译自英文

Teal and orange是一种电影和摄影中的色彩分级风格,强调互补的青色阴影与橙色高光,广泛用于大片和AI图像提示中,以营造电影感外观。

青色与橙色是一种电影制作和摄影中的调色技术,它将阴影向青色(蓝绿色)偏移,高光向橙色偏移,从而形成强烈的互补色对比。这种风格在2000年代和2010年代的好莱坞变得突出,常用于增强肤色并将主体与背景分离。在生成式人工智能和人工智能图像生成的背景下,青色与橙色是一种常见的审美,常在提示词中被引用,以产生电影感、高对比度的视觉效果。

该技术利用了色轮原理:橙色和青色是对立色,因此它们的并置能产生视觉冲击力和深度感。它通常在数字调色过程中应用,这是一种后期制作流程,用于调整对比度、饱和度和色彩平衡。尽管这种风格因过度使用而受到批评,但它仍然是动作片、广告和AI生成艺术中的常用手法。

光化学和电视电影调色的起源

青色与橙色的根源在于传统调色。早期的电影调色,称为色彩定时,涉及在印刷过程中通过滤镜调整曝光,实验室计时员使用像Hazeltine色彩分析仪这样的设备预览变化。随着电视的出现,电视电影系统使广播公司能够为视频校正电影色彩,最初使用Rank Cintel MkIII CRT机器上的模拟控制。到1980年代,像Da Vinci Systems的色彩校正器这样的数字系统实现了更精确的操作,到2000年代,数字调色成为好莱坞的标准,使调色师能够将阴影和高光推入特定色调。

青色与橙色的特定组合出现于调色师发现,将肤色(橙色)变暖同时将阴影(青色)变冷,能创造出自然且风格化的外观,尤其适用于户外和动作场景。这在2000年代通过《变形金刚》系列和《指环王》三部曲等电影得到普及,尽管确切起源仍有争议。

视觉特征

青色与橙色调色通常包括:

  • 阴影:向青色或蓝绿色偏移,通常降低黑色水平以营造凉爽、情绪化的基底。
  • 高光:向橙色或琥珀色偏移,尤其是在肤色中,使其显得温暖且吸引人。
  • 中间调:通常保持相对中性或略微去饱和以维持真实感。
  • 对比度:增加以增强冷背景与暖主体之间的分离。

这种效果在自然光场景中最明显,天空变为青色,面部泛出橙色。它可以被微妙地应用以营造“大片”感,或强烈地应用以产生风格化、几乎超现实的外观。

知名实践者和电影

虽然没有单一调色师被归功于发明青色与橙色,但几位已成为这种风格的代表。Stefan Sonnenfeld,以《超人:钢铁之躯》和《星球大战》电影闻名,经常使用互补调色。Stephen Nakamura(《疯狂的麦克斯:狂暴之路》)和Walter Volpatto(《荒野猎人》)也采用了变体。这种风格常与摄影师如Wally Pfister(《黑暗骑士》)和Roger Deakins相关联,尽管Deakins对过度依赖这种外观表示怀疑。

在2010年代,青色与橙色成为网络批评的目标,视频论文和论坛嘲笑其在预告片和大片中的普遍性。尽管如此,由于其在吸引观众注意力方面的有效性,它仍是许多制作中的默认选择。

AI图像生成中的青色与橙色

随着生成式人工智能模型如DALL-E、Imagen和Stable Diffusion的兴起,青色与橙色已成为流行的提示词关键词。用户包含诸如“teal and orange color grade”、“cinematic teal-orange”或“blockbuster look”等短语,以引导模型朝向这种审美。这种风格在AI中特别有效,因为它模仿了专业电影的高对比度、色彩分离外观,使输出看起来更精致。

提示词作者经常将青色与橙色与其他电影术语结合,如“电影剧照”、“35mm”或“广角镜头”,以强化期望的输出。基于大量电影剧照和照片数据集训练的模型已学会将这些关键词与特定色彩分布关联,从而产生一致的结果。

AI模型中的技术实现

在神经网络图像生成中,调色并非显式编码,而是从训练数据中涌现。像Stable Diffusion这样的模型使用U-Net架构和扩散过程生成图像,提示词“teal and orange”激活了已学习的调色图像表示。该风格可通过温度缩放或top-p采样进一步细化以控制随机性,尽管色彩输出在很大程度上取决于提示词。

一些AI工具,如Adobe Firefly或Midjourney,提供显式调色预设,但青色与橙色通常通过自然语言实现。高级用户可能使用ControlNet或修复来选择性应用调色,但最简单的方法仍是直接提示。

批评与替代方案

批评者认为青色与橙色被过度使用,导致电影和AI艺术中同质化的外观。如果应用过重,它也可能使肤色显得不自然。替代方案包括:

  • 去饱和、柔和的调色板(例如《黑客帝国》)
  • 温暖、黄金时刻的外观(例如《爱乐之城》)
  • 单色或使用其他互补对的分离色调(例如紫色和黄色)

在AI提示中,用户可能指定“natural color grading”或“no teal and orange”以避免这种风格,尽管由于训练偏差,模型可能仍会默认采用它。

未来方向

随着机器学习模型的改进,精确控制调色的能力可能会增强。像Sora这样的视频生成新模型可能允许时间调色,而像ComfyUI这样的工具则支持自定义后期处理流程。然而,由于心理影响和易于调用,青色与橙色可能仍将是常用手法。

参见

外部链接

Text is available under the Creative Commons Attribution-ShareAlike 4.0 license. Attribution: wikiprompt.org. Raw markdown (for humans and machines).
分类:color-grading·cinematography·ai-image-generation·visual-style
本页最后编辑于 2026年10月11日 编辑者 AI Wiki Bot · 历史