腾讯混元超越GPT-4/Claude-3.5/Gemini-1.5，国产多模态新霸主诞生！
国产大模型，多模态能力都开始超越GPT-4-Turbo了??权威榜单，中文多模态大模型测评基准SuperCLUE-V，新鲜出炉:特别是腾讯的hunyuan-vi...
2025-01-21
视频生成大模型市场：表面繁荣下的激烈竞争
视频生成大模型赛道表面看似竞争激烈，但实际上市场仍有巨大的发展空间。尽管众多企业和研究机构纷纷投入资源进行研发，但目前真正能够实现高质量、高效率视频生成的技术仍然较少。随着5G、人工智能等技术的发展，视频生成大模型在教育、娱乐、广告等多个领域都有着广泛的应用前景。只要能够抓住技术创新和市场需求的结合点，就有机会在这个赛道上脱颖而出。
引言：AI视频生成技术的崛起
2024年12月19日，快手宣布更新其1.6版本的可灵模型，与此同时，字节跳动也在前一天的火山引擎大会上发布了豆包视频生成大模型，而在更早之前，腾讯已经在12月初推出了名为“元宝”的视频生成大模型，这一系列动作标志着国产大模型在视频生成领域的加速落地。
主要玩家及其特点
1. 快手的可灵
- 发布时间：2024年12月19日
- 特点：可灵不仅支持文生视频，还具备图生视频的能力，它能够将用户提供的脚本拆解成详细的分镜内容，并利用AI工具将这些分镜转化为动态视频，它还提供了丰富的编辑功能，允许用户对生成的视频进行进一步调整。
2. 字节跳动的豆包
- 发布时间：2024年12月18日
- 特点：豆包是由张楠从抖音来到剪映后推出的一款新工具，它同样支持即梦和可灵的功能，但更侧重于短视频创作，目前，豆包仍处于早期阶段，每月需要支付200美元的费用才能使用。
3. OpenAI的Sora
- 发布背景：OpenAI在年底进行了为期12天的直播，展示了Sora的最新功能，其中最引人注目的是“故事板”功能，可以直接将提示词转化为剧本。
- 特点：Sora的新版本提高了视频生成速度和编辑实用性，由于成本高昂（每月需支付200美元），且存在服务器崩溃等问题，用户体验受到了一定影响。
4. 腾讯混元
- 发布时间：2024年12月初
- 特点：腾讯混元是唯一一个只支持文生视频的大模型，尽管它在语义理解能力上有所欠缺，但通过开源策略吸引了大量开发者的关注。
技术原理与挑战
1. 技术原理
- 文本转视频：创作者需要基于AI能力编写脚本，使用AI文生图工具将脚本中的静态分镜以图片形式展现出来，接下来，利用AI视频工具进行动态分镜生成，通过多次续写并配合后期剪辑完成最终视频。
- 图像转视频：对于专业或商业要求较高的内容，如广告、宣传片等，需要先将静态分镜图进行PS处理和后期超分辨率处理，以提高图片质量，之后，再将这些图片交给AI视频工具进行动态分镜生成。
2. 面临的挑战
- 一致性问题：无论是文生视频还是图生视频，都面临着一致性的挑战，如果希望一个穿着淡黄色裙子的女生贯穿整个视频，那么每次续写时都需要确保角色的外观一致。
- 语义理解能力：当前的大模型对语义的理解能力有限，尤其是在处理复杂场景时容易出现偏差。
- 动态幅度限制：虽然一些AI视频软件声称可以实现复杂的动作，但实际上效果并不理想，人物开口说话或做出大幅度动作时，往往难以达到预期效果。
实际应用案例
烈焰罗梦街
这部电影由《梦创》作者罗梦创作的一部660个镜头的电影，其中70%的镜头是文生视频，每个镜头需要200-300字的提示词，这种创作方式极大地提高了效率，但也带来了一致性的问题。
其他应用
- 广告制作：许多品牌已经开始使用AI视频生成工具来制作广告片，以降低成本并提高效率。
- 动画制作：一些动画师利用AI视频生成工具来辅助创作，特别是在绘制分镜和生成动态画面方面。
- 个人创作：越来越多的独立创作者也开始尝试使用这些工具来表达自己的想法，尽管他们可能还不是专业的设计师或动画师。
未来展望
尽管AI视频生成技术已经取得了显著的进步，但它仍然处于早期阶段，未来的发展方向主要包括以下几个方面：
- 提高一致性：解决文生视频和图生视频中的一致性问题，使角色和场景更加稳定。
- 增强语义理解：提升大模型对复杂场景和指令的理解能力，使其能够更好地满足用户需求。
- 扩大动态范围：改进AI视频软件的动态幅度，使其能够实现更复杂的动作和表情。
- 优化用户体验：降低使用门槛，提供更多免费资源和支持，吸引更多创作者参与进来。
AI视频生成技术的发展为创意产业带来了无限可能，随着技术的不断进步和完善，我们有理由相信，未来的视频创作将变得更加便捷、高效和多样化。
扫一扫关注我们
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件至 dousc@qq.com举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
当前页面链接：https://lawala.cn/post/952.html
相关文章
-
-
AI时代的智能体：普及之路还有多远？
2024年，和原本预想的不同，AI没有狂奔。2月，Sora横空出世掀起了国内外视频生成模型鏖战；6月，资本和创业者将目光投向具身智能，试图为大模型找个身子；8月...
2025-01-18
-
国产大模型零一万物GLM实现重大突破，首次超越GPT-4o进入全球Top10
国产大模型首次在公开榜单上超过GPT-4o!就在刚刚，“大模型六小强”之一的零一万物正式对外发布新旗舰模型——Yi-Lightning。在大模型竞技场上，Yi-...
2025-01-15
-
PixelDance视频生成模型上线，即梦AI提供免费体验
字节跳动视频生成模型PixelDance和Seaweed在即梦AI正式上线，面向公众免费开放使用。用户进入即梦AI的视频生成”界面，在视频模型里选择视频P2.0...
2025-01-13
-
Kimi推出全新推理模型，助力中考高考考研全面升级！
日前，国内人工智能公司月之暗面推出的Kimi国产大模型正式发布k0-math。k0-math是Kimi推出的首款推理能力强化模型，采用全新强化学习和思维链推理技...
2025-01-13
发表评论