这家动画初创公司想让开放式故事创作变得更简单

当前生成式 AI 动画浪潮往往像是一场只能奏效一次的魔术。你输入提示词，视频随即生成，但如果结果不尽如人意——比如脚部动作扭曲变形，这在 AI 生成内容中是家常便饭——你唯一能做的就是换一个提示词再试一次。这种"黑箱"模式，正是新兴 3D 动画初创公司 Cartwheel 致力于打破的。

公司由 Andrew Carr 与 Jonathan Jarvis 联合创立，两人分别拥有 OpenAI 与谷歌的从业背景。他们希望构建一个由 AI 承担动画制作中繁琐技术工作、同时将创作灵魂完整保留给艺术家的未来。

笔者就公司创立历程、如何用 AI 定义"品味"，以及 2026 年动画领域所面临的技术与创作挑战，与 Carr 和 Jarvis 进行了深度对话。

Cartwheel 的核心差异

据创始人介绍，这一领域最大的挑战之一，是 3D 动作数据极度匮乏——与用于训练 AI 模型的海量文本和图像相比，差距悬殊。

"回顾各大科技公司的发展路径，他们将模型建立在文字、音频、图像和视频之上，因为这些数据量庞大，规律也更容易被发掘，"Jarvis 说，"我们知道这很难，但实际难度可能超出预期十倍乃至百倍。"

与其他聚焦于直接生成最终像素画面的科技巨头不同，Cartwheel 花费数年时间深入研究人类的运动规律。他们的模型能够理解动作表演中的细微差异，将一段普通人在后院随意起舞的 2D 视频，转化为精准、逼真的 3D 骨骼动画。

从平面图像跃升至 3D 资产，正是让动画师重新掌握 AI 时代所缺失的那种掌控感的关键所在。

打破 AI 的"同质化"困境

Cartwheel 的管理团队认为，AI 内容的"同质化"本质上是缺乏控制权的副产品。当所有人都使用同一个生成器来制作视频，最终输出的结果难免大同小异。

"我们系统的输出，天生就是为了让人去编辑的。它是为人去触碰、去操控而设计的。我们不希望有人输入提示词之后，动画就直接一路生成到底——那不是这项技术的意义所在，那很无聊，谁会去看呢？"Carr 说。

"因为大家很容易上手并进行编辑，同质化问题其实就自然而然地消解了，"他补充道，"你可以换不同的角色、放进不同的场景、改变画面风格、强化或弱化表演张力——这样一来，同质化根本就不是问题。"

Carr 和 Jarvis 表示，解决之道在于提供一个"控制层"，让 AI 的输出仅作为创作的起点。通过生成 3D 数据而非平面视频，创作者可以在 AI 完成初步生成之后，自行调整光照、移动镜头或修改角色姿态——让这项技术成为一个强大的专业工具，而非艺术家的替代品。

AI 驱动下的动画未来

除了提升动画制作效率、降低创作门槛，这家公司还着眼于一个他们称之为"开放式叙事"或"开放式世界构建"的概念。在当代游戏和社交媒体领域，内容需求已经达到了人工动画根本无法满足的规模。

Cartwheel 设想的未来中，角色不再只是被预设几套固定动作，而是由动作模型驱动，能够实时做出反应与表演。这不再是一帧一帧地设计编排，更像是与一位真正理解场景意图的数字演员共同进行"排练"。

创始人表示，他们的终极目标是弥合 2D 创意构想与 3D 实际执行之间的鸿沟。

"我们对 Cartwheel 未来三年寄予的核心期望之一，是即便内容在 2D 中创作、最终输出也只是 2D 视频，每个人都将在 3D 工作流中完成创作，"Carr 说。

通过聚焦"像素之下的那一层"，Carr 和 Jarvis 希望：随着动画越来越自动化，它也能变得越来越个性化。机器负责处理生物力学运算和文件导出，而人类始终保有对品味、节奏与故事灵魂的最终话语权。

Q&A

Q1：Cartwheel 和其他 AI 动画工具有什么不同？

A：Cartwheel 的核心差异在于它生成的是 3D 骨骼动画数据，而非直接输出最终视频画面。这意味着创作者可以在 AI 生成初稿后，自由调整光照、镜头角度和角色姿态，拥有真正意义上的编辑控制权。相比之下，大多数生成式 AI 工具采用"黑箱"模式，输出结果无法灵活修改。

Q2：Cartwheel 是如何解决 3D 动作数据稀缺问题的？

A：3D 动作数据远比文本、图像等数据稀缺，获取难度超出预期十倍甚至百倍。Cartwheel 为此花费数年时间专注研究人类运动规律，构建能理解动作细节的专属模型，可将普通 2D 视频（如手机拍摄的舞蹈片段）转化为精准的 3D 骨骼动画，从而绕开数据稀缺的瓶颈。

Q3：Cartwheel 的"开放式叙事"是什么意思？

A："开放式叙事"是 Cartwheel 对动画未来的核心愿景——角色不再依赖预设的固定动作，而是由动作模型驱动，能够根据场景实时反应与表演。这一概念尤其适用于游戏和社交内容领域，因为这些场景对内容量的需求已超出人工动画的生产能力上限。