这就是 Night Signal。讲的是一个超自然电台摄制组的故事,以及发生在他们身上的各种邪门烂事。这一部什么都有。
说来好笑,我一开始揣着一个特别严肃的高级艺术点子,然后嘛,就拐了个方向。
制作笔记——先看电影,再读。
音乐
自从开始围着歌做视频,我就有条规矩:别给你不愿意听满 2500 遍的任何一首歌做视频。
是个好规矩。
本来我在给另一首歌做视频,就是甜甜圈那首。但听到差不多 300 遍的时候,我实在受不了了。于是下一步就是去旧曲库里翻。也许「Song About Myself」,或者「The Little Things」(那首会挺有意思),又或者「You Knew That Already」,它也有点可能。
绕了一圈之后,我他妈想开了,决定为这个活儿现写一首。
我先回到上个视频的果酱乐队风格。凡是果酱系、或者沾点 Dead 味的音乐我都喜欢。迷幻摇滚和迷幻蓝草是我从小听到大的。
但写到六个钟头的时候,我才意识到……操。
这首歌太具体了。我喜欢的类型非常具体,过去五年里跟我约过会的每个人,都会以为我写的是自己。
我需要一点「可以抵赖」的空间。
是的是的。
毕竟,我确实是想在一首情歌上头做视频来着。
第一步是把歌从第一人称换成第三人称。我喜欢这个手法,尤其在乡村音乐里——它嵌在那套惯常的叙事机器里,总有点格格不入的味道。有几个歌手把这一手玩得很漂亮。
然后我让 ChatGPT 把它碾平,碾得再流行一点。
这种五分钟视频的诀窍是转移和干扰。你得让观众的注意力别落在「这歌有五六分钟长」这件事上。但要做到,你需要一个相当具体的结构。
熟悉到诡异,但仍然是新的。
不过还不够。我还是卡着。
于是我开始想 Talking Heads,想 a-ha,想 The Killers,想 The Darkness。想到 The Darkness 就会想到 Queen,想到我最近有多爱男声假音。那一小团声音组成的整个星系。
我知道自己很接近了,但还差着那么点感觉。
然后我犯了糊涂,搞不清自己在每个标签页里复制粘贴的到底是哪个版本——因为我懒得关标签页,尤其 Suno 开着的时候。
结果,我把一条「80 年代后朋合成器浪潮」风格的提示词,贴进了一个还带着果酱乐队舞台指令的版本里。
然后……
纯粹的、他妈的魔法。
通常做果酱系歌曲的时候,你瞄准的是统计意义上的小概率。
就是那种存在于数据集里、但机器偏偏要跟你对着干的组合。这很怪,因为 Suno 在一定的约束范围内,泛化得一直相当好。
至少 Suno v5.5,对那种边走边找到自己形状的歌,是纠结的。
事情是,在这里……它决定不纠结了。
这其实说得通。
出来的歌非常扎实。但真正让我脑内齿轮转起来的,是开场那一嗓子。只要你听上一回,开头 20 秒里会有一瞬间,一种非常特定的既视感。
它让我想起 Art Bell 和 Coast to Coast AM。
又一个我从小听到大的东西。
于是我想起外星人,又想起我朋友、同为艺术家的 TrishaCode,和她那篇关于外星人会怎么看音乐的论文。
只有四个和弦?切。
但如果这些外星人偏偏就是迷美国流行音乐呢?
然后就成了。
我们有视频的坯子了。
超自然电台节目。
热爱流行音乐的外星人。
接下来还能玩什么呢?
生物与外星人设计
这时候我还不太知道故事会是什么,但我知道两件事:普通款灰色外星人很无聊,而且我想要点更风格化的东西。
这正是概念设计进场的时候。
当你脑子里有团模糊的创作念头在打转,你能做的最好的一件事就是开始画。真的。它能帮你通开脑子里的管道,而且它疼,疼才让这件事值得做。
而且画的时候,你要走到 AI 平常不自己会去的地方。说起来,这让我想起 beholdthe84。
AI 圈里最好的生物设定艺术之一。那些怪兽,Ocula,还有他们那种把一截截互不相连、却又连着的时刻搭成整个世界的手法——雾蒙蒙的,梦境一样的。
我觉得,是这一类魔法。
他们的东西可能是纯提示词,我不假装知道他们的流程是什么。但如果我要走到那样一个地方,我会靠操弄分类器。
你可能会问:怎么个操弄法?问得好,你挺聪明的,会问这种问题。这话我认。但操弄分类器的方式,就是画一些模糊的东西,逼分类器做出互相冲突的决定。
形体要一致,还是再现要忠实?老子全都要,妈的。
思路是把困惑度当武器:给机器方向,但方向不至于让它不靠即兴就产出连贯的东西。魔法出现的时刻,就是你逼一个 AI 即兴的时刻。
整个这件事的关键,是用一个挂在同一系统上的智能体带动自回归图像生成器。我这里用的是 GPT 上的 Mini,配 GPT-Image2;但换个 Gemini 智能体配 Nanobana,照样能成。
第一次生成出来之后,你就可以聊它,迭代它。差不多实时地解释改动,逼近你觉得自己可能需要去的地方。
Allen Ginsberg 常说:「最初的念头就是最好的念头。」可他说的是诗,是生猛。就连在诗里,我也从来没做到过那个工作流。我是个修修补补的家伙。凡是发出去过的东西,很少没被我里里外外翻过几遍。
做视觉艺术,关键是疼和迭代。两者都要。如果你做的艺术在任何层面都不疼,那么……开玩笑的。你做得挺好。轮不到我评判你。
赌你刚才差点把我当成了 _他们_ 的一员。
绝对没有。我只是想让你去探索。
总之,向机器解释完毕、迭代甩干净之后……上场景。
场景
场景我总是拿捏不好。
主要是因为一到上手,我就把自己关于场景的所有知识全忘了。
Richard Huelsenbeck 常说,艺术家是近视又自恋的生物,看不见自己感受力和时代之外的东西。
时间证明他说得对。很遗憾。
光凭 AI 艺术这场大讨论,就足以证明这一点。
但我的毛病,一个长期没治好的毛病,是忘了在不同媒介、不同工具集之间换挡——除非我从一开始就打算混用多种工具。
这次我没这么干。
这就是为什么在公开场合干活是好事。朋友们会提醒你:你手里的工具并没有全用上。
被 jphilipp 提醒五分钟后,我已经用 Unity 的基本体把 Jane 的公寓搭了出来。真想给你看……但我是个白痴,后来发现几面墙加一张沙发占了 2.5gb 的空间,就把工程整个删了。
Unity 的问题在于开发环境笨重,而你真正想要的只是快速视觉打位,很难控制得利索。你又不是要做游戏。你是在回答这样的问题:沙发在哪?从桌子那个位置,镜头能看见什么?从这个角度看,咖啡机到底进不进画面?
下次,我大概会先写一个漫游式的第一人称相机。那样对房间的角度镜头会有帮助,尤其是当我要在把空间喂回图像系统之前,先弄清它实际长什么样。
这一次,我用基本体和潦草的标签把事办了。
说实话呢?
结果还挺能用的。
下次我能做得更好。
外景也好玩。有挑战,但是另一种挑战。有几处取景,我故意在广播塔的位置上作了弊,为了……一些原因。
角色设计
我第一个承认:我觉得我的角色设计该停止卖萌,开始干正事了。
我会把这些摄影向的设计当成我所需功能的最低可用版本。它们能用,但在每个检查点都把脸拦在「化成液体」的边上,挺费劲。
这些设计不算差。但既然已经是第三个项目了,我觉得我需要更多。
下次,我要去偷师 aisamsonreal,他出的东西一直很好。
所以下个项目,我要来一发「15 头身旋转」。
大概吧。
反正名字我已经这么叫上了。😊
Jane 和 Rex 是新的。Riff 在上个视频项目里出场过。Violet 来自 Stable Diffusion 1.5 时代的一个旧实验,我在 ~/Pictures 目录里把她重新翻了出来。
人类这类角色挺容易做。要么讲一个原型,要么从衣服起手,机器通常能把我送到我脑袋所在的那个位置。
有时候,我会复用角色。
我觉得 Rex 需要休个假,毕竟他用价值十亿美元的 Mac Studio Pro,从世界上最傻的机器人军团手里救了一艘游轮。
而且,不去内华达州的 Pahrump,还能去哪?
另外,戏服变体很好玩。不过 Todd 的戏服让 Grok 重重滑进了刻板印象。多少张完全没法用的全景镜头。以后我会更小心一点。
故事
原计划:
五分钟速成一部言情小说。
如果你不熟言情小说,剧情通常差不多是这样:
女孩遇见男孩。
男孩对女孩混蛋透顶。
女孩和男孩吵架。
出了点事。危险、冲突、吸血鬼,随便什么。有什么东西逼着女孩和男孩找到共同点。这一步要是吸血鬼来干的,我格外喜欢。
然后女孩和男孩发现:命中注定。男孩开始待女孩好了,女孩爱上男孩。
完了。
跟上一个一样,我本来盘算着,在真正想清楚剧情之前,这是个容易过场的套路。
只有一个问题。
外面说了这么多「AI 已死、没有灵魂」,可这些项目给我的感受,真的不是那样。
从 Todd 和 Jane 同框的那一刻起,不管我用哪个模型,这两个角色之间都有一种噼啪作响的银幕化学反应。
我想部分原因是 Kling 和 Grok 都演得用力过猛。对这样一部默片来说,刚刚好。
但如果你不留神,这多少会产生一种效果——故事自己跑起来,带着你跑。
这对我来说感觉像协作。
我不仅在和故事的走向谈判,还在和角色怎么被选角、怎么被渲染谈判。而且那个是会变的。尤其在 Grok 上。
Grok 是个喜怒无常的小贱人。
我不停地跟它说:「念台词,Grok。不不,是这句。我一分钟前提过的那句。很好,Grok。」
*递给 Grok 一颗甜甜圈*
台词很重要,因为看默片一半的乐趣在 读唇。
于是走到大约三分之一的地方,我有了故事大纲。我搞清楚了新的恋爱对象是谁。找齐了我的史酷比时刻的位置。还知道男主会长大起来、变得自信,而女主会神奇地瘦掉三十磅,穿束身衣好看得不像话。
两种都是正当的个人成长方式。
总之,收工就到这。
我还在学怎么用这种方式交流。但我确实觉得,我的项目一部比一部有意思了。