，这将改变电影表达的时间尺度和故事线的丰富程度，也可能实现当年卡梅隆的梦想，建立CG动作演员这一行业，让安迪·瑟金斯等特型演员以面部动作提供者的形式在各类型电影中贡献具有稳定性和表现力的面部表演。（13）
第四，AI换脸术能够驱动虚拟人的自动生成。电影《未来学大会》（The Congress，2013）就描绘了这样一幅场景，演员罗宾将自己的肖像授权给经纪公司生成虚拟人角色，该虚拟人角色“参演”电影并使用罗宾的样貌成为明星，整个过程真实罗宾毫无参与。AI换脸术未来可能会实现这一效果，真实人物与虚拟人角色自动更换脸庞，从而生成虚拟的以真实人物为原型的角色，它可以自由参演任何电影，成为虚拟偶像，从而颠覆传统的造星模式。与此同时，在AI换脸术下，虚拟人角色也将能够在电影中自动生成，虚拟人角色会越来越多的以更新奇的形象映入观众眼帘。观众却能在银幕前真实感受到虚拟人角色的面部表情所透露出的情感内涵，即便是面部肌肉的细微变化也将活灵活现。这一看似复杂的过程在AI换脸术下将更多地交给机器学习并完成，虚拟人角色会更加真实，应用范围会更广。
第五，AI换脸术能够支持个性化角色定制，增强观众的互动观看体验。在电影的画面中，角色面部往往占据观众的视觉中心。在识别面部表情时会激活与心理相关的大脑区域，这是人类观看电影产生共情反应的基本原理。（14）所以观众往往会对电影角色由谁饰演产生自己的想法。一直以来，传统电影的选角过程并非由观众决定，但伴随着技术的发展，AI换脸术可以让观众在电影中个性化定制自己理想的角色扮演者，解决众口难调的选角困境。观众观看电影的方式将发生变化，不仅可以让自己喜爱的演员“饰演”特定角色，还可以把自己代入电影情节，更加深入地沉浸到角色中去，甚至“成为”角色。这种观众驱动的沉浸式故事体验，把原电影中角色的脸替换为观众的脸，从而增强观众的观影体验。这种共情程度将显著超越“观察者”的角度，增强心理理解，更好地欣赏电影的故事内容和演员的出色演绎。（15）对于观众而言，在一部电影中出现自己的面孔是件令人兴奋的事情。
总结
电影换脸术作为电影特效技术的重要分支，已有一百年以上的发展历史。从电影之初的停机再拍、遮片法等替换拍摄技术到基于实物的特效化妆，从数字图像换脸、三维动作捕捉换脸到人工智能换脸。随着媒介技术的演进，换脸技术的发展不断推进电影的形式、风格的变革，不断地帮助电影扩展自身的能力边界，支撑了一系列佳作的产生。近年来异军突起的AI换脸术在对电影创作、电影产业产生深刻变革的同时也掀起一阵新的技术美学风暴。AI换脸术极大拓展了电影内容的表达空间。电影时空被无限延伸所带来的令人赞叹的、超越现实的世界将是观众所能体验到的最直观的技术美。同时，AI换脸也延展了观众的认知与审美维度。从技术演进的脉络来看，通过AI换脸术塑造的电影角色将成为虚与实的共同化身，给予人们以往感受不到的超现实美感，让观众做电影主宰者，亲身参与突破原有的体验边际，是技术带来的具身感。“AI换脸”技术的出现和采用是自我展演与身体传播在新技术演进下的一个片段。随着传播技术的不断革新，虚拟现实、沉浸式传播等技术将会越来越多地投入到实践应用中。（16）人类媒介的演进仍在向前发展，一个以虚拟技术为基石的元宇宙正在出现，在元宇宙所拓展的虚拟时空中，用户的感官能力得到前所未有的强化和延伸，对美的感知从视听层面转化到具身体验；对于创作者而言，想象力也得到极大释放，可在三维空间中搭建蔚为壮观的时空景观。（17）
AI换脸术在不断拓展人类的造梦空间的同时，“拟真”的追求会混淆个体对真实世界认知，包括深度伪造（deepfake）在内的技术让事物真假难辨，为虚假时空流的传播提供了技术基础，（18）比如Deepfake在社交媒体短视频中的泛滥挪用。另一方面，尽管技术的发展使电影更具视觉吸引力，但技术从来不仅仅是带来刺激和梦幻的工具，更不是影视行业的质量保障。技术的最终价值在于拓宽艺术的表现力，电影史上耳熟能详的经典作品都在技术与艺术之间形成结构性平衡，赋予观众人文精神的关爱。（19）
*本文系国家社科基金艺术学项目“中国电影的诗意叙事机制研究”（项目编号：2021CC03475）、北京市社会科学基金项目“基于 VR电影手法的北京长城文化带展示研究”（项目编号：18YTC030）、北京影视艺术研究基地人才项目“AI换脸技术对影像创作的影响研究”（项目编号：JDTP2006）的阶段性研究成果。
注释
（1）王廷信《媒介演进与艺术传播》，《美育学刊》2020年第6期。
（2）Baym N K， A Call for Grounding in the Face of Blurred Boundaries， Journal of Computer Mediated Communication，2009, 14(3):pp. 720-723.
（3）Berretti S, Del Bimbo A, Pala P, et al. A set of selected SIFT features for 3D facial expression recognition， IEEE, 2010.
（4）JP Dasilva，KM Ayerdi，TM Galdospin， Deepfakes on Twitter: Which Actors Control Their Spread? Media and Communication，2021, 9(1): pp. 301-312.
（5）Nguyen, Thanh Thi, et al.， Deep learning for deepfakes creation and detection: A survey，https://arxiv.org/abs/1909.11573，2022年3月18日访问。
（6）shaoanlu，faceswap-GAN-python-deep-learning，https://pythonrepo.com/repo/shaoanlu-faceswap-GAN-python-deep-learning，2022年2月4日访问。
（7）[美]罗杰·菲德勒《媒介形态变化：认识新媒介》，明安香译，北京：华夏出版社2000年版，第19页。
（8）杨保军、张成良《论新兴媒介形态演进规律》，《编辑之友》2016年第8期。
（9）（10）Naruniec, J., Helminger, L., Schroers, C., & Weber, R. M., High resolution neural face swapping for visual effects，Computer Graphics Forum, Vol. 39, No. 4 (July 2020), pp. 173-184.
（11）Zeng, Catherine, and Rafael Olivera-Cintrón， Preparing for the World of a Perfect Deepfake，https://czeng. org/classes/6805/Final.pdf (18. 6.2020)，2019，2022年2月15日访问。
（12）Morishima S.， Dive into the Movie Audience-Driven Immersive Experience in the Story，IEICE Transactions on Information and Systems. 2008, E91-D(6): pp. 1594-1603.
（13）Clarke J., The cinema of James Cameron: bodies in heroic motion. Columbia University Press, 2014, pp. 12-14.
（14）Schulte-Rüther M, Markowitsch H J, Fink G R, et al., Mirror neuron and theory of mind mechanisms involved in face-to-face interactions: a functional magnetic resonance imaging approach to empathy, Journal of cognitive neuroscience, 2007, 19(8): pp. 1354-1372.
（15）Frith C D, Frith U., Interacting minds--a biological basis, Science, 1999, 286(5445): pp. 1692-1695.
（16）邓秀军、刘梦琪《凝视感知情境下“AI 换脸”用户的自我展演行为研究》，《现代传播》2020年第8期。
（17）（18）向安玲、陶炜、沈阳《元宇宙本体论——时空美学下的虚拟影像世界》，《电影艺术》2022年第2期。
（19）王圣华《VR虚拟拍摄技术下“真兽版”〈狮子王〉的写实化困境》，《电影评介》2021年第3期。
更多精彩内容等您共享
请点击图中二维码
d
d
d
y
z
z
投稿信箱：dddyzztg@163.com
发行部电话：010-82296104/82296101
编辑部电话：010-82296106/6102/6103
官方博客：
http://blog.sina.com.cn/u/1686032783
官方微博：
http://weibo.com/contemporarycinema/home?topnav=1&wvr=6
微信号：
dddy1984
若需深入交流，可添加我们的微信号
