Spotlight
5. Mai 2026
Erstellen stilisierter digitaler Menschen für Daughter of the Inner Stars mit MetaHuman und UE5
Daughter of the Inner Stars ist ein 50-minütiges originales symphonisches Orchestererlebnis, das Live-Erzählung, Animation und Filmmusik miteinander verbindet. Erschaffen von Nicholas Buc und Melanie Hiluta und geschrieben und inszeniert von James Vinson, folgt die Serie der Reise von Fia, einem mutigen jungen Mädchen, das im Kreuzfeuer eines sinnlosen kosmischen Krieges nach seinem verschollenen Vater Burto sucht.
Was diese Geschichte besonders fesselnd macht, ist nicht nur das zweifellos bezaubernde Endergebnis, sondern auch, wie es erreicht wurde.
Mit einem kleinen Team und begrenzten Ressourcen verließen sich die Creator auf MetaHuman und Unreal Engine, um das zu übertreffen, was sie zuvor für möglich gehalten hatten. Das öffnete die Tür zu einer neuen Art von Workflow, der stilisiertes Bildmaterial, Echtzeitproduktion und detailgetreues Performance Capture in einer zusammenhängenden Pipeline für modernes Storytelling kombiniert.
Was diese Geschichte besonders fesselnd macht, ist nicht nur das zweifellos bezaubernde Endergebnis, sondern auch, wie es erreicht wurde.
Mit einem kleinen Team und begrenzten Ressourcen verließen sich die Creator auf MetaHuman und Unreal Engine, um das zu übertreffen, was sie zuvor für möglich gehalten hatten. Das öffnete die Tür zu einer neuen Art von Workflow, der stilisiertes Bildmaterial, Echtzeitproduktion und detailgetreues Performance Capture in einer zusammenhängenden Pipeline für modernes Storytelling kombiniert.
Fotorealismus mit einem malerischen visuellen Stil vermischen
Einer der markantesten Aspekte von Daughter of the Inner Stars ist seine visuelle Identität. Anstatt sich ganz auf den Fotorealismus zu konzentrieren, strebte das Team von Inferstudio, das mit dem Aufbau der visuellen Welt des Erlebnisses beauftragt war, eine taktilere und ausdrucksstärkere Ästhetik an.
„Etwas, das mehr dem matten Gefühl eines illustrierten Kinderbuchs entsprach und weniger der Konventionen der glänzenden, bildgewaltigen Medien“, erklärt Nathan Su, Produktionsdesigner, Director of Photography und Supervisor für visuelle Effekte.
Gleichzeitig hatte Inferstudio bereits entschieden, dass Echtzeit-Workflows in der Unreal Engine angesichts ihrer geringen Teamgröße und der jeweiligen Fähigkeiten der einzige praktikable Ansatz für sie sein würden.
Bei den ersten Bildmaterialtests der Show erstellte das Team malerische Hintergrundumgebungen und fügte illustrierte 2.5D-Charaktere mit begrenzter Animation ein. „Wir haben uns die Szene als eingefrorene Porträts oder immersive Tableaus vorgestellt“, sagt Su.
Als MetaHuman-Animator veröffentlicht wurde, probierten sie, nur aus Spaß die Charaktere in vollständige MetaHumans zu verwandeln und führten einen grundlegenden Gesichts-MoCap-Test durch.
„Zu diesem Zeitpunkt war James, der Regisseur, wirklich begeistert von dem Potenzial, echte menschliche Performance in die Show zu bringen, sodass wir schnell von der Idee der eingefrorenen Tableaus zu einem animierteren Ansatz übergingen“, erklärt Su.
Die Wiedergabetreue und Genauigkeit von MetaHuman waren ein großer Schritt nach vorn für das Projekt, da sie es dem Team ermöglichten, die Nuancen und Feinheiten der komplexen Emotionen der Charaktere zu erforschen. Das erzeugte jedoch auch gewisse Spannungen. Die Stärke von MetaHuman liegt im Realismus, aber das drängte das Bildmaterial in eine unbeabsichtigte Richtung.
„Die extrem hohe Auflösung der Charaktere führte dazu, dass sich unsere Szenen wie Videospiel-Zwischensequenzen anfühlten“, sagt Su.
Sie mussten eine malerischere Ästhetik wiederfinden und begannen eine neue Experimentierphase. Das führte zur Entwicklung einer Hybrid-Pipeline, die Unreal Engine-Renderings mit KI-gestützter Stilisierung kombiniert.
„Wir haben im Grunde alles aus Unreal in Produktionsqualität gerendert und dann jeden einzelnen finalen Frame der Show in ein von uns entwickeltes benutzerdefiniertes AnimateDiff-Skript eingespeist“, erklärt Su.
Der Stable-Diffusion-KI-Durchlauf war bewusst dezent und hat das Bild nicht grundlegend verändert, sondern stattdessen kleine Details entfernt, die eindeutig als digital auffielen, wie Aliasing, Unschärfeartefakte und Texturnähte, sowie etwas Variation und Weichheit zu Kanten und Schnittpunkten bei Aspekten wie den Haaren hinzugefügt.
Der Sinn war nicht, das Bild komplett zu überarbeiten, sondern es subtil umzugestalten. Durch das Übereinanderlegen von Endresultaten brachten sie Diffusion und malerische Qualitäten ein, ohne die Kontrolle über Beleuchtung und Komposition zu verlieren.
„Meistens war dies ein ziemlich einfacher Deckkraft-Änderungsvorgang“, sagt Su. „Wir legten ein Stable-Diffusion-Bild mit 30-50 % Deckkraft über das Render-Ergebnis.“
Das Ergebnis ist ein visueller Stil, der irgendwo zwischen Illustration und kinematografischem Realismus liegt und zeigt, wie flexibel Echtzeit-Pipelines sein können, wenn sie mit Nachbearbeitungstechniken kombiniert werden.
Bilder mit freundlicher Genehmigung von Inferstudio.
MetaHumans an stilisiertes Charakterdesign anpassen
Um diesen stilisierten Look zu erreichen, war mehr als nur Nachbearbeitung erforderlich. Das Team hat auch MetaHuman-Assets direkt modifiziert, insbesondere für den Hauptcharakter Fia. „Sie hatte ein benutzerdefiniertes Haar-Groom, das wir in Blender erstellt haben, und hochskalierte Augen sowie einige benutzerdefinierte Hauttexturen“, sagt Su.
Für ihre Augen wollte das Team Proportionen, die über das hinausgingen, was der MetaHuman Creator (MHC) erreichen konnte. Um den Look zu erreichen, haben sie im MHC zuerst einen Charakter so nah wie möglich ans gewünschte Ergebnis herangebracht, und dann das Kopf-Mesh direkt aus der Unreal Engine für die Bearbeitung in Blender exportiert.
„Es waren wirklich nur die Augen-Meshs selbst, die skaliert werden mussten, daher war es ein ziemlich unkomplizierter Modellierungsprozess“, merkt Su an.
Die Skalierung von Merkmalen wie den Augen über die Standardgrenzen hinaus erlaubte es dem Team letztendlich, das Design näher an einen 2D-Illustrationsstil heranzuführen. „Wir waren ehrlich gesagt überwältigt, wie einfach umsetzbar das alles war, obwohl wir in vielen Fällen die Werkzeuge erst beim Benutzen erlernt haben“, sagt Su.
Für die anderen Menschen verwendete das Team grundlegende MetaHuman-Gesichter und -Körper, mit Anpassungen an Haaren, Kostümen und Gesichtern, die zu einer stilisierteren und handgemalten Ästhetik führten.
„Die Logik des MetaHuman-Blueprints machte es wirklich einfach, Texturen und Körper-Meshs einfach auszutauschen, sodass wir Charaktere erstellen konnten, die sich wirklich individuell und einzigartig anfühlten“, sagt Su.
Während MetaHumans eine flexible Grundlage für humanoide Charaktere boten, änderte sich der Ansatz erheblich, als etwa beim Leviathan nicht mehr um humanoide Kreaturen ging. Dafür waren vollständig benutzerdefinierte Rigs und eine Animationslogik erforderlich, die auf die Anatomie jeder Kreatur zugeschnitten ist.
Im Gegensatz zu MetaHumans, die von standardisierten Werkzeugen und Workflows profitieren, verließen sich diese Charaktere von prozeduralen Rigs bis zur Spline-basierten Animation auf experimentellere Techniken, was hervorhebt, wie sich Pipelines anpassen müssen, wenn sie über menschliche Formen hinausgehen.
Bilder mit freundlicher Genehmigung von Inferstudio.
Kombination von Gesichtsmimik- und Körper-MoCap für eine realistische Performance
Performance Capture spielte eine zentrale Rolle, um den humanoiden Charakteren Leben einzuhauchen. Das Team kombinierte MetaHuman Animator für die Gesichtserfassung mit Autodesk Flow Studio für Körperverfolgung und führte die Daten dann von Hand zusammen.
„Die Synchronisierung der Körperdaten mit den Gesichtserfassungsdaten war ein manueller Prozess, den wir für jede Animation durchführen mussten. Sobald sie synchronisiert waren, geschah die Magie“, erklärt Nour Hassoun, Gründer und CEO von IMPERSONAS, einem Studio für digitale Menschen, das an dem Projekt gearbeitet hat.
Da sie ein einziges kamerabasiertes Erfassungssystem für Gesicht und Körper verwendeten, konnte das Team mehrere Darsteller gleichzeitig miteinander interagieren lassen.
„Wenn wir mehrere Anzüge oder hochwertigere Tracking-Systeme gebraucht hätten, hätten wir uns die Motion Capture für dieses Projekt sicher nicht leisten können. Die Möglichkeit, alle Darsteller in einer Szene gleichzeitig zu erfassen, war unerlässlich“, sagt Su.
Das Team nutzte auch die Möglichkeiten von Live Link Face, um Performance Capture mit geringem Budget zu realisieren, indem es ein Telefon für die Gesichtserfassung verwendete.
„Wir haben ein wirklich einfaches Gesichtserfassungs-Rig mit einem Fahrradhelm, einem Selfie-Stick, Fußgewichten und etwas zu viel Panzerband zusammengebaut. Das hat überraschend zuverlässig funktioniert“, sagt Su.
Bilder mit freundlicher Genehmigung von Inferstudio.
„Performance Capture war etwas, wovon ich nie geträumt hätte, dass ein Team unserer Größe und Fähigkeiten es bewältigen könnte. Selbst ein Jahr bevor wir dieses Projekt in Angriff nahmen, war ich nicht überzeugt.“
Als es darum ging, die erfassten Actor-Performances auf ihre stilisierten Charaktere umzumünzen, war es ein typischer Fall von Versuch und Misserfolg. Zu viel Augenbewegung führte dazu, dass Fias Augen clippen, während bestimmte Körperbewegungen dazu führten, dass ihre Arme durch ihre Ärmel gehen.
„Es gab aber nichts, was wir nicht mit Texturmasken, Kameratricks und sorgfältiger Animationsbereinigung lösen konnten“, sagt Hassoun.
Das Team stellte fest, dass ein wesentlicher Unterschied zwischen der Arbeit mit realistischen und stilisierten Charakteren darin besteht, dass die MoCap-Bereinigung nicht nur „Bereinigung“ ist: Es gibt einen ganzen Prozess der kreativen additiven Animation obendrauf, entweder um einige der Eigenheiten auszugleichen, oder um etwas mehr Lebendigkeit in die übertriebenen Proportionen zu bringen.
„Der Workflows war trotz dieser Eigenheiten immer noch eine große Hilfe im Vergleich zu traditionellen Animation-Pipeline“, sagt Hassoun. „Besonders, da niemand im Team ein Charakter-Taste-Animator im klassischen Sinne ist.“
Die gesamte Animationsbereinigung fand direkt in der Unreal Engine statt. Dies war dank der hohen Qualität der Performance-Daten vom MetaHuman-Animator möglich.
„Das Niveau der Animationssteuerungen, die Werkzeuge, die Einschränkungen, die Schalter … all das zusätzlich zur Möglichkeit, in Echtzeit zu rendern! Es ist einfach großartig“, sagt Hassoun.
„Besonders beim Bereinigen der Gesichtserfassung mit so vielen kleinen Feinheiten. Es hilft sehr, das gerenderte Ergebnis sofort auf dem Bildschirm zu sehen, um es anzupassen, zu testen und zu iterieren. Wir sind ein sehr kleines Team und der Luxus, Daten zwischen den Werkzeugen zu exportieren und importieren, ist Zeit, die wir stattdessen für die Verbesserung des Films benötigen.“
Als es darum ging, die erfassten Actor-Performances auf ihre stilisierten Charaktere umzumünzen, war es ein typischer Fall von Versuch und Misserfolg. Zu viel Augenbewegung führte dazu, dass Fias Augen clippen, während bestimmte Körperbewegungen dazu führten, dass ihre Arme durch ihre Ärmel gehen.
„Es gab aber nichts, was wir nicht mit Texturmasken, Kameratricks und sorgfältiger Animationsbereinigung lösen konnten“, sagt Hassoun.
Das Team stellte fest, dass ein wesentlicher Unterschied zwischen der Arbeit mit realistischen und stilisierten Charakteren darin besteht, dass die MoCap-Bereinigung nicht nur „Bereinigung“ ist: Es gibt einen ganzen Prozess der kreativen additiven Animation obendrauf, entweder um einige der Eigenheiten auszugleichen, oder um etwas mehr Lebendigkeit in die übertriebenen Proportionen zu bringen.
„Der Workflows war trotz dieser Eigenheiten immer noch eine große Hilfe im Vergleich zu traditionellen Animation-Pipeline“, sagt Hassoun. „Besonders, da niemand im Team ein Charakter-Taste-Animator im klassischen Sinne ist.“
Die gesamte Animationsbereinigung fand direkt in der Unreal Engine statt. Dies war dank der hohen Qualität der Performance-Daten vom MetaHuman-Animator möglich.
„Das Niveau der Animationssteuerungen, die Werkzeuge, die Einschränkungen, die Schalter … all das zusätzlich zur Möglichkeit, in Echtzeit zu rendern! Es ist einfach großartig“, sagt Hassoun.
„Besonders beim Bereinigen der Gesichtserfassung mit so vielen kleinen Feinheiten. Es hilft sehr, das gerenderte Ergebnis sofort auf dem Bildschirm zu sehen, um es anzupassen, zu testen und zu iterieren. Wir sind ein sehr kleines Team und der Luxus, Daten zwischen den Werkzeugen zu exportieren und importieren, ist Zeit, die wir stattdessen für die Verbesserung des Films benötigen.“
Bilder mit freundlicher Genehmigung von Inferstudio.
Unreal Engine für die Echtzeit-Kinoproduktion
Unreal Engine bildete das Backbone der gesamten Produktion. Seine Echtzeit-Fähigkeiten haben den Möglichkeitenspielraum des Teams grundlegend verändert.
„Ein Teil dieser Länge und Komplexität wäre für uns mit traditionellen PBR-Rendering-Workflows nicht machbar gewesen“, sagt Su. „Die Renderzeiten hätten uns lahmgelegt, ganz zu schweigen vom Ehrgeiz des Projekts, ausgedehnte lange Aufnahmen über fremdartige Landschaften und Welten voller Leben und Geometrie zu erstellen.“
Sie erkannten, dass die Core Rendering-Technologien der Unreal Engine es ihnen erlauben würden, mit einem kleineren Team mehr zu erreichen.
„Als wir Daughter of the Inner Stars in Angriff nahmen, gingen wir wegen Lumen und Nanite schon relativ früh davon aus, dass wir es in der Unreal Engine erstellen und rendern würden“, sagt Su. „Der Zugriff auf Quixel Megascans-Assets und -Materialien war auch etwas, auf das wir uns stark verlassen haben.“
Abseits des Renderns ermöglichte die Unreal Engine die Zusammenarbeit in Echtzeit. „Wir konnten mit dem Komponisten Nick und dem Regisseur James über Online-Meetings zusammenarbeiten, bei denen wir in Echtzeit über Screenshare Notizen zu Umgebungen oder Kamerabewegungen machten“, erklärt Su. „Der Echtzeit-Charakter der Szenen, die wir bauten, machte es für James viel einfacher, die Choreografie innerhalb jeder Aufnahme zu sehen und zu verfeinern.“
Dadurch konnten kreative Entscheidungen schneller und kollaborativer getroffen werden als in traditionellen Pipelines.
Bilder mit freundlicher Genehmigung von Inferstudio.
Kleine Teams befähigen, große Geschichten zu erzählen
Daughter of the Inner Stars zeigt, wie die Kombination aus Echtzeit-Rendering, zugänglicher Performance Capture und flexiblen Charakter-Tools kleine Studios befähigen kann, großartige Kinoerlebnisse zu schaffen.
Darüber hinaus zeigt es einen umfassenderen Wandel in der Kreativtechnologie.
Werkzeuge wie MetaHuman und Unreal Engine verbessern nicht nur die Workflows – sie definieren neu, was für unabhängige Creator möglich ist. „Es ist keine Übertreibung zu sagen, dass die Veröffentlichung von MetaHuman-Animator unsere Ambitionen und unseren Ansatz für dieses Projekt völlig verändert hat“, schließt Su.
Bilder mit freundlicher Genehmigung von Inferstudio.