【译文】人工智能在手绘动画中间帧技术中的应用现状
原文中文，约8400字，阅读约需20分钟。
📝
内容提要
本文讨论了使用人工智能进行二维动画制作的方法，通过提高传统手绘全动画工作流程的生产率。介绍了两篇关于动画中间帧自动生成的论文，并对这些论文和商业插帧工具进行了测试。讨论了人工智能在动画制作中的潜在应用和未来发展，以及其他相关研究和作者的兴趣。
🔎
延伸解读
AI中间帧的现状：辅助而非替代
文章测试表明，当前AI中间帧工具如Runway和EISAI在简单动作上可辅助动画师，但面对旋转、遮挡和大变形时仍会出错，如产生多余肢体或重影。机器生成的中间帧需要人类编辑调整，无法完全替代人工。这提示从业者可将AI用于小变化场景，以提高效率，但需保留人工修正环节。
光栅与矢量表示的技术差异
光栅方法基于图像像素，易导致线条模糊和重影；矢量方法如AnimeInbet将线条表示为图结构，能避免模糊并更好匹配细节，但可能撕裂线条或删除部分。矢量方法在遮挡和旋转上同样受限，但输出更干净。选择时需权衡：光栅工具更通用，矢量工具在特定数据上表现更佳。
未来方向：可控性与动作理解
文章指出，未来研究应关注提高中间帧的可控性和理解动作的能力。当前系统仅依赖两个关键帧，而人类动画师需要更多控制输入。新兴的3D运动重建技术能处理更大变化，但可能不适用于所有角色类型。因此，二维特征匹配技术仍将作为补充，尤其适用于微小变化的中间帧生成。
❓
Q&A
人工智能如何提高手绘动画的生产率？
人工智能可以承担中间帧绘制、清理和上色等任务，从而提高传统手绘动画的生产率。
中间帧技术在动画制作中面临哪些挑战？
中间帧技术面临遮挡和变形等问题，机器生成的中间帧仍需人类进行编辑和调整。
Runway和EISAI工具在中间帧生成方面的表现如何？
Runway和EISAI在中间帧生成方面表现出色，但都存在遮挡和变形的问题。
未来的中间帧技术研究应关注哪些方面？
未来研究应关注提高中间帧技术的可控性和理解动作的能力。
矢量化表示在动画中间帧生成中有什么优势？
矢量化表示在中间帧生成中具有更好的细节匹配能力，避免了光栅图像模糊的问题。
人工智能在动画制作中可能带来哪些创新？
人工智能可能带来更高效的中间帧生成技术和更好的动作理解能力，推动动画制作的创新。
🏷️
