Tại Rạp Phim, Vì Sao Game Trông Thật Nhưng Vẫn Cảm Giác Giả

Cứ vài năm, ngành công nghiệp game lại hứa rằng lần này, các pixel cuối cùng sẽ không thể phân biệt được với thực tế. Ray tracing, 4K, 8K, kết cấu chi tiết đến mức đếm được lỗ chân lông — ngôn ngữ tiếp thị luôn xoay quanh độ sắc nét. Vậy mà người chơi vẫn nhận ra, trong vài giây, rằng họ đang xem một game. Một câu trả lời được thảo luận rộng rãi trên nền tảng hỏi đáp Trung Quốc Zhihu, do một nhà phát triển với gần một thập kỷ trong ngành viết, giải thích vì sao tiền đang được chi vào sai chỗ.

Phiên bản ngắn gọn, như nhà phát triển nói: mắt người gần như mù trước bóng đổ sai, nhưng họ sẽ bắt được một cái chớp mắt giả. Sự lệch pha giữa những gì studio tối ưu hóa và những gì người xem thực sự nhận ra chính là toàn bộ câu trả lời. Độ phân giải đã vượt giới hạn nhận thức của con người từ nhiều năm trước; đẩy nó cao hơn gần như không mang lại gì. Trong khi đó, lỗi ánh sáng lại khó phát hiện đáng ngạc nhiên, khiến ray tracing trở thành nơi kém hiệu quả nhất để chi ngân sách.

Thứ thực sự phá vỡ ảo ảnh, nhà phát triển lập luận, là khuôn mặt, chuyển động và cách thế giới phản hồi lại bạn. Con người được lập trình từ khi sinh ra để đọc người khác. Chúng ta dành cả đời để nghiên cứu lông mày, độ căng của quai hàm, độ trễ nhỏ trước nụ cười. Một mô hình nhân vật có thể có shader da hoàn hảo mà vẫn cảm thấy sai nếu mắt không theo dõi tự nhiên hoặc nếu miệng cử động chậm một phần giây. Đây là lý do tại sao cái gọi là hiệu ứng thung lũng kỳ lạ (uncanny valley) ảnh hưởng mạnh nhất ở khuôn mặt, và tại sao các studio làm tốt performance capture — công nghệ ghi lại biểu cảm của diễn viên và ánh xạ chúng lên nhân vật kỹ thuật số — có xu hướng gây ấn tượng hơn những studio có kết cấu sắc nét nhất.

Chuyển động là dấu hiệu thứ hai. Cơ thể thật mang trọng lượng. Vải gấp nếp, tóc rũ xuống, bàn chân bám đất và vai dịch chuyển khi một người quay lại. Khi một nhân vật lướt đi nhẹ nhàng, hoặc chiếc áo khoác cư xử như bìa cứng, não bộ đánh dấu ngay lập tức, ngay cả khi người xem không thể nói tại sao. Nhà phát triển lưu ý rằng người chơi hiếm khi phàn nàn về những điều này bằng thuật ngữ kỹ thuật; họ chỉ nói game có cảm giác sai sai.

Dấu hiệu thứ ba và bị đánh giá thấp nhất là khả năng phản ứng — liệu thế giới có hành xử như thể nó có quy tắc. Nếu một cái cốc không thể bị đánh đổ, nếu đám đông không bao giờ tách ra, nếu cánh cửa mở theo cùng một cách mỗi lần bất kể bạn tiếp cận thế nào, thế giới đó tiết lộ mình là phông nền chứ không phải một nơi chốn. Người chơi hiện đại liên tục kiểm tra những ranh giới này, thường mà không nhận ra. Họ đẩy vào cảnh vật như trẻ con đẩy vào bối cảnh sân khấu.

Lập luận này đến vào một thời điểm khó xử cho ngành. Các game ngân sách lớn ngày càng đắt đỏ, và áp lực phô diễn sức mạnh kỹ thuật trong trailer đẩy các studio về phía những nâng cấp dễ thấy, thân thiện với ảnh chụp màn hình mà nhà phát triển cho là kém hiệu quả nhất. Trong khi đó, nghề thực sự bán được ảo ảnh — hoạt hình, performance capture, vật lý, trí tuệ nhân tạo cho nhân vật không phải người chơi — chậm hơn, khó trình diễn hơn và khó tiếp thị hơn.

Cũng có một góc độ văn hóa. Người chơi Trung Quốc đã trở thành một trong những khán giả khó tính nhất thế giới, với dàn studio trong nước giờ đây cạnh tranh về chất lượng hoạt hình và diễn xuất nhân vật thay vì độ phân giải thô. Cuộc thảo luận trên Zhihu thu hút hàng nghìn độc giả chính vì nó khớp với điều nhiều người đã cảm nhận nhưng không thể diễn đạt: rằng khoảng cách giữa game và thực tế không còn là vấn đề số lượng pixel, mà là liệu những người trên màn hình có vẻ sống động, và liệu thế giới có vẻ đang chú ý.

Cuối cùng, kết luận của nhà phát triển gần như mang tính triết học. Chủ nghĩa hiện thực quang học là một phép đo. Độ tin cậy là một màn trình diễn. Khán giả tha thứ cho một kết cấu thô ráp. Họ không tha thứ cho một khuôn mặt không có ý nghĩa như lời nó nói.