漫威系列電影為什麼會佔據熱搜榜，吸引著全球的目光呢？我想除了劇本精彩，演員的演技到位，導演功底深厚， 後期的特效也是功不可沒的。今天想跟大家分享一些《復仇者聯盟4》中的特效鏡頭對比圖，一起來感受一下特效的魅力。

《復仇者聯盟4》最後大決戰，沒有加電影特效的場景

將電影特效加上後，宏大的戰場場面顯得氣勢磅礴，非常有史詩感

鋼鐵俠旁邊站著的人是誰呢？

正是鷹眼站在鋼鐵俠旁邊，見證綠巨人打響無限手套時，正準備防禦

奇異博士的魔法傳送門，此時電影特效還沒有完成

加上電影特效後，感覺這一幕看得熱血沸騰

還記得車裡的2個人是誰嗎

是黃蜂女和蟻人準備想啟動量子領域，沒想到破碎的擋風玻璃都是用電腦特效製作

滅霸的現身這一幕看似平平無奇

加上電腦特效後，閃現真身這一刻非常霸氣

驚奇隊長單挑滅霸這一幕，首先是製作場景模型，然後再進行拍攝

最後是通過電腦特效實現了打鬥場面，只不過滅霸臨場反應能力更強

還記不得這是在拍攝哪一幕嗎

這裡雷神變成了死肥宅，而且旁邊還有2個外星宅男朋友，分別是石頭人和寇柯

美國隊長、綠巨人和黑寡婦3人同框，而綠巨人舉大姆指影迷應該對這幕有印象吧

實際上當時是為了測試蟻人的量子領域空間穿越，綠巨人顯得特別逗比

這一幕是拍攝綠巨人和火箭去新阿斯嘉特

但是由於綠巨人身體太大，實際上並沒坐在車上，同樣也是電腦特效後期製作完成

綠巨人打響無限手套，這一刻大家應該印象深刻

當電腦特效後期製作完成後，這一幕看上去非常震撼

滅霸化成灰的這一幕

通過場景一幀一幀進行製作的，實際上過程非常複雜，尤其是這種顆粒感的畫面最難做

雷神拿著雷神之錘和風暴戰斧看上去特別酷炫

尤其是在加上電腦特效，雷神看上去更加霸氣了，而且整個場景看上去非常驚豔

特效的製作一般需要花費巨大的心血和財力，所以特效做的不好的話會被戲稱「五毛特效」。而隨著機器學習的發展，以及 VR， AR 技術的成熟，視覺特效這項工作已經在人工智能的幫助下，開啟了新篇章。

特效的AI核武器之一：工業光魔

參與《復聯 4 》製作的12家特效公司之一，工業光魔（ILM，Industrial Light and Magic ），憑《星球大戰》開創了特效新時代，一舉成為電影特技的「領頭羊」。迄今為止，工業光魔已經為多達300部的影片製作特效，並獲得過15次奧斯卡最佳視覺效果獎。《加勒比海盜》、《變形金剛》等電影特效都是工業光魔參與制作。在《復聯 3 》中，瓦坎達之戰是由工業光魔參與制作的，包括滅霸飛船、瓦坎達上的所有戰鬥、反浩克裝甲戰鬥等片段，共有近 400 位視效藝術家完成了 600 個特效鏡頭。

瓦坎達之戰中的特效

如今，工業光魔正致力於使用人工智能對光線追蹤產生的圖像進行去噪。這將減少CPU的負擔並大幅度地節省時間。公司負責人還介紹說「我們還在研究以半自動方式識別和替換人臉的技術，這將會是一次巨大的飛躍。」他所提到的換臉技術，便是類似於前段時間很火的deepfake技術。

工業光魔製作的綠巨人特效

利用這種技術，工業光魔團隊可以將一位演員的樣子映射到表演者臉上，並且製作效率大大提高。工業光魔CTO Rob Bredow在一次演講中表示，在電影中用一個deepfake算法的話，實現的效果質量還不夠高。但是他們已經確定了什麼是限制所在。不久後，他們會將類似deepfake但是質量更高的技術用在電影中。

特效AI武器之二：數字王國

在《復聯3》裡，滅了一半宇宙的「大紫薯」滅霸，就是著名的特效公司數字王國（ Digital Domain ）利用了機器學習等技術打造而來。

曾有媒體報道，滅霸的外部形象為這個人物注入了靈魂。有沒有一種感覺，看到滅霸的樣子，就能感受到他是個狠人。

數字王國通過全新技術捕捉了演員Brolin的面部表演，並通過機器學習的技術，將他的表演轉化為極具存在感的主角——滅霸。

數字王國使用Masquerade定製機器學習軟件，通過兩個垂直方向的高清攝像頭捕獲面部數據，細緻追蹤面部的100到150個跟蹤點。

之後，通過計算機視覺的技術，訓練和調試機器學習模型，自動將得到的臉部渲染映射到滅霸這個角色上，最終得到自然的面部視覺效果。

滅霸扮演者Brolin被「特效」後的對比

通過他們的努力，我們看到了這個偏執，凶狠，硬氣，而又帶點柔情的大反派。如果沒有這些技術，也許滅霸的形象就不會這麼豐滿，也不是那個為了看日落而實行「人口控制」的狠角了。

特效的AI核武器之三：全面降維打擊

藉助於AI技術，視覺特效將不再需要大量斥資，就能得到更好的視覺體驗。同時利用到雲計算，高性能的GPU等硬件，以往需要兩個小時渲染的幀，可能只需要兩秒鐘就能完成。

得益於這些技術，行業內的設計師、藝術家能夠節約更多時間去創作更多有趣的東西。如此一來，只要你有一個較小的工作室，甚至是獨立的藝術家，利用技術就能獲得蜘蛛俠或者 X 戰警電影中看到的效果。

真實拍攝和製作後的鏡頭對比

現在機器學習已經被用於在基於物理的動畫和媒體藝術中，創造出有趣的效果，但是隨著計算變得更加高效和新穎的方法，如深度強化學習技術，將會創建出更具可擴展性的模型。

如果這項技術成為主流，工作室電影和獨立電影的視覺特效成本將會大大降低，對於熱愛電影的人士，無異於又一個福音 。