Dạo gần đây, cộng đồng mạng đang xôn xao về một series hoạt hình mầm non mới của Disney mang tên Ozzy Fox. Điều đáng nói là bộ phim này bỗng dưng nhận được sự chú ý cực lớn không phải nhờ chiến dịch quảng cáo rầm rộ, mà lại xuất phát từ những nghi vấn cho rằng đây là một sản phẩm “rác AI” (AI slop).
Nhiều khán giả khi xem qua hai tập đầu tiên trên YouTube đã nhanh chóng nhặt ra loạt “sạn” quen thuộc của các trình tạo video bằng AI: từ các chi tiết bối cảnh nhìn như chưa hoàn thiện, cây đàn piano thiếu mất một nửa phần dưới, cho đến việc nhân vật bị lỗi mấp máy môi hay phông nền hoàn toàn không có chữ viết hay con số nào. Thậm chí, trang phục của nhân vật mẹ còn bất ngờ đổi màu ngay giữa một điệu nhảy. Những chi tiết kỳ lạ này khiến không ít người bất bình, cho rằng Disney đang cho trẻ em xem những sản phẩm kém chất lượng được tạo ra chỉ bằng vài câu lệnh.
Tuy nhiên, sự thật đằng sau lại thú vị hơn thế nhiều. Trái ngược với những lời cáo buộc, Ozzy Fox không hề được tạo ra bởi các mô hình tạo video từ văn bản (text-to-video) hay hình ảnh (image-to-video) như cách người ta vẫn nghĩ về AI tạo sinh (Generative AI). Đây thực chất là một dự án hợp tác giữa Disney và www.animaj.com/post/animaj-sketch-to-motion-model – một studio hoạt hình của Pháp từng lọt vào chương trình phát triển startup Disney Accelerator năm 2024.
Bộ phim được sáng tạo bởi Jennifer Oxley (từng tham gia Peg + Cat, Wonder Pets!) và phát triển bởi giám đốc sáng tạo Guillermo García Carsí của Animaj. Phần âm nhạc bắt tai cũng do các nhạc sĩ thực hiện. Vậy yếu tố AI nằm ở đâu trong quy trình sản xuất này?
Animaj đã sử dụng hai công cụ AI độc quyền do họ tự phát triển để hỗ trợ cho đội ngũ nhân sự, bao gồm: dự đoán tư thế từ nét vẽ (sketch-to-pose prediction) và tự động tạo chuyển động giữa các khung hình (motion in-betweening).
Quy trình hoạt động diễn ra như sau: Các nghệ sĩ con người vẫn là người thiết kế các mô hình 3D, vẽ storyboard và phác thảo các tư thế chính (key poses) của nhân vật. Sau đó, hệ thống AI đầu tiên sẽ dựa vào các nét vẽ 2D này để tự động điều chỉnh mô hình 3D vào đúng tư thế tương ứng – một công nghệ tương tự như bắt chuyển động (mocap) nhưng là chuyển từ 2D sang 3D. Tiếp theo, mô hình AI thứ hai đảm nhận công việc lặp đi lặp lại là bù đắp các khung hình chuyển động ở giữa (in-between frames), vốn là tính năng cơ bản trong các phần mềm làm phim hoạt hình 3D từ nhiều thập kỷ qua. Cuối cùng, các animator vẫn phải kiểm tra và chỉnh sửa thủ công mọi thứ trên Maya để đảm bảo chất lượng.
Vì vậy, những phân cảnh trông có vẻ đơ cứng hay kỳ lạ trong phim thực chất là do phong cách nghệ thuật có chủ ý (tương tự như series Pocoyo nổi tiếng từ năm 2005 của studio này) hoặc chỉ đơn giản là lỗi kỹ thuật của con người, chứ không phải do AI “ảo tưởng” tạo ra. Việc Disney gắn mác “sản phẩm có sự hỗ trợ của AI” có thể chỉ là một chiêu trò nhằm thu hút các cổ đông yêu thích công nghệ, nhưng vô tình lại tạo nên một làn sóng phản ứng ngược từ phía người xem.
Câu chuyện của Ozzy Fox là một ví dụ điển hình cho thấy ranh giới mong manh giữa việc sử dụng AI như một công cụ hỗ trợ tăng hiệu suất công việc và việc lạm dụng AI tạo sinh để thay thế hoàn toàn sức lao động của con người. Việc đánh đồng mọi công nghệ tự động hóa là “rác AI” đôi khi có thể làm chúng ta mất đi cái nhìn khách quan về những cải tiến kỹ thuật thực sự trong ngành đồ họa và chuyển động.
Word on the street is that Disney’s new preschool series, Ozzy Fox, is blowing up online. But here’s the twist: it’s not catching fire because of a massive marketing push—it’s going viral over accusations of being “AI slop”.
After catching the first two episodes on YouTube, eagle-eyed viewers quickly spotted what looked like classic telltale signs of AI video generators. Think unfinished background props, a piano missing its bottom half, glitchy lip-syncing, and a strange lack of text or numbers anywhere in the scenery. To top it off, the mom character’s outfit randomly changes colors mid-dance. These bizarre quirks left plenty of people upset, sparking theories that Disney is serving kids low-effort content whipped up by basic text prompts.
But the real story behind the scenes is way more fascinating. Despite the internet outrage, Ozzy Fox isn’t actually generated by text-to-video or image-to-video Generative AI models. It’s actually a joint project between Disney and www.animaj.com/post/animaj-sketch-to-motion-model, a French animation studio that joined the Disney Accelerator program back in 2024.
The show brings some serious industry pedigree to the table, created by Emmy-winner Jennifer Oxley (Peg + Cat, Wonder Pets!) and developed by Animaj’s creative director, Guillermo García Carsí (Pocoyo). Plus, those catchy songs about daily chores were written by a talented team of human musicians. So, where exactly does AI fit into the picture?
Animaj uses two proprietary, in-house AI tools designed purely to assist their production team: sketch-to-pose prediction and motion in-betweening.
Here’s how the workflow breaks down: human artists handle the heavy lifting by designing the 3D models, drawing storyboards, and sketching out the character’s key poses. From there, the first AI system reads those 2D sketches and automatically snaps the 3D models into the correct poses—kind of like motion capture, but bridging 2D art to 3D space. Next, a second AI model tackles the tedious, repetitive task of filling in the blanks between frames (in-betweening), a process 3D animation software has automated for decades. To wrap it all up, human animators still review and hand-tweak everything to perfection.
So, any stiff movements or visual oddities are either a conscious stylistic choice—matching the look of their hit show Pocoyo, which has been running since 2005—or just good old-fashioned human error, not AI hallucinations. Disney labeling the series as “AI-assisted” might have just been a move to please tech-hungry investors, which accidentally backfired and stirred up the internet crowd instead.
The story of Ozzy Fox perfectly highlights the fine line between leveraging AI as an efficiency-boosting tool and abusing generative tech to replace human creativity entirely. Lumping every automated feature into the “AI slop” category makes it easy to lose sight of actual, practical technical innovations shaping the future of graphics and motion design.