Gelombang animasi AI generatif saat ini seringkali terasa seperti trik sulap yang hanya bekerja sekali. Anda mengetik sebuah perintah, sebuah video muncul, dan jika hasilnya tidak disukai — mungkin kaki-kakinya terlihat aneh, yang merupakan masalah lazim dalam generasi AI — satu-satunya pilihan nyata adalah mencoba perintah lain. Pendekatan “kotak hitam” inilah yang coba dibongkar oleh Cartwheel, sebuah startup animasi 3D baru.
Andrew Carr dan Jonathan Jarvis, dua veteran dengan akar di OpenAI dan Google secara berturut-turut, mendirikan perusahaan ini. Mereka berupaya membangun masa depan di mana AI menangani kerja teknis yang membosankan dalam animasi sementara jiwa kreatifnya diserahkan kepada seniman.
Saya berbincang dengan Carr dan Jarvis tentang peluncuran perusahaan mereka, mendefinisikan “selera” dengan AI, serta kesulitan teknis dan kreatif animasi di tahun 2026.
Apa yang Membedakan Cartwheel
Menurut para pendirinya, salah satu tantangan terbesar di bidang ini adalah data gerak 3D yang sangat langka dibandingkan lautan teks dan gambar tak berujung yang tersedia daring untuk pelatihan model AI.
“Jika Anda melihat semua perusahaan teknologi besar, mereka membangun modelnya pada bahasa tertulis, audio, gambar, [dan] video karena memang sangat banyak, sehingga menemukan pola-pola itu jauh lebih mudah,” kata Jarvis. “Kami tahu ini akan sulit, tetapi ternyata lebih sulit dari perkiraan, mungkin sekitar 10 atau 100 kali lipat, untuk mendapatkan data tersebut.”
Sementara raksasa teknologi lain fokus menghasilkan piksel akhir, Cartwheel telah menghabiskan tahunan untuk memetakan bagaimana manusia sebenarnya bergerak. Model mereka dibangun untuk memahami nuansa sebuah penampilan, sehingga video 2D sederhana seseorang menari di halaman belakang dapat diterjemahkan menjadi kerangka 3D yang presisi dan realistis.
Pergeseran dari gambar datar ke aset 3D inilah yang memberi animator kendali yang selama ini hilang di era AI.
Cartwheel telah menghabiskan tahunan menangani tugas sulit memetakan bagaimana manusia sebenarnya bergerak.
Mencegah “Keseragaman” AI
Para eksekutif Cartwheel menyatakan mereka memandang “keseragaman” AI sebagai produk sampingan dari kurangnya kendali. Jika semua orang menggunakan generator yang sama untuk menghasilkan video, hasilnya pada akhirnya mungkin mulai terlihat terlalu mirip.
“Keluaran sistem kami dirancang untuk diedit orang. Dirancang untuk disentuh dan dimanipulasi, dan kami tidak ingin seseorang mengetik sesuatu lalu sistem mengacaknya menjadi animasi jadi. Bukan itu tujuannya. Itu membosankan, siapa yang akan menontonnya?” kata Carr.
“Fakta bahwa orang sangat mudah memulai dan mengeditnya sebenarnya menghilangkan sama sekali masalah keseragaman,” ujarnya. “Anda menerapkannya pada karakter berbeda, menempatkannya di lingkungan berbeda, mengubah tampilannya, mendorong penampilannya, menarik penampilannya, dan dalam hal itu [keseragaman] berubah menjadi bukan masalah.”
Carr dan Jarvis mengatakan solusinya adalah menyediakan “lapisan kendali” di mana keluaran AI hanyalah titik awal. Dengan menghasilkan data 3D alih-alih video datar, pencipta dapat mengubah pencahayaan, menggerakkan kamera, atau menyesuaikan pose karakter setelah AI menyelesaikan pekerjaan awalnya — menjadikan teknologi ini alat bantu canggih, bukan pengganti seniman.
Masa Depan Animasi dengan AI
Di luar sekadar membuat animasi lebih cepat dan menurunkan hambatan masuk, perusahaan ini melihat ke arah konsep yang mereka sebut “penceritaan terbuka” atau “pembangunan dunia terbuka.” Dalam permainan dan media sosial modern, permintaan akan konten telah mencapai skala yang tidak mungkin dipenuhi oleh animasi manual.
Cartwheel membayangkan karakter yang tidak hanya diprogram dengan beberapa gerakan tetap, tetapi didukung oleh model gerak yang memungkinkan mereka bereaksi dan tampil secara real-time. Ini kurang tentang mengoreografi setiap frame tunggal, dan lebih tentang “berlatih” dengan aktor digital yang memahami maksud adegan.
Pada akhirnya, tujuannya adalah menjembatani kesenjangan antara visi 2D dan eksekusi 3D, kata para pendiri.
“Salah satu hipotesis inti yang kami harap terbukti dalam tiga tahun ke depan untuk Cartwheel adalah semua orang akan bekerja di 3D meskipun dibuat di 2D, meskipun keluaran akhirnya hanya video 2D,” kata Carr.
Dengan fokus pada “lapisan di bawah piksel,” Carr dan Jarvis berharap bahwa seiring animasi menjadi lebih otomatis, ia juga menjadi lebih personal. Mesin menangani biomekanika dan ekspor berkas, tetapi manusia tetap memegang kata akhir atas selera, waktu, dan jantung cerita.