爆红泳池台球视频竟是Blender制作
This Viral Pool Clip Was Made Using Blender, Omniscient App & After Effects
3D艺术家BrutalDuck用Blender、Omniscient应用和After Effects制作了一段在Instagram上爆红的泳池台球失误视频。他先拍摄真人假装击球的实拍素材,再用iPhone的LiDAR扫描球桌,在Blender中逐帧动画台球并调整灯光节点,最后在AE中增强光影。作品逼真到被误认为AI生成,艺术家强调这是CGI的功劳。
深度解读
一段在Instagram上疯传的“泳池台球失误”视频,其实根本不是真实拍摄,而是3D艺术家BrutalDuck用Blender、Omniscient应用和After Effects制作的高质量CGI渲染。
这件事最重要的信息不在于“又一个病毒视频是假的”,而在于它揭示了一条已经成熟到可以批量复制的生产管线:一个独立艺术家,用一部iPhone加一台电脑,就能制造出足以骗过数百万普通观众眼睛的“真实影像”。当“眼见为实”这条认知底线被技术彻底击穿,我们需要认真拆解这条管线到底是怎么运转的,以及它对内容行业意味着什么。
这条管线到底长什么样
BrutalDuck的工作流程可以拆成四个环节,每个环节都对应着具体的工具和操作。
第一步是拍摄基础素材。他先录了一段真人假装击打“看不见的球”的视频。这一步是整个流程的锚点——真人表演提供了光影参考、摄像机运动轨迹和物理空间的真实感基底。没有这一步,后面所有CGI都会悬浮在“恐怖谷”里。
第二步是用Omniscient应用扫描和追踪。这是一个iPhone上的摄像机追踪和LiDAR扫描VFX工具,能直接输出适配Blender、Unreal Engine、After Effects等软件的自动设置文件。BrutalDuck用它扫描了台球桌,生成了可用于动画的空间数据。这一步替代了传统VFX流程中需要专业设备和技术人员才能完成的运动匹配工作。
第三步是在Blender中完成核心制作。台球用的是Sketchfab上的免费3D模型,但动画是BrutalDuck逐帧手动K出来的。他特别提到,灯光和节点调整是最棘手的部分。这说明即便工具链已经大幅简化,渲染真实感仍然依赖艺术家的个人判断力和耐心。
第四步是After Effects中的后期增强。他在AE里进一步调整了光照,让CGI球体与实拍素材的融合更加自然。
“Not AI we made this with the power of CGI.”
BrutalDuck这句话值得玩味。他主动划清与AI的界限,暗示当前观众对“AI生成”已经产生了一种特定的怀疑惯性——看到不真实的画面,第一反应是“这是AI做的”。而他的回应实际上在说:这比AI难得多,这是手工活。
为什么这件事比“又一个假视频”更重要
如果只是一个人做了一条假视频,那不过是网络奇观的一粒沙。但这条新闻里藏着一个关键信号:Omniscient这类应用正在把专业VFX的门槛拉到消费级。
传统上,要把CGI物体无缝嵌入实拍画面,需要解决摄像机反求、镜头畸变校正、光照匹配、阴影投射等一系列技术问题。这些工作在工业流程中由专门的Matchmove团队完成,需要昂贵的软件(如PFTrack、3DEqualizer)和多年经验。Omniscient用iPhone的LiDAR和计算机视觉算法把这套流程压缩成了一个App的自动输出。
这意味着什么?意味着一个会Blender但不会Matchmove的3D艺术家,现在可以独立完成过去需要一个团队才能做的事。BrutalDuck不是VFX工业流水线上的从业者,他是一个Reddit上的独立创作者。他的存在本身就是这条管线民主化的证据。
对从业者的实际影响
对VFX从业者来说,这既是威胁也是机会。威胁在于,低端Matchmove和合成工作的价值会被工具进一步压缩。机会在于,个人创作者的生产力上限被拉高了——一个人可以接过去需要三到五人协作的项目。
对内容创作者来说,这条管线打开了一个新的内容品类:伪真实病毒视频。BrutalDuck的视频之所以能传播,恰恰因为它看起来“像是真的但又不完全对劲”。台球的物理轨迹确实有点怪,但观众会把它归因于“奇怪的技巧”或“糟糕的台球技术”,而不是“这是CGI”。这种认知模糊地带正是病毒传播的温床。
对广告和营销行业来说,这意味着制作“看起来像UGC但其实是精心制作的品牌内容”的成本正在急剧下降。过去需要找制作公司、租场地、请演员、做后期的流程,现在可能一个人一台iPhone就能完成。
技术细节里藏着的真相
BrutalDuck提到台球是Sketchfab上的免费模型。这个细节说明,3D资产市场的成熟是这条管线能运转的前提之一。不需要从零建模,不需要自己扫描,直接下载就能用。
他提到“逐帧手动K动画”是最耗时的工作。这说明即便工具再简化,动画质量仍然依赖人工投入。物理模拟可以辅助,但要达到“看起来像真的但又有微妙错误”的效果,手动调整反而比纯物理模拟更可控——因为纯物理模拟要么完全正确,要么完全崩溃,而手动K帧可以制造出那种“差一点就对了”的诡异感。
他提到灯光和节点调整是最棘手的部分。这印证了一个行业共识:光照匹配是CGI合成中最难自动化的环节。Omniscient可以解决摄像机追踪,但无法解决“这个球在这个位置应该反射多少环境光”的问题。这仍然需要艺术家的眼睛。
更大的图景
这条新闻的真正价值不在于BrutalDuck做了一条有趣的视频,而在于它展示了一条可复制的、低成本的、高质量的伪真实内容生产管线。当这条管线的每个环节都有现成工具可用时,我们面临的不是“会不会有更多假视频”的问题,而是“我们还能相信什么”的问题。
BrutalDuck在视频描述里主动声明“不是AI”,这本身就是一个信号:在AI生成内容泛滥的时代,手工CGI反而获得了一种奇怪的信用优势。观众对AI的警惕性在提高,但对CGI的警惕性还没有跟上。这是一个时间窗口,而BrutalDuck正好站在窗口里。
对于任何做内容的人来说,这条新闻的启示很直接:真实感已经不再是一个技术门槛,而是一个创作选择。你可以选择做得像真的,也可以选择做得像假的,但观众越来越难分辨两者的区别。在这个前提下,信任会成为最稀缺的资源,而透明度——像BrutalDuck那样主动分享WIP和制作过程——可能会成为建立信任的唯一方式。
