Mỹ Lệ✔
Writer
Các cựu họa sĩ hoạt hình, chuyên gia quay phim và nghệ sĩ kỹ xảo (VFX) đang góp phần xây dựng những hệ thống AI có khả năng viết kịch bản, vẽ phân cảnh, tạo và chỉnh sửa phim ngắn với tốc độ chưa từng có.
Máy tính để bàn cũ của Chen Hao vẫn còn lưu giữ hơn 10 phiên bản của Nuke – một công cụ biên tập tiêu chuẩn trong ngành kỹ xảo hình ảnh. Trong suốt gần một thập kỷ, anh đã học cách sử dụng từng phiên bản mới, làm chủ phần mềm hoạt hình 3D Autodesk Maya cùng công cụ đồ họa game Unreal Engine, đồng thời tự học tiếng Anh đủ để vận hành các phần mềm này.
Hiện nay, với tư cách là giám đốc kỹ thuật tại Qidian Interactive – một studio video AI mới thành lập ở Vô Tích (miền Đông Trung Quốc), Chen Hao đang tham gia xây dựng một nền tảng có khả năng cô đọng phần lớn kiến thức chuyên môn tích lũy bấy lâu của mình thành vài câu lệnh (prompt).
Anh cho biết, đến năm ngoái, công nghệ video AI đã phát triển đến mức có thể tạo ra sản phẩm sánh ngang với những tác phẩm từng tiêu tốn của anh hàng ngày trời làm việc. Sau đó, sự xuất hiện của Seedance 2.0 – mô hình chuyển văn bản thành video của ByteDance – đã giúp việc tạo ra các thước phim chất lượng chuẩn studio trở nên dễ dàng hơn nhiều. Điều này thúc đẩy công ty đẩy mạnh ứng dụng AI và giao cho Chen Hao nhiệm vụ phát triển một mô hình riêng của hãng.
"Tôi không thích AI, nhưng tôi buộc phải sử dụng nó," Chen Hao chia sẻ với Sixth Tone. "Khi nhận ra rằng đôi khi chỉ cần một cú nhấp chuột là có thể tạo ra sản phẩm tốt hơn cả thành quả của hai, ba ngày làm việc, tôi buộc phải dùng đến nó."
Chan Hao tại văn phòng của mình ở Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Công ty đặt tên cho hệ thống này là Yudian. Chen Hao bắt đầu xây dựng nó vào tháng 4, vận dụng các kỹ năng lập trình mà anh đã tự học từ nhiều năm trước nhằm tự động hóa các công việc VFX lặp đi lặp lại. Anh đã hoàn thành phiên bản đầu tiên chỉ trong khoảng một tháng.
Hệ thống này có thể gợi ý ý tưởng dựa trên các chủ đề đang thịnh hành trên mạng xã hội, soạn thảo lời thoại, vẽ phân cảnh, sắp xếp nhân vật và vật thể trong không gian ba chiều, cũng như đánh giá xem cái kết có đủ kịch tính để giữ chân khán giả hay không.
Một lãnh đạo của Qidian cho biết mục tiêu đặt ra là giúp mọi nhân viên đều có thể tự mình sản xuất một bộ phim ngắn.
Tự động chạy
Tuy nhiên, trước tiên, công ty vẫn cần đến các nghệ sĩ ánh sáng, họa sĩ hoạt hình và chuyên gia quay phim để chuyển hóa kỹ năng chuyên môn của họ thành các chỉ dẫn cho hệ thống Yudian.
Tại trung tâm sản xuất của Qidian, các nhân viên ngồi làm việc bên những chiếc máy tính mới tinh sau những bức vách kính; một số người làm việc với nhiều màn hình cùng lúc. Các trưởng nhóm ngồi cùng các thành viên trong đội, trong khi các đạo diễn làm việc tại những căn phòng nhỏ ở phía cuối khu vực. Trên một màn hình, dòng lệnh chỉ dẫn sản xuất hiển thị nội dung:
“45-60 giây. Bối cảnh: tiệm sửa đồng hồ. Barton lao tới chộp lấy chiếc đồng hồ bỏ túi trong khi Eliza xoay cổ tay và làm vỡ bộ bánh răng trung tâm của nó. Hành động cần diễn ra cực nhanh và dứt khoát, khiến khán giả không kịp thở.”
Yêu cầu kỹ thuật bao gồm: máy quay Arri Alexa 65 IMAX, ống kính Panavision Primo V/C/T, hệ thống chiếu sáng và chuyển động máy quay chuẩn điện ảnh, không nhạc nền hay phụ đề, sử dụng nguồn sáng thực tế và đảm bảo tính liền mạch mượt mà.
“Cảnh 1, giây thứ 45-48. Cảnh trung (medium shot). Ống kính 35mm. Thời lượng: 3 giây. Barton gầm lên ‘như một con thú điên’, lao về phía trước và với tay lấy chiếc đồng hồ.”
Một màn hình khác hiển thị thứ trông giống như kho đạo cụ kỹ thuật số: bao gồm các nhân vật, địa điểm, đồ vật và thiết lập ánh sáng có thể tái sử dụng cho các cảnh quay và dự án sản xuất trong tương lai.
Một nhân viên sử dụng các câu lệnh để tạo ra một hình ảnh bằng hệ thống Yudian tại Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Ở gần đó, các nghệ sĩ đang thử nghiệm trang phục cho nữ chính của một bộ phim tâm lý tình cảm hướng tới khán giả nước ngoài. Họ tinh chỉnh hình ảnh nhân vật thông qua các câu lệnh như “mô phỏng ánh sáng ban ngày tự nhiên”, “tăng độ chi tiết bề mặt da” và “giữ lại những khiếm khuyết tự nhiên” để cô trông bớt giả tạo hơn.
Trong năm qua, các studio sản xuất sử dụng AI tương tự đã mọc lên khắp Trung Quốc, trong khi các công ty điện ảnh và truyền hình lâu đời cũng thành lập các bộ phận AI hoặc chuyển đổi các đội ngũ hiện có sang mảng sản xuất bằng AI. Tại một số thành phố, chính quyền địa phương đang đẩy nhanh quá trình chuyển đổi này thông qua các khoản trợ cấp về năng lực tính toán và các hình thức hỗ trợ khác.
Vào ngày Sixth Tone đến thăm Qidian, Chen Hao vừa cập nhật một tiện ích mở rộng cho nền tảng AI mới; tiện ích này cho phép người dùng định vị nhân vật và đồ vật trong không gian ba chiều, giúp mô hình có bản đồ rõ ràng hơn về vị trí của từng yếu tố trong khung hình.
Chỉ cần gõ một từ duy nhất — “kịch bản” — vào hệ thống, một dàn ý sẽ được tạo ra trong vài giây, dựa trên các xu hướng trực tuyến đang thịnh hành và những bộ phim truyền hình ăn khách gần đây. Trưởng nhóm sẽ kiểm tra kết quả đầu ra trước khi hệ thống chuyển sang bước tạo lời thoại và bảng phân cảnh (storyboard).
Một khung chat được dùng để phát triển nhân vật. Ở khung chat khác, cảnh quay được phân tích chi tiết từng giây, với các câu lệnh được điều chỉnh liên tục cho đến khi chuyển động hoặc bố cục đạt yêu cầu. Với những dự án đòi hỏi khắt khe, các nhóm có thể mất hàng giờ hoặc hàng ngày để tinh chỉnh những gì mô hình đã tạo ra gần như tức thì.
Một mô hình riêng biệt sẽ đánh giá dự án dựa trên hơn 10 tiêu chí: Liệu tình tiết gây cấn (cliffhanger) có đủ sức hút không? Cảm xúc có được đẩy lên cao trào đúng nhịp độ không? Các cảnh quay có đang được tận dụng hiệu quả không? Liệu có phần nào có nguy cơ gặp vấn đề về kiểm duyệt nội dung hay không?
"Mục tiêu là rút ngắn thời gian làm quen và thích nghi với quy trình," Chen Jie – giám đốc dự án tại Qidian – cho biết. "Chúng tôi đang nỗ lực đẩy nhanh tốc độ sản xuất nội bộ để duy trì lợi nhuận ngay cả khi giá cả liên tục sụt giảm."
Giống như Chen Hao, phần lớn đội ngũ đứng sau Yudian xuất thân từ lĩnh vực sản xuất hình ảnh truyền thống: các nghệ sĩ ánh sáng, họa sĩ hoạt họa, họa sĩ diễn hoạt (key-frame) và chuyên gia quay phim – những người mà kỹ năng chuyên môn giờ đây được thể hiện một phần qua các câu lệnh (prompt), quy trình làm việc và các thiết lập sẵn có trên nền tảng này.
Ma Shuan sử dụng Yudian để phục chế các cảnh quay thực tế tại Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Một trong những nhân sự kỳ cựu đó là Ma Shuan, một nghệ sĩ ánh sáng đã có gần hai thập kỷ kinh nghiệm trong ngành sản xuất phim và từng tham gia thực hiện hiệu ứng hình ảnh cho các bộ phim, bao gồm cả bom tấn khoa học viễn tưởng "Lưu lạc địa cầu" (The Wandering Earth).
Tại Qidian, Ma Shuan hiện sử dụng AI để hỗ trợ chỉnh sửa các cảnh quay thực tế. Trong một cảnh quay tại chiến trường cổ đại, các cấu trúc bê tông hiện đại vô tình lọt vào hậu cảnh. Ở một cảnh khác, bàn tay của nhân viên đoàn phim đang cầm những mũi tên cần phải được xóa bỏ, để lại hình ảnh các mũi tên lơ lửng bên cạnh gương mặt diễn viên trước khi chúng lao đi.
Ma Shuan cho biết, một số công việc chỉnh sửa mà trước đây anh phải thực hiện thủ công từng khung hình một thì nay có thể hoàn tất chỉ trong khoảng nửa ngày thay vì hai hoặc ba ngày như trước. Tuy nhiên, với một số công việc khác – bao gồm cả việc chỉnh sửa hậu cảnh – sử dụng các công cụ truyền thống vẫn mang lại hiệu quả nhanh hơn.
"Đối với tôi, AI chỉ đóng vai trò là một trợ thủ," Ma Shuan chia sẻ. "Quy trình sản xuất truyền thống cho phép ta kiểm soát mọi thứ. Nếu muốn thay đổi điều gì, tôi hoàn toàn có thể làm được. Còn với AI, mỗi kết quả được tạo ra đều giống như một canh bạc vậy."
Thử lại lần nữa
Trong ngành, quá trình "đánh cược" với kết quả ngẫu nhiên này thường được gọi là "rút bài" (drawing cards). Một số studio thậm chí còn tuyển dụng riêng các nhân viên chuyên trách việc "rút bài" – những người có nhiệm vụ tạo ra hàng loạt phương án cho cùng một cảnh quay cho đến khi tìm được kết quả ưng ý.
Huang, 26 tuổi, hiện làm việc tại một công ty sản xuất ở Thượng Hải, thường dành phần lớn thời gian trong ngày để tạo lại cùng một cảnh quay từ ba đến năm lần mới có được kết quả đạt yêu cầu.
Mỗi lần thử có thể chỉ mất vài phút, nhưng vào những khung giờ cao điểm buổi chiều khi hệ thống chịu tải lớn, thời gian chờ đợi có thể kéo dài tới 10 hoặc 20 phút. Sau đó, Huang sẽ kiểm tra kết quả và quyết định xem có cần tạo lại hay không.
"Ví dụ, một chiếc ghế sofa ở cảnh quay này có thể chỉ là ghế đơn, nhưng sang cảnh sau lại biến thành ghế đôi," Huang – người yêu cầu chỉ nêu họ của mình vì lý do riêng tư – cho biết. "Hoặc lớp bọc ghế bằng da có thể đột nhiên chuyển thành chất liệu vải."
Đối với những cảnh quay đòi hỏi sự nhất quán cao, Huang và các đồng nghiệp sẽ cung cấp hình ảnh tham chiếu cho mô hình AI, sau đó mới thực hiện tạo lại hình ảnh.
"Bạn không bao giờ biết trước mình sẽ nhận được kết quả gì, chính vì thế mà công việc này có chút gì đó gây nghiện," Huang chia sẻ. “Tôi nghĩ niềm vui nằm ở chỗ không bao giờ biết trước khi nào AI sẽ bất ngờ hợp tác và tạo ra một cảnh quay hoàn chỉnh, ưng ý. Bạn cứ thế tiếp tục lặp lại quy trình đó.”
Một nhân viên sử dụng Yudian để tạo và tinh chỉnh các yếu tố nhân vật phục vụ sản xuất video tại Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Cho đến gần đây, cả Huang và công ty chủ yếu hoạt động trong lĩnh vực phim người đóng (live-action). Được thành lập vào năm 2014, studio này từng sản xuất các bộ phim và loạt phim chiếu mạng trước khi bắt đầu thử nghiệm làm phim ngắn bằng AI vào cuối năm ngoái.
Hiện tại, Huang dành toàn bộ thời gian cho các bộ phim AI hướng tới khán giả nước ngoài, đảm nhiệm nhiều vai trò từ lên ý tưởng cốt truyện, đạo diễn, tạo hình ảnh/video cho đến khâu biên tập.
Huang chia sẻ rằng trên phim trường truyền thống, các diễn viên mang đến cách hiểu riêng về cảnh quay, trong khi quay phim có thể ngẫu hứng thay đổi góc máy. “Đó thực sự là một quá trình sáng tạo mang tính tập thể.”
“Nhưng với AI, mật độ các quyết định cần đưa ra lại dày đặc hơn nhiều. Hầu như mọi quyết định sáng tạo đều chỉ do một hoặc hai người thực hiện. Ngay cả diễn xuất của nhân vật cũng hoàn toàn nằm trong tầm kiểm soát của bạn, vì thế những bất ngờ thú vị kiểu đó gần như không còn nữa.”
Tuy nhiên, tại Qidian, quy trình sản xuất phim vẫn cần đến sự phối hợp của cả một đội ngũ.
Một quy trình sản xuất điển hình thường trải qua ba nhóm nhỏ: một nhóm xây dựng nhân vật và bối cảnh, một nhóm tạo ra các cảnh quay, và nhóm còn lại thực hiện khâu biên tập, với mỗi giai đoạn chỉ cần một hoặc hai nhân sự. Trưởng nhóm — thường là người có kinh nghiệm dày dạn trong lĩnh vực điện ảnh, hoạt hình hoặc quảng cáo — sẽ giám sát toàn bộ quá trình và quyết định xem phần nào cần chỉnh sửa thêm.
Cơ sở sản xuất của công ty tại Vô Tích mới chỉ đi vào hoạt động từ tháng 4. Chỉ trong vòng một tháng, họ đã tuyển dụng hơn 50 nhân viên, trong đó gần một nửa là sinh viên mới tốt nghiệp. Đến tháng 6, studio đã có thể sản xuất bốn hoặc năm bộ phim ngắn mỗi ngày, với mỗi bộ bao gồm từ 30 đến 44 tập.
Đối với Wang Ting, nhà sáng lập Qidian, một dự án từng bị gác lại trước đó đã trở thành bài thử nghiệm đầu tiên cho thấy những khả năng mà AI có thể mang lại.
Lấy cảm hứng từ nghệ thuật làm tượng đất sét Huishan truyền thống của Vô Tích, dự án này kể về hành trình phiêu lưu kỳ ảo của hai nhân vật A Xi và A Fu qua các địa danh nổi tiếng tại địa phương. Dù đã được cơ quan quản lý phát thanh truyền hình Trung Quốc cấp phép, nhưng kế hoạch ban đầu đòi hỏi thời gian thực hiện lên tới ba năm cùng ngân sách từ 8 đến 10 triệu nhân dân tệ (tương đương 1,19 đến 1,49 triệu USD), khiến Qidian quyết định tạm dừng dự án.
Ông Wang cho biết, nhờ ứng dụng AI, Qidian cuối cùng đã hoàn thành dự án này chỉ trong hai tháng với chi phí khoảng 1 triệu nhân dân tệ. “Điều này cho thấy cách thức làm phim truyền thống — từ khâu quay và dựng phim cho đến sản xuất hiệu ứng hình ảnh — giờ đây có thể được thay thế,” cô nói.
Wang Ting, nhà sáng lập Qidian Interactive, đang làm việc tại Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Qidian hiện áp dụng quy trình làm việc tương tự cho các dự án quy mô lớn hơn nhiều so với các bộ phim ngắn. Trong chuyến ghé thăm của Sixth Tone, một nhóm đang thực hiện video quảng bá Tết Đoan Ngọ cho chính quyền địa phương, tạo ra những cảnh các tay đua đang chèo thuyền lướt trên mặt nước. Các nhóm khác thì phụ trách quảng cáo doanh nghiệp hoặc sử dụng AI để phục dựng và bổ sung chi tiết cho các cảnh quay người đóng (live-action).
Đối với một chiến dịch quảng bá xe điện, chiếc xe thực tế thậm chí không cần phải đưa vào trường quay. "Chúng tôi chỉ cần nói cho AI biết mình muốn loại xe nào và nó cần thực hiện những hành động gì," Chen Jie chia sẻ. "Và một video quảng cáo có thể được tạo ra gần như ngay lập tức."
Thế hệ tiếp theo
Tốc độ tạo video của Qidian càng nhanh thì khối lượng công việc kiểm duyệt của Chen Jie càng lớn. Trước đây, anh có thể chỉ xem xét 20 cảnh quay mỗi tuần. Giờ đây, anh phải kiểm tra hàng chục — đôi khi là hàng trăm — cảnh mỗi ngày.
"Thật kiệt sức vì video được tạo ra quá nhanh," anh nói. "Giờ tôi gần như đã trở nên vô cảm với chúng rồi."
Anh nói thêm rằng các nhân vật do AI tạo ra đôi khi vẫn trông có vẻ "bóng bẩy thái quá" (giống như bị phủ một lớp dầu), trong khi các chi tiết nhỏ thường bị vỡ hoặc biến dạng khi dừng hình ở một khung hình đơn lẻ. "Chất lượng không đến nỗi tệ, nhưng vẫn chưa đạt đến tiêu chuẩn của quy trình làm phim truyền thống."
Tuy nhiên, lợi ích thực sự mang lại từ tốc độ đó lại không thực sự rõ ràng.
Trong một dự án trước đây, Chen Jie đã dành nhiều tuần để hoàn thiện vài chục giây mở đầu cho video quảng cáo của một công ty game lớn. Khi kiểm tra lại sau đó, video này chỉ nhận được 48.000 lượt thích.
"Được một công ty lớn quảng bá mà vẫn chỉ thu hút được chừng đó sự chú ý. Vậy thì có ý nghĩa gì chứ?" Anh dừng lại một chút rồi tự trả lời: "Chẳng có ý nghĩa gì cả."
"Tôi vẫn còn những điều mình muốn theo đuổi," anh nói. "Nhưng mục tiêu hiện tại của tôi chỉ đơn giản là hoàn thành những gì khách hàng đã trả tiền để có được. Chỉ vậy thôi."
Chen kể rằng khi mới bắt đầu sử dụng AI, mọi thứ anh tạo ra trông đều rất tệ. "Sau đó tôi nhận ra mình phải thích nghi với nó. Bạn không thể chống lại mô hình AI," anh nói. "Bạn phải tận dụng thế mạnh của nó, chấp nhận những hạn chế và dần học cách kiểm soát nó."
Các nhân viên trẻ tuổi thường thích nghi nhanh hơn. Wang Zheng, người vừa tốt nghiệp chuyên ngành quảng cáo và thiết kế mỹ thuật trong năm nay, hiện đã dẫn dắt một nhóm nhỏ chuyên thực hiện các video, tài nguyên nhân vật và thiết kế bối cảnh bằng AI. Một giáo viên đã khuyến khích anh gia nhập ngành AI, trong khi hầu hết các sinh viên tốt nghiệp trước anh đều chọn làm việc trong lĩnh vực quảng cáo truyền thống. "Những gì tôi được đào tạo vẫn rất hữu ích," Wang chia sẻ. "Nó giúp tôi nắm bắt tư duy hình ảnh và phát triển gu thẩm mỹ."
Anh nói thêm rằng AI mang lại cho anh sự tự do hơn để theo đuổi những ý tưởng mà trước đây rất khó hiện thực hóa. Trong lúc chờ mô hình hoàn tất việc tạo video, anh tranh thủ thử nghiệm các dự án cá nhân.
"Ước mơ của tôi là trở thành đạo diễn phim sử dụng AI," Wang Zheng nói. "Tôi muốn tạo ra một bộ phim điện ảnh hoàn chỉnh, dựa hoàn toàn vào ý tưởng của bản thân và sử dụng công nghệ AI."
Qidian cũng đang lên kế hoạch sản xuất một bộ phim điện ảnh sử dụng AI, với hy vọng xây dựng danh tiếng vượt ra ngoài phạm vi các dự án nhận đặt hàng.
Tuy nhiên, phim điện ảnh cũng là lĩnh vực mà Chen Hao nhận thấy AI chưa thể thay thế hoàn toàn con người. Anh có những người bạn đang thực hiện các hiệu ứng hình ảnh phức tạp cho những tác phẩm lớn; tại đó, các tiêu chuẩn khắt khe về chất lượng và độ ổn định khiến nhiều công đoạn khó có thể giao phó cho AI.
Một số đồng nghiệp của Chen Hao không có ý định chuyển sang làm về AI giống anh, ngay cả khi những rào cản kỹ thuật được gỡ bỏ. "Một người bạn của tôi từng nói rằng nếu trong tương lai nghề làm hiệu ứng hình ảnh biến mất, anh ấy thà đi làm vũ công livestream còn hơn là chuyển sang làm AI," Chen Hao vừa cười vừa kể.
Anh hiểu tâm lý e ngại đó, nhưng tin rằng nếu một câu lệnh duy nhất có thể tạo ra 10 phút — hay thậm chí 90 phút — video hoàn chỉnh, thì nhiều công việc hiện tại trong quy trình sản xuất có thể sẽ không còn cần thiết nữa.
Qua lớp kính của văn phòng, Chen Hao quan sát các nhân viên trẻ đang làm việc với Yudian — nền tảng AI mà anh góp công xây dựng; người thì đang nhập câu lệnh, người thì đang chỉnh sửa các khuôn mặt do AI tạo ra bằng phần mềm Photoshop.
Qidian hiện có kế hoạch cấp quyền sử dụng Yudian cho các studio khác.
"Có thể một ngày nào đó, nó cũng sẽ thay thế cả tôi nữa," Chen Hao nói.
Anh dừng lại một chút.
"Nhưng dù vậy, chúng ta vẫn không thể không thực hiện nó."
Máy tính để bàn cũ của Chen Hao vẫn còn lưu giữ hơn 10 phiên bản của Nuke – một công cụ biên tập tiêu chuẩn trong ngành kỹ xảo hình ảnh. Trong suốt gần một thập kỷ, anh đã học cách sử dụng từng phiên bản mới, làm chủ phần mềm hoạt hình 3D Autodesk Maya cùng công cụ đồ họa game Unreal Engine, đồng thời tự học tiếng Anh đủ để vận hành các phần mềm này.
Hiện nay, với tư cách là giám đốc kỹ thuật tại Qidian Interactive – một studio video AI mới thành lập ở Vô Tích (miền Đông Trung Quốc), Chen Hao đang tham gia xây dựng một nền tảng có khả năng cô đọng phần lớn kiến thức chuyên môn tích lũy bấy lâu của mình thành vài câu lệnh (prompt).
Anh cho biết, đến năm ngoái, công nghệ video AI đã phát triển đến mức có thể tạo ra sản phẩm sánh ngang với những tác phẩm từng tiêu tốn của anh hàng ngày trời làm việc. Sau đó, sự xuất hiện của Seedance 2.0 – mô hình chuyển văn bản thành video của ByteDance – đã giúp việc tạo ra các thước phim chất lượng chuẩn studio trở nên dễ dàng hơn nhiều. Điều này thúc đẩy công ty đẩy mạnh ứng dụng AI và giao cho Chen Hao nhiệm vụ phát triển một mô hình riêng của hãng.
"Tôi không thích AI, nhưng tôi buộc phải sử dụng nó," Chen Hao chia sẻ với Sixth Tone. "Khi nhận ra rằng đôi khi chỉ cần một cú nhấp chuột là có thể tạo ra sản phẩm tốt hơn cả thành quả của hai, ba ngày làm việc, tôi buộc phải dùng đến nó."
Chan Hao tại văn phòng của mình ở Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Công ty đặt tên cho hệ thống này là Yudian. Chen Hao bắt đầu xây dựng nó vào tháng 4, vận dụng các kỹ năng lập trình mà anh đã tự học từ nhiều năm trước nhằm tự động hóa các công việc VFX lặp đi lặp lại. Anh đã hoàn thành phiên bản đầu tiên chỉ trong khoảng một tháng.
Hệ thống này có thể gợi ý ý tưởng dựa trên các chủ đề đang thịnh hành trên mạng xã hội, soạn thảo lời thoại, vẽ phân cảnh, sắp xếp nhân vật và vật thể trong không gian ba chiều, cũng như đánh giá xem cái kết có đủ kịch tính để giữ chân khán giả hay không.
Một lãnh đạo của Qidian cho biết mục tiêu đặt ra là giúp mọi nhân viên đều có thể tự mình sản xuất một bộ phim ngắn.
Tự động chạy
Tuy nhiên, trước tiên, công ty vẫn cần đến các nghệ sĩ ánh sáng, họa sĩ hoạt hình và chuyên gia quay phim để chuyển hóa kỹ năng chuyên môn của họ thành các chỉ dẫn cho hệ thống Yudian.
Tại trung tâm sản xuất của Qidian, các nhân viên ngồi làm việc bên những chiếc máy tính mới tinh sau những bức vách kính; một số người làm việc với nhiều màn hình cùng lúc. Các trưởng nhóm ngồi cùng các thành viên trong đội, trong khi các đạo diễn làm việc tại những căn phòng nhỏ ở phía cuối khu vực. Trên một màn hình, dòng lệnh chỉ dẫn sản xuất hiển thị nội dung:
“45-60 giây. Bối cảnh: tiệm sửa đồng hồ. Barton lao tới chộp lấy chiếc đồng hồ bỏ túi trong khi Eliza xoay cổ tay và làm vỡ bộ bánh răng trung tâm của nó. Hành động cần diễn ra cực nhanh và dứt khoát, khiến khán giả không kịp thở.”
Yêu cầu kỹ thuật bao gồm: máy quay Arri Alexa 65 IMAX, ống kính Panavision Primo V/C/T, hệ thống chiếu sáng và chuyển động máy quay chuẩn điện ảnh, không nhạc nền hay phụ đề, sử dụng nguồn sáng thực tế và đảm bảo tính liền mạch mượt mà.
“Cảnh 1, giây thứ 45-48. Cảnh trung (medium shot). Ống kính 35mm. Thời lượng: 3 giây. Barton gầm lên ‘như một con thú điên’, lao về phía trước và với tay lấy chiếc đồng hồ.”
Một màn hình khác hiển thị thứ trông giống như kho đạo cụ kỹ thuật số: bao gồm các nhân vật, địa điểm, đồ vật và thiết lập ánh sáng có thể tái sử dụng cho các cảnh quay và dự án sản xuất trong tương lai.
Một nhân viên sử dụng các câu lệnh để tạo ra một hình ảnh bằng hệ thống Yudian tại Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Ở gần đó, các nghệ sĩ đang thử nghiệm trang phục cho nữ chính của một bộ phim tâm lý tình cảm hướng tới khán giả nước ngoài. Họ tinh chỉnh hình ảnh nhân vật thông qua các câu lệnh như “mô phỏng ánh sáng ban ngày tự nhiên”, “tăng độ chi tiết bề mặt da” và “giữ lại những khiếm khuyết tự nhiên” để cô trông bớt giả tạo hơn.
Trong năm qua, các studio sản xuất sử dụng AI tương tự đã mọc lên khắp Trung Quốc, trong khi các công ty điện ảnh và truyền hình lâu đời cũng thành lập các bộ phận AI hoặc chuyển đổi các đội ngũ hiện có sang mảng sản xuất bằng AI. Tại một số thành phố, chính quyền địa phương đang đẩy nhanh quá trình chuyển đổi này thông qua các khoản trợ cấp về năng lực tính toán và các hình thức hỗ trợ khác.
Vào ngày Sixth Tone đến thăm Qidian, Chen Hao vừa cập nhật một tiện ích mở rộng cho nền tảng AI mới; tiện ích này cho phép người dùng định vị nhân vật và đồ vật trong không gian ba chiều, giúp mô hình có bản đồ rõ ràng hơn về vị trí của từng yếu tố trong khung hình.
Chỉ cần gõ một từ duy nhất — “kịch bản” — vào hệ thống, một dàn ý sẽ được tạo ra trong vài giây, dựa trên các xu hướng trực tuyến đang thịnh hành và những bộ phim truyền hình ăn khách gần đây. Trưởng nhóm sẽ kiểm tra kết quả đầu ra trước khi hệ thống chuyển sang bước tạo lời thoại và bảng phân cảnh (storyboard).
Một khung chat được dùng để phát triển nhân vật. Ở khung chat khác, cảnh quay được phân tích chi tiết từng giây, với các câu lệnh được điều chỉnh liên tục cho đến khi chuyển động hoặc bố cục đạt yêu cầu. Với những dự án đòi hỏi khắt khe, các nhóm có thể mất hàng giờ hoặc hàng ngày để tinh chỉnh những gì mô hình đã tạo ra gần như tức thì.
Một mô hình riêng biệt sẽ đánh giá dự án dựa trên hơn 10 tiêu chí: Liệu tình tiết gây cấn (cliffhanger) có đủ sức hút không? Cảm xúc có được đẩy lên cao trào đúng nhịp độ không? Các cảnh quay có đang được tận dụng hiệu quả không? Liệu có phần nào có nguy cơ gặp vấn đề về kiểm duyệt nội dung hay không?
"Mục tiêu là rút ngắn thời gian làm quen và thích nghi với quy trình," Chen Jie – giám đốc dự án tại Qidian – cho biết. "Chúng tôi đang nỗ lực đẩy nhanh tốc độ sản xuất nội bộ để duy trì lợi nhuận ngay cả khi giá cả liên tục sụt giảm."
Giống như Chen Hao, phần lớn đội ngũ đứng sau Yudian xuất thân từ lĩnh vực sản xuất hình ảnh truyền thống: các nghệ sĩ ánh sáng, họa sĩ hoạt họa, họa sĩ diễn hoạt (key-frame) và chuyên gia quay phim – những người mà kỹ năng chuyên môn giờ đây được thể hiện một phần qua các câu lệnh (prompt), quy trình làm việc và các thiết lập sẵn có trên nền tảng này.
Ma Shuan sử dụng Yudian để phục chế các cảnh quay thực tế tại Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Một trong những nhân sự kỳ cựu đó là Ma Shuan, một nghệ sĩ ánh sáng đã có gần hai thập kỷ kinh nghiệm trong ngành sản xuất phim và từng tham gia thực hiện hiệu ứng hình ảnh cho các bộ phim, bao gồm cả bom tấn khoa học viễn tưởng "Lưu lạc địa cầu" (The Wandering Earth).
Tại Qidian, Ma Shuan hiện sử dụng AI để hỗ trợ chỉnh sửa các cảnh quay thực tế. Trong một cảnh quay tại chiến trường cổ đại, các cấu trúc bê tông hiện đại vô tình lọt vào hậu cảnh. Ở một cảnh khác, bàn tay của nhân viên đoàn phim đang cầm những mũi tên cần phải được xóa bỏ, để lại hình ảnh các mũi tên lơ lửng bên cạnh gương mặt diễn viên trước khi chúng lao đi.
Ma Shuan cho biết, một số công việc chỉnh sửa mà trước đây anh phải thực hiện thủ công từng khung hình một thì nay có thể hoàn tất chỉ trong khoảng nửa ngày thay vì hai hoặc ba ngày như trước. Tuy nhiên, với một số công việc khác – bao gồm cả việc chỉnh sửa hậu cảnh – sử dụng các công cụ truyền thống vẫn mang lại hiệu quả nhanh hơn.
"Đối với tôi, AI chỉ đóng vai trò là một trợ thủ," Ma Shuan chia sẻ. "Quy trình sản xuất truyền thống cho phép ta kiểm soát mọi thứ. Nếu muốn thay đổi điều gì, tôi hoàn toàn có thể làm được. Còn với AI, mỗi kết quả được tạo ra đều giống như một canh bạc vậy."
Thử lại lần nữa
Trong ngành, quá trình "đánh cược" với kết quả ngẫu nhiên này thường được gọi là "rút bài" (drawing cards). Một số studio thậm chí còn tuyển dụng riêng các nhân viên chuyên trách việc "rút bài" – những người có nhiệm vụ tạo ra hàng loạt phương án cho cùng một cảnh quay cho đến khi tìm được kết quả ưng ý.
Huang, 26 tuổi, hiện làm việc tại một công ty sản xuất ở Thượng Hải, thường dành phần lớn thời gian trong ngày để tạo lại cùng một cảnh quay từ ba đến năm lần mới có được kết quả đạt yêu cầu.
Mỗi lần thử có thể chỉ mất vài phút, nhưng vào những khung giờ cao điểm buổi chiều khi hệ thống chịu tải lớn, thời gian chờ đợi có thể kéo dài tới 10 hoặc 20 phút. Sau đó, Huang sẽ kiểm tra kết quả và quyết định xem có cần tạo lại hay không.
"Ví dụ, một chiếc ghế sofa ở cảnh quay này có thể chỉ là ghế đơn, nhưng sang cảnh sau lại biến thành ghế đôi," Huang – người yêu cầu chỉ nêu họ của mình vì lý do riêng tư – cho biết. "Hoặc lớp bọc ghế bằng da có thể đột nhiên chuyển thành chất liệu vải."
Đối với những cảnh quay đòi hỏi sự nhất quán cao, Huang và các đồng nghiệp sẽ cung cấp hình ảnh tham chiếu cho mô hình AI, sau đó mới thực hiện tạo lại hình ảnh.
"Bạn không bao giờ biết trước mình sẽ nhận được kết quả gì, chính vì thế mà công việc này có chút gì đó gây nghiện," Huang chia sẻ. “Tôi nghĩ niềm vui nằm ở chỗ không bao giờ biết trước khi nào AI sẽ bất ngờ hợp tác và tạo ra một cảnh quay hoàn chỉnh, ưng ý. Bạn cứ thế tiếp tục lặp lại quy trình đó.”
Một nhân viên sử dụng Yudian để tạo và tinh chỉnh các yếu tố nhân vật phục vụ sản xuất video tại Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Cho đến gần đây, cả Huang và công ty chủ yếu hoạt động trong lĩnh vực phim người đóng (live-action). Được thành lập vào năm 2014, studio này từng sản xuất các bộ phim và loạt phim chiếu mạng trước khi bắt đầu thử nghiệm làm phim ngắn bằng AI vào cuối năm ngoái.
Hiện tại, Huang dành toàn bộ thời gian cho các bộ phim AI hướng tới khán giả nước ngoài, đảm nhiệm nhiều vai trò từ lên ý tưởng cốt truyện, đạo diễn, tạo hình ảnh/video cho đến khâu biên tập.
Huang chia sẻ rằng trên phim trường truyền thống, các diễn viên mang đến cách hiểu riêng về cảnh quay, trong khi quay phim có thể ngẫu hứng thay đổi góc máy. “Đó thực sự là một quá trình sáng tạo mang tính tập thể.”
“Nhưng với AI, mật độ các quyết định cần đưa ra lại dày đặc hơn nhiều. Hầu như mọi quyết định sáng tạo đều chỉ do một hoặc hai người thực hiện. Ngay cả diễn xuất của nhân vật cũng hoàn toàn nằm trong tầm kiểm soát của bạn, vì thế những bất ngờ thú vị kiểu đó gần như không còn nữa.”
Tuy nhiên, tại Qidian, quy trình sản xuất phim vẫn cần đến sự phối hợp của cả một đội ngũ.
Một quy trình sản xuất điển hình thường trải qua ba nhóm nhỏ: một nhóm xây dựng nhân vật và bối cảnh, một nhóm tạo ra các cảnh quay, và nhóm còn lại thực hiện khâu biên tập, với mỗi giai đoạn chỉ cần một hoặc hai nhân sự. Trưởng nhóm — thường là người có kinh nghiệm dày dạn trong lĩnh vực điện ảnh, hoạt hình hoặc quảng cáo — sẽ giám sát toàn bộ quá trình và quyết định xem phần nào cần chỉnh sửa thêm.
Cơ sở sản xuất của công ty tại Vô Tích mới chỉ đi vào hoạt động từ tháng 4. Chỉ trong vòng một tháng, họ đã tuyển dụng hơn 50 nhân viên, trong đó gần một nửa là sinh viên mới tốt nghiệp. Đến tháng 6, studio đã có thể sản xuất bốn hoặc năm bộ phim ngắn mỗi ngày, với mỗi bộ bao gồm từ 30 đến 44 tập.
Đối với Wang Ting, nhà sáng lập Qidian, một dự án từng bị gác lại trước đó đã trở thành bài thử nghiệm đầu tiên cho thấy những khả năng mà AI có thể mang lại.
Lấy cảm hứng từ nghệ thuật làm tượng đất sét Huishan truyền thống của Vô Tích, dự án này kể về hành trình phiêu lưu kỳ ảo của hai nhân vật A Xi và A Fu qua các địa danh nổi tiếng tại địa phương. Dù đã được cơ quan quản lý phát thanh truyền hình Trung Quốc cấp phép, nhưng kế hoạch ban đầu đòi hỏi thời gian thực hiện lên tới ba năm cùng ngân sách từ 8 đến 10 triệu nhân dân tệ (tương đương 1,19 đến 1,49 triệu USD), khiến Qidian quyết định tạm dừng dự án.
Ông Wang cho biết, nhờ ứng dụng AI, Qidian cuối cùng đã hoàn thành dự án này chỉ trong hai tháng với chi phí khoảng 1 triệu nhân dân tệ. “Điều này cho thấy cách thức làm phim truyền thống — từ khâu quay và dựng phim cho đến sản xuất hiệu ứng hình ảnh — giờ đây có thể được thay thế,” cô nói.
Wang Ting, nhà sáng lập Qidian Interactive, đang làm việc tại Vô Tích, tỉnh Giang Tô, vào tháng 6 năm 2026.
Qidian hiện áp dụng quy trình làm việc tương tự cho các dự án quy mô lớn hơn nhiều so với các bộ phim ngắn. Trong chuyến ghé thăm của Sixth Tone, một nhóm đang thực hiện video quảng bá Tết Đoan Ngọ cho chính quyền địa phương, tạo ra những cảnh các tay đua đang chèo thuyền lướt trên mặt nước. Các nhóm khác thì phụ trách quảng cáo doanh nghiệp hoặc sử dụng AI để phục dựng và bổ sung chi tiết cho các cảnh quay người đóng (live-action).
Đối với một chiến dịch quảng bá xe điện, chiếc xe thực tế thậm chí không cần phải đưa vào trường quay. "Chúng tôi chỉ cần nói cho AI biết mình muốn loại xe nào và nó cần thực hiện những hành động gì," Chen Jie chia sẻ. "Và một video quảng cáo có thể được tạo ra gần như ngay lập tức."
Thế hệ tiếp theo
Tốc độ tạo video của Qidian càng nhanh thì khối lượng công việc kiểm duyệt của Chen Jie càng lớn. Trước đây, anh có thể chỉ xem xét 20 cảnh quay mỗi tuần. Giờ đây, anh phải kiểm tra hàng chục — đôi khi là hàng trăm — cảnh mỗi ngày.
"Thật kiệt sức vì video được tạo ra quá nhanh," anh nói. "Giờ tôi gần như đã trở nên vô cảm với chúng rồi."
Anh nói thêm rằng các nhân vật do AI tạo ra đôi khi vẫn trông có vẻ "bóng bẩy thái quá" (giống như bị phủ một lớp dầu), trong khi các chi tiết nhỏ thường bị vỡ hoặc biến dạng khi dừng hình ở một khung hình đơn lẻ. "Chất lượng không đến nỗi tệ, nhưng vẫn chưa đạt đến tiêu chuẩn của quy trình làm phim truyền thống."
Tuy nhiên, lợi ích thực sự mang lại từ tốc độ đó lại không thực sự rõ ràng.
Trong một dự án trước đây, Chen Jie đã dành nhiều tuần để hoàn thiện vài chục giây mở đầu cho video quảng cáo của một công ty game lớn. Khi kiểm tra lại sau đó, video này chỉ nhận được 48.000 lượt thích.
"Được một công ty lớn quảng bá mà vẫn chỉ thu hút được chừng đó sự chú ý. Vậy thì có ý nghĩa gì chứ?" Anh dừng lại một chút rồi tự trả lời: "Chẳng có ý nghĩa gì cả."
"Tôi vẫn còn những điều mình muốn theo đuổi," anh nói. "Nhưng mục tiêu hiện tại của tôi chỉ đơn giản là hoàn thành những gì khách hàng đã trả tiền để có được. Chỉ vậy thôi."
Chen kể rằng khi mới bắt đầu sử dụng AI, mọi thứ anh tạo ra trông đều rất tệ. "Sau đó tôi nhận ra mình phải thích nghi với nó. Bạn không thể chống lại mô hình AI," anh nói. "Bạn phải tận dụng thế mạnh của nó, chấp nhận những hạn chế và dần học cách kiểm soát nó."
Các nhân viên trẻ tuổi thường thích nghi nhanh hơn. Wang Zheng, người vừa tốt nghiệp chuyên ngành quảng cáo và thiết kế mỹ thuật trong năm nay, hiện đã dẫn dắt một nhóm nhỏ chuyên thực hiện các video, tài nguyên nhân vật và thiết kế bối cảnh bằng AI. Một giáo viên đã khuyến khích anh gia nhập ngành AI, trong khi hầu hết các sinh viên tốt nghiệp trước anh đều chọn làm việc trong lĩnh vực quảng cáo truyền thống. "Những gì tôi được đào tạo vẫn rất hữu ích," Wang chia sẻ. "Nó giúp tôi nắm bắt tư duy hình ảnh và phát triển gu thẩm mỹ."
Anh nói thêm rằng AI mang lại cho anh sự tự do hơn để theo đuổi những ý tưởng mà trước đây rất khó hiện thực hóa. Trong lúc chờ mô hình hoàn tất việc tạo video, anh tranh thủ thử nghiệm các dự án cá nhân.
"Ước mơ của tôi là trở thành đạo diễn phim sử dụng AI," Wang Zheng nói. "Tôi muốn tạo ra một bộ phim điện ảnh hoàn chỉnh, dựa hoàn toàn vào ý tưởng của bản thân và sử dụng công nghệ AI."
Qidian cũng đang lên kế hoạch sản xuất một bộ phim điện ảnh sử dụng AI, với hy vọng xây dựng danh tiếng vượt ra ngoài phạm vi các dự án nhận đặt hàng.
Tuy nhiên, phim điện ảnh cũng là lĩnh vực mà Chen Hao nhận thấy AI chưa thể thay thế hoàn toàn con người. Anh có những người bạn đang thực hiện các hiệu ứng hình ảnh phức tạp cho những tác phẩm lớn; tại đó, các tiêu chuẩn khắt khe về chất lượng và độ ổn định khiến nhiều công đoạn khó có thể giao phó cho AI.
Một số đồng nghiệp của Chen Hao không có ý định chuyển sang làm về AI giống anh, ngay cả khi những rào cản kỹ thuật được gỡ bỏ. "Một người bạn của tôi từng nói rằng nếu trong tương lai nghề làm hiệu ứng hình ảnh biến mất, anh ấy thà đi làm vũ công livestream còn hơn là chuyển sang làm AI," Chen Hao vừa cười vừa kể.
Anh hiểu tâm lý e ngại đó, nhưng tin rằng nếu một câu lệnh duy nhất có thể tạo ra 10 phút — hay thậm chí 90 phút — video hoàn chỉnh, thì nhiều công việc hiện tại trong quy trình sản xuất có thể sẽ không còn cần thiết nữa.
Qua lớp kính của văn phòng, Chen Hao quan sát các nhân viên trẻ đang làm việc với Yudian — nền tảng AI mà anh góp công xây dựng; người thì đang nhập câu lệnh, người thì đang chỉnh sửa các khuôn mặt do AI tạo ra bằng phần mềm Photoshop.
Qidian hiện có kế hoạch cấp quyền sử dụng Yudian cho các studio khác.
"Có thể một ngày nào đó, nó cũng sẽ thay thế cả tôi nữa," Chen Hao nói.
Anh dừng lại một chút.
"Nhưng dù vậy, chúng ta vẫn không thể không thực hiện nó."
>> Làn sóng AI làm đảo lộn thủ phủ "Hollywood dọc" của Trung Quốc
Nguồn: Sixtone
