“ 要怎么樣才能當(dāng)你的丈夫呢？ ”
“ 我丈夫要武功蓋世，狀元之才。一人之下，萬人之上。你做不做得到呢 ? ”
當(dāng)年，由星爺、達(dá)叔出演的經(jīng)典港片《 武狀元蘇乞兒 》，可以說給大家留下了深刻的印象。
而以它為代表的的港片，也可以說是承載了不少人的童年和青春。
但過了幾十年，有時候再想翻出來回味回味，這些老電影的畫面，也隨著差評君歲數(shù)的增長，變得越來越模糊。
不過就在上周，差評君卻突然發(fā)現(xiàn)：青春它回來了。
因為抖音、火山引擎和中國電影資料館聯(lián)手，搞了個經(jīng)典香港電影修復(fù)發(fā)布會。
《 武狀元蘇乞兒 》就是這次發(fā)布會上，已經(jīng)完成 4K 修復(fù)的電影之一。
看看這清晰度，這畫質(zhì)，還真是沒有對比就沒有傷害。
除了《武狀元蘇乞兒 》之外，還有《 A 計劃 》《蜀山 · 新蜀山劍俠 》等經(jīng)典老片，也完成了 4K 修復(fù)。
根據(jù)官方的說法，還要啟動 “ 經(jīng)典影像修復(fù)計劃 ” ：在未來修復(fù) 100 部香港經(jīng)典老電影。其中， 10 部由中國電影資料館與火山引擎合作修復(fù)，剩下的 90 部都由火山引擎以 AI 技術(shù)為主進(jìn)行修復(fù)。
消息一出，馬上有網(wǎng)友評論， “ 能把《 山村老尸 》 4K 修復(fù)嗎，要無刪減版的 ”
好家伙，童年陰影直接變成年陰影。。。
當(dāng)然玩笑歸玩笑，這次，港片和差評君能重新找回青春，還得感謝 AI 這位大功臣。
這么說吧，利用 AI 修復(fù)電影，其實并不是啥新技術(shù)。
早在 2019 年，電影《 海上鋼琴師 》《 開國大典 》等電影的 4K 重映，就都用上了 AI 修復(fù)技術(shù)。
因為很多老電影都是用膠片儲存的，膠片硝酸基片的材質(zhì)易燃易爆炸，太干燥或者太潮濕了都不行，放的時間一長，就容易出現(xiàn)褪色、霉變、劃痕等情況。
呈現(xiàn)到電影畫面上，就是畫質(zhì)模糊，卡頓拖影，跟現(xiàn)在的什么超高清、藍(lán)光根本沒法比。
按照傳統(tǒng)的修復(fù)方案，一部可能多達(dá)十幾萬幀的電影，需要由人工來一幀幀地修復(fù)。
就算是一位經(jīng)驗豐富的修復(fù)師沒日沒夜地干，也需要 1 個月的時間才能修完一部影片，有時候一天就只能修幾秒鐘。
也正因為膠片這種特殊的性質(zhì)，人工的修復(fù)速度壓根趕不上膠片損毀的速度。
好在， AI 加入了這場與時間賽跑的 “ 膠片搶救 ” 之戰(zhàn)。
就像陳嘉上導(dǎo)演在發(fā)布會上說的那樣：
當(dāng)我看到?jīng)]修復(fù)前的膠卷（ 片 ）時嚇了一跳，原來膠卷（ 片 ）已經(jīng)真實地在消失了，把它（ 老電影 ）修復(fù)沒多少機(jī)會，謝謝他們的團(tuán)隊讓我們留下一點東西
2019 年前后， AI 在老片修復(fù)中的價值漸漸被挖掘出來，當(dāng)修復(fù)師把物理損傷清潔干凈，并轉(zhuǎn)化為數(shù)字格式以后，剩下 80% 以上的工作就可以交給 AI 了。
AI 模型能夠?qū)κ軗p的地方進(jìn)行修復(fù)，讓畫面看起來更清楚。
不過，以前的模型生成能力其實是比較有限的。
比如說基于 VAE 、 Flow 的生成模型，對于下游任務(wù)場景的通用性比不上生成對抗網(wǎng)絡(luò) GAN ，但基于 GAN 的模型訓(xùn)練穩(wěn)定性又不太好。
所以為了能夠適配老片修復(fù)的場景，火山引擎想到了用大模型來解決問題。
自打去年大模型火了以后，有不少 AI 繪畫應(yīng)用都是在擴(kuò)散模型的基礎(chǔ)上微調(diào)出來的。
而現(xiàn)在，除了可以文生圖、文生視頻，這些模型同樣也能用在老片修復(fù)上。
就比如說基于 Stable Diffusion 的視覺大模型。
因為 Stable Diffusion 本身就是大量數(shù)據(jù)喂出來的，其中很大一部分來自于真實世界的圖像，模型從數(shù)據(jù)集里提煉出來的 “ 精華 ” （ 先驗知識 ），就包含了對海量真實世界圖像的認(rèn)知，正好就能用在老片修復(fù)上。
這部分作為 “ 精華 ” 的先驗知識能夠保證模型創(chuàng)造出來的信息是與海量真實世界數(shù)據(jù)相吻合的。
一方面可以讓生成的場景更加真實，另一方面也不至于讓 AI 腦補(bǔ)出很多 “ 超自然 ” 、 “ 靈異 ” 的細(xì)節(jié)。
為了更好地利用這些先驗知識，火山引擎將已在數(shù)百萬張圖像上完成迭代和訓(xùn)練的 Stable Diffusion 2.1 作為基礎(chǔ)模型，再疊加自研的「老片修復(fù)網(wǎng)絡(luò) 」，針對老片修復(fù)任務(wù)進(jìn)行微調(diào)。
像這次《 武狀元蘇乞兒 》等經(jīng)典港片的修復(fù)，就是火山引擎第一次嘗試用視覺大模型來修復(fù)老電影。
不過，目前大多基于 Stable Diffusion 的視覺大模型并不能完全適用于老片修復(fù)場景，所以還得想法子調(diào)整調(diào)整。
首先，是生成能力的優(yōu)化。
雖然視覺大模型比之前的 GAN 要穩(wěn)定，但還是避免不了生成結(jié)果的隨機(jī)性。
比如說自動上色，又或者加了一些原本那一幀畫面里沒有的東西。
為了保證輸出的穩(wěn)定性，一方面，火山引擎優(yōu)化了模型中的隨機(jī)種子。
因為隨機(jī)種子會影響到生成結(jié)果的隨機(jī)性，換句話說，控制了隨機(jī)種子，就能讓模型在可控范圍內(nèi)進(jìn)行結(jié)果生成。
像這張圖里，輸入一張圖像后，Suitable 代表的是其隨機(jī)種子最好，生成的畫面清晰又自然。
但像這三張隨機(jī)種子沒那么好的生成結(jié)果，不是銳化太高，就是柔和得太過。
另外，火山引擎又對大模型的生成空間進(jìn)行了分析，只選大模型理解得比較好的內(nèi)容進(jìn)行生成，讓生成質(zhì)量有了不小的提升。
其次，就是對視頻場景的優(yōu)化。
畢竟電影不是 PPT 放映，已有的模型多是用于圖片生成，容易造成時域不穩(wěn)定。
視頻的時域要是不穩(wěn)定，就會出現(xiàn)前后幀生成的紋理不一致的情況，像閃爍啊，抖動什么的，都有可能出現(xiàn)。
所以，火山引擎就采用了設(shè)計時域的自編碼器、光流特征對齊和時域條件約數(shù)三種優(yōu)化手段，讓生成結(jié)果具有時域穩(wěn)定性。
打個比方，像周星馳的這個視頻，在穩(wěn)定前，發(fā)絲的紋理比較雜亂，但穩(wěn)定后的頭發(fā)紋理就比較均勻。
最后在效率上，火山引擎將視覺大模型的速度提升到了基礎(chǔ)模型的 50 倍以上，大大提升了老片修復(fù)的效率。
當(dāng)然了，看得清楚也并不是修復(fù)的唯一目標(biāo)，老電影想要重新煥發(fā)生機(jī)，畫質(zhì)體驗也得被更多的現(xiàn)代觀眾所接受才行。
那為了能夠搞懂年輕人的喜好，火山引擎視頻云團(tuán)隊專門積累了一套 “ 面向用戶體驗 ” 的數(shù)據(jù)體系：QoS （ Quality of Service 技術(shù)質(zhì)量 ）和 QoE （ Quality of Experience 體驗質(zhì)量 ）。
其中， QoS 是對客觀修復(fù)效果的描述，比如影片有沒有卡頓、或者畫質(zhì)夠不夠清晰。
而 QoE 則是用數(shù)據(jù)來量化用戶對于影片的喜好程度如何，人均播放次數(shù)、人均播放時長都能從側(cè)面反映出用戶的主觀感受。
用戶喜歡還是不喜歡，一看 QoE 就知道了。
這一面向體驗的數(shù)據(jù)體系，不僅充分考慮了影片修復(fù)的質(zhì)量，而且還兼顧了年輕人的感受，讓經(jīng)典實現(xiàn)了真正意義上的重生。
基于此，火山引擎這次首先在港片修復(fù)中拿出了一套色彩相關(guān)的算法，可以解決老片褪色、色偏等問題，并通過用戶的主觀測評，篩選出了符合更多人喜好的色彩方案。
咱直接看效果就明白了。
色彩校正前
色彩校正后
再來，火山引擎針對電影的流暢度也進(jìn)行了處理。
以前膠片電影的幀率不高，打斗這些運動幅度較大的場景容易產(chǎn)生卡頓感。
為了提升流暢度，火山引擎使用了自研的智能插幀算法，在前一幀和后一幀之間再插入一個中間幀，讓視頻看起來更加絲滑。
陪伴了幾代人青春的港片，終于在今天有了重獲新生的機(jī)會。
根據(jù)中國電影資料館事業(yè)發(fā)展部主任黎濤的說法，這次 4K 修復(fù)《 武狀元蘇乞兒 》的過程中。
陳嘉上導(dǎo)演也表示：希望把這部片子修得更現(xiàn)代，更容易讓現(xiàn)代年輕人接受。
當(dāng)曾經(jīng)那些經(jīng)典的畫面，又以一種全新面貌出現(xiàn)的時候，說沒有觸動是假的?；蛟S這也是 AI 帶給我們的驚喜之一吧。
今天我們看到的是大模型修復(fù)了經(jīng)典老片，明天說不定就能看到完全由 AI 來拍攝的電影。
而且不僅僅是影視業(yè)， AI 將來進(jìn)入各行各業(yè)也是大勢所趨。
像修復(fù)老電影這樣讓人眼前一亮的應(yīng)用，相信也會越來越多。
