“你知道这是假的，所以需要思考什么是真的。”
欢迎来到“AI情报局”，我们提供最热的AI产品推荐、人工智能最新动态和创新案例。帮助AI开发者、创业者、产品等专业人士保持信息的前沿性，促进知识的共享与交流。 添加vx：aitechreview向我们投稿，无论是研究成果、项目案例还是行业见解，只要内容丰富、观点独特，我们都期待与大家一起探讨，推动AI技术与应用的进步。
随着人工智能技术的飞速发展，AI在多媒体创作领域的应用也日益广泛。其中，AI生成视频技术逐渐崭露头角，为视频制作带来了前所未有的便捷。
从自动剪辑、特效添加，到智能配音、字幕生成，甚至自动通过AI生成视频的技术正逐步改变着传统视频制作的流程。
因此“眼见为实，耳听为真”或许在不久的将来被以下这些AI生成工具给打破。
01
第一梯队Runway
公司名片
Runway创立于2018年，团队目前是AI生成图像、视频领域的第一梯队，也是其在2021年为Stable Diffusion创建了第一个版本。在2023年谷歌领投的D轮融资中募集到约一亿美元，估值达到15亿美元，成为生成式AI领域的独角兽。
产品特点
-
Runway的核心功能是利用生成式AI技术生成视频内容。用户可以通过输入文本描述、关键词、样式提示等，通过运动笔刷（Motion Brush）和多运动画笔让AI自动生成相应的视频片段，无需传统视频制作中的复杂拍摄和后期处理步骤。
-
优点：直观的交互界面、高保真度、实时反馈与迭代编辑以及集成Adobe Creative Suite、Unity等工具。
缺点：模型倾向于更精细的视频制作，但在精细度上成品的制作不支持侧脸，也不支持识别动物面部，相对于中文的口型，英文口型表现会更好。同样的需求，使用其它相关领域的数字人生成比Runway性价比更高
使用场景
Runway适用于影视制作、广告营销、教育培训、艺术与设计以及游戏开发等，视频创作者、市场营销专业人士以及教育工作者提供技术支持。通过Runway进行图片生成视频也是目前效率上最接近商业产出的AI视频方案。
体验链接：https://app.runwayml.com
02
国人弯道超车的Pika
公司名片
Pika 是美国AI初创公司Pika Labs开发的视频生成工具，该公司由华人郭文景和孟晨琳共同创办，为用户提供基于文本和图像的视频创作。截至2024年，公司估值达14亿人民币
产品特点
Pika支持用户通过输入详细的文本描述或脚本生成视频。通过文本AI算法会据此自动生成相应的视觉场景和动态画面。另一边Pika支持上传静态图像作为素材，并将这些图像转化为动态视频。
优点：在视频生成后Pika提供了视频元素编辑、样式转换、尺寸调整、视觉效果优化以及Lip Sync（唇形同步）等技术支持，为视频中的角色添加语音对白。再添加适当的运动、过渡效果以及可能的附加元素，即可微调控制视频的内容。实现与语音内容精确匹配的嘴唇同步动画效果。
缺点：目前视频的不可控因素仍然过多，只能生成最长7秒的视频，在生成的视频精确度和保真方面也不理想。
使用场景
目前Pika支持生成4秒长度的视频，且操作简单，初次接触者也没有使用门槛。但鉴于生成是视频局限于4秒的长度，输出的成品并不足以支撑视频的价值需求。通过Pika生成的视频，需要人工的后期处理，通过目前的剪辑后期手段才能成为完整的有价值的内容。
体验网址：https://pika.art/
03
仍未变现的Stable Video
公司名片
Stability AI成立于2020年，并在短短三年内迅速崛起，在2022年10月17日宣布获得了1.01亿美元的融资，其估值达到了惊人的10亿美元，成为了科技界的独角兽之一。
产品特点
Stable Video Diffusion是由Stability AI开发的一款开源AI视频生成工具，基于稳定扩散图像模型构建，可以将文本和图像输入转换成生动的场景，并运用到成实景电影创作。它适用于媒体、娱乐、教育和市场营销等领域的视频应用。
使用场景
该模型目前仅以研究版本发布，主要用于收集关于安全性和质量的反馈，以便于未来的完善和正式发布。它支持将单一图像进行多视角合成，并可通过对多视图数据集进行微调来适应各种下游任务。
此外，Stability AI还宣称开发基于此基础模型之上的一系列新模型，以构建类似于稳定扩散的生态系统。
优点：Stable Video Diffusion能够生成14帧到25帧的视频，帧率可在3到30帧每秒之间自定义，处理时间通常不超过2分钟。以此为前提，Stability AI提供了一个非商业社区许可证，允许用户免费使用该模型进行研究和其他非商业目的。
缺点：功能运用略复杂，在功能强大的前提下是需要使用者对视频的分镜、光影的理解。与大部分情况下期待的AI自动生成有一定的差距。
体验网址：https://www.stablevideo.com/
04
被市场接受的腾讯智影
公司名片
发布于2023年3月，腾讯内部创业型，主要团队前身是微视发布器的骨干，在短视频剪辑领域的技术和商用经验相当丰富。截至2024年3月，腾许智影开放了付费高级会员，支持生成数字人视频时长以及专业音色的文本配音服务，此外还有针对视频剪辑的智能字幕、格式转换等，解决了视频剪辑痛点。
产品特点
腾讯智影主要功能为云端视频编辑，它的核心功能由AI技术驱动，包括数字人播报、文本配音、文章转视频、自动字幕生成、智能去水印、视频解说以及横竖屏转换等。
优点：功能模块化程度优，易用，垂直功能效率高，产出快。通过SaaS模式提供服务，支持使用者通过浏览器在线进行视频创作和协作，视频投入商用的门槛被降低。
缺点：以文本生成的图片再通过AI辅助剪辑，只能产出初级的视频内容，以目前对AI的期待值，腾讯智影在技术前景上基本与第一梯队无缘。
使用场景
腾讯智影提供的一站式视频创作工具，具备视频剪辑、素材库等，可用于高效制作专业级视频内容。平台还支持团队协作功能，如版本管理、权限控制和在线评论，便于多人协同工作，并能快速将成品分享至社交媒体，提高工作效率和内容分发效率，对短期变现的帮助很大。
体验链接：https://zenvideo.qq.com/
05
仍未落地的Sora
公司名片
由OpenAI发布的一款人工智能文生视频大模型，OpenAI是一家致力于人工智能研究与开发的跨国科技公司，由一群硅谷企业家于2015年12月创立，总部位于美国旧金山。
起初，OpenAI被设定为一个非营利性机构，旨在推动人工智能的发展，使之造福全人类，而不受财务回报的限制。此后OpenAI又增加了一个营利性子公司OpenAI global，并通过其获得了巨额投资，其中包括来自微软的百亿美元。
产品特点
Sora采用了与GPT模型相似的Transformer架构，并结合了Diffusion模型的特点，能够处理长序列数据，并通过自注意力机制捕捉数据中的依赖关系，从而提高生成视频的质量和多样性。因此在初次公布时，Sora宣称可以完全遵从现实物理学生成视频。
优点：以1分钟的时长并将现实中的物理学解析到视频中，有助于广告、影视、特效以及科研推演等行业的积极发展
缺点：Sora对物理学的理解还有问题，并没有官方所声称的那样完美；生成视频画面的连续性和一致性还存在不稳定性。
使用场景
Sora继承了DALL-E 3的画质和遵循指令的能力，能够生成具有多个角色、特定运动和复杂场景的视频，同时理解并遵守用户的文本提示，并保持视频的一致性、连贯性和合理性3。此外，Sora还具有根据静态图像生成视频、扩展和填充现有视频缺失帧、连接不同主题和场景的视频等功能。
目前Sora仍处于小圈子范围的使用，仅有邀请测试的专业团队可实际参与Sora的使用。
-
网址：https://openai.com/sora
06
以AI的假来见人类的真
目前，通过AI模型，如Stable Video Diffusion和Sora，创作者可以快速地将文本或图像转换为视频内容，节省了大量的时间和精力，极大提升内容创作的效率和质量。
这不仅适用于广告、游戏、电影等创意产业，也有望在教育、新闻报道、社交媒体等多个领域得到应用。
其次，AI视频生成技术的发展也将推动个性化和定制化内容的生产。用户可以根据自己的需求，通过简单的文本描述或选择特定的图像，生成符合自己期望的视频内容。这将使内容消费更加个性化，满足不同用户群体的需求。
然而，AI视频生成技术的发展也伴随着一系列的挑战。
一方面，如何确保生成内容的质量和真实性是一个重要的议题。AI生成的视频可能会误导观看者，尤其是在政治、新闻等重要领域，因此需要建立严格的审核机制和内容质量控制体系。
另一方面，AI视频生成技术也可能引发版权问题。当AI模型能够轻易地复制和模仿现有的视频内容时，AI的“假”将会挑战人类的“真”，如何界定原创性和知识产权变得更为复杂。
专注大模型、AIGC领域，欢迎AI开发者添加（vx：aitechreview），共同探讨AI产品创新和前沿技术资讯。
阿里云「敢死队」
明略 走过冬天
当华为 Pura 70 不再「缺货」
