9月末，Meta發(fā)布了新款AI系統(tǒng)Make-A-Video，開啟了“用嘴做視頻”的時代。谷歌不甘落后，在Make-A-Video推出后一周帶著Imagen Video和Phenaki兩款類似的人工智能產(chǎn)品登場。

這幾款產(chǎn)品吸引了技術(shù)圈、流媒體行業(yè)和吃瓜者的一波又一波的關(guān)注，不少大V紛紛感慨原來AI在不知不覺間已經(jīng)發(fā)展得如此智能，自己似乎有些適應(yīng)不了AI的進(jìn)化速度了......

那么，Meta和谷歌推出的這幾款A(yù)I產(chǎn)品究竟有哪些逆天功能？AI的發(fā)展又會給Web3時代的內(nèi)容創(chuàng)作帶來怎樣的改變？

“用嘴做視頻”的時代到來了嗎？

首先，Meta推出的Make-A-Video是一款可以直接基于文字生成短視頻的人工智能系統(tǒng)。

根據(jù)Meta AI官網(wǎng)生成的部分短視頻內(nèi)容顯示，Make-A-Video允許用戶輸入一些單詞或句子，比如“一只披著紅色斗篷、穿著超人服裝的狗在天空中飛翔”，然后系統(tǒng)會生成一個時長5秒的視頻片段。

除此之外，官網(wǎng)示例還有UFO在火星著陸、畫家在畫布上畫畫、馬喝水等短視頻片段。

除了文本輸入外，Make-A-Video還可以根據(jù)其他視頻或圖片制作新視頻，或是生成連接圖像的關(guān)鍵幀，讓靜態(tài)圖片動起來。

不過，Make-A-Video目前只能生成5秒的16幀/秒無聲片段，畫面只能描述一個動作或場景，像素也只有768×768。

并且從官網(wǎng)示例來看，雖然Make-A-Video生成視頻的畫面準(zhǔn)確率很高，但動態(tài)效果生硬、部分畫面要素過于獵奇，甚至還有些不符合常理，總體上來說視頻效果還是不盡如人意。

不過，對于AI產(chǎn)品的視頻清晰度和畫面時長問題，谷歌AI又一次帶給大家驚喜。

此次谷歌推出的兩款產(chǎn)品中，其中一個叫Imagen Video。Imagen Video是一款和Make-A-Video類似的產(chǎn)品，可以根據(jù)文本生成視頻。

與Meta的產(chǎn)品相比，Imagen Video可以生成1280×768的24幀/秒高清視頻片段，至少對于目前人工智能發(fā)展來看，技術(shù)已經(jīng)相當(dāng)可以了。不少網(wǎng)友看了產(chǎn)品網(wǎng)站之后紛紛感慨“誤以為進(jìn)了視頻素材網(wǎng)站”。

在官方發(fā)表的論文中寫到，Imagen Video除了能夠生成高清視頻外，還會在公開可用的LAION-400M圖像文本數(shù)據(jù)集、1400萬個視頻文本對和6000萬個圖像文本對上進(jìn)行訓(xùn)練，因此還具備一些純從數(shù)據(jù)中學(xué)習(xí)的非結(jié)構(gòu)化生成模型所沒有的獨特功能。

例如，它能理解并生成不同藝術(shù)風(fēng)格的作品，如“水彩”或者“像素畫”，或者直接“梵高風(fēng)格繪畫”等。

它還能理解物體的3D結(jié)構(gòu)，并基于理解生成旋轉(zhuǎn)對象的視頻，同時物體的大致結(jié)構(gòu)也能保留，至少不會變形。

最后，它還繼承了此前Imagen文本生成圖像系統(tǒng)的準(zhǔn)確描繪文字的能力，在此基礎(chǔ)上僅靠簡單描述產(chǎn)生各種創(chuàng)意動畫，為眾多自媒體行業(yè)的朋友們提供了一條素材選擇、制作的捷徑。

而谷歌此次推出的另一款產(chǎn)品Phenaki，則是能根據(jù)200個詞左右的提示語生成2分鐘以上的長視頻，講述一個完整的故事。

雖然圖片畫質(zhì)不如Imagen Video，但Phenaki所呈現(xiàn)的視頻非常貼近文本描述，而且谷歌認(rèn)為它不僅可用來產(chǎn)生描述單個概念的視頻，還能可根據(jù)一系列的文本，產(chǎn)生有連貫性的多個視頻。

基于移動互聯(lián)網(wǎng)的普及，產(chǎn)生的圖像資料集、視頻資料庫數(shù)據(jù)非常龐大。

不管是Meta的Make-A-Video還是谷歌的Imagen Video或Phenaki，都可以利用現(xiàn)有的視頻與圖像數(shù)據(jù)資源進(jìn)行AI訓(xùn)練，讓生成的AI作品更加真實，也為之后的內(nèi)容生產(chǎn)提供了新的思路。

對AI還有哪些期待？

如今，互聯(lián)網(wǎng)內(nèi)容形態(tài)正在變得豐富多樣，從文字、圖片到音樂、視頻，再到直播、游戲，內(nèi)容需求無處不在，用戶每天消費的內(nèi)容不斷增加，但是靠人力創(chuàng)作已經(jīng)很難滿足需求的增長。

隨著科技技術(shù)的提升，AI讓內(nèi)容生產(chǎn)變得更容易、更個性。

盡管從畫面效果和情節(jié)串聯(lián)上，現(xiàn)有的AI產(chǎn)品還遠(yuǎn)遠(yuǎn)比不上人力創(chuàng)作，但Meta和谷歌此次的新產(chǎn)品著實讓人眼前一亮，并且讓人們開始期待AI將會如何引領(lǐng)內(nèi)容生產(chǎn)的發(fā)展。

可以說，從UGC、PGC到如今的AIGC（人工智能生產(chǎn)內(nèi)容），內(nèi)容生產(chǎn)正在進(jìn)入一段新的革命，不僅會將內(nèi)容產(chǎn)業(yè)的繁榮推向新的高度，也將對社會的演進(jìn)產(chǎn)生更深遠(yuǎn)的影響。

最后，我們不妨看得更長遠(yuǎn)些，無論是元宇宙還是Web3，下一代互聯(lián)網(wǎng)的繁榮需要海量的數(shù)字內(nèi)容，同時對內(nèi)容的數(shù)量、形式和交互性都提出了更高的要求。從這個角度來看，AIGC便顯得尤為必要。

在可預(yù)見的未來里，AIGC會改變很多行業(yè)。那我們不妨多些期待，去擁抱AIGC時代的到來。

本文來自微信公眾號“元宇宙之心MetaverseHub”（ID:MetaverseHub），作者：MetaverseHub

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com