赋能与重构:生成式人工智能浪潮下动画创作的新路径  

Empowerment and Reconstruction:New Paths for Animation Creation in the Wave of Generative Artificial Intelligence

作　　者：孙亮 沈超颖[1] Sun Liang;Shen Chaoying

机构地区：[1]安徽师范大学新闻与传播学院 [2]安徽师范大学动画系 [3]皖江学院视觉艺术系

出　　处：《电影评介》2023年第20期6-11,共6页Movie Review

基　　金：安徽省高校学科(专业)拔尖人才学术资助项目“我国政策解读类动画的创作研究”(gxbjZD2020030)阶段性成果。

摘　　要：生成式人工智能(AIGC)通过深度学习和神经网络等技术手段,能够模拟人类思维和创造力,产生出独特而富有创意的内容。这一新的路径为动画产业带来了机遇和挑战。生成式人工智能在动画创作中提供了更高效的方式。传统的动画创作过程通常需要庞大的团队投入大量的时间和精力进行手工绘制、美术设计和动作制作等环节。而生成式人工智能能够通过学习大量的动画数据和规则,自动生成各种风格和类型的动画场景、角色和故事情节,提高了动画创作的效率和速度。传统的动画创作有时也因受限于人类想象力和技术能力,很难突破常规的表现方式和故事主题。而生成式人工智能能够通过对大量数据的学习和分析,自动生成各种不同风格和类型的动画内容,推进动画创作向更多元化、个性化的方向发展。在生成式人工智能与动画创制交融、人工智能与人的协同中,动画创作将走向新高度。

关 键 词：人工智能 神经网络 动画创作 深度学习 手工绘制 美术设计 动画场景 生成式 

分 类 号：J954[艺术—电影电视艺术] TP18[自动化与计算机技术—控制理论与控制工程]