建议：实施具有清晰许可、访问控制和可审计输出记录的治理，并绘制进行人工智能驱动生成的各部门价值流图。优先保护有价值的输入材料，确保许可得到尊重，并提供再培训计划以应对工人流离失所的风险。此类治理有助于利益相关者共同合作。
理由：支持者和怀疑论者之间存在一个光谱。一些人认为人工智能驱动的生成对于扩展艺术工作流程非常强大；另一些人则警告说，存在失业和质量问题。双方都提供了测试记录、审查笔记和现场报告，我们可以通过分析这些报告来改进流程，同时不损害对第三方资产的访问权限，也不会导致艺术家本身失业。
实际步骤：将生成的人工智能艺术品和副产品视为临时草图，而不是最终资产。对于任何人工智能驱动的输出，附上清晰的署名记录，并保存额外的记录以供审计。在游戏和多媒体项目中建立第三方内容检查和沙盒测试，确保对原始来源的访问受到控制，同时又不损害信任，并允许我们一起评估价值和风险。
成果：通过精明制片人和负责任的技术人员之间的合作，我们可以实现本来就负责任、对客户有价值并有助于培训新成员的产出。人工智能驱动的工具可以帮助创作者探索想法，但同时又受到政策的约束，维护信任并保护劳动力。通过采取这些步骤，我们不仅在创作艺术品方面的集体能力得到提高，而且在编排游戏、设计活动和互动装置等大规模体验方面的能力也得到提高。
将生成式视频工具集成到制作流程中
从实用的、可重复的工作流程开始，连接片场数据、设计资产和后期制作阶段。这种方法可以在扩展团队的同时保持质量，这对于制片和编辑之间的顺利交接很重要。这对于跨职能团队和好奇心是一个有用的参考。
将人工智能生成嵌入资产生成中，使用机器作为预可视化、布局和完成环节的加速器。从提示生成视觉效果可以加快探索速度，而无需牺牲控制；创作者仍然可以指导外观和感觉，确保产权清晰。
在中央目录中实现元数据、提示和版本记录，以便您的团队可以检索资产、比较不同版本并审计决策。团队对这种势头感到兴奋。二月发布的版本应包括示例提示、设置默认值和公司视觉效果的安全检查表。
请注意，当质量 gates 位于上游时，视觉效果会得到改善——这对于减少返工很重要。如果提示与创意简报不符，则存在漂移的风险；与编辑和调色师进行早期咨询有助于维持权威，而权威往往会脱离噪音。认识到局限性，避免幻觉。
将控制权推向一个看门人模型，由人工智能审查关键帧，然后再进行标记。这可以保持现实的完整性，同时由机器处理大量工作，从而扩展精美的视觉效果并缩短发布时间。创作者可以突破界限，然后退后一步以确认管道内的合规性、知识产权和许可，从而使团队的能力不断提高。
采用一套模块化的工具，包括一个专门的咨询层，以针对每个项目定制人工智能生成任务。这可以提高效率，降低风险，并且更容易检索高质量的视觉效果，满足各部门的需求。我们的文章重点介绍了一个实用的路线图，其中包含一些里程碑，例如初步试点、中期审查以及二月即将到来的周期中面向生产的对接。
选择用于故事板到动态转换的模型
建议：选择一套模块化、可控的模型栈，专门用于故事板到动态转换任务，让编剧和艺术家能够调整时机、重点和动态风格，而无需重新训练。核心目标：在保真度与速度之间取得平衡。
- 来源与格式：优先选择能够摄入多种来源但能维护许可信息的管道。接受故事板图纸、绘画、文字和元数据；支持以视频、矢量序列或精灵图表等格式导出。通过清晰的来源署名来维护出处。
- 可控性：选择具有每个剪辑控件的模型：缓和曲线的锚点、类似关键帧的提示以及动态骨骼约束。允许用户通过旋钮和约束进行调整；界面应将故事板视图映射到动态轨迹；支持其他方法，如基于物理的对齐和多模态加权。
- 数据设计：围绕故事板到动态转换任务整理数据集；确保标签干净；旨在映射逐帧过渡，并带有计时、间距和重点的注释。
- 输入与媒介：支持手绘草图、绘画、墨线和文字笔记的输入；与特定媒介的风格对齐；提供风格转移控件，并扇出到调色板。
- 平台与公司实践：评估跨平台（云、本地、插件）现有管道的集成。招聘策略：招聘 Kelly 担任动态工程负责人，以推动跨团队协作和风险管理。
- 决策日志与署名：实施一个决策日志，记录每次生产运行的设置、输入和输出；附上原始来源和艺术家的署名；提供每次选择的基本原理的轻量级书面总结。
- 示例工作流程：使用每个剪辑的控件将 12 个镜头的故事板转换为动态；调整时序曲线以模仿笔触；导出为视频或精灵图表；附带署名分享资产。
- 分享与出处：与资产一起维护书面笔记；存储来源链接；确保艺术家获得适当的署名；允许跨平台共享并保留元数据。
- 重塑工作流程：通过开放格式连接故事板编辑器、动态引擎、资产库来重塑工作流程；计划跨平台支持和来自他人的持续更新。
- 关于指标与风险：监控早期概念的迭代速度大约快 30-50%；跟踪源数据中可能存在的偏见；实施许可清晰度检查。
- 其他：密切关注许可、安全和许可验证框架；维护清晰的署名；设置审计以验证来源的真实性。
为神经渲染帧配置渲染管道
配置一个模块化的渲染管道，其中包含独立的块：预过滤器、神经精炼器和合成器。这种设置有助于提高保真度，同时能够将输出扩展到多个显示目标。维护每个块的预算和一个简单、版本化的界面，以减少阶段之间的耦合。跟踪每个阶段花费的时间，以标记瓶颈。
采用多分辨率策略：以高分辨率渲染以进行精炼，然后使用神经放大器重新采样到目标大小。使用专用的损失函数保护边缘，并在不同风格之间保持颜色同一性。为每个通道存储输出元数据，以指导未来的调整。使用一组独特的生成器来探索多种梦幻般的图像风格；预告片可以在完全渲染前预览结果。
通过结构化记录跟踪性能：将每个块的输入、输出、延迟和内存记录在页面上作为记录，以便快速查看。收集团队成员的评论和围绕他们自身的观点，以帮助重新构思方法。将此视为一个公平的比较基准，以隔离每次迭代带来的收益。
文档应包含围绕设计选择、基本原理和约束的人工书写，以便未来的团队能够复制决策，为我们自己。将这些笔记翻译成实用的配置模板、防护栏和测试矩阵，以减少项目之间的漂移。
协调吞吐量与质量仍然很困难；最大的收益来自严格的调度和透明的评估。潜在地，您可以通过将神经精炼限制在需要细节的区域来获得公平、可重现的结果。确保输出保持在表达约束范围内有助于在不同变体之间保持一致性。找到一个艺术家可以影响外观但又不损害自动化的舒适分区。为未来团队编写指南有助于在人工智能创作和机器辅助创作的帧之间保持一致性。
定义片场中人类与人工智能的职责
指派一名现场人工智能管家，负责监控提示循环、记录输出、确保同意、核实权利，并在素材离开制作部门之前授权共享。
- 人类负责人设定艺术约束，批准提示，并在制作继续之前批准人工智能生成的输出。
- 设计师和表演者审查幽默、语气和预期美学；他们拥有最终艺术品和相关资产的版权；跟踪同意书。
- 团队使用人工智能驱动的工具管理现场工作流程，用于研究、情绪板、色彩建议和现场创作的粗略编辑；最终艺术品始终需要人类签署。
- 反馈循环：人工智能驱动的输出由人类实时精炼，形成一个丰富作品的循环，并使团队能够为未来的提示学习，同时保持问责制。
- 日志条目包括提示文本、人工智能辅助建议、参数和结果变体；按格式、预期用途和许可状态标记每个项目。
- 现场数据处理：避免存储个人数据；尽可能匿名化声音；获得形象使用的知情同意；尊重表演者的边际贡献；确保副产品不被滥用。
- 当 ChatGPT 或其他人工智能服务用于提示时，请保留记录，检查版权限制，并确保在需要时进行归属；不要仅依赖机器输出做出最终决定。
- 后期制作：人工智能辅助的色彩、特效或草稿必须由人类审查；将最终选择保留在正确的格式中；所有更改都必须记录。
- 必须由人类检查幽默和语气，以防止意外冒犯；保持安全边际；更新人工智能驱动提示的指南。
- 预期的艺术成果在制作简报中定义；人工智能辅助的输出必须符合美丽的美学。
- 日志应包括副产品，如草稿、变体和测试渲染；标有格式、许可状态和预期用途。
- 治理团队每周开会审查人工智能使用情况，更新风险登记册，并分享关于格式、版权和作品的观点。
- 工作流程通过明确的权限门和签核进行管理，将每个资产与保管链联系起来。
合成镜头的实用质量保证清单
1 在审查前，根据精确的简报验证每个合成镜头；将结果记录在共享的质量保证账本中。让同事从不同的角度进行审查可以增进理解，并为读者提供所创作场景的可信展示，帮助我们校准。有时会将合成帧与参考素材进行比较，以评估漂移和艺术对齐度。
2 视觉完整性：检查帧之间的边缘、纹理、光照；标记边缘光晕、色彩漂移或怪异运动等异常。确保外观保持酷炫且可信，避免出现类似机器或人造光晕的提示。
3 音视频同步：验证唇形同步精度、环境噪声对齐度和节奏连贯性；如果失配超过 40 毫秒，则拒绝或调整，以实现更好的对齐。
4 元数据、来源和披露：附加源标记、生成器和使用权；包含简短的说明，向读者解释镜头的创建方式。此外，包含关于实验的简短说明，让衍生组件得以发展，有助于读者理解流程。
5 治理和更广泛的影响：定义输出的所有权、模型的所有权以及谁可以部署生成器；设置护栏以保护遥远的[sic]市场和更广泛的文化。五角形方法涉及法律、政策、艺术、工程和伦理团队；为读者和艺术家提供清晰度。让我们就信息传递达成一致，可防止误解。
人工智能视频的权利、合同和商业化
建议：通过明确的许可获得人工智能视频输出和底层资产的所有权，保留数据来源，并将创作者的收入分成编入成文法规。
权利和财产：定义谁拥有输出、训练数据、提示和模型迭代的财产；为每个资产附加产权链；使用强有力的归属条款。
合同：指定迭代周期，限制共享内部提示，设定允许的用途，要求安全使用指南；包括模型功能、风险标记、下架方法和 glossgenius 集成指南。
公开案例和政策：参考如 rainey 等案例；讨论滥用责任；要求公开披露模型卡；提供类似 ideogram 的许可状态指示符。
商业化：定义收入流，允许《星际争霸》主题项目，锁定与设计师的共享条款，两极分化的受众，确保创意设计师和作家获得公平的报酬。
风险管理：监控输出工艺以遏制滥用；解决未经授权的再版问题；增加审计权；设定赔偿规则；当模型用于敏感创作时，要求发布公开通知。
执行技巧：准备好随时可用的合同模板，组建一本模型卡手册，提供谨慎的语言，依靠指南指示许可状态；记录每次迭代和版本，甚至历史记录。
人员和流程：让设计师、创意作家社区参与；保持权利的可管理性；将输出视为公共领域财产，但有特定条款；以教皇为隐喻，象征在政策上的权威。
人类和人工智能输出合并时的版权分配
采用合同优先规则：提供实质性输入的创作者保留其部分的版权；人工智能生成的片段根据工具条款许可；合并后的作品产生明确的所有权划分，并在单一协议中记录；合并的作品不依赖于单一来源。这种方法是为了实际应用而构建的。
通过客观指标量化贡献，如书面部分、故事情节、设计草图和提示；跟踪执行步骤和编辑，以显示谁贡献了哪些元素；考虑项目的影响；智能治理可加速合规。
标记人工智能辅助决策发生过的输出；在每个部分附近包含可见的注释；使用包括作者、助手和工具的分类法以获得清晰度，借鉴书籍和案例研究；还跟踪使用的技能和观点。
保留数据来源：收集训练来源的参考资料；要求披露用于生成每个片段的输入；规定使用后输入的处置规则；使用日志显示血统。
风险管理：建立快速检查、审查和审计，以对齐观点和主题；通过让每个人签署书面部分和视觉效果之间的最终匹配，避免繁琐的歧义；可以防止在争议上花费的时间；还实施轻量级的升级路径。
实施蓝图：基于凯利[Kelly]的框架融合了工程实践和讲故事的学科；探索包括跨学科输入的各种工作流程；最后创建一个随着项目发展而扩展的动态文档；这支持了每个部门的工作，并提供了宝贵的指导。
| 作者基础 | 保留人类输入；人工智能片段许可 | 合并作品的所有权明确 |
| 人工智能片段许可 | 工具条款管辖人工智能生成的部分；保留人类权利 | 合并部分权利明确划分 |
| 来源和提示 | 记录输入、提示、编辑；跟踪每个片段的来源 | 可审计的工作流程确保问责制 |
| 处置和数据卫生 | 项目完成后输入和模型的处置规则 | 最大限度地降低泄露或重用风险 |
| 透明度和签核 | 标记人工智能辅助部分；维护观点记录 | 减少争议；期望更清晰 |
