AI生成视频：有点惊艳，有点离谱

无星无杠

AI生成视频：有点惊艳，有点离谱

   定焦（dingjiaoone）原创

   作者 | 黎明

   编辑 | 魏佳

   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。

   Pika的视频还可以一键换装，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。

无星无杠

   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。

无星无杠

   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。

无星无杠

   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

无星无杠

   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。

    题图来源于Unsplash。

无星无杠

玩具反斗城突破“次元壁” 打造新春玩“聚”时光

    新年伊始，万象更新。玩具反斗城在新的一年延续破圈策略，让亲子家庭及童心未泯的成年人享受不一样的玩"聚"时光。

   "玩具反斗城不仅带来了众多富有新春氛围感的新品玩具，借这些饱含吉祥寓意的玩具表达对消费者的诚挚祝福，打造快乐的欢聚时光，同时我们还将继续贯彻品牌年轻化战略，加大进军潮玩及游戏周边的步伐，为更广泛的消费者带来无限畅想。"玩具反斗城中国区总经理兰垠女士表示。

   贴近年轻消费者 "橙"意满满迎新春

   潮玩礼盒自用礼赠两相宜 打造新年玩“聚”时光

    玩具反斗城独家推出培玩宝（PLAYPOP）"橙"意满满礼盒，多巴胺配色的手提毛毡包内含有花飞蝶舞拉线飞碟与景上添花积木街景两款玩具，以仿生设计的玩具花朵造型取代传统鲜花，承包户外玩耍与室内休闲多重场景，在新年氛围感之外增添一丝浪漫气息。拼奇积木（PANTASY）古风扇形龙年壁画积木则从传统中国折扇中汲取灵感，精巧国风画面缔造出青龙匐于祥云之上的景观，彰显文化自信。这个新春，让兼具艺术美感与创意的玩具为节日增添仪式感，以"玩聚"解千愁。

   独家食玩盲盒 加码欢聚新年

   创造永恒回忆向来是新春佳节不变的重点。今年不妨用玩具反斗城独家发售的DIY玩具增加与家人和朋友的聚会乐趣，在最重要的场合一起创造宝贵的美好时光。

   掌上宇宙工坊多个系列 点燃手工创作火花玩具反斗城独家发售的掌上宇宙工坊（MINIVERSE）家居美物系列以盲盒形式提供18款迷你手工摆件，细节逼真，还原现实，且便于收藏和展示。玩家们可享受手工制作带来的满足感。还有茶点系列、美食系列及小家电系列等待收集。同时，玩具反斗城也在北京、上海、广州、成都、杭州共五地的指定门店开展试玩活动，参与者在店内特别设计的掌上宇宙工坊小天地中沉浸式试玩后，还可以将自己制作的小作品带回家，打造属于自己的迷你天地。

   掌上宇宙工坊体验活动为全年龄段带来沉浸式玩乐乐趣

   在DIY的小天地里，手工串珠也不能少，珠宝配饰也是年轻一代祈愿新年好运的重要载体。培玩宝（PLAYPOP）人鱼海洋串饰以静奢风视觉美感开启晶灿闪耀的龙年，简单4步创作独特的人鱼饰品，开年祈福气运加身。

     百变人鱼手工串饰 花样饰品自由创造

   二次元人偶见面会 玩出新花YOUNG

   除了潮流玩具，还有"玩具反斗城之二次元觉醒"系列活动承包整个新年假期。

  《蛋仔派对》人偶，《元梦之星》人偶、《原神》Coser（角色扮演者），以及玩具反斗城杰菲人偶将分别出现在北京、上海、广州、佛山、深圳、杭州、重庆、成都共八座城市的指定门店，与大小粉丝见面合影、亲密接触。

   这已经不是玩具反斗城第一次与热门年轻IP合作。此次玩具反斗城集中引进米哈游旗下IP《原神》、《崩坏：星穹铁道》，网易旗下IP《蛋仔派对》，以及腾讯旗下IP《元梦之星》等众多游戏周边，打破次元壁，吸引更多年轻群体，为二次元忠实粉丝带来热门"谷子"（周边商品），包括角色徽章、摆件、挂件、色纸、手办等。

   玩具反斗城引入二次元周边商品 贴近年轻群体

   活动期间于指定门店参与线上话题以及扫码参加猜灯谜活动，有机会获得透卡、书签、贴纸等周边好礼。现场还有"吧唧"（徽章）DIY制作活动，让年轻人在玩具反斗城感受好玩好物带来的乐趣，在心仪角色陪伴下开启新的一年。

    1月28日起，玩具反斗城联合美团外卖将杭州龙湖滨江天街店打造成《蛋仔派对》乐园，供粉丝前去拍照打卡。现场参加线上线下互动活动的粉丝们可获得美团外卖X《蛋仔派对》定制周边礼品，尽情享受《蛋仔派对》活动带来的欢乐。

    兰垠女士表示："玩具反斗城自去年开始布局Z世代市场，为传统玩具市场注入新的活力。如何把握住年轻消费群体是玩具反斗城一直在探索的议题。"为此，玩具反斗城突破传统，更新门店形象，同时引入了更多潮流IP及游戏周边，"此番我们将多个时下备受年轻人喜爱的二次元游戏形象带至门店与粉丝见面，同时开发IP周边产品与创意玩法，打破用户圈层，以组合拳打通品牌年轻化的新链路。"

   自2006年进入中国以来，玩具反斗城已经伴随着一代人的成长，扎根本土市场。2024年，玩具反斗城将开启一段全新的旅程，在线上线下持续突破创新，迈向与中国消费者双向奔赴的第18年。

无星无杠

热门射击手游《机甲战队》登录中国

   游戏发行商兼开发商 MY.GAMES 宣布，由其内部研发团队War Robots打造的旗舰手机射击游戏《机甲战队》已在国内上线，该游戏在中国大陆地区的发行将由创梦天地负责。目前，玩家可在各大应用商店下载《机甲战队》。

   “中国是世界上最大的游戏市场之一，公司将重点项目引入中国始终是 MY.GAMES 的目标。”MY.GAMES 首席执行官 Vladimir Nikolsky 说道。 “从游戏类型来看，射击游戏是中国下载量最高的游戏品类之一，这为《机甲战队》的进一步发展开辟了新的可能性。”

   据Newzoo在2023年7月发布的《全球游戏市场报告》显示，2023年，亚太地区的游戏玩家将占全球玩家的一半以上，其中约40%的玩家来自中国，约为7.27 亿人，其中 6.8 亿都是移动端玩家。总体而言，中国移动端玩家约占全球移动端玩家总数的 24%。此外，中国的手机游戏贡献了全球手机游戏市场总收入的约30%。

   自 2014 年推出以来，《机甲战队》一直在稳步增长，目前在所有平台上拥有超过 2.5 亿注册玩家，总收入超过 7.5 亿美元。在中国获得ISBN出版许可之前，《机甲战队》已经在中国建立了广泛的用户认知和喜爱。截至 2021 年，中国已经成为了《机甲战队》在 AppStore 上的总下载量前三的区域，占总下载量约20%。

   2023年3月，共有27款海外游戏在中国获得了版号，其中包括《机甲战队》。在过去的三年里，研发团队持续对游戏进行研发和升级，完善了图形重置，并增加了更多功能，包括排行榜系统、赛事、新的游戏模式以及机械、武器和功能的升级。如今，《机甲战队》已经准备好进入中国市场，为中国玩家带来更多精彩的内容。

   “我们很高兴《机甲战队》获得了版号。Pixonic 团队在研发独特的的第三人称 PVP 射击方面非常有才华，创梦天地也拥有超过14年的游戏发行经验，我们期待双方共同将《机甲战队》引入中国大陆地区。鉴于射击和竞技游戏在中国市场广受欢迎，我们也期待本地化版本推出后进一步扩大《机甲战队》在中国市场的份额。”创梦天地商务拓展总监 Alex Sorbac 表示。