在视觉艺术领域，灯光效果对于营造氛围和传递情感至关重要。无论是电影拍摄还是摄影创作，创作者往往需投入大量时间与预算，精心打造镜头前的完美照明。然而，传统方法下，拍摄一旦完成，照片或视频的照明效果便难以更改，后期“重新布光”不仅耗时且需高超技艺。尽管生成式人工智能工具试图简化这一过程，但其依赖庞大神经网络和海量训练图像的方式，常使结果难以预测，限制了创作者的自由发挥。

今年温哥华SIGGRAPH大会上，西蒙弗雷泽大学计算摄影实验室的研究人员提出了一项创新成果——“照片的物理可控补光”。该技术将计算机图形软件中的灯光精确控制引入图像编辑，通过估算场景的3D版本，并忽略所有光照信息，为用户提供了一个可交互的虚拟摄影空间。用户能像在真实摄影工作室或3D建模软件中那样，自由放置虚拟光源，并实时预览新光照条件下的场景效果。

“我们的方法赋予用户与Blender或虚幻引擎等3D工具相同的灯光控制权，”研究主要作者Chris Careaga表示，“通过模拟灯光，我们确保最终结果能精准再现用户意图。”此外，研究团队还开发了一个神经网络，将粗略预览转化为逼真照片，进一步提升了技术的实用性。目前，该重新照明系统主要适用于静态图像，但团队正积极探索将其扩展至视频领域的可能性，以期为视觉特效艺术家和电影制作人提供更强大的工具。

“随着技术不断进步，它将为独立电影制作人和内容创作者节省大量时间与成本，”西蒙弗雷泽大学计算摄影实验室负责人亚格伊兹·阿克索伊博士强调，“他们无需再依赖昂贵照明设备或重新拍摄，就能在后期实现逼真的灯光调整。”

更多信息： Chris Careaga 等人，《照片的物理可控重新照明》，计算机图形学和交互技术特别兴趣小组会议论文集(2025)。