身临其境的虚拟现实之美,名画背后的场景剧情。

整个虚拟现实行业在2016年这个公认的VR元年里都受到了空前的关注,特别是作为VR行业众多分支中最为直接面向体验者的部分,VR内容更是得到了特别的关注。

6月23日晚,幻境视界创始人周志强先生做客镁客网,进行了主题为“忠于与众不同——文化艺术+VR,如何‘走进’小众的高雅艺术”的线上分享。周志强认为,结合艺术和设计去打造VR内容,需要很高的造诣。这其中存在着诸多难点,例如剧情再创作,而想要有一个完美的跨界,必须要做正确的选择和拥有独到的创作思路。

以下是镁客网整理的分享实录:

进入VR行业是一次非冲动的挑战

VR(虚拟现实)的概念从80年代初提出至今已经有30余年的时间,特别是近些年的飞速发展,让VR应用在各行业涉猎颇多,甚至可以说是全行业的应用。

然而,正是因为VR这项全新的技术可以应用到很多的行业中去,想要选择一种方式进入VR行业便显得有点难。对此,周志强依据自己的从业经验,表达了他的看法。

一、兴趣是关键。只有当人们身处自己感兴趣的行业中,才会愿意去发现、研究VR的应用。

二、熟悉了解是基础。想要在行业中寻找应用VR的机会,熟悉了解是前提。这个很好理解,因为只有在熟悉的行业中,才能知道这个行业是否需要VR,哪里需要VR。

三、不能急于求成。虽说近年来VR被越来越多的提及,但是这个行业真正兴起才不过半年。一个刚刚开始的行业,需要从业者花时间去积累、用耐心去探索,不能一味的想要干出成果。

当艺术遇见VR,跨界成为了最完美的方式

在投身VR行业前,周志强一直从事的是室内设计工作,十几年从业经历让他越来越觉得,国内的室内设计同质化现象非常的严重。而当他在成立自己的设计公司后,除原有的设计工作压力外,还要面临业务方面的压力,所以他意识到,想要在严酷的市场竞争中拥有竞争能力,技术层面必须要有所创新。

其实大家可以看到,设计作品经历了一个电脑效果图——动画——全景图——全景视频以及应用H5的发展历程,但是这些作品都不能给人以身临其近的感觉。举个例子,就是当你身处画展,只能看,不能摸是不是心里感觉痒痒的?所以,在画面之外再创作,用VR走进画中,为体验者创造一个能从多个角度观摩画作的实景,是设计从业者创作的一条新思路。

小众的高雅艺术,既然高雅便不会简单

文化艺术+VR,听着好似很简单,只是二者的结合。但只有真正的去做了这件事情,才会知道这其中有多难。

首先,创造不是凭空想象。仿制画作本就不易,更不用说仿制世界名画了,而且这中间牵扯到侵权的问题。周志强表示,他们有认真的考虑过侵权方面的问题,最后他们认为,VR是一个平行的世界,而平行世界中的规则还没有建立,所以把现实中任何事物搬进去都无法说是侵权。

除了仿制外,更难的其实对世界名画的再创作,因为现有的这些画作都是二维的,三维化就需要保证尺度比例的精确到位,还有笔触的感觉。

最后,就是空间化。VR的特点是身临其境,所以三维化的世界名画由于空间的扩张,必然会需要名画之外的人或物出现。这样创作团队就面临着站在原作者的角度进行再创作的挑战,也就是说需要接过原作者的画笔续画名画之外的人或物,把原画变成场景故事。

第二、市场方面,至少在现阶段,“文化艺术+VR”的应用是非常小众的,可以说是VR界中的奢侈品。因为,首先它无法TO B,现有阶段更无法TO C。

第三、对制作团队成员个人要求非常高。在这方面,周志强与大家分享了幻境团队在制作《苏州四月-山塘街》时的经验。周志强表示,幻境的团队成员分布50后~95后的各个年龄段,所以在组织工作方面并不轻松。此外,技术人员跟文史学者在理解方面本就存在偏差,而在艺术方面的偏差要就更大了。

第四、想让观众去买单,还需时间。所以作为内容制作团队,在未来一年里的生存与选择是非常重要的。

道路一定是曲折的,但前景也一定是光明的

VR能实现传统表现手法上无法实现的真实感,所以VR在文化艺术方面的应用前景是非常开阔的。

从技术层面上说,“文化艺术+VR”这条路,前面并不好走,但是对于创作者来说,做成一件完美的作品是件非常有成就感的事情。

在应用方面,文化艺术+VR需要特别的视角,从内而外,虚实结合,让VR技术带领大家走进原作者的内心世界。

此外,从现实出发,当下VR在教育领域的应用很广,艺术教育作为教育领域中重要的组成部分,在未来,一定会有更多VR方面的应用,现在做“文化艺术+VR”,其实就是在积累IP。

有了VR,艺术不再只能想象;有了艺术,VR不再是冷冰冰的科技。虽然这条跨界的路并不好走,但是只要有认同和支持,我们就一定能在不久的将来,亲身体验这极具魅力的融合之美。

原文发布时间:2016-06-24 21:50
本文作者:伶轩
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。

「公开课实录」幻境视界周志强:艺术+VR,一次非冲动的完美跨界相关推荐

  1. AI公开课:19.04.03周明—MSRA副院长《NLP的进步如何改变搜索的体验》课堂笔记以及个人感悟

    AI公开课:19.04.03周明-MSRA副院长<NLP的进步如何改变搜索的体验>课堂笔记以及个人感悟 导读        周明博士,1999年加入微软研究院(MSRA).现任微软亚洲研究 ...

  2. AI公开课:18.05.16 周明博士(MSRA副院长)—北大AI第十一讲之《语言智能的进展》课堂笔记——你了解语言智能

    AI公开课:18.05.16 周明博士(MSRA副院长)-北大AI第十一讲之<语言智能的进展>课堂笔记--你了解语言智能 导读         周明博士,微软亚洲研究院副院长.国际计算语言 ...

  3. 60万元奖金 “人脸攻防战”,怎么打?丨独家公开课实录(附baseline)

    近几年,机器学习的安全问题逐渐被研究者们所重视.而人脸识别也展现了弱人工智能向强人工智能的转化. 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术.人脸与人体的其它生物特征(指纹.虹膜等) ...

  4. 防住CV中这颗“不定时炸弹”,有哪些捷径?丨独家公开课实录(4)

    尽管深度学习在很多计算机视觉领域的任务上表现出色,Szegedy 为首的研究者仍然发现了深度神经网络在图像分类领域存在有意思的弱点.他们证明尽管有很高的正确率,现代深度网络是非常容易受到对抗样本的攻击 ...

  5. 60万奖金“人脸攻防大战”,全部进阶妙招奉上丨独家公开课实录(3)

    近几年,机器学习的安全问题逐渐被研究者们所重视.而人脸识别也展现了弱人工智能向强人工智能的转化. 人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术.人脸与人体的其它生物特征(指纹.虹膜等) ...

  6. 基于大模型,开发一款中文议论文写作平台丨“悟道之巅”公开课实录(4)

    扫描图上二维码或点击原文文末"阅读原文"即可参赛! 如果你错过了上一波深度学习引发的NLP范式转换,不要再错过这一波超大预训练模型的崛起. 近日,"悟道"核心团 ...

  7. 北大AI公开课2019 | 微软亚洲研究院周明:NLP的进步将如何改变搜索体验?

    本文由InfoQ家整理首发,未经授权请勿转载 4月3日,北大AI公开课第七讲如期开讲,微软亚洲研究院副院长周明与大家分享了近期自然语言技术取得的进展和创新成果,并探讨了自然语言技术和搜索引擎如何进一步 ...

  8. 百度公开课实录:巡检也可智能化操作?揭秘无人机自助巡检背后的奥秘

    点击左上方蓝字关注我们 今年4月,国家发改委首次明确新型基础设施的范围,其中作为引领科技革命重要驱动力的人工智能,成为新基建的一大主要领域,成为大家关注的焦点.9月29日上午9点,AIIA2020人工 ...

  9. 一文入门大规模预训练语言模型丨“悟道之巅”公开课实录(1)

    如果你错过了上一波深度学习引发的NLP范式转换,不要再错过这一波超大预训练模型的崛起. 近日,"悟道"核心团队推出首档公开课,公开课已全部上线,手把手帮助中国开发者理解并应用&qu ...

最新文章

  1. 当区块链遇到零知识证明
  2. python【力扣LeetCode算法题库】914. 卡牌分组(reduce collections.Counter)
  3. mvc @html.checkbox,MVC - @Html.CheckBoxFor
  4. 视频场景下,新用户的推荐策略怎么做?
  5. 【研发管理】中国企业 VS 世界优秀企业在产品研发上差距(下)
  6. hdu 1055(贪心)
  7. python文档字符串格式_Python字符串及文本模式方法详解
  8. .Net学习(三):初识ASP.Net
  9. 入门 | 机器学习中常用的损失函数你知多少?
  10. mysql force Index 强制索引[转]
  11. 银行理财子公司的“超级”玩法
  12. 安卓移动办公软件_商用软件的爆发7-2016年移动办公
  13. YML格式(java 常用配置文件格式)
  14. python selenium 键盘操作 常用
  15. DreamweaverCS6 破解补丁和说明
  16. 高能预警:SFDC安全技术大会将于11月19日在北京举办,岂安科技CEO罗启武受邀演讲
  17. 玩客云小盒子安装点心云,实现闲置宽带共享。
  18. 一个bat病毒分析(part1)
  19. OpenGL配置glut64位和glut32位,英伟达 安全 下载地址 免费
  20. JVM——深入理解类加载器

热门文章

  1. 机器学习实战 朴素贝叶斯分类器
  2. promise特点与其api的常用方法
  3. 关于排行榜的算法经验谈
  4. Arduino的Adafruit GFX图形库介绍(一)- 概述
  5. 测试贵在坚持,看一名普通测试人员的经历
  6. 量化选股模型—动量反转模型
  7. Revit最快建模、渲染、存储全能工作站方案
  8. 【垃圾回收器】基于Go实现引用计数法(ReferenceCount)
  9. Linux软件卸载器,ubuntu下软件的卸载和安装
  10. 孩子不想成为父母传宗接代赚取面子的工具