
Netflix Eyeline:混合制作(实拍 + 传统 VFX + 生成),模型约到 60–70%,到 100% 靠人工与传统管线
文创影视后期VFX混合制作质量门禁NetflixEyeline
一句话结论
Netflix 旗下 Eyeline 在 View Conference 公开「混合生产」口径:不靠纯提示出片;稀疏场景实拍后重建环境/光照/人群,生成艺术部与传统美术并行;已用于《Brazil ’70》球场人群与《The American Experiment》背景延伸。
打开原文
Variety:How AI is Used by Netflix at Its VFX Eyeline Studios
背景与理念
「We're not prompting our way into shots and movies.」说服力图像只是开始;生成大约到 60–70%,到 100% 才是专业后期要的一致性、分辨率与可控性。
具体做法
- 开拍前生成艺术部与传统艺术家并行探索;sparse set 让演员在局部实景、较平光下表演,再重建环境与光。
- 容积捕获支持拍后再改机位与光;演示含非绿幕换环境。强调保留演员身份与表演。
- 成片案例用实拍元素 + sprites + 传统 CG + 生成混合,而不是纯 AI。另有可控生成流体、高斯溅射换季、40 机位 RED V-Raptor 训练数据等在研能力。
- 系统大量自研模型与特采数据;要让摄影/美术能塑形结果,不做黑盒。
关键数据/例子
Mousavi 口径:模型约 60–70%,到 100% 靠人工与传统管线。《Brazil ’70》球场人群称传统预算内「非常非常难」;Netflix 另称约 300 部作品已用过某种生成 AI(公司层面口径)。
创新点
把「混合生产 + 非黑盒 + 艺人/摄影可塑」写成一线质量门禁,而不是追求全自动出片。
可否复用
- 影视 AI 立项先写清:哪里用生成、哪里必须实拍/传统 VFX、谁做最终质量门。
- 保留拍摄表演,把环境/光/人群当可重建层。
- 工具要对摄影/美术可控,拒绝纯黑盒提示出片。