#8.1 且行，且看，且记，且思（2026）

先把有趣的故事记录着……等2030之后再回头看看（希望我和我的网站都还活着，微笑）

《玩具总动员5》（Toy Story 5，2026，待上映）

• 只是一个预告。
• 迪士尼与皮克斯《玩具总动员》系列的新作，将“玩具”与“电子设备”之间的关系作为核心冲突之一。影片中新登场的平板设备 Lilypad，使玩具们面对当代儿童游戏方式被数字屏幕改变的问题。值得关注的是，影片并不仅把“科技”作为叙事主题，也尝试在视觉上表现儿童想象的变化：制作团队为 Bonnie 的想象场景发展出一种接近儿童手工、粉彩画和 arts and crafts 的CG风格，试图在高度数字化的三维动画中保留触感、拙趣与手工痕迹。
• 这一点使《玩具总动员5》成为一个值得观察的技术史节点：1995年的《玩具总动员》以CG技术表现塑料玩具的硬质表面和工业材质，开启电脑动画长片时代；而2026年的《玩具总动员5》则可能转向另一种问题——如何用成熟CG系统模拟儿童手工想象、粉彩质感和非工业化的视觉触感。它的真正技术价值，还需等待影片上映后结合制作特辑、技术论文或采访进一步判断。

🤖 迪士尼新一代 Audio-Animatronics：实时前投影面部进入乐园实装（2025—2026）

日期：2025年11月公开技术概念，2026年6月26日于迪士尼乐园《加勒比海盗》实装

技术创新

• 投影成为角色表情的一部分
  • 迪士尼新一代 Audio-Animatronics 将实时前投影映射与简化后的机械结构结合起来。传统机械人偶通常依靠复杂的内部机构推动眼睛、嘴角、眉毛和面部肌肉；这套新系统则把面部细节更多交给投影图像完成，使角色能够表现哭泣、脸红、皮肤变化、骷髅化等传统机械结构很难完成的表情和变形。
• 机械身体 + 实时 CG 面部
  • 2026年6月，迪士尼在加州迪士尼乐园《加勒比海盗》的藏宝洞场景中实装这一技术：原本坐在黄金上的骷髅海盗，被更新为可以在“活人海盗”和“骷髅”之间切换的 Audio-Animatronic。它的身体仍保留机械动作，但面部和表面变化主要由实时投影完成。这个做法把实体人偶、CG 渲染、投影映射和游乐设施控制系统结合在一起，使角色不再只是“机械动作”，而是成为一个可以被实时绘制、变形和重新上色的实体表演对象。
• 面向游乐设施的稳定运行
  • 这类系统的难点不只是效果好看，还要能在真实乐园环境中每天反复运行。《加勒比海盗》是黑暗、水汽较重、游客视角不断移动的水上项目，因此系统需要精确校准投影与人偶表面的关系，并保持投影、传感器、计算设备和机械动作之间的稳定同步。投影面部如果稍有错位，就会立刻破坏角色的可信度。

历史意义：

• 迪士尼乐园此前已经在部分游乐设施中使用过投影面部效果。2026年《加勒比海盗》的更新，将实时前投影、机械人偶、CG 表面变化和故事表演整合进同一个 Audio-Animatronics 角色中。角色表情不再完全依赖内部机械结构，而是可以通过实时渲染与投影附着在物理人偶表面，使实体角色同时拥有机械身体和数字皮肤。

参考资料：
Disney Parks Blog. (2025, November 24). 6 things you missed from “We Call It Imagineering” episode 7. https://disneyparksblog.com/disney-experiences/6-things-you-missed-from-we-call-it-imagineering-episode-7/
Krol, J. (2026, June 26). Exclusive: I watched Disney’s next-gen audio-animatronic transform from a pirate to a skeleton — and the “deeply impressive” tech debuts at Disneyland today. TechRadar. https://www.techradar.com/streaming/entertainment/exclusive-i-watched-disneys-next-gen-audio-animatronic-transform-from-a-pirate-to-a-skeleton-and-the-deeply-impressive-tech-debuts-at-disneyland-today

↑ 迪士尼乐园《加勒比海盗》实时前投影机械偶 图源: Christian Thompson/Disneyland Resort，2026

↑ 迪士尼乐园《加勒比海盗》实时前投影机械偶投影对位 图源:  Walt Disney Imagineering，2026

生成式视频从“提示词短片”走向“可导演动画管线”（2026）

时间：2026年前后
相关应用：**Runway Gen-4、Google Flow / Veo 3.1、Luma Ray3.2、Adobe Firefly Video、OpenAI Sora / Sora 2
关键词：生成式视频、AI动画、角色一致性、镜头控制、关键帧、视频编辑、多镜头连续性

2026年前后，生成式视频技术出现一个重要变化：它不再只是“输入一句提示词，生成几秒钟视频”的玩具式工具，而开始向更接近动画和影视制作的“可导演管线”发展。创作者逐渐可以使用参考图、关键帧、镜头延展、局部修改、角色参考、摄影机控制和声音同步等方式，对生成视频进行更具体的控制。

早期文生视频工具最常见的问题，是角色容易变脸、物体难以保持一致、镜头之间缺乏连续性，创作者很难像导演一样控制场景、表演和镜头调度。到2026年前后，主流生成式视频工具开始集中解决这些问题。

代表性应用

• Seedance 2.0
  • 字节跳动的Seedance 2.0 是2026年生成式视频竞争中的重要代表。它不只生成无声视频，而是强调音视频联合生成，并支持文本、图像、音频和视频等多种输入作为参考。创作者可以用参考图、参考视频或参考音频控制角色、场景、表演、光线、阴影和摄影机运动，使生成式视频更接近“导演式控制”而非一次性提示词生成。
  • 对于动画技术史来说，Seedance 2.0 的意义在于：它把角色一致性、多镜头延续、音画同步和多模态参考放进同一个生成系统中，进一步推动 AI 视频从短片生成器走向可迭代的影像制作管线。
• HappyHorse 1.0 / 1.1
  • HappyHorse 是2026年 AI 视频模型竞争中突然受到关注的模型之一，曾在 Artificial Analysis 的视频生成榜单中取得很高排名，尤其在无音频文生视频和图生视频项目中表现突出。它的宣传重点包括文生视频、图生视频、参考生成、视频编辑，以及音视频联合生成。与 Seedance 2.0 类似，HappyHorse 的出现说明2026年前后的生成式视频竞争已经不再只比拼“画面好不好看”，而开始转向角色一致性、镜头控制、运动稳定性、声音同步和生产接口。
  • 不过，由于其开发归属、开放方式和 API 状态在不同资料中的表述并不完全一致，目前更适合作为 2026 年 AI 视频模型竞争中的代表案例，而不是已经稳定落地的工业标准。
• Runway Gen-4
  • Runway Gen-4 将重点放在“世界一致性”（World Consistency）上。创作者可以使用角色、物体或场景参考图，让同一角色、同一物体或同一地点在不同光线、角度、构图和风格中保持一致。这对动画制作尤其重要，因为角色和场景设定能否稳定延续，是从“单个炫技片段”走向“连续叙事镜头”的关键。
• Google Flow / Veo 3.1
  • Google Flow 是围绕 Veo 视频模型设计的 AI filmmaking 工具。它强调用“素材配料”（Ingredients）组织角色、物体和风格，用“Frames to Video”连接起始帧与结束帧，用“Extend”延展已有镜头，并在 Veo 3.1 中进一步加入更强的声音、角色一致性、背景一致性和物体一致性。
  • 它的意义在于把 AI 视频从单次生成推进到“多素材、多镜头、多次迭代”的制作方式
• Luma Ray3.2
  • Luma Ray3.2 的口号已经非常接近这个技术节点本身：创作者不再只是 prompt，而是在 direct。Ray3.2 强调帧级控制、动作变化控制、HDR / EXR 输出，以及通过 API 接入专业制作流程。它代表了生成式视频向广告、影视、游戏和商业影像管线靠近的一种方向。
• Adobe Firefly Video
  • Adobe Firefly Video 的重要性不只在模型本身，而在于它被放进 Adobe 的创意软件生态中。Firefly Video 支持文生视频、图生视频、起始帧和结束帧控制、镜头尺寸、摄影机角度、摄影机运动、运动参考视频等选项，并强调“商业安全”的生成模型。对动画和影视制作来说，这意味着 AI 视频开始被整合进设计、分镜、提案、广告短片、B-roll 和后期工作流中。
• OpenAI Sora / Sora 2
  • Sora 曾经是生成式视频进入公众视野的重要节点之一。Sora 2 / Videos API 支持自然语言或图像生成视频、角色资产复用、视频延展、已有视频编辑和批量渲染等功能。虽然 OpenAI 后来宣布 Sora 相关产品与 API 将停止服务，但它仍然是生成式视频从“文生短片”向“可迭代视频制作系统”发展的重要参照。

技术史意义

• 这一阶段的核心变化，不是 AI 已经能够自动制作完整动画长片，而是生成式视频开始吸收传统动画和影视制作中的“导演控制”逻辑。创作者不再只能等待模型吐出一个结果，而是可以反复指定角色、场景、镜头、动作、风格、起止画面和修改方向。
• 因此，2026年前后的生成式视频可以视为一个“进行中的技术里程碑”：它尚未形成稳定的长片级工业标准，却已经明显改变了动画影像的构思、预演、提案和快速迭代方式。过去的动画创作依赖分镜图、动态分镜、layout、原画、摄影和合成来逐步控制画面；而生成式视频正在形成一种新的工作流：提示词 + 参考素材 + 关键帧 + 镜头延展 + 局部修改 + 多次生成。
• 它的争议也同样明显：训练数据版权、风格挪用、劳动替代、角色稳定性、长镜头控制、动作准确性和商业授权问题都尚未完全解决。正因如此，这个节点最好被记录为“动画技术管线的转向”，而不是“AI 已经取代动画师”的结论。

🎛️ LibTV：面向人类与 AI Agent 的视频创作工作台（2026）

2026年3月18日，LiblibAI 推出 AI 视频创作平台 LibTV。它的意义不在于发明某一个新视频模型，而在于把多个图像、视频、音频模型整合进同一个视频创作工作台中，使创作者可以在单一画布上完成剧本、分镜、角色、镜头、视频生成和后期修改等流程。

• LibTV 采用“无限画布 + 节点式工作流”的界面结构。创作者可以将文本、图片、视频、音频、脚本等素材以节点形式放置在画布上，通过拖拽、连接和局部修改组织创作流程。相比早期“输入提示词—等待生成结果”的 AI 视频工具，这种方式更接近影视和动画制作中的前期开发工作台：剧本、角色设定、分镜、镜头测试和素材修改可以在同一空间内反复迭代。
• 平台的另一特点是“人类创作者 + AI Agent”双入口。一方面，人类创作者可以手动搭建分镜、角色和镜头流程；另一方面，OpenClaw 等 AI Agent 也可以通过 Skill 接口调用 LibTV 的能力，根据自然语言指令自动完成从脚本、分镜到视频输出的部分流程。也就是说，LibTV 不只是一个 AI 视频生成器，而是试图把 AI 变成可编排的制作助理。
• 从动画技术史角度看，LibTV 代表了 2026 年前后生成式视频工具的一个重要趋势：竞争重点开始从“哪个模型画面更好看”，转向“如何把模型组织进完整制作流程”。它强调多模型聚合、角色一致性、分镜批量生成、局部重生成、镜头调整和 Agent 自动编排，说明 AI 视频正在从单点生成工具转向流程型创作系统。
• 这种平台降低了短视频、广告片、AI短剧、MV和产品展示片的制作门槛，也可能压缩一部分基础分镜、素材生成和初级后期岗位。它的局限同样明显：算力成本较高，复杂项目仍需要人工判断与修正，生成结果也未必能稳定达到专业动画生产标准。因此，LibTV 更适合作为“AI视频创作工作台化”的代表案例，而不是已经成熟替代传统动画制作流程的工业标准。

LibTV 的出现说明，生成式视频在2026年前后已经开始进入“工作流整合”阶段。动画创作不再只是调用单个模型生成画面，而是围绕角色、场景、分镜、镜头、声音和后期修改形成可视化流程。它与 Runway、Google Flow、Seedance、HappyHorse、Adobe Firefly Video 等工具共同构成了这一时期 AI 视频从“提示词短片”走向“可导演管线”的技术背景。

 Dragonframe 获奥斯卡科学与工程奖

日期：2026年2月18日公布，4月28日颁奖

Jamie Caliri 和 Dyami Caliri 因 Dragonframe 软件套件的设计、工程与持续开发获得奥斯卡科学与工程奖。该奖项是对 Dragonframe 长期改变现代定格动画制作流程的确认：它将拍摄控制、洋葱皮预览、运动控制、摄影机联动和帧级检查整合为一个数字化工作平台，使定格动画摆脱零散且容易出错的传统流程，进入更精密、可管理的大规模制作阶段。

2026年奥斯卡科技奖表彰多项渲染、着色与风格化动画工具

时间：2026年2月18日公布，4月28日颁奖

• 复杂材质的可管理性
  • 2026年奥斯卡科技奖中，多项获奖技术都与“分层材料”或“分层着色”有关。
  • Wētā FX 的 Andrea Weidlich 和 Luca Fascione 因 Manuka 渲染器中的 layered materials 获得技术成就奖；
  • Industrial Light & Magic 的 Vincent Dedun、Emmanuel Turquin 和 Jonathan Moulin 因 Lama 获得技术成就奖；
  • Framestore 的 Josh Bainbridge 和 Nathan Walster 则因 layered shading system 获得技术成就奖。
  • 这些技术的共同点，不只是让画面更真实，而是把皮肤、金属、布料、灰尘、湿润、磨损等复杂外观拆解为可组合、可调整、可复用的材料层，让艺术家更有效地管理复杂材质。
• 艺术家控制与大规模生产的平衡
  • 这些分层材料和分层着色系统真正重要的地方，是把高复杂度渲染变成更适合大规模制作的工作流。对于电影视效和动画制作来说，真实感并不是单纯“算得更准”就够了，艺术家还需要快速调整外观、组合不同材质效果，并在大量镜头中保持一致。
  • Lama 的获奖理由中特别强调，look development 艺术家可以在不编写 shader code 的情况下组合不同物理现象，创建复杂材质外观；这一点也说明，当代渲染工具越来越重视“艺术家可控性”。
• 线稿与笔触进入三维动画管线
  • Sony Pictures Imageworks 的 Bret St. Clair 和 Marc-André Davignon 因 brushing 与 patching tools 获奖，Pav Grochola 和 Edmond Boulet-Gilly 因 Superdraw 与 Kismet linework tools 获奖。
  • 这些工具使 SPI 能够在动画长片中大规模应用多种自定义艺术风格，也让线稿、笔触和局部修补不再只是单镜头的手工处理，而成为可以跨镜头、多人协作和规模化使用的生产工具。
• 把“手绘感”变成可协作工具
  • DreamWorks Animation 的 Baptiste Van Opstal、Jeff Budsberg、Michael Losure、Jon Lanz 和 Eszter Offertaler 因 stylized animation toolset 获得技术成就奖。
  • 这套工具涵盖线稿创作与动画、刷笔、图章等方法，使 DreamWorks 能够在三维动画生产的不同阶段保持对绘画化效果和独特美术风格的控制。对于风格化 CG 来说，难点并不只是“画面像手绘”，而是线条要能跟随角色运动，笔触要能跨镜头保持一致，艺术家还要能在三维动画基础上继续绘制和修正。
• HDR 图像照明的长期影响
  • Paul Debevec 也因 HDR image-based lighting 的开创性工作获得技术成就奖。
  • HDR 图像照明使 CG 物体能够更自然地融入真实拍摄环境，长期影响了电影视效、动画渲染和虚拟制作中的光照流程。它和分层材质、分层着色系统一起，构成了真实感数字影像制作中非常重要的基础技术。

技术史提示

这一年的获奖名单集中呈现了数字影像制作中的几类核心问题：复杂材质如何模块化管理，真实感外观如何兼顾物理可信与艺术可控，线稿和笔触如何稳定进入三维动画生产流程，CG 物体又如何通过 HDR 图像照明更自然地融入真实拍摄环境。

到2020年代中期，渲染技术的竞争已经不仅是算得更快、画得更真，也包括如何让复杂材质、风格化线条和绘画化效果在真实生产中变得可控、可复用、可协作。

参考资料
Academy of Motion Picture Arts and Sciences. (2026, February 18). 15 scientific and technical achievements to be honored with Academy Awards®. https://press.oscars.org/news/15-scientific-and-technical-achievements-be-honored-academy-awardsr

《Drawing Life Back Into Animation: A Personal Journey through the Toon Renaissance of the 1990s》

• 作者Tom Sito将带领读者深入了解工作室内部，解释动画如何在1990年代从衰退中反弹并蓬勃发展。
• 书中分享了影响社会的动画创作者的故事，并概述了影响动画行业的技术变革。
• Sito是动画行业的资深人士和历史学家，曾担任动画公会主席近十年，并在南加州大学教授动画32年。

↑ Drawing Life Back Into Animation: A Personal Journey through the Toon Renaissance of the 1990s 封面