即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒

娛樂頭條 2707℃

每經記者:王郁彪 楊昕怡    每經編輯:張海妮

位元組、快手,兩位短視頻巨頭在ai領域裏迎來了正面交鋒。

11月8日,位元組跳動旗下的ai內容平台即夢ai宣布,由位元組跳動自研的視頻生成模型seaweed面向平台用戶正式開放。

據位元組方面介紹,本次開放使用的豆包視頻生成模型seaweed是該款模型的標準版,僅需60秒即能生成時長5秒的高質量ai視頻,領先國內業界3至5分鐘的所需生成時間。

《每日經濟新聞》記者在對即夢、可靈的初代版本和最新版本進行實測時也發現,迭代後,兩款產品在視頻生成效果上均有多方面、不同程度的提升,可靈在空間布局和畫面細節呈現上更為準確,且對生成內容效果的調節更具靈活性、便捷性;而即夢在生成時長和視頻風格上有優勢。

一位大模型技術人員向《每日經濟新聞》記者表示,視頻生成模型要實現生產內容的不同「畫風」是很難做的,「技術之外,還主要看數據源的豐富程度」。

當短視頻進入ai時代,位元組和快手兩員猛將下場,誰將拔得頭籌?

初代vs迭代:半年時間,即夢、可靈更新了什麼?

伴隨位元組自研視頻生成模型seaweed開放使用,國內視頻生成模型大比拼里最具看點的一對——即夢、可靈終於正式交手。

它們都承載着理解物理世界,在衍生「真實」的同時儘可能放大想像的「ai造夢計劃」,但對於自身而言,即夢和可靈也都肩負位元組和快手又一番商業化前景開拓的重任。

事實上,即夢與可靈都在短短不到一年的時間,完成了數次迭代。即夢3月底開啟視頻生成功能內測,半年後,位元組發佈了豆包模型家族的兩款視頻生成模型seaweed和pixeldance,並通過即夢ai、火山引擎小範圍邀測,至如今seaweed面向平台用戶正式開放。

工信部信息通信經濟專家委員會委員盤和林向《每日經濟新聞》記者表示,即夢使用的新模型生成速度有所提升,給用戶的生成體驗更好了,「即夢ai目前在國內生成領域,還是比較領先的」。

可靈在6月「出生」後一鳴驚人,發佈至今經歷了十餘次更新,包括發佈圖生視頻功能以及1.5模型的上線等重要更新。截至目前,可靈擁有超過360萬用戶,累計生成3700萬個視頻,並在近期正式上架獨立app(應用軟件)。

《每日經濟新聞》記者選取了openai官方公布的5條sora視頻提示詞(東京街頭的女士、太空人、無人機視角的海岸、3d動畫的小怪物、雲端讀書的年輕人)分別測試即夢和可靈的初代版本和最新版本,縱向對比兩個視頻生成模型的視頻效果。

對比即夢最初版本和最新版本生產的視頻效果後,我們發現,即夢有兩部分更新較為明顯:一個是在動態的「人事物」表現上,動作的捕捉和連貫性均有較為明顯的提升;另一個是畫面風格的差異化呈現也有比較大的進步。

以「東京街頭的女士」為例,初代即夢塑造的人物動作僵硬,特別是在腿部、腳部動作的捕捉上,整體呈現的效果是模糊和扭曲的。迭代後的新版即夢,人物動作自然流暢,腳部動態的細節處理更清晰、更符合真實世界的邏輯。

從畫面風格的差異化上看,版本更新後的即夢畫風區分度更高,無論對真實世界畫面,還是超現實畫面的描述上,都做出了不同風格呈現。

這一點在「雲端讀書的年輕人」視頻生成的效果上對比明顯。初代即夢將這一超現實畫面做了完全動畫風格的處理,而新版即夢對人物的呈現更傾向寫實風。

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

初代版本即夢「雲端讀書的年輕人」視頻截圖

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

新版即夢「雲端讀書的年輕人」視頻截圖

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

可靈「雲端讀書的年輕人」視頻截圖

「太空人」的視頻生成效果也是如此,初代即夢生成的太空人「遊戲建模」感較重,而新版完全寫實。

初代可靈和數次迭代後1.5模型的可靈,視頻生成效果提升更加明顯。變化之一就是空間布局和畫面細節的呈現更精緻。在「無人機視角的海岸」生成效果上,能夠看到在空間布局上,畫面更具縱深感,空間布局更加複雜,房屋、馬路等細節設置也更豐富。

即夢pk可靈:理解、捕捉和想像都有差異

兩個模型在迭代後,生成效果都更加穩定,畫質也更優,流暢度和細節處理都更經得起推敲。不過,它們在語義理解、關鍵詞捕捉和放大,以及創意想像力和創意相關性的平衡上還是有明顯區別。

我們橫向對比,將最新版本的即夢與1.5模型可靈,對5條sora視頻提示詞(東京街頭的女士、太空人、無人機視角的海岸、3d動畫的小怪物、雲端讀書的年輕人)的呈現進行比拼。

語義的理解和關鍵詞的捕捉,讓即夢和可靈的視頻呈現有所不同。

在「無人機視角的海岸」視頻中,即夢對提示詞中「帶有燈塔的小島」進行了相對模糊化的處理,而無論是可靈還是sora,這一畫面的重點都是「小島」。而在對「海岸公路」的描述中,即夢的設置並不符合真實世界的邏輯。

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

即夢「無人機視角下的小島」視頻截圖

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

可靈「無人機視角下的小島」視頻截圖

而在「太空人」的視頻效果上,即夢對描述中的「冒險」並未進行描述,再次生成後,手拿咖啡騎着摩托的太空人也忽視了「冒險」的設定。可靈則通過人物的表情以及運鏡強調了「冒險」。不過,即夢和可靈都相對忽視了「電影預告片」這一設定,對比之下sora的「太空人」視頻更有電影感。

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

即夢「太空人」視頻截圖

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

可靈「太空人」視頻截圖

在「3d動畫的小怪物」視頻生成中,即夢的小怪物設定與動畫電影《怪物公司》里的角色「薩利」幾乎相同。而提示詞中有關小怪物的部分描述,即夢的呈現也相對不甚準確,比如「短毛」設定的執行。此外,在藝術風格的呈現上,提示詞着重強調了「光照和紋理」,即夢的執行弱於可靈。

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

即夢「小怪物」視頻截圖

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

可靈「小怪物」視頻截圖

而在「東京街頭的女士」視頻中,即夢在多主體複雜交互的呈現上,效果相對於可靈,表現不佳。無論是對畫面主體的「女士」還是空間描述上都相對準確,但畫面中的行人普遍進行了模糊處理,近景中的行人則出現扭曲變形。

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

即夢「東京街頭的女士」視頻截圖

即夢半斤,可靈八兩?位元組、快手視頻AI正面交鋒 - 陸劇吧

可靈「東京街頭的女士」視頻截圖

不過,即夢ai官方透露,近期,seaweed和pixeldance兩款視頻生成模型的pro版也將開放使用。pro版模型會對多主體交互以及多拍動作連貫性上進行優化,同時攻克多鏡頭切換的一致性等難題。

在功能與體驗上,經過數輪迭代後的可靈,在生成視頻時,有「創意想像力和創意相關性」參數的調整,因此可以進行平衡調整。對於不希望呈現的內容,可靈也可以設置,比如模糊、拼貼、變形、動畫等。生成操作更靈活,效果可調整。

即夢生成視頻的操作更加便捷。此外,經測試,即夢視頻生成時間更短,sora的5條提示詞的視頻生成時間,每條都不超過半分鐘。而1.5模型的可靈生成10秒高質量視頻則需要耗時10分鐘以上。

不過,需要注意的是,上述即夢、可靈生成的視頻,均由記者測試生成,不同版本、描述的細節,都會造成視頻生成效果的差異。並且,目前sora仍未開放,所生成視頻均為官方發佈版本,後續開放,用戶實際測試效果與官方視頻可能存在一定的差異。

ai視頻生成領域混戰,何為勝負手?

對於位元組、快手這兩大短視頻巨頭而言,要在ai視頻生成領域中進行較量,對手還遠不只彼此。

例如,11月8日,「ai六小龍」之一的智譜對其視頻生成工具清影進行了新升級。值得關注的是,升級後的清影支持任意比例的圖像生成視頻,並且具備多通道生成能力,同一指令或圖片可以一次性生成4個視頻。此外,新清影可以生成與畫面匹配的音效,該音效功能將在本月上線公測。

其中已有初露鋒芒的玩家出現。

8月31日,minimax發佈了其首款ai高清視頻生成模型技術abab-video-1,上線首月便捷報頻傳。minimax官方公眾號披露,在視頻模型上線海螺ai的首月,海螺ai網頁版訪問量增速超800%,用戶覆蓋全球超180個國家和地區,產品連奪ai產品榜(web)9月全球增速榜和國內增速榜兩榜榜首。

北京市社會科學院管理研究所副研究員王鵬向《每日經濟新聞》記者指出,目前國內外ai視頻產品都處於快速發展階段,國外meta、google等科技巨頭都在積極布局ai視頻領域;國內方面,快手可靈、即夢ai等產品也在不斷迭代升級,提升用戶體驗和商業化能力。

同時,東吳證券在今年8月發佈的研報也指出了國產ai視頻大模型的迭代、落地發展之快、競爭之激烈——技術層面,新模型生成時長、分辨率、幀率上快速提升,縮小了與sora之間的差距;產品方面,許多新產品和模型升級面向全體用戶開放,部分已應用於微短劇創作,國內公司在用戶開放和商業化落地方面進展迅速。

在商業化可能性方面,該份研報中提到,在ai滲透率為15%的中性假設下,中國ai視頻生成的行業潛在空間為3178億元;在全ai模式下,電影、長劇、動畫片和短劇的製作成本,相較傳統模式將下降超95%。

龐大的潛在市場規模和降本增效的「超能力」也能從可靈的使用數據上窺見一二。

在10月舉行的「2024中國計算機大會」上,快手副總裁、大模型團隊負責人張迪透露,自今年6月發佈以來,快手可靈ai已有超過360萬用戶,累計生成3700萬個視頻以及超過1億張圖片。

盤和林在接受《每日經濟新聞》記者採訪時表示,可靈背靠快手,擁有流量支持,所以商業化進程很快,「ai視頻產品還是要背靠互聯網平台,有流量才有商業潛力」。

相似的是,位元組也將視頻模型的商業化放在了任務單前列。在今年9月推出兩款視頻生成模型時,火山引擎總裁譚待曾公開表示,新款豆包視頻生成模型「從一落地就開始考慮商業化」,使用領域包括電商營銷、動畫教育、城市文旅和微劇本。

「ai視頻將在b端和c端展現出不同的商業化潛力。」王鵬認為,面向b端,ai視頻可以為企業提供更加高效、低成本的視頻製作和分發解決方案;在c端,ai視頻可以滿足用戶對個性化、高質量視頻內容的需求,還能與電商、廣告等行業相結合,實現更加精準的營銷和變現。

不過對於商業化,也有如minimax創始人閆俊傑這般的想法:「在目前階段,最重要的東西還不是商業化,是技術能達到廣泛『可用』的程度。」但毫無疑問的是,在兩位短視頻巨頭下場、初創獨角獸「另闢蹊徑」,以及不一樣的商業化節奏等因素的共同作用下,這場在ai視頻生成領域的賽跑已越發有看點了。

每日經濟新聞

標籤: 娛樂頭條