返回快讯

演员Ben Affleck:从年轻时就拆装电脑,胶片转数字后开始碰视觉特效流程

演员Ben Affleck在GQ栏目One More Question里说,自己从年轻时就拆装电脑,胶片转数字后开始碰视觉特效流程,能写“很差的Python脚本”,也长期使用GPU。他说这套流程多年前就包含机器学习,自己在成立Artists Equity之前还有一家小型视觉特效公司,部分经验来自和那批人共事,部分来自玩游戏。

他用卷积神经网络做例子。画面被写成张量,包含批次、帧号和每帧每个像素的红绿蓝数值。卷积网络在张量里做边缘检测和特征提取,用来判断窗台在哪里,再把绿幕抠掉换背景。他把卷积网络称为transformer的前身,理由是后者能同时做更多计算。

视觉特效同事让他去看Google和OpenAI用transformer做视频。他说自己会打电话自称Ben Affleck,问能不能去看,有时对方答应。看完后他打给Matt Damon,说“我们完了”,因为几次按键就能生成很逼真的视频。他当时有一两天认为该尽快把想拍的电影拍完。

他随后坐到工程团队里看数据和标注,结论反过来了。模型缺少电影制作的领域控制,镜头不一致,也不能靠直接打字生成一部电影。他拒绝把价值交给不懂版权和肖像权的外部公司,用自己能调用的资本开了第二家公司,花数月用大量相机、激光雷达、定点设备和实体及虚拟摄影棚建数据集,并申请专利。公司雇了推理专家、数据架构师和视觉特效人员。

这家公司是2022年成立的InterPositive。Netflix在2026年3月5日宣布收购,团队整体并入,Affleck出任高级顾问。Netflix在10-Q里披露,3月完成的这项企业合并对价约5.87亿美元,全部为现金。申报未点名,但与同一时间公布的收购对应。Affleck说数据集不靠抓取同行作品的H265片段训练。视频生成的算力规模也大于语言模型。

这是内容方买回训练数据和工具,不是演员个人炫技。卖方是不肯把影视数据卖给模型实验室的InterPositive,买方是Netflix。钱从流媒体的现金收购流向封闭棚拍数据集、专利和工程团队。受益的是拿到可控制作工具、又避开公开抓取争议的Netflix和Affleck团队。承压的是仍靠互联网视频片段训练、却拿不到原生电影数据的视频模型公司。

来源:公开信息

ABAB AI 解读

Affleck的技术路径先在视觉特效,不在模型实验室。胶片转数字之后,绿幕抠像已经在用卷积网络做边缘和特征提取,GPU负责把每帧像素的张量并行算完。他在Artists Equity之前开过小型特效公司。2022年成立InterPositive,不用同行成片的压缩片段做训练集,改在实景和虚拟棚里用相机、激光雷达和定点设备重采。2026年3月Netflix以约5.87亿美元现金买下整队,他以高级顾问身份进去。

资本调动发生在他看完Google和OpenAI的视频transformer之后。他先判断几次按键就能出逼真画面,打给Matt Damon说行业完了。再看标注和可控性,发现模型不懂镜头连贯、缺镜、换背景和灯光。外部公司提出合作并包下人工智能,他拒绝,理由是价值会留在不处理肖像和版权的实验室。于是自己出资本建第二家公司,把数据生产而不是数据购买当成资产。

结构上接近2012年之后特效工业的自建工具,而不是演员挂名的科技投资。Industrial Light & Magic和Weta把运动捕捉、虚拟制作留在片场一侧,AlexNet那代卷积网络则把GPU从游戏画质拉到图像识别。Netflix很少收购,2025年12月买过虚拟形象公司Ready Player Me,这次把InterPositive整队拿进产品技术线。行业阶段已从“模型能生成一段视频”转到“谁掌握可授权、可复拍的原生镜头数据”。

本质是定价权转移。公开视频的定价权在抓取方,原生电影数据的定价权在能搭棚、持有肖像和发行渠道的一方。视频推理比语言更贵,实验室用规模换一致性,片场用激光雷达和分镜规则换控制权。Netflix付钱买的不是Affleck的Python,而是一套不依赖同行成片、又能进自己制作流程的数据和生产团队。

ABAB News · 认知定律

  1. 会生成,不等于能控制。

  2. 数据可以购买,也可以重拍。

  3. 领域规则没进模型,价值就留在片场。