近年來，各大 3D 軟體與算圖引擎相繼支援 3DGS（3D 高斯濺射）場景掃描技術，象徵著此技術正為影視製作帶來深刻的流程革新。在這波技術浪潮中，引起我們注意的是「起步走影像」。他們近兩年不僅陸續釋出多支在地景點的 3DGS 掃描測試，更將該技術結合生成式 AI、特效製作，並實際投入影視專案的製作。

本次特別專訪起步走創辦人，同時也是「綠野仙蹤電影特效公司」的視覺指導 — 潘胤余。透過他的視角，帶領讀者一探團隊如何站在技術前沿，推動 3DGS 整合至專業影視特效工作流。

請跟我們分享「起步走影像製作」的成立背景，為何以「3DGS」技術為主要特色？

潘胤余：起步走影像成立於 2019 年。在此之前，我主要負責綠野仙蹤電影特效的營運業務。當時的業務主要集中在電視與電影等視覺特效製作，因此成立起步走影像製作，目的是希望在綠野仙蹤與起步走之間劃分清晰的業務範疇。我希望將起步走定位得更具彈性，能承接片頭設計以及動態設計等專案。

雖然兩家公司的業務有些重疊，但起步走影像從一開始就更偏重於新技術的實踐與整合。至於為何選擇 3DGS 作為起步走的核心，這其實是必然的結果。因為我們持續嘗試新技術，自然較早踏入這個領域。在影視產業中，環境重構與數位資產長期存在一個痛點：傳統建模非常耗時，而光達（LiDAR）掃描雖然精準，但掃描回來的檔案仍需大量修補破面，且修補後的效果也不一定符合所需的氛圍。

當我們發現 3DGS 技術時，憑藉累積二十年的經驗，第一個念頭便是：這項技術能夠直接應用於影視產業。於是，我們將其導入工作流程，並開始嘗試將其發展成一項業務，讓大家了解我們能以電影級的標準，將場景轉化為數位資產，這就是我們最初的出發點。

大概從前年開始留意到 3D 軟體、算圖引擎紛紛支援 3DGS 技術。請問您大概是多久前開始接觸到 3DGS 的？對它的第一個想法是什麼？

潘胤余：我剛開始是在研究如何利用光達掃描來還原場景，但它一直無法有效率地解決問題。所以當 3DGS 的論文剛發表不久時，我便在一些開源論壇上關注到它，並開始嘗試如何讓它的質感達到我們的需求。

初期測試時，我把畫面給同事看，他們的第一個問題就是：「能不能達到 4K？能不能再更清晰？」當時我們遇到許多瓶頸，因為 3DGS 生成出來的成果帶有許多橢圓形的泡泡感，細節無法直接作為影視特效的素材，因此我們不斷研究如何讓它更銳利、更精緻。

會這麼努力想克服這些瓶頸，是因為在特效製作中，我們一直缺乏一種能將現場完整保留下來（包含材質與光影），並達到極致寫實的技術。而 3DGS 恰好能直接捕捉材質與環境反射，所以當時我們就思考，如果能將這個工作流程導入特效合成，就能夠讓視覺特效看起來更真實。

3DGS 和一般光達掃描的點雲資料，最大的差異是什麼？

潘胤余：最大的差異在於，光達是透過發射光束並接收反射的時間差，來算出幾何物件的座標與空間。優點是空間與距離能精準達到毫米等級，但它缺乏材質與光影色彩，呈現出來的只是大量的點。當要把點連成點、線、面時，會受限於物理特性。例如照到玻璃時，雖然能看到後方的物體，一旦光束被玻璃擋下，便無法穿透重建後方細節。

而 3DGS 則是以光影為導向，它的作業方式等於是透過在現場拍攝大量的照片或影片，再反算重建出整個空間。系統會利用空中許多帶有顏色、透明度的橢圓形體填滿空間，當旋轉到特定角度時，這些橢圓形體就會呈現出對應的畫面。

關於 3DGS 現場拍攝流程？大概使用哪些設備以及拍攝規格？

潘胤余：我們拍攝時不會只使用單一設備，而是根據場景狀況靈活調整。之所以會一直上傳不同景點的 3DGS 影片，也是希望透過不同的場景來測試各種器材。因為每個場景的條件不同，我們想挑戰面對不同環境時，如何運用相應的技術來完美還原現場。

針對大規模或結構複雜的場景，我們會使用手持光達來精準建構大範圍的骨架，再搭配單眼相機補拍細節與材質。但某些場景會有環境限制，手持光達也有物理極限（例如拍到一半電池耗盡需關機、更換等）；若使用相機，就比較能夠長時間拍攝，也方便隨時更換電池。

若空間較小、有特殊光源限制或無法自由移動，我們就會改用 360 度相機搭配單眼來捕捉細節。回到電腦後，再透過多通道對齊數據進行拼合。我們一直在嘗試使用手機、360 相機、運動相機或各式相機來還原畫面，測試各項設備的極限，進而研究出不同場景最適用的器材組合。

觀察你們的 3DGS 影片中大多沒有行人，實際拍攝時現場的行人該怎麼處理？

潘胤余： 拍攝時現場還是會有行人。早期拍攝時，我會盡量挑選冷門時段，只要有人經過，我就站在原地等待，等對方離開後再繼續拍攝。

但有些想拍的地點人潮絡繹不絕，後來我們研究國外論壇，發現可以製作遮罩，在運算前把不需要的人圈選起來排除。所以現在拍攝時，我們已經不再擔心畫面裡是否有人，都是直接以遮罩將行人去除即可。

最初是怎麼參與《再見1987》的製作？

潘胤余：《再見1987》的製片先前就曾與我合作過幾部作品，包括《女孩上場2》以及客家電視台的《都市開基祖》。製作《女孩上場2》時，我們就開始運用 3D 掃描技術，例如將整個球場或現場觀眾掃描下來，製作成數位孿生（Digital Twin），作為特效背景的素材。這部作品的成果很不錯，也入圍了第 59 屆電視金鐘獎戲劇類節目視覺特效獎。

到了《都市開基祖》時，技術已經成熟到可以實務應用，我們便將 3DGS 帶入劇組。當時製片沒有特別要求具體用途，只是全力配合並安排時間讓我們進行場景掃描。後來他提出能否將這些資料用於宣傳，例如邀請曾參與捷運開挖的人員戴上 VR 頭顯，透過沉浸式體驗，重溫當年施工的隧道場景。

面對《再見1987》的時候，我們認為如果 3DGS 只用來做數位備份未免可惜，它絕對還有更多發揮空間。因此，我們向製片提案，希望將特效製作與 3DGS 深度結合。製片也非常支持，給予我們很大的空間去發揮與嘗試。

實際導入劇組後，3DGS 技術可以帶來什麼助益？

潘胤余：勘景後，我們會迅速掃描場景，並在開會時直接展示 3DGS 檔案。當燈光或場務組詢問綠幕尺寸時，我能在 3D 空間中直接拉出模型、調整角度展示，讓大家瞬間達成共識，就像在虛擬空間預先取景與抓鏡位。

以劇中的戰俘營為例，現場搭了六、七頂帳篷。當時製片問我綠幕需要多大？是否要針對每頂帳篷各放一塊？或者乾脆搭建一個像辦喜宴那樣的大型棚架並蓋上綠布？面對這些問題，我直接做出模擬畫面，讓團隊一眼確認需測量的範圍與距離，大幅提升了跨部門的溝通與執行效率。

從拍攝到產生 3DGS 場景，大概耗時多長時間完成？

潘胤余：早期我們預估的拍攝時間比較長，但在測試中發現「光影變化」是個大問題。一旦拍攝時間拉長，太陽移動會導致陰影偏移，掃描出來的成果就會出現不同透明度的重疊殘影。出於對細節的追求，我們必須盡可能加快掃描速度。

以《再見1987》這個場景為例，我們大約在一天內就完成拍攝，後續的畫面整理與資料對齊則約需幾天到一週的時間。實務協作上，我們會安排在製片組去勘景的當天，順道完成拍攝作業，並事先請劇組工作人員配合現場淨空。

跟光達掃描的點雲資料相比，3DGS 是否更適合影視產業的應用？

潘胤余：從「材質與光影」的還原度來看，3DGS 是非常適合影視產業的技術。不過，早期我們透過照片重建環境時，也在思考光達與 3DGS 能否互相融合。因為 3DGS 生成的成果，本質上是懸浮在空中的粒子（橢圓形泡泡），缺少實體的幾何結構；如果要在 3D 軟體裡做物理碰撞測試，物體會直接穿透過去。但我們做特效時，會希望場景至少能具備牆面或地板的實體特性，以便進行物理模擬。

因此，我們開始研究如何將光達生成的點雲與 3DGS 結合。後來發現，已經有廠商提早佈局，針對這個痛點開發出「結合 3DGS 的手持光達設備」。他們將光達測得的距離數據，與攝影機捕捉的影像完美融合，藉此精準綁定 3DGS 的粒子位置。看到這項新技術時，我們深受震撼，也意識到這種「兼具精準物理空間與極致光影材質」的整合，絕對是未來必須深入研究的方向。