日发期货

AI天生的视频，正在入侵互联网。

此前，我们已经见识了完全由AI制成的科幻预告片《Trailer：Genesis》，以及用AI合成的《芭比海默》预告片。这两部脑洞大开的片子，让我们见识了AI的神奇。

现在，越来越多AI视频工具正在被开发出来，批量制造短视频和影戏片断，其天生效果让人赞叹，使用门槛却低到“怒不可遏”。

不需要庞大的代码，也不需要深奥的指令，只需要一句话，或者一张图片，AI就能自动天生动态视频。若是想修改，同样只需要一句话，指哪改哪。喜欢做视频的同砚，再也不用四处找素材、熬夜剪辑了。

在创投圈，视频天生类AI正在取代大语言模子，成为近期最热门的赛道。前段时间出圈的Pika，给这团火又添了一把柴。

AI视频这阵风，能吹多久？

1、AI天生视频，这次有点器械

用AI天生一段视频不是什么难事，区别在于天生什么样的视频。

经常剪视频的人可能知道“一键成片”，在剪映等视频工具里输入剧本，系统可直接天生与剧本匹配的视频；在一些数字人平台上传一张照片，AI天生一个数字人，在口播时能自动对口型。

这是AI，但不是我们今天讨论的AI。

本文提到的AI天生视频，指的是天生有延续逻辑的视频，内容之间有关联性与协同性。它不是凭证剧本把图片素材拼接成视频形式，也不是用程序驱动数字人“着手动嘴”。它更靠近于“无中生有”，实现难度更高。

这个视频体现了两个主要的功效：一键换装，一键增减物品。这也是Pika在1.0版本上线时重点先容的功效。在Pika的宣传片中，只需要一句话输入指令，就能给猩猩戴上墨镜，给一位行走中的女士换装。

这其中的厉害之处不在换装，而在换装的方式——用自然语言的方式下指令，且整个历程异常丝滑，毫无违和感。通过AI，人们能够轻松编辑并重构视频的场景。

AI还能改变视频气概，动漫、卡通、影戏，通通不在话下，好比将现实中的实拍镜头转换为卡通天下，它的效果跟P图软件的滤镜有点像，但更高级。

现在用AI天生的视频，已经能到达以假乱真的效果，海内尚有一批公司在研发更新的手艺。

这两排人物，每排的六小我私人动作都一模一样，就像“一个模子里刻出来的”。没错，它们就是通过人物静态图片，绑定骨骼动画天生的。

这是阿里研究院正在举行的一个项目，叫Animate Anyone，它能让任何人动起来。除了阿里，字节跳动等公司也在研发类似手艺，且手艺迭代很快。

2、效果很好，但别喜悦太早

用简朴的自然语言让AI天生定制化的视频，给行业带来的兴奋跟去年的ChatGPT差不多。

文生视频的原理与文生图像类似，但由于视频是延续的多帧图像，以是相当于在图像的基础上增添了时间维度。这就像快速翻动一本漫画书，每页静止的画面连起来，人物和场景就 “动”起来了，形成了时间延续的人像动画。

华创资源投资人张金对「定焦」剖析，视频是一帧一帧组成的，好比一帧有24张图片，那么AI就要在很短时间内天生24张图片，虽然有配合的参数，但图片之间要有连贯性，过渡要自然照样很有难点。

现在主流的文生视频模子，主要依托Transformer模子和扩散模子。通过Transformer模子，文本在输入后能够被转化为视频令牌，举行特征融合后输出视频。扩散模子在文生图基础上增添时间维度实现视频天生，它在语义明晰、内容厚实性上有优势。

现在许多厂商都市用到扩散模子，Runway的Gen2、Meta的Make-A-Video，都是这方面的代表。

不外，跟任何手艺一样，刚最先产物化时让人眼前一亮，同时也会有一些破绽。

Pika、Runway等公司，在宣传片中展示的效果异常惊艳，我们信托这些展示是真实的，也简直有人在测试中到达类似的效果，但问题也很显著——输出不稳固。

岂论是昨日明星Gen-2，照样当红炸子鸡Pika，都存在这个问题，这险些是所有大模子的通病。在ChatGPT等大语言模子上，它体现为乱说八道；在文生视频模子上，它让人啼笑皆非。

瀚皓科技CEO吴杰茜对「定焦」说，可控性是文生视频当前*的痛点之一，许多团队都在做针对性的优化，只管做到天生视频的可控。

张金示意，AI天生视频确实难度对照大，AI既要能明晰用户输入的语义，图与图之间还要有语义连贯性。

AI天生视频的评估尺度，通常有三大维度。

董宇辉升职，东方甄选获救？

首先是语义明晰能力，即AI能不能精准识别用户的指令。你让它天生一个少女，它天生一个阿姨，你让一只猫坐飞机，它让一只猫泛起在飞机顶上，这都是明晰能力不够。

其次是视频天生效果，如画面流通度、人物稳固性、动作连贯性、光影一致性、气概准确性等等。之前许多天生的视频会有画面发抖、闪灼变形、掉帧的问题，现在手艺提高有所好转，但人物稳固性和一致性尚有待提高。

另外，画面主体的动作幅度一大，就很容易“露馅”，好比转起程体的少女一会儿是瓜子脸一会儿是大饼脸，或是奔跑中的马甩出“无影腿”。

尚有一点是产物易用度。AI天生视频*的转变之一，是大幅降低了使用门槛，只用输入很少的信息就能实现厚实的效果，已往视频事情者用PR、AE制作视频，要在庞大的操作界面点击种种按钮，调治大量参数，现在你只用打字就可以了。

产物是否易用，是手艺能否大规模普及的一个主要条件。AI扩图最近被人们“玩坏”，也是由于操作简朴，但效果感人。当通俗小白也能像P图一样P视频，那离爆款产物降生就不远了。

就当前而言，以上三项指标已有很大提高，尤其是刚上线不久的Pika1.0，各方面显示平衡。但输出不稳固依然是共性问题。

视频时长也是一大限制。现在主流的文生视频产物，正常天生的视频时长一样平常在3到4秒，最长的没有跨越30秒。天生视频的时间越长，对AI的明晰、天生能力要求越高，露馅的概率也越大。

因此许多人不得不使用“续杯”的方式，同时还得连系其他素材，才气实现理想效果。而在《芭比海默》《Trailer：Genesis》这两部预告片中，作者用到了Midjourney（处置图像）、Gen-2（处置视频）、CapCut（剪辑视频）等多种工具。

吴杰茜示意，当前市面上的AI文生视频产物，天生的视频时长最多也就十多秒，瀚皓科技即将推出的产物试图做到天生随便时长，好比15秒短视频、1分钟左右的短剧，这也能成为一个差异化的特色。

以是就当前而言，想靠AI直接天生一整部大片，尚有点早。

3、争抢AIGC的最后一块拼图

在AIGC的各大细分赛道中，AI文生视频被以为是最后一块拼图，是AI创作多模态的“圣杯”。整个行业的热潮，已经逐步从文生文、文生图，转向了文生视频领域。

确立于2018年的美国公司Runway，一度引领AI天生视频浪潮。它在2023年2月推出的Gen-1，主打视频转视频，能改变视频气概；3月推出的Gen-2，实现了用文字、图像或视频片断天生新视频。

Gen-2将天生视频的*长度从4秒提升到了18秒，还能控制“镜头”，用“运动笔刷”随意指挥移动，一度是文生视频领域*进的模子。

Runway的首创团队有很强的影视、艺术靠山，因而客户主要是影戏级视频编辑和*制作者，他们的手艺被用在了好莱坞大片《瞬息全宇宙》中。2023年下半年，Runway完成一笔过亿美元的融资，公司估值跨越15亿美元。

最新玩家是Pika，这家公司由两个在美国念书的华人女博士退学开办，公司确立仅8个月，员工4人。Pika希望神速，11月尾公布的全新文生视频工具Pika 1.0，在各大社交媒体迅速走红。再加上首创人爽文大女主的人设，被海内媒体疯狂报道。

一位AI创业者对「定焦」说，Pika接纳了差异化的打法，主感动画天生，规避了AI天生视频在真切度和真实性方面的缺陷。另外Pika在正式推出1.0版本之前，已经在discord积累了一定数目的用户。

除了这两家公司，AI视频领域的玩家尚有Stability AI，它最着名的产物是文生图应用Stable Diffusion，11月刚公布了自己的*文生视频模子Stable Video Diffusion；Meta公布了Make-A-Video；Google推出了Imagen Video、Phenaki。

中信建投制图

海内的希望相对慢一些，还没有明星产物泛起。已经推出或正在研发文生视频应用的公司有右脑科技、生数科技、万兴科技、美图等。

其中，右脑科技的视频功效在8月开启内测申请。这是一家年轻的公司，2022年9月才确立，已获得获得奇绩创坛、光速光合的投资。生数科技在2023年3月才确立，由瑞莱智慧RealAI、蚂蚁和百度风投团结孵化。

也有一些公司善于蹭热门，无论自动或被动。

Pika被媒体热炒那几天，A股上市公司信雅达股价暴涨，延续6个生意日靠近涨停，累计靠近翻倍。这仅仅是由于Pika首创人郭文景为信雅达的实控人郭华强之女，而这两家公司没有任何营业往来，信雅达也没有AI视频天生类相关产物和营业。

炒观点，一直都是资源市场的惯常操作。

360团体在2023年6月公布大模子产物时，顺带也演示了文生视频功效，号称“海内*实现文生视频功效的大模子产物”“ 全球*进的人工智能手艺之一”。固然，这些自封的称谓有若干人会信、这些产物有若干人会用，我们不得而知。

在图片领域有优势的美图，也在Pika上线后一周内，公布了视觉大模子MiracleVision4.0版本，主打的功效就是AI视频。不外，这些功效现在尚不能用，获得2024年陆续应用到美图秀秀等产物中。

AI行业太嘈杂，我们经常搞不清，哪些公司是做产物，哪些是来炒股的。

抛开这些杂音，AI文生视频手艺自己是好的，有望推动生产力革命，加速AIGC手艺产业化的历程。中信证券以为，文生视频有望率先在短视频和动漫两个领域落地，短视频制作中的传统实拍模式有望被天生式手艺替换。

或许用不了多久，短视频就不再需要真人出镜、拍摄和录制。这不仅仅指口播场景，而是任何你能想象获得的场景，以及大量你想象不到的形象。随之而来的，是AI天生的视频大肆入侵互联网，AI像流水线一样批量制造短视频，短视频的游戏规则也要变了。