一张图讲透 AI 影视质检：三层流程把审美变成数据
DavidmComfort · x · 2026-07-26
这张图展示的是一个用于 AI 影视制作 的“harness”式工作流，目标是把“审美”和“质量”变成可度量、可学习的信号。
- 第一层：用确定性规则先拦掉明显失败样本，比如纹理融化、运动异常、风格漂移、画面几乎不动。
- 第二层：让受限 VLM 只回答结构化问题，不去打主观美学分。
- 第三层：把人类的批准、拒绝、偏好选择和理由完整记录下来，作为最有价值的训练数据。
- 后续再把这些数据送进 data store、训练 reward model，并用 director router 对新候选片段排序。
图的下半部分还解释了为什么作者不直接拿真实电影帧来训练、如何用参考锚点做校准，以及系统最终希望学到哪些信号。
所属事件:AI影视工作流实现两天生成短片与三层质检(4 条相关)→
「Fun」频道最新
- 梗图:工程师周五下午放出上万个 Claude 子 Agent 清空一周工作量 — _jaydeepkarale · 2026-09-11
- AI safety 圈没阴谋只有真人：一半人把人生故事全发在 LessWrong — ShakeelHashim · 2026-09-11
- 小女孩把同志婚礼着装解读为「princessmaxxing」萌翻路人 — anderssandberg · 2026-09-11
- 「AGI 已来」vs 现实：AI 实验室做的桌面应用依然又糙又卡 — MilesCranmer · 2026-09-11
- 「革命将受 token 上限约束」:一句梗道尽上下文窗口之苦 — AIandDesign · 2026-09-11
- 从业者共鸣:怀念应用的人工手艺、人类写作与技术争论 — vboykis · 2026-09-11