號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。

【資料圖】

有推特博主已經(jīng)率先拿到了內(nèi)測資格。

這是他用提示詞“一個身材勻稱or對稱（symmetrical）的男人在酒吧接受采訪”生成的結(jié)果：

只見一個身著深色襯衣的男人正望著對方侃侃而談，眼神和表情透露著一股認真和坦率，對面的人則時不時點頭以示附和。

視頻整體非常連貫且畫質(zhì)很是清晰，乍一看，真實訪談感滿滿有沒有！

同樣的提示詞生成的另一個版本也不賴：

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。

博主實測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”：

“一家在人類動物園吃微芯片的機器人”：

“人形機器人大軍在冰凍的平地上進行殖民”：

（有種權(quán)游里面異鬼大軍進擊長城的氣勢……）

“地球上最后一個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)時的影子。

如Nick St. Pierre表示：

Gen-2還處于嬰兒期，后面一定會更好。

我們也在網(wǎng)上找到了其他已經(jīng)拿到內(nèi)測資格的人測試的一些效果：

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）。

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，那會還只能對已有視頻進行編輯；

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狗）、渲染和個性化（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次機會用完之后就只能按月付費了），Gen-2還沒有正式對公開放。

除了Gen系列，微軟亞研院還最新發(fā)布了一個可以根據(jù)文字生成超長視頻的AI：NUWA-XL。

只用16句簡單描述，它就能get一段長達11分鐘的動畫：

在往前一點兒，就在Gen-2發(fā)布同一天，阿里達摩院也開源了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，會是它嗎？

本文作者：豐色，來源：量子位，原文標題：《“視頻領(lǐng)域的Midjourney”！AI視頻生成新秀Gen-2內(nèi)測作品流出，網(wǎng)友直呼太逼真》

風(fēng)險提示及免責(zé)條款 市場有風(fēng)險，投資需謹慎。本文不構(gòu)成個人投資建議，也未考慮到個別用戶特殊的投資目標、財務(wù)狀況或需要。用戶應(yīng)考慮本文中的任何意見、觀點或結(jié)論是否符合其特定狀況。據(jù)此投資，責(zé)任自負。

關(guān)鍵詞：