Google DeepMind用AI重建70年爱情故事中未被记录的场景
纪录片《Love, Rendered》借助图像修复和动作迁移模型，重现了一对结婚70余年的夫妇当年相遇却从未被影像记录的场景。
AI解读：这条新闻的核心是Google DeepMind与filmmakers合作，用AI帮助一对老夫妇重现了记忆中被遗忘的相遇场景。技术本身并不算全新，但它的用途很特别：不是做特效或娱乐，而是用于失忆老人的情感连接。
对普通观众来说，最直观的体验可能是看这部纪录片时被那份真实打动——人物细微的头部倾斜、停顿的语气、眼角的皱纹都被复原出来，让人感到记忆有了形状。而对技术从业者，这倒是展示了图像修复和动作迁移模型在非商业场景中的潜力。
但这个项目目前还是个艺术实验和工具演示，不构成医疗宣称。现实限制也很明显：它不是万能的，Ethelle（妻子）必须能描述细节，让AI修正楼梯曲线或鞋跟形状；对于无法清晰表达的患者，效果就大打折扣。
如果你家里有老人，且记忆力在衰退，可以留意这篇文章给出的实用小动作：用Gemini App上传老照片，让它修复和上色。但别期待它能凭空创造记忆——它只能加工已有的视觉素材。
Google DeepMind与独立制片公司合作，用AI图像恢复和动作迁移模型，为纪录片《Love, Rendered》重新演绎了一对结婚70余年的夫妇当年相遇却未被拍摄过的场景。影片由奥斯卡提名导演Liz Garbus执导，Dan Cogan和Darren Aronofsky监制，在Google AI官方博客上发布。
片中主角Burt和Ethelle Shatz已相伴超过70年，Burt正经历认知能力下降，他逐渐遗忘的往事中包括二人在克利夫兰学生合作社初次相遇的那天——因当时无人拍照，回忆只存在于他们脑海。
技术方案：两步还原情绪真相
创作团队在制作过程中引入了回忆疗法——一种使用感官线索（如歌曲、家庭故事或老照片）来刺激记忆的临床实践。但面对记忆没有附属于这些线索的情况，团队采用了两个部分结合的技术方案。
首先是图像修复：团队用生成模型修复Burt和Ethelle年轻时的黑白照片，确保后续重建忠于原型。其次是姿态和表演控制：工程师使用动作捕捉模型捕捉Burt和Ethelle现如今的微动作——比如Burt头部的特定倾斜、他说话的停顿、眼角细微的皱纹——再将这些特征映射到他们年轻的形象上。
技术流程中，Ethelle作为共同创作者参与其中，纠正了楼梯曲线或鞋跟形状等细节。Google DeepMind工程师Michael Chang在博客中表示，这种结合“让过去和现在交织在一起”，生成的‘记忆’让主角们感到真实。
- 图像修复：生成模型修复老照片
- 动作捕捉：映射当前微动作到年轻形象
- Ethelle协助修正细节，确保视觉还原准确
团队的创作动机与导演视角
导演Liz Garbus和Darren Aronofsky对记忆的韧性产生了兴趣。Liz在执导纪录片《Coma》时，曾看到fMRI扫描显示轻度意识状态的患者在听到熟悉声音或看到亲人照片时脑区亮起；Darren则见过一位患有阿尔茨海默症的前芭蕾舞演员，在听到《天鹅湖》时本能地在轮椅上做出舞蹈动作。
Michael Chang在博客中坦言，记忆丧失对他个人很切身：他的祖父在去世前经历中风和记忆丧失。他因此测试用图像修复自家老照片并让父母年轻时的样子动起来，体验到这些工具“帮助留住生命中最重要部分”的潜力。
制片成员Primordial Soup是Aronofsky的创意公司。作为技术负责人的Chang强调，团队每一步都用人类引导AI模型，没有让技术完全自主。
- Liz Garbus执导，曾执导《Coma》记录fMRI下的记忆反应
- Darren Aronofsky看到阿尔茨海默症患者对音乐的舞蹈反应
- Michael Chang：AI被用作画笔或锤子，需人手引导
工具与应用建议
这部纪录片完整视频可在博客中观看。对于希望保存家庭记忆的用户，博客建议在Gemini应用中上传老照片并询问：“能修复并为这张照片上色吗？保留人物的外貌、表情和姿态。”
博客同时提醒，生成式AI仍处于实验阶段，内容由Google AI生成。
- Gemini应用可上传并修复老照片，要求保留人物特征
- AI生成内容为实验性质，结果可能有限