Generative AI ในงาน Feature Film VFX: มันหน้าตาเป็นอย่างไรในทางปฏิบัติจริง ๆ

ทุกวันนี้เราได้ยินคำโฆษณาประเภท “Generative AI จะเข้ามาปฏิวัติและทดแทนการทำภาพยนตร์” กันเยอะมากกกก จนแทบจะหูชาเลยครับ แต่ส่วนใหญ่มักจะหยุดอยู่แค่การทำคลิปโชว์คอนเซปต์สวย ๆ ในโซเชียลมีเดียเท่านั้น

ในฐานะคนที่ทำงานสาย Compositing ใน Feature Film VFX มาหลายปี สิ่งที่ผมอยากชวนคุยในบทความนี้คือ “ความจริงหน้างาน” ครับ ว่าเราผสานพลังของ Neural Tools เข้ากับ Feature Film Pipeline จริง ๆ ในการผลิตระดับสากลได้อย่างไร อะไรที่ทำแล้วเวิร์กจริง อะไรที่ยังห่วยอยู่ และมันส่งผลอย่างไรกับชีวิตของ Compositor อย่างพวกเราบ้าง

ปัญหาคลาสสิกของไปป์ไลน์ที่เราพยายามแก้ไข

โดยปกติแล้ว VFX Pipeline ดั้งเดิมจะถูกออกแบบให้เป็นเส้นตรงที่เข้มงวดมากครับ เริ่มจาก Concept Art ส่งต่อไปทำ Modeling ➜ Look Development ➜ Lighting ➜ และจบที่การทำ Compositing (Comp)

การจัดระเบียบแบบนี้สมเหตุสมผลในอดีตเพราะช่วยคุมไม่ให้ต้นทุนบานปลาย แต่จุดอ่อนสุดแสนจะเจ็บปวดคือ หากผู้กำกับเกิดอยากลองเปลี่ยนใจในขั้นตอนสุดท้าย เช่น “อยากขอเปลี่ยนโลเคชันหรือเปลี่ยนแสงจากกลางวันเป็นช่วงเย็น” ในเวลาแค่สามสัปดาห์ก่อนส่งมอบงาน (Delivery) การแก้จุดนี้จะมีต้นทุนเวลาและเงินที่แพงมหาศาลมาก เพราะทีมงานต้องย้อนกลับไปทำใหม่ตั้งแต่แผนกต้นน้ำ

เป้าหมายของการดึง AI เข้ามาของพวกเราไม่ใช่การเข้าไปแทนที่ส่วนใดส่วนหนึ่งของทีมงานเดิมครับ แต่คือการสร้าง “ท่อคู่ขนาน” (Parallel Track) เพื่อช่วยให้งานสร้างฉากหลังหรือต่อเติมสภาพแวดล้อม (Environment) สามารถทดลองวนซ้ำไอเดียได้ทันทีในแผนก Compositing โดยไม่ต้องส่งงานย้อนกลับไปกวนใจแผนกต้นน้ำทั้งหมดให้เหนื่อยกันอีกรอบ

สถาปัตยกรรมระบบที่เราสร้างขึ้นมาใช้งานจริง

เนื่องจากงานระดับ Feature Film มีเรื่องของลิขสิทธิ์และความปลอดภัยข้อมูลที่เข้มงวดขั้นสุด เราจึงไม่สามารถกดส่ง Plate งานออกไปเจนเล่นบนเว็บคลาวด์ภายนอกได้เลยครับ

สิ่งที่เราทำคือการติดตั้งชุด Generative Model เฉพาะตัวลงบน Air-Gapped Cluster (คลัสเตอร์ที่ตัดการเชื่อมต่อจากอินเทอร์เน็ตภายนอกอย่างเด็ดขาด) ภายในสตูดิโอของเราเอง โดยทำการเทรนโมเดลด้วยข้อมูล Look Development เฉพาะของโปรเจกต์นั้น ๆ เท่านั้น เช่น ภาพ Concept Art, Reference แสงที่ได้รับการอนุมัติ และภาพถ่ายเบื้องหลังกองถ่ายที่ได้รับอนุญาตอย่างถูกต้อง

Compositor ของเราจะสามารถเรียกใช้งาน AI ผ่านอินเทอร์เฟซควบคุมที่เชื่อมต่อตรงอยู่ในโปรแกรม Nuke โดยทำงานในรูปแบบ Write/Read loop เมื่อเราเลือกพื้นที่ภาพใน Comp และส่งความต้องการไปประมวลผล ผลลัพธ์จะถูกส่งกลับเข้ามาเป็นไฟล์ภาพตระกูล EXR Sequence มาตรฐาน ที่รองรับ Dynamic Range และสามารถใช้ทำงานต่อใน Pipeline เดิมได้ทันทีอย่างไร้รอยต่อครับ

สิ่งที่เปลี่ยนไปและใช้งานได้ดีจริง ๆ หน้างาน

สำหรับงานสร้างฉากหลังระยะไกล (Distant Backgrounds) เช่น การต่อเติมอาคารไกล ๆ การเติมใบไม้ต้นไม้ การเปลี่ยนท้องฟ้า หรือการสร้างหมอกบรรยากาศ (Atmospheric extensions) รอบการทำงานวนซ้ำลดลงจากหลัก "หลายวัน" เหลือเพียงแค่ "ไม่กี่ชั่วโมง" เท่านั้นครับ

Compositor สามารถสร้างตัวเลือกทางเลือกสภาพแวดล้อมได้ถึง 12 แบบภายในวันเดียว เพื่อนำมาเปิดทดสอบเปรียบเทียบในช็อตจริงกับผู้กำกับเพื่อเลือกทิศทางที่ใช่ก่อนจบวัน ซึ่งหากเป็นเมื่อก่อน งานส่วนนี้ต้องส่งขอไปที่แผนก Matte Painting และต้องนั่งรอส่งงานกลับไปกลับมาอยู่หลายวันเลยครับ

อีกส่วนหนึ่งที่ช่วยประหยัดแรงใจของพวกเราไปได้มากคือ AI-assisted Rotoscoping ครับ สำหรับงานกลุ่มช็อตฝูงชน (Crowd shots) หรือเสื้อผ้าที่ซับซ้อน แม้จะยังต้องมีมนุษย์มาคอยเก็บดีเทลขอบ Pass งานรอบสุดท้ายในเฟรมที่ยาก ๆ อยู่ แต่โดยรวมแล้วมันสามารถลดระยะเวลางาน Roto ไปได้ถึงเกือบ 40% เลยทีเดียว

ในด้านการทำ Upscaling ก็นับเป็นการประยุกต์ใช้งานที่ตรงไปตรงมาและเห็นผลชัดเจนมากครับ การนำฟุตเทจที่อนุมัติแล้วมาวิ่งผ่านโมเดลที่ถูกเทรนด้วยโครงสร้าง Grain และ Resolution Profile เฉพาะของภาพยนตร์เรื่องนั้น ๆ ช่วยให้เราได้ผลลัพธ์ภาพที่สะอาด คมชัด และคงความเป็นฟิล์มไว้ได้อย่างสมบูรณ์แบบเพื่อเตรียมส่งมอบงานในขั้นตอนสุดท้าย

ข้อจำกัดและกรอบทางกฎหมายที่เราต้องเคารพ

ระบบทั้งหมดที่เราใช้รันงานต้องอยู่ภายใต้กฎเกณฑ์และจรรยาบรรณที่เข้มงวดที่สุดครับ โมเดลจะถูกเทรนเฉพาะบนข้อมูลที่สตูดิโอได้รับอนุญาตและเป็นเจ้าของลิขสิทธิ์อย่างถูกต้องเท่านั้น

นอกจากนี้ ผลผลิตภาพทุกชิ้นที่ AI เจนออกมาจะต้องได้รับการตรวจสอบและควบคุมโดย Compositor เสมอ โดยเราจะปฏิบัติกับมันเหมือนเป็นเพียง "วัตถุดิบดิบ" สำหรับนำมาสร้างสรรค์งานต่อด้วยทักษะของมนุษย์เท่านั้น ไม่ใช่ภาพสำเร็จรูปที่จะเอาไปใช้ตรง ๆ เลยโดยไม่มีการคอมพ์ต่อ

จดจำไว้เสมอว่า AI ในไปป์ไลน์นี้ทำหน้าที่เป็นเพียงตัวช่วยเพิ่มความเร็วและทุ่นแรงทำงานในกลุ่มปัญหาที่นิยามไว้อย่างชัดเจนเท่านั้นครับ มันไม่สามารถและไม่มีวันที่จะเข้ามาทดแทน “รสนิยมและความคิดสร้างสรรค์เชิงศิลป์” ของมนุษย์ได้เลย

งานที่ยังต้องใช้ทักษะ ความประณีต และเวลามากที่สุดก็ยังคงเป็นงานเดิม ๆ ที่เรารู้จักกันดีครับ เช่น การทำ Foreground integration ที่ซับซ้อน งานดีเทลประวัติศาสตร์ที่ต้องเป๊ะตามข้อมูลจริง หรือช็อตที่ต้องการความแม่นยำสูงทางเทคนิค

ความสมดุลระหว่างมนุษย์และปัญญาประดิษฐ์อาจจะขยับเปลี่ยนไปตามการพัฒนาของเครื่องมือในอนาคต แต่ในวันนี้ สิ่งสำคัญและมีค่าที่สุดที่ Compositor ทุกคนทำได้คือการมีมุมมองที่เฉียบคมและเข้าใจอย่างถ่องแท้ว่า ตรงจุดไหนในไปป์ไลน์ที่เครื่องมือเหล่านี้คู่ควรจะอยู่จริง ๆ... และจุดไหนที่มันไม่ควรเข้ามาแทรกแซงครับ