ЭКСКЛЮЗИВ:

Без сомнения, вы уже слышали о недавних дискуссиях в Twitter на тему "игровым рынкам не нужны дисклеймеры об использовании ИИ", в которых участвовал генеральный директор Epic Тим Суини и многие другие известные в творческих кругах личности. Что вы думаете об этом?

Евгений: Я согласен с Тимом Суини и Мэттом Уоркманом, который изначально поднял эту тему. Лейбл «Сделано с помощью ИИ» теряет своё значение, потому что большинство программ уже так или иначе используют ИИ, включая генеративный. И мы увидим ещё больше этого. Даже Photoshop и Maya интегрируют инструменты ИИ, а кодирование часто выполняется с помощью Copilot или Cursor. К тому же это невозможно проверить. Так что этот лейбл не может служить своей цели и в итоге становится бессмысленным.

В конечном счёте игроков волнует конечное качество игры — её художественная ценность, смысл, который в неё вкладывают создатели, удовольствие, которое она доставляет. Даже до бума ИИ было много некачественного, вторичного контента. Мы называли его «типовым контентом». Сейчас его стало намного больше, и это новый вызов для модерации.

Есть также отдельный вопрос об этичности сбора обучающих данных. Но это гораздо более обширная тема, чем вопрос о ярлыках в Steam. Это то, что весь мир, правительства и корпорации в конечном итоге должны будут выяснить, как регулировать. Это происходит с любым новым крупным технологическим сдвигом.

Многие в социальных сетях считают ваше программное обеспечение ярким примером того, как разработчики должны интегрировать ИИ в свои инструменты. Что вы думаете об этих отзывах?

Евгений: Даже художники и пользователи, которые открыто не любят ИИ, склонны положительно отзываться о Cascadeur. Основные причины довольно просты: нет опасений по поводу этики наших обучающих данных, инструмент даёт аниматорам полный контроль, а ИИ просто помогает и снимает рутинную работу. Это принципиально подход с использованием ИИ.

Я считаю, что именно этого направления индустрия в конечном итоге будет придерживаться. Если мы примем, что ИИ изменит рынок труда, то мы должны ожидать появления и развития новых инструментов, повышающих эффективность работы. И я думаю, что эти инструменты будут специализированными системами с поддержкой ИИ, предназначенными для профессиональных творческих людей — такими инструментами, которые помогают им делать больше и лучше, а не заменяют их.

Теперь давайте поговорим об функции интерполяции. Во-первых, когда вы впервые придумали её? Какую практическую цель она выполняет? Какую пользу она приносит 3D-аниматорам?

Евгений: Изначально мы сосредоточились на физике. Это уже помогло сэкономить время и повысить качество и реалистичность анимации. Но даже в простейших случаях оставалось огромное количество ручной работы. Аниматорам приходилось ставить каждый шаг персонажа или создавать множество промежуточных кадров для различных переходов. Поэтому мы решили поэкспериментировать, используя нейронную сеть для генерации движения между ключевыми кадрами, начиная в первую очередь с передвижения. Получилось лучше, чем мы ожидали. Этот метод оказался гораздо более универсальным и мог воспроизводить множество различных типов движения.

И это действительно ускоряет процесс. Из нескольких поз вы можете быстро получить полный набросок анимации и доработать его сколько угодно, вплоть до полностью ручного результата. Физика всё ещё там, помогая вам быстро доработать траектории и добавить интересные детали там, где они нужны.

Основная проблема в анимации сегодня заключается в том, что создание многих видов движения занимает недели, и я знаю по опыту, что это не всегда самая приятная или творческая часть работы. Я уверен, что аниматоры смогут работать быстрее — и это хорошо, потому что их работа станет менее рутинной и более творческой.

Как на самом деле работает интерполяция? Если я правильно понимаю, всё, что вам нужно сделать, это задать ключевые позы, а система сама поймёт, какую анимацию она должна сгенерировать, но это не может быть так просто, не так ли? Насколько хорошо она справляется с более сложными последовательностями, например, с беспорядочными движениями персонажей?

Евгений: Да, на базовом уровне всё действительно так просто: инструмент мгновенно генерирует движение между любыми двумя позами и, по сути, может создавать переходы между любым количеством поз. Лучше всего он работает с передвижением — ходьбой и бегом в любом направлении, но также может обрабатывать прыжки, приседания, ложиться, вставать и даже движения в стиле экшн, если вы дадите ему позы для действий. Конечно, некоторые вещи работают лучше, чем другие, но мы продолжаем расширять наш набор данных и обучать новые модели.

Сам по себе рабочий процесс очень приятный и естественно переходит от широких мазков к мелким деталям. Например, вы задаёте две разные позы для вашего персонажа в разных местах пространства. Мгновенно вы получаете анимацию, где персонаж перемещается из одного места в другое, точно соответствуя заданным вами позам. Оттуда вы можете настроить расположение стоп в промежуточных кадрах, настроить тайминг, уточнить траекторию и т. д. Вы можете анимировать любую часть тела, используя классическую интерполяцию. И в любой момент вы можете преобразовать сгенерированные кадры в набор ключей и интерполяций и продолжить работу с анимацией так, как вы хотите. У вас есть полный контроль над результатом, но вы экономите много времени, потому что не создаёте всё с нуля — вы вносите коррективы.

Интерполяция между ключевыми кадрами (Inbetweening) также помогает при создании плавных переходов между разными анимациями. Вы также можете удалить любой сегмент существующей анимации и просто заново сгенерировать его. Вы можете создать множество вариаций одной и той же анимации — например, ходьбу персонажа или повороты в разных направлениях. Эти задачи обычно не являются самыми творческими частями работы, и их обычно много. Теперь их можно делать быстро.

Но даже если кажется, что это магия, то внутри происходит чрезвычайно сложная работа. Потребовалось много лет, чтобы эта головоломка сложилась. Эта система включает в себя сложный механизм интерполяции, способный переключаться между FK и IK, систему перенацеливания, без которой интерполяция между ключевыми кадрами не работала бы для разных наборов настроек персонажей, и очень продвинутый метод обнаружения и очистки опор для стоп, который также подавляет «хлопки коленями». Но ядро инструмента, конечно, — это нейронная сеть, которая генерирует саму анимацию.

То, что больше всего волнует многих цифровых художников, — это то, как обучается всё, что имеет в своём названии «ИИ». Так как же обучалась интерполяция между ключевыми кадрами? Какие данные вы использовали?

Евгений: Мы использовали костюмы Xsens mocap и записали около пяти часов движения. Большая часть — это ходьба и бег в разных направлениях, включая разбег, остановки, повороты и так далее. Мы также использовали анимации из собственных игр Nekki, таких как Shadow Fight 3, Shadow Fight 4 и Spine. Одной из сложных частей процесса была маркировка данных, чтобы нейронная сеть могла надёжно различать ходьбу, бег, прыжки и другие действия.

Мы продолжаем расширять набор данных новыми типами движений и обучаем новые модели для интерполяции между ключевыми кадрами, пока мы это обсуждаем.

Где вы видите всё это противостояние ИИ и анти-ИИ, скажем, через год? Похоже, что у нас на руках типичная ситуация тезиса-антитезиса-синтеза, которая по своей природе должна разрешиться когда-нибудь, как-нибудь — как вы думаете, как будет выглядеть этот синтез, когда он произойдёт? Или, может быть, это просто принятие желаемого за действительное с моей стороны, и ИИ и искусство никогда не смогут по-настоящему сосуществовать, и лишь несколько инструментов, таких как Cascadeur, дают ложную надежду на то, что они могут. Мне бы хотелось услышать ваши мысли по этому поводу.

Евгений: Моё личное мнение состоит в том, что войну против ИИ нельзя выиграть. Я не думаю, что сегодняшние генераторы смогут самостоятельно перестроить рынок, но рано или поздно ИИ будет интегрирован в производственные инструменты и начнёт приносить реальную пользу. И как только это произойдёт, он будет повсюду.

Я не знаю, как мировое сообщество решит вопросы об авторских правах и данных для обучения систем, которым требуются огромные массивы данных, но, по крайней мере, большинство специализированных инструментов могут быть построены на конкретных наборах данных, собранных для них.

И с оптимистической точки зрения я думаю, что ИИ в конечном итоге поможет демократизировать разработку игр и создание контента. Барьер для входа снизится, и небольшие команды и компании смогут создавать то, что раньше могли создавать только крупные студии и корпорации. Это уже происходит сегодня с развитием новых инструментов и ростом популярности Unreal Engine. ИИ просто ускорит этот процесс.

Евгений Дябкин, основатель Cascadeur

Интервью провёл Теодор Маккензи