AI生成视频:有点惊艳,有点离谱 siyushenqi.com • 2025 年 8 月 13 日 下午10:54 • 行业动态 • 阅读 451 AIGC的最后一块拼图,要拼上了? AI生成的视频,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,批量制造短视频和电影片段,其生成效果让人惊叹,使用门槛却低到“令人发指”。 比如用Pika生成的这个: 用Runway Gen-2生成的这个: 以及用Neverends生成的这个: 不需要复杂的代码,也不需要深奥的指令,只需要一句话,或者一张图片,AI就能自动生成动态视频。如果想修改,同样只需要一句话,指哪改哪。喜欢做视频的同学,再也不用四处找素材、熬夜剪辑了。 在创投圈,视频生成类AI正在取代大语言模型,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? AI生成视频,这次有点东西 用AI生成一段视频不是什么难事,区别在于生成什么样的视频。 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脚本,系统可直接生成与脚本匹配的视频;在一些数字人平台上传一张照片,AI生成一个数字人,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生成视频,指的是生成有连续逻辑的视频,内容之间有关联性与协同性。它不是根据脚本把图片素材拼接成视频形式,也不是用程序驱动数字人“动手动嘴”。它更接近于“无中生有”,实现难度更高。 比如以下这段视频,就靠一句指令生成: 视频中的汽车、树叶、光影,是AI靠自己的知识储备和经验“画”出来的,或者说是“瞎编”的。当然,是根据用户的要求“瞎编”。 再看以下这段视频,就靠一张静态图片,AI自动拓展成视频。 图片中的人物、船只、水流本来都是静止的,AI将它们变成了动态。 AI还可以对原视频进行扩充,把场景“补”齐,比如从只有上半身扩充到全身,以及构造出人物背后的全景。这跟最近很火的AI扩图有点像,AI根据自己的理解,以小见大,以树木见森林。 以上三种生成视频的方式,就是现在流行的AI视频“三件套”:文生视频、图生视频、视频生视频。简言之,无论是文字、图片还是视频,都能作为原始素材,通过AI生成新的视频。 从技术角度,这依托跨模态大模型。在输入端,输入自然语言、图像、视频等形式的指令,最后都能在输出端以视频的形式呈现。 生成只是第一步,后续还能用AI修改。 请看X网友发布的一段视频: 视频截图 这个视频体现了两个重要的功能:一键换装,一键增减物品。这也是Pika在1.0版本上线时重点介绍的功能。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,且整个过程非常丝滑,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还能改变视频风格,动漫、卡通、电影,通通不在话下,比如将现实中的实拍镜头转换为卡通世界,它的效果跟P图软件的滤镜有点像,但更高级。 现在用AI生成的视频,已经能达到以假乱真的效果,国内还有一批公司在研发更新的技术。 这两排人物,每排的六个人动作都一模一样,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,绑定骨骼动画生成的。 这是阿里研究院正在进行的一个项目,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技术,且技术迭代很快。 效果很好,但别高兴太早 用简单的自然语言让AI生成定制化的视频,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,但由于视频是连续的多帧图像,所以相当于在图像的基础上增加了时间维度。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,形成了时间连续的人像动画。 华创资本投资人张金对「定焦」分析,视频是一帧一帧构成的,比如一帧有24张图片,那么AI就要在很短时间内生成24张图片,虽然有共同的参数,但图片之间要有连贯性,过渡要自然还是很有难点。 目前主流的文生视频模型,主要依托Transformer模型和扩散模型。通过Transformer模型,文本在输入后能够被转化为视频令牌,进行特征融合后输出视频。扩散模型在文生图基础上增加时间维度实现视频生成,它在语义理解、内容丰富性上有优势。 现在很多厂商都会用到扩散模型,Runway的Gen2、Meta的Make-A-Video,都是这方面的代表。 不过,跟任何技术一样,刚开始产品化时让人眼前一亮,同时也会有一些漏洞。 Pika、Runway等公司,在宣传片中展示的效果非常惊艳,我们相信这些展示是真实的,也的确有人在测试中达到类似的效果,但问题也很明显——输出不稳定。 不论是昨日明星Gen-2,还是当红炸子鸡Pika,都存在这个问题,这几乎是所有大模型的通病。在ChatGPT等大语言模型上,它体现为胡说八道;在文生视频模型上,它让人哭笑不得。 瀚皓科技CEO吴杰茜对「定焦」说,可控性是文生视频当前最大的痛点之一,很多团队都在做针对性的优化,尽量做到生成视频的可控。 张金表示,AI生成视频确实难度比较大,AI既要能理解用户输入的语义,图与图之间还要有语义连贯性。 AI生成视频的评估标准,通常有三大维度。 首先是语义理解能力,即AI能不能精准识别用户的指令。你让它生成一个少女,它生成一个阿姨,你让一只猫坐飞机,它让一只猫出现在飞机顶上,这都是理解能力不够。 提示词为 A cat flying a plane,Cartoon style 其次是视频生成效果,如画面流畅度、人物稳定性、动作连贯性、光影一致性、风格准确性等等。之前很多生成的视频会有画面抖动、闪烁变形、掉帧的问题,现在技术进步有所好转,但人物稳定性和一致性还有待提高。我们把一张马斯克的经典照片输入给Gen-2,得到的视频是这样的: 马斯克的脸怎么变得这么有棱角了?还有,这个手是怎么回事...... 另外,画面主体的动作幅度一大,就很容易“露馅”,比如转动身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”。 还有一点是产品易用度。AI生成视频最大的变革之一,是大幅降低了使用门槛,只用输入很少的信息就能实现丰富的效果,过去视频工作者用PR、AE制作视频,要在复杂的操作界面点击各种按钮,调节大量参数,现在你只用打字就可以了。 产品是否易用,是技术能否大规模普及的一个重要前提。AI扩图最近被人们“玩坏”,也是因为操作简单,但效果感人。当普通小白也能像P图一样P视频,那离爆款产品诞生就不远了。 就当前而言,以上三项指标已有很大进步,尤其是刚上线不久的Pika1.0,各方面表现均衡。但输出不稳定依然是共性问题。 视频时长也是一大限制。现在主流的文生视频产品,正常生成的视频时长一般在3到4秒,最长的没有超过30秒。生成视频的时间越长,对AI的理解、生成能力要求越高,露馅的概率也越大。 因此很多人不得不使用“续杯”的方式,同时还得结合其他素材,才能实现理想效果。而在《芭比海默》《Trailer:Genesis》这两部预告片中,作者用到了Midjourney(处理图像)、Gen-2(处理视频)、CapCut(剪辑视频)等多种工具。 吴杰茜表示,当前市面上的AI文生视频产品,生成的视频时长最多也就十多秒,瀚皓科技即将推出的产品试图做到生成任意时长,比如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。 所以就当前而言,想靠AI直接生成一整部大片,还有点早。 争抢AIGC的最后一块拼图 在AIGC的各大细分赛道中,AI文生视频被认为是最后一块拼图,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。 成立于2018年的美国公司Runway,一度引领AI生成视频浪潮。它在2023年2月推出的Gen-1,主打视频转视频,能改变视频风格;3月推出的Gen-2,实现了用文字、图像或视频片段生成新视频。 Gen-2将生成视频的最大长度从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最先进的模型。 Runway的创始团队有很强的影视、艺术背景,因而客户主要是电影级视频编辑和特效制作者,他们的技术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,公司估值超过15亿美元。 最新玩家是Pika,这家公司由两个在美国读书的华人女博士退学创办,公司成立仅8个月,员工4人。Pika进展神速,11月底发布的全新文生视频工具Pika 1.0,在各大社交媒体迅速走红。再加上创始人爽文大女主的人设,被国内媒体疯狂报道。 一位AI创业者对「定焦」说,Pika采用了差异化的打法,主打动画生成,规避了AI生成视频在逼真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积累了一定数量的用户。 除了这两家公司,AI视频领域的玩家还有Stability AI,它最知名的产品是文生图应用Stable Diffusion,11月刚发布了自己的首个文生视频模型Stable Video Diffusion;Meta发布了Make-A-Video;Google推出了Imagen Video、Phenaki。 中信建投制图 国内的进展相对慢一些,还没有明星产品出现。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,右脑科技的视频功能在8月开启内测申请。这是一家年轻的公司,2022年9月才成立,已获得获得奇绩创坛、光速光合的投资。生数科技在2023年3月才成立,由瑞莱智慧RealAI、蚂蚁和百度风投联合孵化。 也有一些公司擅长蹭热点,无论主动或被动。 Pika被媒体热炒那几天,A股上市公司信雅达股价暴涨,连续6个交易日接近涨停,累计接近翻倍。这仅仅是因为Pika创始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业务往来,信雅达也没有AI视频生成类相关产品和业务。 炒概念,一直都是资本市场的惯常操作。 360集团在2023年6月发布大模型产品时,顺带也演示了文生视频功能,号称“国内首个实现文生视频功能的大模型产品”“ 全球最先进的人工智能技术之一”。当然,这些自封的称号有多少人会信、这些产品有多少人会用,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,发布了视觉大模型MiracleVision4.0版本,主打的功能就是AI视频。不过,这些功能目前尚不可用,得到2024年陆续应用到美图秀秀等产品中。 AI行业太嘈杂,我们常常搞不清,哪些公司是做产品,哪些是来炒股的。 抛开这些杂音,AI文生视频技术本身是好的,有望推动生产力革命,加速AIGC技术产业化的进程。中信证券认为,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生成式技术替代。 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,而是任何你能想象得到的场景,以及大量你想象不到的形象。随之而来的,是AI生成的视频大举入侵互联网,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。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33356.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 谷歌文生图巅峰之作Imagen 2登场,实测暴打DALL·E 3和Midjourney! 上一篇 2025 年 8 月 13 日 下午10:54 20倍压缩比!微软提出大模型提示压缩框架LLMLingua 下一篇 2025 年 8 月 13 日 下午10:54 相关推荐 曾月入22亿日元,背靠任天堂xCygames,《失落的龙约》宣布停运 一款短命的良作。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 476000 行业动态 一场大卖们的聚会,透露了哪些行业信息,2020后疫情时代如何制胜跨境电商? 2020年的疫情犹如一面放大镜,在造就一个持久、强劲的“大旺季”的同时,也放大了卖家的优势,给卖家带来了订单翻倍的增长 siyushenqi.com 2025 年 8 月 13 日 402000 行业动态 为什么OpenAI今年可能会亏损50亿美元? 7月25日消息,作为ChatGPT的开发者,OpenAI不仅迅速成为历史上增长最快的公司之一,同时其运营成本也位居历史最高之列。 siyushenqi.com 2025 年 8 月 13 日 393000 行业动态 GPT-5被5万张H100卡脖子!Altman急筹数十亿美元,欲取代英伟达建起AI芯片帝国 最近,外媒曝出Sam Altman正计划筹集数十亿美元,为OpenAI建起全球性的半导体晶圆厂网络。GPT-5训练严重缺芯,OpenAI誓不让英伟达掌握主动权,干脆自己做新的AI芯片霸主? siyushenqi.com 2025 年 8 月 13 日 436000 行业动态 微软开源创新框架:可将DeepSeek,变成AI Agent 微软发布了OmniParser的最新版本V2.0,这是一个视觉Agent解析框架,能够将DeepSeek-R1、GPT-4o、Qwen-2.5VL等大模型转化为可在计算机上使用的AI Agent。与V1相比,V2在检测较小的可交互UI元素时准确率更高,推理速度更快,延迟降低了60%,在ScreenSpot Pro基准测试中,V2+GPT-4o的准确率达到了39.6%,相比原始GPT-4o的0.8%有显著提升。 siyushenqi.com 2025 年 8 月 13 日 465000 行业动态 三次回炉重造,跻身畅销Top20,这款韩国二游才是真正低调赚钱! 推翻所有美术素材。 siyushenqi.com 2025 年 8 月 18 日 438000 行业动态 SHEIN 想在巴西做一个淘宝;Temu 或将进入加拿大和西班牙;双十一快递面临更复杂挑战 中国最大跨境快时尚平台 SHEIN 正在巴西试点平台模式;Temu 正筹备在加拿大开站,下一站或是西班牙,目前美国站的客单价在 20 美元 - 25 美元;多位电商平台和快递人士表示,相比 2021 年双十一和 2022 年 618 两次大促,今年双十一面临的挑战更复杂。 siyushenqi.com 2025 年 8 月 13 日 488000 Web3.0丨币圈的“崩撤卖溜” :近半数欧洲人持有加密货币 5月12日上周四,号称“币圈茅台”的LUNA币贬值99%,曾高达119.5美元的加密货币,近乎归零,无数亿万富翁变成“街头乞丐”。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 469000 心动这一年 在最近两年的上海游戏圈,心动一直是最被热议的公司之一。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 445000 低调研发,获悠星投资,这款藏了许久的二次元可算来了 当下二次元赛道的硝烟味可谓愈发浓厚。随着一大批拥有版号的优质二游再启动自己的宣发与上线进程,自3年前开始的这轮二游大战终于要在未来的数个月内迎来结局。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 435000 行业动态 海外潜客转化路径设计与线索孵化模型实战解析 优化客户转化路径 线索孵化模型 数据驱动决策 提升客户互动体验 分析市场趋势 优化客户转化路径 海外潜客转化的首要任务是优化客户转化路径,帮助潜在客户顺畅地完成从初步接触到最终成交的全过程。传统的转化路径往往存在多重障碍,客户体验不佳,导致转化率低下。为了优化这一路径,企业需要根据客户的购买决策过程设计更加灵活且个性化的路径,以增加潜在客户的参与感和信任度。… siyushenqi.com 2025 年 8 月 13 日 下午10:54 451000 行业动态 《刀尖上的热爱-- 浅谈女性向游戏出海》——百奥家庭互动 海外发行总监 易万 《刀尖上的热爱-- 浅谈女性向游戏出海》演讲视频完整回放 siyushenqi.com 2025 年 8 月 3 日 385000 SHEIN上线一个内衣独立站!流量开始起飞 通过多品牌布局策略,扩大市场领域。SHEIN这次推出的内衣品牌能再造神话吗? siyushenqi.com 2025 年 8 月 13 日 • 行业动态 420000 Shopee和Lazada被政府“约谈”,“偷来”的资料将被废止 为了获取政府信任,平台只能表示配合。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 430000 数十万家企业已入场!这个出海生意火了 跨境电商主体超10万家!出海生意凭什么脱颖而出? siyushenqi.com 2025 年 8 月 13 日 • 行业动态 421000 行业动态 亚马逊广告新玩法!大大缓解站内广告持续内卷 亚马逊广告收入已超过Facebook,成为全球第二大广告平台,凸显了亚马逊站内广告营销的重要性。 siyushenqi.com 2025 年 8 月 5 日 511000 怎么做到海外月收入榜前十的呢?《口袋奇兵》买量素材分析 根据广大大手游出海相关数据显示,由TopwarStudio研发的《口袋奇兵》(英文名“Top War:Battle Game”)在2022年1月营收表现亮眼,它在“出海移动游戏收入榜单”中,最高达到iOS端TOP.10,安卓端TOP.08。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 468000 行业动态 2020年5月全球移动应用发行商下载量TOP10 Sensor Tower 商店情报数据显示,Google以3.79亿次下载,位列2020年5月全球移动应用发行商下载榜榜首,是2019年5月的2倍。 siyushenqi.com 2025 年 8 月 26 日 505000 行业动态 红包轰炸AI社交,这场竞争“很中国” 2026年春节腾讯元宝、百度文心助手重启红包补贴大战,标志中国AI应用进入全球化获客白刃战,与OpenAI社交化战略形成中美双强格局。 siyushenqi.com 2026 年 2 月 3 日 329000 Twitter推出基于语音的 "Spaces "社交网络功能 已进入测试阶段 上个月,Twitter宣布将很快开始在其平台上测试一种新的社交体验 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 440000 行业动态 年销227亿美元的快餐品牌做儿童向App,冲上美国应用榜第一 快餐品牌勇闯儿童向赛道。 siyushenqi.com 2025 年 8 月 15 日 414000 行业动态 WhatsApp私域神器对跨境电商流量裂变的推动作用 WhatsApp私域神器简介 提升用户互动效率 WhatsApp对跨境电商的影响 对比分析 FAQ 常见问题解答 WhatsApp私域神器简介 WhatsApp已成为全球最广泛使用的即时通讯工具之一,其私域流量的特点使其在跨境电商领域的应用变得尤为重要。通过增强用户互动和社群管理,WhatsApp帮助商家实现流量裂变,进而提高品牌曝光率与销售转化率。与传统的… siyushenqi.com 2025 年 8 月 13 日 下午10:54 451000 拼多多想出海捞老外的钱,还有很长的路要走 2023年,拼多多的Temu还能保持现在的势头吗? siyushenqi.com 2025 年 8 月 12 日 • 行业动态 441000 行业动态 主IAP小游戏厂商超IAA三倍以上,小游戏出海又该如何“科学入局”?丨2024小游戏百强企业榜单解读 从国内小游戏榜单,看产品及出海趋势。 siyushenqi.com 2025 年 8 月 17 日 553000 精准设置Facebook广告受众,受众定位及扩展实用技巧 Facebook是全球最大的社交媒体平台,月活用户达34亿,了解如何寻找并定位对你的产品感兴趣的用户是精准、高效地投放Facebook广告的前提。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 458000 行业动态 狂虐iRobot,中国清洁家电抱团出海,小心别做下一个瑞幸 扫地机器人出海东南亚,但厂商们千万别做下一个瑞幸 siyushenqi.com 2025 年 8 月 12 日 426000 行业动态 一个人在甘肃做游戏,分文不花冲到iOS付费榜第二 小团队应该以最小成本做更多尝试,同时做好游戏收益和品质的平衡。 siyushenqi.com 2025 年 8 月 18 日 442000 行业动态 Crazy Maple Studio北京公司总经理南亚鹏确认担任第四届PAGC短剧峰会圆桌嘉宾 Crazy Maple Studio北京公司总经理南亚鹏确认担任第四届PAGC展会短剧峰会圆桌嘉宾 siyushenqi.com 2025 年 8 月 18 日 455000 风起东南亚:Grab带着"超级应用"赴美上市 各资本巨头入局东南亚,东南亚赴美IPO风头正起,在Shopee母公司冬海上市股市"一骑绝尘"之后,各路独角兽也加快了上市的步伐。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 497000 2023年,跨境电商三大机遇已出现 机遇大于挑战。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 387000 发表回复 请登录后评论...登录后才能评论 提交