BytePlus Next Frame 公開《Volcano High》：真人表演如何接上 AI 影像，電影工作者要看什麼？
BytePlus Next Frame 訪談 Tom Tykwer、Bonn Park 與 Sarika Hemi Lakhani，談《Volcano High》混合製作。本文從三人變二十人的前景、水瓶替成顯微鏡與長鏡頭空間，說明真人演出與生成影像的分工。
BytePlus Next Frame 把 AI 影像的討論，帶到一個具體的創作現場。當真人演出可以被放進生成場景，導演要決定的就包含哪些細節能變、哪些情感必須保留。
BytePlus 在十月二十三日公開《Volcano High》合作實驗訪談，參與者包括《蘿拉快跑》導演 Tom Tykwer、導演與劇作家 Bonn Park，以及製片 Sarika Hemi Lakhani。
這段十分多鐘的官方影片，談到前景角色複製、長鏡頭的房間連續性，還有把拍攝道具水瓶轉成顯微鏡的試拍經驗。這些是受訪團隊對特定製作的描述，不能直接推成模型普遍成功率。
更值得留意的是，Bonn 說採用 AI 的出發點並非省錢，而是對現實與人工影像難以區分時的感受有興趣。工具在這裡參與作品的美學，而不只是替代預算。
這個案例適合已有拍攝與後製能力的影像工作者參考。若期待輸入一句話就取得完整電影，現有訪談還沒有支持這種使用承諾。
要理解這種混合製作，得先看團隊為什麼選一齣舞台劇作為起點。
BytePlus Next Frame 展示什麼，舞台劇為何成為起點？
這次新聞的核心是創作訪談與合作實驗，觀眾能確認作品脈絡和製作上的選擇。它沒有公布一個新的模型版本，也沒有替所有創作者提供相同成片的保證。
依 BytePlus 官方完整訪談，Bonn 原先創作的舞台劇名為《Gymnasium》，團隊使用《Volcano High》作為影片名稱。他把作品描述成混合多種風格的高中歌劇。
災難意象如何決定影像方向？
受訪者提到，高中故事容易讓人想到輕鬆娛樂，但持續面臨噴發的火山，對應的是災難隨時可能發生的感受。因此生成場景的任務，和作品希望保留的緊張感有關。
這段創作說明很重要，因為同樣的校園畫面，可以被做成青春喜劇，也可以被做成不安的世界。若只用「逼真」評估影像，就會忽略團隊原本想讓觀眾感到什麼。
Tykwer 在訪談中提到，把其中一段做成可想像的影片，可以作為共同實驗。這讓技術討論有了範圍，團隊能先針對片段確認風格與可行性，再討論更大的作品。
但訪談中的構想和已公開影像的長度，仍應分開理解。本文不以受訪者對計畫規模的口述，推定完整作品已經公開上映，也不替尚未提供的製作數據補上答案。
從舞台劇出發，意味著人物、情境和表演已有創作基礎。生成影像接下來要處理的，是把這個基礎轉成鏡頭裡能持續存在的世界。
真人表演與生成影像如何分工？
混合製作需要保留可供後製沿用的表演依據，影像變化才不會把角色關係一起改掉。官方把作品定位為真人演出與 AI 電影的合作實驗，因此真人素材仍是理解流程的重要部分。
在訪談中，團隊談到與德國公司 Chapter 41 合作，讓創作端和技術端一起探索做法。製片指出，兩邊原先對彼此工作的理解有限，所以合作本身也包含把需求翻譯成可執行方法。
為何不能只把需求交成一句風格詞？
導演可能知道角色應該讓人害怕，技術團隊卻仍需要知道鏡頭怎麼移動、人物站在哪裡，以及哪些元素必須延續。這些問題若沒有共同答案，生成結果再漂亮也可能偏離表演。
真人表演提供了時間上的依據。角色何時看向另一人、何時唱出一句話、身體如何反應，都會形成段落節奏，所以後製需要知道哪些時點能調整、哪些時點要跟原素材對齊。
這不代表真人素材能自動解決所有一致性問題。當生成角色或環境加入畫面，原有視線和空間也要重新檢查，否則角色可能像在對著不存在的位置反應。
因此訪談的價值，在於讓不同專業討論同一段影像。導演談感受，技術團隊回到生成方式，製片則需要協調兩者，這比只展示一張最佳影像更接近實際製作。
對小型影像團隊，能借鏡的是先固定表演目的，再決定哪些部分交給生成。若連角色互動都尚未確定，反覆生成場景可能只會讓選擇變多，卻沒有幫助作品完成。
真人依據清楚後，前景角色如何擴增，就成了能具體觀察的製作問題。
從三個人變成二十個人，前景複製難在哪？
前景角色擴增需要保留近距離動作的可信度，觀眾才不會只看到人數增加。Tykwer 在官方訪談約三分三十五秒處，描述一段有三個角色靠近鏡頭、唱歌與做手勢的畫面。
他接著把結果描述為面前出現約二十個人，並提到自己熟悉以往的群眾複製，但對這次近距離人物的生命感印象深刻。這是導演對作品的觀感，並非本站對模型做的客觀排名。
前景和背景為何有不同要求？
背景影像中的人群可以幫忙建立規模感，但前景人物通常更大、更容易被注意。當臉部、手勢和身體節奏都清楚可見，觀眾也更容易察覺重複動作或角色之間不自然的關係。
因此這個案例值得看的是角色是否仍像在同一場表演中，而不只是影像裡多出多少人。人數可以擴大場面，但若動作節拍和情境不一致，新增角色反而可能分散注意力。
受訪者的興奮能說明工具帶來新的創作可能，卻不能直接換算成其他片場能少請多少演員。因為不同作品對表演、鏡位和角色辨識有不同要求，也需要各自取得適當素材與同意。
對導演而言，較實際的試片題目是保留同一段真人表演，觀察擴增前後是否維持情緒和視線。這是依訪談提出的工作建議，本文沒有宣稱已執行相同製作。
延伸閱讀：Runway 推出 Act-Two：全新一代 AI 動作捕捉技術，實現高精度表情與動作生成
人數增加只處理畫面的一部分，當攝影機繼續移動，生成世界還得記得剛才的空間。
長鏡頭的房間，為何要能被再次看見？
長鏡頭的難點在於時間和空間持續相連，鏡頭轉回原處時，場景仍要讓人認得。Bonn 在約四分十七秒起談到試拍，強調鏡頭看向房間另一側，再回到原處時，那個空間必須還在。
這個說明把「一致性」變成具體要求。它並非只看兩張圖片顏色接近，而是同一房間不同方向的牆面、物件和人物位置，應該能被理解為共同空間。
鏡頭移動會讓哪些錯誤更明顯？
若某個物件離開畫面後又出現，外形或位置突然改變，觀眾可能失去空間方向。即使每一張單獨看影像都合理，連在一起仍可能讓角色像走進另一個房間。
所以長鏡頭會放大跨片段的要求。生成結果必須接住前面已建立的關係，後製也要依整段觀看，才能知道某次局部修改是否破壞後續鏡位。
這也解釋團隊為何先做試拍。試拍能讓創作者在投入更大製作前，看見目前工具對特定鏡頭的反應，再調整動作和場景設計。
但從一次試拍可行，還不能推定所有長度都能穩定生成。官方訪談沒有公布可重現的成功率與失敗次數，所以讀者應把它當作這個團隊找到可行方向的案例。
對影像團隊，可採用的做法是先選一段會回到原處的鏡頭，把固定物件當作檢查依據。這能把抽象的空間連續性，轉成看得見的修改問題，而不必先追求很長的片段。
當房間的關係能被保留，單一物件的替換才更容易服務同一個敘事。
水瓶替成顯微鏡，改變的是道具還是拍攝思考？
這段試拍經驗顯示，生成影像可能改變片場如何準備可被轉換的素材。約四分四十八秒起，受訪者描述片頭人物看著顯微鏡，但試拍時實際使用的是水瓶。
官方影片在這段也呈現顯微鏡畫面。受訪者談到看到結果時的驚訝，說明創作團隊正在探索哪些物件能在保持表演的同時，轉成另一種視覺用途。
替換成功不等於任何道具都能互換
人物和道具的接觸仍需要合理。手放在哪裡、視線看向哪裡，以及物件擋住身體的範圍，都會影響替換後看起來是否自然，所以一種道具的案例不能套到所有拍攝。
這讓拍攝準備多了一個問題，原素材是否提供足夠清楚的動作依據。若演員需要摸到一個控制鈕，原始表演就應有相應動作，否則後製增加物件後，人物可能沒有在使用它。
但作品也未必要以完全寫實為目標。Bonn 在訪談約五分三十七秒起說明，採用 AI 的原因包含那種現實和創造難以區分的不安感，並沒有把便宜當成出發點。
因此評估時要回到作品目的。若某種人工感本來就是想保留的美學，觀眾感到異樣未必代表製作失敗；反過來，若是需要精確商品呈現的廣告，類似異樣就可能不符合交件要求。
這個差異也避免用單一「真不真」替所有創作下結論。工具能改變道具，創作者仍要決定改變後讓觀眾理解什麼，才能把效果放進作品。
當技術選擇連到表達目的，團隊才比較有依據決定哪些能力值得繼續測試。
影像工作者能從這次合作帶走什麼？
已有拍攝、審片與後製能力的團隊，較能從這個案例得到可操作的做法。因為訪談裡的重要進展，都發生在明確場景和表演要求下，創作者有理由判斷結果是否符合原意。
Tykwer 在後半段談到，工具可能讓年輕創作者更快看見構想的草圖。草圖能協助溝通，但仍要由團隊決定是否值得把它發展成完整影像，這和直接取得可交件成片不同。
先挑一個創作問題做試片
若團隊最在意群眾場面，可以觀察前景角色擴增；若最在意長鏡頭，就檢查空間返回時是否一致。一次聚焦一個問題，才能看出生成工具究竟幫到哪一步。
相反地，若只收集不同工具各自最好看的一段，很難比較它們對同一個作品的作用。因為素材和目的不同，視覺效果的高低也就缺乏共同基準。
製作紀錄也應保留真人素材與選用版本的對應。這能讓導演回看表演是否被改變，技術端也比較容易定位是哪次生成或修改造成差異。
訪談同時提醒技術轉變需要溝通與倫理考量。這段討論沒有替每種素材提供授權結論，所以實際製作仍要針對演員、劇本與使用範圍取得合適安排，不能因為案例公開就複製全部做法。
截至十月二十四日，官方資料沒有完整列出這個實驗的成本、所有重做工時與普遍成功率。因此較合適的結論是它提供了具體創作方向，尚不足以估算另一部電影的預算。
延伸閱讀：Harvey Figma 行銷影片案例：44 種流程、36 片 69 分鐘，靠什麼重用？
把一個創作問題測清楚，再保留修改依據，會比只追求單次驚豔影像，更有助於建立下一次製作的方法。
BytePlus Next Frame 常見問題
BytePlus Next Frame 是新的影片模型嗎？
這次是官方創作訪談與合作實驗展示。不能把節目名稱直接當成新模型版本或全面開放的產品承諾。
《Volcano High》完全沒有真人演出嗎？
官方將其描述為真人表演與 AI 電影的合作實驗。訪談也具體談到試拍與道具替換，因此不應寫成完全沒有真人拍攝。
這個案例證明 AI 電影更便宜嗎？
官方沒有提供完整成本比較。Bonn 在訪談中還說明使用 AI 的創作動機，因此不能以展示結果推定固定省下多少預算。
結語：把工具接上表演，創作判斷仍要由人完成
這次案例適合影像團隊作為試片參考。先選定群眾、空間或道具的一個具體問題，再比較結果能否維持作品目的，較能看出混合製作的價值。想持續了解 AI 影像的實際案例，可免費訂閱 AI 郵報。
