當前生成式 AI 動畫浪潮往往像是一場只能奏效一次的魔術。你輸入提示詞，影片隨即生成，但如果結果不盡如人意——比如腳部動作扭曲變形，這在 AI 生成內容中是家常便飯——你唯一能做的就是換一個提示詞再試一次。這種"黑箱"模式，正是新興 3D 動畫初創公司 Cartwheel 致力於打破的。
公司由 Andrew Carr 與 Jonathan Jarvis 聯合創立，兩人分別擁有 OpenAI 與谷歌的從業背景。他們希望構建一個由 AI 承擔動畫製作中繁瑣技術工作、同時將創作靈魂完整保留給藝術家的未來。
筆者就公司創立歷程、如何用 AI 定義"品味"，以及 2026 年動畫領域所面臨的技術與創作挑戰，與 Carr 和 Jarvis 進行了深度對話。
Cartwheel 的核心差異
據創始人介紹，這一領域最大的挑戰之一，是 3D 動作數據極度匱乏——與用於訓練 AI 模型的海量文本和圖像相比，差距懸殊。
"回顧各大科技公司的發展路徑，他們將模型建立在文字、音頻、圖像和影片之上，因為這些數據量龐大，規律也更容易被發掘，"Jarvis 說，"我們知道這很難，但實際難度可能超出預期十倍乃至百倍。"
與其他聚焦於直接生成最終像素畫面的科技巨頭不同，Cartwheel 花費數年時間深入研究人類的運動規律。他們的模型能夠理解動作表演中的細微差異，將一段普通人在後院隨意起舞的 2D 影片，轉化為精準、逼真的 3D 骨骼動畫。
從平面圖像躍升至 3D 資產，正是讓動畫師重新掌握 AI 時代所缺失的那種掌控感的關鍵所在。
打破 AI 的"同質化"困境
Cartwheel 的管理團隊認為，AI 內容的"同質化"本質上是缺乏控制權的副產品。當所有人都使用同一個生成器來製作影片，最終輸出的結果難免大同小異。
"我們系統的輸出，天生就是為了讓人去編輯的。它是為人去觸碰、去操控而設計的。我們不希望有人輸入提示詞之後，動畫就直接一路生成到底——那不是這項技術的意義所在，那很無聊，誰會去看呢？"Carr 說。
"因為大家很容易上手並進行編輯，同質化問題其實就自然而然地消解了，"他補充道，"你可以換不同的角色、放進不同的場景、改變畫面風格、強化或弱化表演張力——這樣一來，同質化根本就不是問題。"
Carr 和 Jarvis 表示，解決之道在於提供一個"控制層"，讓 AI 的輸出僅作為創作的起點。通過生成 3D 數據而非平面影片，創作者可以在 AI 完成初步生成之後，自行調整光照、移動鏡頭或修改角色姿態——讓這項技術成為一個強大的專業工具，而非藝術家的替代品。
AI 驅動下的動畫未來
除了提升動畫製作效率、降低創作門檻，這家公司還著眼於一個他們稱之為"開放式敘事"或"開放式世界構建"的概念。在當代遊戲和社交媒體領域，內容需求已經達到了人工動畫根本無法滿足的規模。
Cartwheel 設想的未來中，角色不再只是被預設幾套固定動作，而是由動作模型驅動，能夠實時做出反應與表演。這不再是一幀一幀地設計編排，更像是與一位真正理解場景意圖的數字演員共同進行"排練"。
創始人表示，他們的終極目標是彌合 2D 創意構想與 3D 實際執行之間的鴻溝。
"我們對 Cartwheel 未來三年寄予的核心期望之一，是即便內容在 2D 中創作、最終輸出也只是 2D 影片，每個人都將在 3D 工作流中完成創作，"Carr 說。
通過聚焦"像素之下的那一層"，Carr 和 Jarvis 希望：隨著動畫越來越自動化，它也能變得越來越個性化。機器負責處理生物力學運算和文件導出，而人類始終保有對品味、節奏與故事靈魂的最終話語權。
Q&A
Q1：Cartwheel 和其他 AI 動畫工具有什麼不同？
A：Cartwheel 的核心差異在於它生成的是 3D 骨骼動畫數據，而非直接輸出最終影片畫面。這意味著創作者可以在 AI 生成初稿後，自由調整光照、鏡頭角度和角色姿態，擁有真正意義上的編輯控制權。相比之下，大多數生成式 AI 工具採用"黑箱"模式，輸出結果無法靈活修改。
Q2：Cartwheel 是如何解決 3D 動作數據稀缺問題的？
A：3D 動作數據遠比文本、圖像等數據稀缺，獲取難度超出預期十倍甚至百倍。Cartwheel 為此花費數年時間專注研究人類運動規律，構建能理解動作細節的專屬模型，可將普通 2D 影片（如手機拍攝的舞蹈片段）轉化為精準的 3D 骨骼動畫，從而繞開數據稀缺的瓶頸。
Q3：Cartwheel 的"開放式敘事"是什麼意思？
A："開放式敘事"是 Cartwheel 對動畫未來的核心愿景——角色不再依賴預設的固定動作，而是由動作模型驅動，能夠根據場景實時反應與表演。這一概念尤其適用於遊戲和社交內容領域，因為這些場景對內容量的需求已超出人工動畫的生產能力上限。
