“視頻領(lǐng)域的Midjourney”！AI視頻生成新秀Gen-2內(nèi)測(cè)作品流出，網(wǎng)友直呼太逼真
《男人在酒吧接受采訪》
豐色 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI
號(hào)稱可以一句話拍大片的AI視頻生成工具Gen-2，開始露出廬山真面目。
有推特博主已經(jīng)率先拿到了內(nèi)測(cè)資格。
這是他用提示詞“一個(gè)身材勻稱or對(duì)稱（symmetrical）的男人在酒吧接受采訪”生成的結(jié)果：
只見一個(gè)身著深色襯衣的男人正望著對(duì)方侃侃而談，眼神和表情透露著一股認(rèn)真和坦率，對(duì)面的人則時(shí)不時(shí)點(diǎn)頭以示附和。
視頻整體非常連貫且畫質(zhì)很是清晰，乍一看，真實(shí)訪談感滿滿有沒有！
同樣的提示詞生成的另一個(gè)版本也不賴：
這次鏡頭更加拉近，背景更逼真，人物則仍然富有表現(xiàn)力。
有網(wǎng)友看完這組作品直呼：
太不可思議了吧，只靠文字提示就能生成這樣的結(jié)果！
還有人直言：
這是視頻領(lǐng)域的Midjourney來了。
博主實(shí)測(cè)Gen-2
這位博主名叫Nick St. Pierre，專門在推上分享他用AI制作的作品。
除了開頭所見的寫實(shí)風(fēng)，他還發(fā)布了一組Gen-2的科幻作品。
比如“宇航員穿越太空”：
“一名武裝士兵沿著宇宙飛船的走廊奔跑，身后一道黑影摧毀了墻壁”：
“一家在人類動(dòng)物園吃微芯片的機(jī)器人”：
“人形機(jī)器人大軍在冰凍的平地上進(jìn)行殖民”：
（有種權(quán)游里面異鬼大軍進(jìn)擊長(zhǎng)城的氣勢(shì)……）
“地球上最后一個(gè)人看著入侵的宇宙飛船降落在東京上空”：
……
以上這些全部都只憑一句提示詞就能完成，不需要借鑒其它圖片和視頻。
雖然說這組科幻的效果相比“酒吧男人接受采訪”稍顯遜色，但神奇的是，它和AI圖像生成模型誕生之初的那種“混沌不清”的味道可以說不相上下——仿佛看到了Stable diffusion等AI當(dāng)時(shí)的影子。
如Nick St. Pierre表示：
Gen-2還處于嬰兒期，后面一定會(huì)更好。
我們也在網(wǎng)上找到了其他已經(jīng)拿到內(nèi)測(cè)資格的人測(cè)試的一些效果：
可以說，除了比較難的科幻作品，其它它拿捏的都還不錯(cuò)的亞子。
AI視頻生成也狂飆
專攻視頻生成的AI工具Gen-2于3月20日發(fā)布（論文3月11號(hào)）。
作為AIGC領(lǐng)域的新秀，它的迭代速度和質(zhì)量也是相當(dāng)快了：
Gen-1版本2月才剛誕生，那會(huì)還只能對(duì)已有視頻進(jìn)行編輯；
現(xiàn)在Gen-2就已經(jīng)可以用文字和圖像作為提示詞直接生成視頻了。
官方號(hào)稱它為“生成式AI的下一步”，宣傳語給的也是很霸氣：
say it，see it。（只要你能說出來，我就能讓你看到）
Gen-2的更新一口氣帶來了八大功能：
文生視頻、文本+參考圖像生視頻、靜態(tài)圖片轉(zhuǎn)視頻、視頻風(fēng)格遷移、故事板（Storyboard）、Mask（比如把一只正在走路的小白狗變成斑點(diǎn)狗）、渲染和個(gè)性化（比如把甩頭小哥秒變海龜人）。
它的出現(xiàn)和AI繪畫一樣，讓人看到了影視、游戲和營銷等領(lǐng)域暗藏的巨大變革。
其背后開發(fā)公司也值得說道，它就是Runway。
Runway成立于2018年，為《瞬息全宇宙》特效提供過技術(shù)支持，也參與了Stable Diffusion的開發(fā)（妥妥的潛力股）。
提示：Gen-1已經(jīng)可以開始玩了(125次機(jī)會(huì)用完之后就只能按月付費(fèi)了），Gen-2還沒有正式對(duì)公開放。
除了Gen系列，微軟亞研院還最新發(fā)布了一個(gè)可以根據(jù)文字生成超長(zhǎng)視頻的AI：NUWA-XL。
只用16句簡(jiǎn)單描述，它就能get一段長(zhǎng)達(dá)11分鐘的動(dòng)畫：
在往前一點(diǎn)兒，就在Gen-2發(fā)布同一天，阿里達(dá)摩院也開源了17億參數(shù)的文本轉(zhuǎn)視頻AI：
效果是醬嬸的：
……
可以預(yù)見，不止圖像生成，視頻領(lǐng)域也要變得熱鬧起來了。
咳咳，所以下一波大眾AI狂歡，會(huì)是它嗎？
參考鏈接：
[1]https://twitter.com/nickfloats/status/1644540896321437696
[2]https://twitter.com/nickfloats/status/1644081726141132800
[3]https://research.runwayml.com/gen2
[4]https://twitter.com/c_valenzuelab/status/1645158717766115328
[5]https://modelscope.cn/models/damo/text-to-video-synthesis/summary
[6]https://nuwa-infinity.microsoft.com
相關(guān)閱讀
靠Scaling Laws煉出4D版視頻生成模型，多倫多大學(xué)北交大等攜手開源81K高質(zhì)量數(shù)據(jù)集
81K高質(zhì)量數(shù)據(jù)集已開源
