咆哮式表演怎么来的？

你一定见过不少提示词在教给你，如何做人物的九宫格表情包吧？把悲伤，快乐，兴奋统统提取出来，然后基于同样的人物去演绎。

像这样：

（图来自海外论坛）

你是否觉得还不错？

脸很漂亮，很真，光影不错，表情自然。 但你多看几秒，会发现一个问题： 她不像一个角色，更像一个在拍硬照的模特。

表情是有，但情绪是空的。 眼睛看着你，但不像真的在想什么。

这就是很多AI人物最大的问题，你做了表情，但没有表演。

表情不是表演

情景喜剧里，演员经常会有一种非常管用的“招牌表情”。

比如《老友记》里，角色常常会在某个尴尬、吐槽、惊讶、无语的瞬间，给出一个非常清晰、非常好认的表情。

你很难说那个表情到底是悲伤、快乐、愤怒，还是震惊。

我们看几个钱德勒的例子：

（《老友记》“钱德勒”剧照）

左上：外放式大笑

没有对着镜头咧嘴，瞪大眼睛，而是眼睛下压，头部微低，身体跟着放松。

这个表演在传递什么？

我知道这件事很好笑，且我已经绷不住了。

左下：低头憋笑

这里演员的嘴角上扬，但眼神是下垂的，头依然低下。

光看描述是否跟上面的很像？

然而它传递了另外一层意思。

我知道我刚才的梗很赞，但我不能笑的太明显。

有点得意，又有点装谦虚。

真正的演技不止有一个表情，而是整个肢体动作都在支撑着这个表情，共同传递那些复杂而微妙的情绪。

再比如，电影《周处除三害》中的尊者。

（《周处除三害》剧照）

似笑非笑，似怕非怕的表情。

面对陈佳林的手枪，尊者肯定是害怕的，然而，在信徒面前，他又不能自曝。所以他的状态，既有恐惧，又有邪教式的陶醉，还存在想维持权威的姿态。

这也是从“表情”进入“表演”的关键，一个表情里同时存在几种互相矛盾的情绪。

当然，我们也要承认一个现实。

现在的AI视频模型，还很难真正做到像优秀演员那样，把人物角色与复杂情绪、细微表情、身体姿态和连续动作完全统一起来。

因为，角色本身的性格，习惯，经历，角色当下所处的境遇，心理变化都决定了他如何表达情绪。

• 同样是难过，有的人笑着哭，有的人眼神空洞而麻木。

• 同样的一个人，之前他笑的没心没肺，在经历大起大落后，开心也变得波澜不惊，不易察觉。

同一个人物，三种不同的微笑

那么AI能将表情做到什么程度呢？我做了一个测试。

用同一个人物，生成三种不同的笑： 分别是：

1. 托腮憋笑：我懂但我暂时不想拆穿你。

怎么做到的？

首先，我们要先解决“表情素材”的问题，任何复杂的表情都是由基本表情组合，变化而成的。

所以我先做了一张人物22宫格表情图。

它的作用是解决"同一个人物，在不同情绪下，五官可以如何变化"的问题。

例如：

这个人物的中性表情是什么样？ 她开心时嘴角怎么动？ 她愤怒时眉眼怎么变化？ 她厌恶时脸颊和嘴角有什么痕迹？ 她惊讶时眼睛、嘴巴、下巴会怎么打开？

真正让表情变成表演的是这套结构