Tôi đã tạo Zero IQ Safari bằng AI như thế nào?

Video bạn đang xem có tên “Zero IQ Safari” – tạm gọi vui là “Chuyến dã ngoại vô tri”. Đây là một video hoạt hình mình tạo ra với sự hỗ trợ của công nghệ trí tuệ nhân tạo. Nội dung của nó thực ra chẳng có một thông điệp gì quá cao siêu: một chú Capybara với khuôn mặt bình thản đi qua một thế giới mà mọi thứ xung quanh liên tục xảy ra những chuyện vô lý. Mặt trăng hình quả chuối có thể biến thành mặt trời dưa hấu, một quả táo đang nổi trên mặt nước bỗng trở thành con cá vàng, voi khổng lồ biến thành voi con, còn một chú khỉ thì ngồi chơi một cây đàn guitar hình con cá. Càng phi logic bao nhiêu, mình lại càng thấy nó đúng với tinh thần của video bấy nhiêu.

Nhưng điều khiến mình muốn chia sẻ về video này không chỉ nằm ở nội dung “vô tri” của nó. Thứ mình thấy thú vị hơn là cách một người bình thường hiện nay có thể tạo ra những hình ảnh và cảnh phim như vậy nhờ AI.

Có một thời làm được một video hoạt hình như thế này không hề đơn giản

Nếu quay lại vài năm trước, để tự tạo một video hoạt hình 3D hoàn chỉnh là chuyện không hề dễ với một người không làm chuyên nghiệp trong ngành đồ họa. Bạn phải biết dựng hình 3D, tạo nhân vật, làm vật liệu, ánh sáng, rigging, animation, camera, render và rất nhiều công đoạn khác. Chưa kể đến việc dựng phim, làm âm thanh và chỉnh sửa sau khi render xong.

Muốn học bài bản cũng cần một khoảng thời gian khá dài. Blender, Maya, Cinema 4D, 3ds Max hay các phần mềm tương tự đều không phải kiểu cài vào máy rồi vài ngày sau đã có thể tự làm một bộ phim hoạt hình. Chỉ riêng việc tạo được một nhân vật có thể cử động tự nhiên đã là cả một quá trình học hỏi.

Nếu không tự làm thì cách còn lại thường là thuê người hoặc thuê cả một đội sản xuất. Với những video có nhiều nhân vật, bối cảnh và hiệu ứng, chi phí hoàn toàn có thể trở thành một rào cản đối với những người chỉ muốn thử một ý tưởng nhỏ.

Bởi vậy, trước đây có rất nhiều ý tưởng mình nghĩ ra nhưng thường chỉ dừng lại ở mức “nghĩ cho vui”. Không phải vì ý tưởng không làm được, mà vì để biến nó thành hình ảnh cần quá nhiều kỹ năng, thời gian và công sức.

AI đang thay đổi khá nhiều điều trong câu chuyện đó.

Bây giờ đôi khi mọi thứ bắt đầu chỉ từ một ý tưởng

Với những công cụ AI tạo hình ảnh và video hiện nay, điểm xuất phát không còn nhất thiết phải là khả năng dựng 3D. Nó có thể chỉ đơn giản là một ý tưởng.

Ví dụ với Zero IQ Safari, ý tưởng ban đầu rất đơn giản: mình muốn có một chú Capybara gần như không phản ứng với bất cứ chuyện gì xảy ra xung quanh. Thế giới càng hỗn loạn thì chú ta càng bình thản.

Từ một ý tưởng như vậy, mình có thể bắt đầu xây dựng từng tình huống nhỏ: một con gà gáy xong tự cắm đầu xuống đất, một con vẹt bay qua để lại làn khói như động cơ phản lực, quả táo biến thành cá, cổ ngựa vằn kéo dài lên tận trời hay một con voi đang khổng lồ đột nhiên biến thành voi bé xíu.

Những ý tưởng này nếu dựng theo cách truyền thống sẽ cần khá nhiều công đoạn. Nhưng với AI, mình có thể mô tả cảnh muốn tạo bằng ngôn ngữ tự nhiên, thử nghiệm kết quả, thay đổi câu lệnh rồi tiếp tục tạo lại cho đến khi hình ảnh gần với ý tưởng nhất.

Điều này làm cho quá trình sáng tạo trở nên gần với việc đạo diễn bằng lời nói hơn trước.

AI không tự nghĩ ra cả bộ phim cho mình

Có một điều mình nghĩ khá quan trọng khi nói về video AI: không phải cứ mở một công cụ lên, gõ vài chữ rồi AI tự tạo cho bạn một bộ phim hoàn chỉnh.

Phần khó vẫn nằm ở ý tưởng.

Bạn phải biết mình muốn nhân vật là ai, tính cách thế nào, bối cảnh ra sao, góc máy nên đặt ở đâu và điều gì sẽ xảy ra trong vài giây tiếp theo. Khi kết quả AI tạo ra chưa đúng, mình lại phải sửa prompt, thay ảnh tham chiếu, điều chỉnh chuyển động hoặc nghĩ một cách mô tả khác để công cụ hiểu đúng hơn.

Có những cảnh nhìn chỉ vài giây nhưng mình có thể phải tạo lại nhiều lần.

AI giúp giảm đáng kể phần công việc kỹ thuật, nhưng con người vẫn là người lựa chọn. Một video có thể sinh ra hàng chục phiên bản khác nhau, còn việc quyết định cảnh nào dùng được, cảnh nào nên bỏ và cảnh nào cần làm lại vẫn là công việc của người tạo.

Vì thế mình không nhìn AI như một nút bấm “tự động làm phim”. Mình thấy nó giống một bộ công cụ mới giúp khoảng cách giữa ý tưởng trong đầu và hình ảnh nhìn thấy được trở nên ngắn hơn rất nhiều.

Chính điểm yếu của AI lại trở thành ý tưởng của Zero IQ Safari

Một vấn đề khá quen thuộc của các mô hình tạo video AI là đôi khi chúng không tuân thủ vật lý theo cách chúng ta mong muốn. Một vật thể có thể biến dạng, nhân vật đôi lúc thay đổi hình dáng hoặc một thứ đang tồn tại lại đột nhiên chuyển thành một thứ hoàn toàn khác.

Nếu làm một bộ phim nghiêm túc thì những hiện tượng này thường được coi là lỗi.

Nhưng với Zero IQ Safari, mình lại cố tình sử dụng chính đặc điểm đó.

Thay vì yêu cầu một quả táo phải luôn giữ đúng hình dáng của quả táo, mình có thể yêu cầu nó biến thành một con cá. Thay vì cố bắt một con vật chuyển động hoàn toàn đúng vật lý, mình cho phép nó biến đổi một cách phi lý.

Từ đó những lỗi morphing vốn dễ khiến video AI trông kỳ lạ lại trở thành một phần của phong cách.

Mình nghĩ đây là một điểm khá thú vị khi làm nội dung bằng AI. Không phải lúc nào chúng ta cũng cần cố ép công nghệ hoạt động giống hệt cách làm phim truyền thống. Đôi khi hiểu được giới hạn của công cụ rồi xây dựng ý tưởng xoay quanh chính giới hạn đó lại tạo ra một kết quả thú vị hơn.

Tạo hình nhân vật và bối cảnh

Phần hình ảnh là nền móng của toàn bộ video.

Mình cần xác định trước chú Capybara sẽ có phong cách như thế nào, biểu cảm ra sao và thế giới xung quanh nó mang màu sắc gì. Với video này, mình chọn phong cách hoạt hình 3D dễ thương, màu sắc tươi sáng và bối cảnh thiên nhiên khá đẹp để tạo sự tương phản với những chuyện vô lý đang diễn ra.

Sau đó là tạo từng bối cảnh và nhân vật phù hợp với mỗi cảnh quay.

AI giúp công việc này nhanh hơn rất nhiều so với việc phải dựng từng mô hình 3D từ đầu. Nhưng để các cảnh khi ghép lại không trở thành một tập hợp hình ảnh hoàn toàn ngẫu nhiên, mình vẫn phải cố gắng duy trì phong cách chung về màu sắc, ánh sáng, tạo hình và kích thước nhân vật.

Đây cũng là một trong những phần mình thấy khó nhất khi làm video AI dài: tạo một cảnh đẹp không quá khó, nhưng giữ được sự nhất quán giữa nhiều cảnh khác nhau lại là một câu chuyện khác.

Từ ảnh tĩnh thành video

Sau khi đã có ý tưởng và hình ảnh tham chiếu, bước tiếp theo là tạo chuyển động.

Ở đây mình sẽ mô tả cho AI chuyện gì cần xảy ra trong cảnh quay. Nhân vật đi từ đâu đến đâu, camera đứng yên hay di chuyển, vật thể nào cần biến đổi và biểu cảm của nhân vật thay đổi như thế nào.

Ví dụ mình có thể bắt đầu bằng một cảnh rất bình thường: một quả táo đỏ nổi trên mặt nước. Sau đó yêu cầu quả táo từ từ biến đổi hình dạng thành một con cá vàng và tiếp tục bơi đi.

Điểm thú vị là mình không phải tự tạo từng khung hình chuyển tiếp. Mô hình AI sẽ cố gắng tạo ra quá trình biến đổi từ trạng thái đầu sang trạng thái sau.

Kết quả đôi khi đẹp, đôi khi rất kỳ quặc.

Và đôi khi chính những kết quả kỳ quặc lại là cảnh mình giữ lại.

Âm thanh mới là thứ khiến những cảnh vô lý trở nên có sức sống

Khi chỉ xem hình ảnh không có âm thanh, rất nhiều cảnh trông vẫn khá đơn giản. Nhưng khi thêm tiếng động đúng thời điểm, cảm giác lại thay đổi hoàn toàn.

Một con gà tự nhiên cắm đầu xuống đất sẽ buồn cười hơn nếu trước đó nó vừa gáy rất nghiêm túc. Một con vật rơi xuống nước cần tiếng nước. Một tình huống chuyển đổi bất ngờ cần hiệu ứng âm thanh đủ rõ để người xem cảm nhận được nhịp hài.

Phần âm thanh có thể đến từ nhiều nguồn khác nhau. Hiện nay AI cũng có thể hỗ trợ tạo nhạc, giọng đọc hay hiệu ứng âm thanh, nhưng bản thân việc chọn đúng âm thanh và đặt nó đúng thời điểm vẫn cần người dựng.

Đối với mình, âm thanh không phải phần thêm vào cho đủ. Nó là một phần của câu chuyện.

Cuối cùng vẫn phải dựng phim

Các công cụ AI tạo video thường tạo ra từng đoạn tương đối ngắn. Vì vậy để biến hàng loạt đoạn nhỏ thành một video hoàn chỉnh, mình vẫn cần đưa tất cả vào phần mềm dựng phim.

Ở đó mình lựa chọn những đoạn tốt nhất, cắt bỏ phần lỗi, sắp xếp thứ tự, điều chỉnh nhịp, ghép âm thanh và quyết định cảnh nào nên kéo dài thêm một chút hay cảnh nào cần chuyển thật nhanh.

Đây là lúc vai trò của người làm video trở nên rõ nhất.

AI có thể tạo cho mình nguyên liệu, nhưng nếu cứ lấy toàn bộ nguyên liệu rồi nối lại với nhau thì chưa chắc đã thành một video thú vị.

Với Zero IQ Safari, mình cố giữ nhịp theo kiểu người xem chưa kịp hiểu chuyện vừa xảy ra thì một chuyện vô lý khác lại tiếp tục xuất hiện. Chính nhịp đó tạo nên cảm giác “không cần logic, cứ xem tiếp thôi”.

Điều mình thấy thú vị nhất ở AI không phải là nó thay thế phần mềm 3D

Mình vẫn nghĩ các công cụ 3D truyền thống có rất nhiều giá trị và AI chưa thể thay thế được toàn bộ quá trình sản xuất chuyên nghiệp. Những dự án yêu cầu kiểm soát tuyệt đối về nhân vật, hình học, ánh sáng, chuyển động hay vật lý vẫn cần rất nhiều kỹ năng chuyên môn.

Điều AI thay đổi mạnh hơn là rào cản để bắt đầu.

Một người trước đây không biết dựng 3D có thể thử kể một câu chuyện hoạt hình.

Một người không biết vẽ có thể bắt đầu thử nghiệm ý tưởng hình ảnh.

Một người có một ý tưởng kỳ quặc trong đầu có thể nhìn thấy nó chuyển động trên màn hình mà không nhất thiết phải dành vài năm để học tất cả các phần mềm cần thiết trước.

Điều đó không có nghĩa kỹ năng không còn quan trọng. Ngược lại, càng hiểu về hình ảnh, điện ảnh, dựng phim, màu sắc, chuyển động và kể chuyện thì bạn càng có khả năng sử dụng AI tốt hơn.

Nhưng cánh cửa để bước vào thế giới sáng tạo đã rộng hơn trước rất nhiều.

“No brains, just vibes”

Zero IQ Safari kết thúc bằng một tinh thần rất đơn giản:

No brains, just vibes. No plan, no clue, all fun.

Không cần phải cố tìm một bài học lớn phía sau chú Capybara này. Video được tạo ra chủ yếu để vui, để thử nghiệm và để xem AI có thể biến một loạt ý tưởng vô lý thành hình ảnh như thế nào.

Đối với mình, nó cũng giống như một bài thử nghiệm nhỏ về cách làm video trong thời đại AI.

Vài năm trước, có thể mình sẽ nhìn một ý tưởng như thế này rồi tự hỏi: “Muốn dựng được cảnh này thì phải học 3D đến bao giờ?”

Còn bây giờ câu hỏi đã thay đổi thành:

“Mình phải mô tả ý tưởng này thế nào để AI hiểu được?”

Và có lẽ đó mới là điều thú vị nhất.

Công nghệ không tự tạo ra trí tưởng tượng cho chúng ta, nhưng nó đang giúp rất nhiều ý tưởng từng chỉ tồn tại trong đầu có cơ hội trở thành hình ảnh.

Zero IQ Safari chỉ là một trong những lần mình thử làm điều đó.