今年二月，OpenAI推出了首個(gè)文本到視頻的生成模型Sora，其創(chuàng)新的一鏡到底技術(shù)和高度統(tǒng)一的人物場(chǎng)景處理震撼了業(yè)界，將視頻生成推向了年度技術(shù)熱點(diǎn)之一。緊隨其后，國(guó)內(nèi)AI視頻領(lǐng)域也迎來了前所未有的發(fā)展浪潮。

在最近的世界人工智能大會(huì)上，AI視頻生成成為了焦點(diǎn)議題。眾多創(chuàng)作者紛紛利用這一技術(shù)進(jìn)行創(chuàng)意實(shí)驗(yàn)，如讓甄嬛在視頻中做出荒誕不經(jīng)的行為，或讓劉華強(qiáng)與瓜販戲劇性地和解，甚至重現(xiàn)網(wǎng)絡(luò)梗圖中的夸張情景，這一切都得益于各種AI視頻生成模型。

六月份見證了快手的可靈、Luma AI及Runway的Gen-3 Alpha等多個(gè)AI視頻生成模型的集中發(fā)布，尤其是快手的可靈，被譽(yù)為中國(guó)的Sora，其生成視頻的時(shí)長(zhǎng)達(dá)到了120秒，并開放了多項(xiàng)功能，如圖生視頻、視頻續(xù)寫等。該模型在內(nèi)測(cè)中展現(xiàn)出了驚人的能力，如模擬物理動(dòng)態(tài)，贏得了極高評(píng)價(jià)，被認(rèn)為是人工智能領(lǐng)域的又一重要進(jìn)展。

盡管如此，當(dāng)前的視頻生成技術(shù)仍面臨挑戰(zhàn)，如可控性不足，難以保證人物形象、場(chǎng)景風(fēng)格的連貫一致，以及運(yùn)動(dòng)流暢性、光影、語音自然度等方面的待優(yōu)化。上海交大教授倪冰冰指出，生成算法常遇到結(jié)構(gòu)和細(xì)節(jié)問題，比如物體的不正常增減、視覺錯(cuò)誤等。她認(rèn)為，盡管AI視頻技術(shù)提升了生產(chǎn)效率，但在成熟的影視制作面前仍有差距。

對(duì)于AI視頻的未來，美圖公司陳劍毅預(yù)測(cè)，該技術(shù)正處于初級(jí)階段，類似于電影行業(yè)的起步期，但可能在未來三到五年內(nèi)經(jīng)歷快速發(fā)展，尤其是在網(wǎng)絡(luò)文學(xué)和教育內(nèi)容領(lǐng)域。不過，井英科技CEO朱江提到，AI生成內(nèi)容的新鮮感可能很快消退，內(nèi)容創(chuàng)新才是持續(xù)吸引用戶的王道。

各大互聯(lián)網(wǎng)企業(yè)，包括字節(jié)跳動(dòng)、快手、阿里、百度、騰訊等，紛紛加碼視頻生成領(lǐng)域，競(jìng)爭(zhēng)日益激烈。然而，如何實(shí)現(xiàn)商業(yè)化仍是一大難題，除了技術(shù)瓶頸，高昂的成本也是必須跨越的障礙。倪冰冰教授強(qiáng)調(diào)，未來需要新的架構(gòu)和技術(shù)來支持高效且可持續(xù)的媒體生成能力。

對(duì)于這一新生的AI生成時(shí)代，朱江比喻為寒武紀(jì)的生命大爆發(fā)，充滿了未知與機(jī)遇。他堅(jiān)信，保持技術(shù)領(lǐng)先和深入理解市場(chǎng)需求，是在這場(chǎng)變革中立足并抓住機(jī)會(huì)的關(guān)鍵。