大厂掀起视频生成「军备竞赛」,AI 真能干掉好莱坞?

大厂掀起视频生成「军备竞赛」,AI 真能干掉好莱坞?

💡 原文中文,约4900字,阅读约需12分钟。
📝

内容提要

阿里巴巴达摩院发布寻光视频创作平台,提高视频制作效率;上海交通大学教授分享媒体内容生成技术;美图公司推出AI短片创作平台MOKI;Haiper AI创始人探讨视频生成技术的意义和价值;圆桌讨论专家们探讨视频生成技术的发展方向和应用场景。

🔎

延伸解读

技术瓶颈:可控性与物理规则

论坛上多位专家指出,当前视频生成技术仍面临显著瓶颈。阿里巴巴达摩院陈威华强调,生成过程难以控制,主角一致性难以保证,需大量人工后期编辑。上海交大倪冰冰则指出,生成内容常出现结构性错误和细节瑕疵,如手部穿模,且难以符合物理规则。这些局限性意味着,尽管技术进展迅速,但距离成熟应用仍有距离,尤其是在需要高精度和可控性的场景中。

应用落地:从炫技到内容价值

美图公司陈剑毅分享的用户调研显示,普通用户并不关心视频是否由AI生成,而是关注内容是否吸引人。这提示从业者,技术炫技并非核心,内容的价值和故事才是关键。同时,用户对专业术语如“文生视频”感到陌生,需通过场景化描述降低理解门槛。因此,AI视频生成的应用落地需回归内容本身,并解决视觉设定、动态和音频可控性等实际问题,才能赢得更广泛的用户。

技术路径:多模态学习与AGI

Haiper AI创始人缪亦舒提出,视频生成不仅是生成视频,更是通过多模态学习构建基础感知能力,是通向AGI的必经之路。他类比语言模型对NLP的冲击,认为视频生成模型通过自回归预测视频帧,隐式学习了深度预测、语义分割等计算机视觉任务,可能引发“CV不存在了”的讨论。这一观点强调了视频生成在AI发展中的战略意义,超越了单纯的内容创作工具。

商业前景:早期探索与挑战

圆桌讨论中,嘉宾们认为视频生成技术仍处于早期阶段,类似GPT-2或GPT-3时代。五源资本石允丰指出,技术底座未稳固时寻找PMF挑战巨大,需要天才产品经理创造新内容形态。倚天资本乐元也认为,当前技术水平不足以支撑大范围商业化。尽管应用前景广阔,但商业模式和场景落地仍需探索,投资者和创业者需保持耐心,关注技术演进与用户需求的结合。

❓

Q&A

阿里巴巴的寻光视频创作平台有什么特点?

寻光视频创作平台旨在提升视频制作效率,解决视频后期编辑问题,允许用户对视频内容进行精准控制,并保持角色和场景的一致性。

上海交通大学教授提到的生成算法面临哪些问题?

生成算法面临结构性和细节性问题,例如生成内容可能多出或缺少元素,且对符合物理规则的精细化视频仍有挑战。

美图公司的MOKI平台解决了哪些关键问题?

MOKI平台旨在解决视觉设定可控性、动态可控性和音频可控性等关键问题,提供全面的短片工作流程。

Haiper AI创始人对视频生成技术的看法是什么?

Haiper AI创始人认为视频生成技术是多模态学习的重要一步,能够促进人工智能向通用智能(AGI)发展。

论坛中专家们对视频生成技术的未来有什么看法?

专家们认为视频生成技术仍处于早期阶段,未来需要探索新的商业模式和应用场景,以实现更大的价值。

视频生成技术对内容创作有什么影响?

视频生成技术丰富了视觉创意和体验度,但仍需关注内容本身的价值观和故事,而不仅仅是技术的视觉效果。

🏷️

标签

➡️

继续阅读