跟綠幕說掰掰!Netflix用AI做虛擬大片特效,背後關鍵全靠兩種燈光
跟綠幕說掰掰!Netflix用AI做虛擬大片特效,背後關鍵全靠兩種燈光

🔥每日精選最重要區塊鏈新聞、第一手採訪 👉歡迎加入《WEB3+》官方Telegram

AI將取代傳統綠幕!Netflix如何讓視覺特效進化?

你也著迷於電影裡奪目的奇幻場景嗎?這些如夢似幻的情節都需要透過合成技術完成,傳統上將虛擬場景與演員融合的主流方式,是透過「綠幕」(Green Screen)這項去背合成技術,將畫面背景替換成設計的虛擬場景中。

綠幕技術被廣泛應用在影劇、遊戲製作及新聞台播報畫面上,許多經典電影如暮光之城、星際大戰、駭客任務、魔戒等,裡面的大型場景很多是藉由綠幕技術來製作完成的。

近年虛擬製作技術不斷推陳出新,AI(人工智慧)技術也被應用到合成技術上,綠幕技術被替代的機率,可能又更高了。

影音串流平台Netflix公布了一項名為「MGS」(Magenta Green Screen)的新技術,宣稱將成為影視產業特效後製技術的創新進展。

現在綠幕技術最大的痛點,是當畫面的前景中出現綠色元素,或有髮絲、透明物體等較精細的細節時,就會出現問題。為了解決這些問題,通常需要人工手動調整,或者在每個幀上進行繪製,是一個頗耗時的過程。

日前,Netflix的研究人員表示,MGS技術將能改善綠幕技術的缺點,並認為該技術將是AI在影視產業應用的創新進展。

MGS技術是什麼?

MGS的主要特色,是藉由在前景打上藍色和紅色的燈光、更有效率地將畫面裡的前景與背景精確區分,並透過人工智慧技術呈現比綠幕更生動、高品質的視覺效果,也能讓後製人員大幅提升場景編輯的效率。

MGS技術的主要使用場景,是在明亮的LED燈下進行拍攝,紅色和藍色LED燈會從正面照亮演員,產生洋紅色的光芒,這種照明配置創建了獨立的紅色、綠色和藍色通道(channel)——綠色通道僅記錄背景,使前景呈現黑色,而紅色和藍色通道僅捕獲前景,使背景呈現黑色。

透過AI,這項技術可以立即更換綠色通道,這意味著演員可以即時置於另一個場景的前景中。除此之外,MGS技術可以準確地處理透明物體和複雜的細節,如單獨的髮絲,這在綠幕技術上是一個挑戰。

AI的應用並不只在拍攝階段。由於採用MGS下的拍攝,可能會因為燈光產生洋紅色的主體影像,Netflix針對此透過AI讀取一般燈光照明下的演員影像,來還原前景的全光譜色彩。

影視產業如何看待這項新技術?

Netflix研究員Paul Debevec在採訪中表示,「好的工具可以讓很多事情變得更容易,讓創作工作更專注在創作上。」然而,一些影視產業內的人員,似乎對這項新技術的實用性持保留態度。

例如加州影片後製公司Geiger Post 的Drew Lahat,對該技術在快節奏的拍攝環境中的實用性表示疑問,並指出一些功能如AI校色環節無法即時完成,「MGS技術可能需要在一個完全可控的空間運行。」他說,「它還必須與虛擬製作等其他新技術競爭,並獲得製作人的支持。」

儘管如此,Netflix仍認為,MGS技術對Netflix的技術庫來說,是一個有力的加乘功能。Netflix的技術庫在此前已經採用深度學習來制定使用者體驗,成功地分析使用者並向觀眾推薦內容,獲得了正向的回饋,由人工智慧協作的精彩集錦、回顧和預告片,也成功增加了收看率。

Netflix這次推出的MGS技術,不僅要從觀眾的體驗上提升影像視覺效果,還著眼於提升幕後工作的效率與品質,不知道從事視覺特效相關的工作者,如何看待、採用這項新技術呢?

🔥每日精選最重要區塊鏈新聞、第一手採訪 👉歡迎加入《WEB3+》官方Telegram

參考資料:DecryptarXivNew Scientist

核稿編輯:高敬原

往下滑看下一篇文章
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率
從會員數據到 AI 行銷:Vpon 打造零售業 AI-Ready 數據中台,提升決策效率

在 AI 快速進入企業營運核心的時代,數據不再只是被動的分析素材,而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據,例如會員資料、交易紀錄以及線上與線下行為數據,但因這些數據分散於不同系統,缺乏統一的身分識別機制以及明確的元數據(Metadata)定義,導致難以整合與分析,同時,也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰,Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務,如 Audience Center 與 AI Agent 等解決方案,並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程,從資料清理到 AI-Ready 再到落地應用,讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化,大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎,以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設?

Vpon 威朋數據科學經理廖宜楷指出,在 AI 驅動的時代,數據的品質決定模型價值。其中四個關鍵分別是:建構標準化的數據採集與處理管線,透過統一的工程規範,確保所有進入系統的數據在格式、維度與質量上具備高度一致性;其次是定義語義清晰的元數據(Metadata)體系,確保數據能夠被 AI 理解與使用,從而產出具備可靠性的產出結果;再來是打破企業內部的「數據孤島」, 透過完整整合線上(Web/App)行為與線下(POS/CRM)會員資訊,建構全方位的會員數據輪廓,精準捕捉消費者的跨通路行為軌跡。最後,數據的價值隨時間遞減,AI 的決策品質取決於數據的「新鮮度」,因此,數據的持續更新與自動化維護,不僅能讓企業在動態市場中保持敏銳,還可進一步深化會員輪廓分析的即時性。

舉例來說,在 Vpon 團隊的協助下,台灣百貨零售龍頭透過整合 Web 與 App 行為資料,並將線上與線下數據集中於數據中台進行分析,將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應,並基於此高效率基礎,進一步開發不同業務主題的預測與分群模型,提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實:Audience Center 如何賦能企業實現「數據即戰力」?

有了堅實的數據底座後,下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出,在變化快速的零售與數位行銷市場中,速度就是競爭力。然而,仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去,當行銷或業務人員需要數據支持時,通常得花費繁複的內部流程申請需求、討論需求,才會進到後續的資料清理、建模與分析,最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程,不僅拖慢了決策效率,更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程,將數據處理轉化為數據服務,透過直覺的介面與背後扎實的數據基礎支撐,讓非技術人員不用編寫程式碼,即可自行組合維度,大幅縮短從需求到執行的距離,將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入,不僅有助於提升效率,更賦予企業快速試錯與精準捕獲趨勢的能力,讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

#1 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學經理 廖宜楷
圖/ 數位時代

以 AI Agent 重塑數據使用方式,讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度,更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示,在數位轉型的過程中,許多企業面臨的挑戰不僅是數據整合,更包括如何讓不同部門的人員都能更即時協作與應用數據,有鑑於此,Vpon 推出四種 AI Agent 協助企業分析與應用數據,極大化第三方數據成效:

第一,以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表,即時掌握市場動態,加速決策下達與決策品質。

第二,透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限,可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三,藉由 Audience Agent 將客戶分群方式從規則導向(Rule-based)轉變為關聯導向,以關聯分析擴大受眾範圍,協助品牌找出更多潛在客群。

第四,推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因,釐清受眾喜歡的素材跟不喜歡的素材,藉此優化廣告投放內容,持續提升轉換率。

陳文謙表示:「透過 AI Agent 的輔助,品牌不僅能更快完成數據分析,也能將分析結果直接轉化為行銷策略與創意建議,降低跨部門溝通成本,讓數據真正參與決策流程。」

#2 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋數據科學資深總監 陳文謙
圖/ 數位時代

鏈結數據生態夥伴,以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率,Vpon 也持續拓展數據生態圈,協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示,跨境行銷過去多仰賴經驗與市場直覺,但透過數據整合與 AI 分析,品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明,透過雙方的獨家合作,企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源,深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型,以及不同客群的價格敏感度與回購行為等,將行銷決策從過往的經驗判斷轉變為精準的數據洞察,成為品牌出海的重要工具。

簡言之,對零售品牌而言,跨境數據是理解海外旅客真實樣貌的一大利器,也能進一步優化廣告投放、內容策略與商品布局,讓品牌在拓展國際市場時,可以更有效率地接觸潛在客群,放大行銷效益。

#3 從會員數據到AI行銷:Vpon打造零售業AI-Ready數據中台,提升決策效率
Vpon 威朋產品行銷資深經理 邱心儒
圖/ 數位時代

展望未來,Vpon 將持續擴展數據生態圈並優化產品服務,幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環,希望以數據夥伴的角色與品牌共同成長,打造互利共贏的數據生態。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
AI全球100+台灣20
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓