2024或成ai视频元年，
但当前的玩家更多的是爱好者，
商业交付能力还偏弱。
编辑|易瑾
从开播到结局，《繁花》的热度不减反增。
剧中取景地和平饭店英国套房16888元一晚售罄、黄河路进贤路成网红打卡地、可定制西装的裁缝店电话被打爆、排骨年糕干炒牛河引发餐饮商家跟风……结局弹幕中，充斥着观众对角色的致敬、不舍以及对第二部的呼声。
近日，甚至有用户使用chatgpt创作了《繁华2》预告片：90年代一个男人的故事，开始于最卑微的起点，双手铸就了他的命运。有剧粉直呼：不愧是ai，真敢说。
“有问必有答”，这是以chatgpt为代表的大语言模型的主要特征，而预测下一步剧情、大结局外，从《繁花》出生起遇到ai，碰撞出了不一样的“宝总”形象，也有影视爱好者用ai生成《繁华》视频，致敬剧组。
进入2024年，ai视频一改去年的沉寂，踏着希望之光走向大众视野。从兵马俑能跳科目三，带火通义千问的全民舞王，到pixverse、pika等迭代新功能，给创造者打了一波鸡血。ai视频会如《繁花》一样，好评如潮？这是一个问号。
ai世界的繁花
致敬《繁花》是ai影视探索者陈坤第一个在视频号，公开发布的作品。40s的预告片，是他用mj（midjourney）作图，pika生成的视频，声音采用的原声。
图源：闲人一坤视频号
视频发出后，在视频评论区，不少用户点赞、评厉害，也有用户指出，动作还是很迟缓，走步那几帧很奇怪。
在阐述为何选择生成《繁花》预告片时，陈坤用“致敬”二字概括自己的初衷，他表示自己曾在华策、优酷等企业从事影视工作，以专业角度看《繁花》，无可厚非是一部好剧，且达到了难以超越的地步。
在敬畏和好奇心驱使下，他想象“《繁花》遇到ai”的画面，并付诸行动。回顾ai视频的生成过程，陈坤表示耗费了大约3天的时间，“里面非常多的镜头，是现在aigc还生成不出来的，我更多的是用其他一些镜头语言去解决。”
其中值得一提的是，对于腿部运动的支持，是个大痛点，在致敬《繁花》的视频中，陈坤表示为了生成阿宝和爷叔双腿走红毯的镜头，不下100次的尝试，最终呈现的效果也仍差强人意。
图源：闲人一坤视频号
距离陈坤创作ai版《繁花》预告片，已经过去了近一个月。期间，字节发布新视频生成模型majicvideo-v2、pika推出视频画面扩充功能、阿里开源dreamtalk、mj将在2月上线初始视频功能……作为个人使用者，行业的变化陈坤也有明显的体感。
“aigc是以天为单位在进化的，有的是版本级的进化，有的则是模型微调级的进化。”陈坤说如果是现在重新生成，上述镜头不至于生成上百次，效果也会更加流畅。
除了ai视频外，《繁花》的热度也蔓延到了ai绘图、ai影评上，有创作者用ai呈现剧中的经典场景，如香港的街道、霓虹灯等，也有创作者将剧中人物李李、汪小姐和宝总，通过ai图生图，赋予了新的数字形象。
万物皆可科目三
回头来看过去的整个2023，全球各大科技巨头从大模型竞争再到应用之战，ai视频几乎和文生图同一时期进入到人们的视野中，但在去年，ai视频的发展速度显然逊色于后者。直到去年年底和今年年初，pika、阿里animate anyone、runway等，在产品迭代和创新上燃起了行业的希望。
英伟达高级科学家jim fan预测，“2024将是视频之年”。有意思的是，从2024年第一个工作日开始，兵马俑、布偶、马斯克以及各地网友跳科目和网红舞的视频就陆续在社交平台刷屏。
这些视频都是用阿里的“全民舞王”ai生成的，用户仅需上传一张图片，就可以生成一段舞蹈视频。
目前，该应用中内置了12种舞蹈模板，除了“科目三”以外，还有dj慢摇、鬼步舞等网红舞蹈。这个功能源自他们的一项学术研究animate anyone，这个研究的目标是做可控的人物视频生成。
根据公开论文显示，animate anyone集成了多项创新技术，引入了referencenet，用于捕捉和保留原图像信息，可高度还原人物、表情及服装细节；该算法使用了高效的pose guider姿态引导器，保证了动作的精准可控；通过时序生成模块，有效保证视频帧间的连贯流畅性。
阿里巴巴通义实验室xr负责人薄列峰表示，“研究本身并不局限在舞蹈生成，为了让偏枯燥的学术工作，变成大家都能体验、都能找到乐趣的功能，我们这次是率先上线了一批舞蹈模板。”言外之意，以后可能还会有更多的功能或者应用上线。
通义舞王火爆的同时，市场上也出现了一种声音，通义千问如何去承接这波流量，会不会难逃公域流量出圈后就是顶峰的宿命。
薄列峰认为，通义舞王是业界在视频生成领域的全新探索，未来该技术可应用于直播、影视制作、艺术创作等领域。比如工厂女装生产设计领域、ai模特试衣、漫改剧等等，还在进一步探索中，未来可能还有很多其他应用场景。
多家企业加码，分成两种不同路径
陈坤分析道，真实拍摄牵扯到摄影、灯光、化妆、后期等整个链条，所耗费的时间和财力成本是巨大，他以另外一个作品山海奇境里狐狸脑袋，同时驱动火的镜头为例，阐述道这样一个镜头成本是10万元级的，时间可能需要1个月。
图源：闲人一坤视频号
通过ai生成视频，陈坤表示在人力和时间上的效率是明显提高的。但他也坦言，目前的产品仍处于初期阶段，远没达到可交付的商业化水平。根据他的观察，目前在玩ai视频主要的个人爱好者，专业的ai影视玩家还相对较少。
出现这个现象的原因，他认为除了工具本身还处于发展期，还有一个重要原因是对影视行业的理解不够，这就涉及提示词的输入，创作者需要先在大脑中构建出画面，再输入工具能理解的关键词，“对垂类知识要一定了解，工具只是赋能，才能有好的作品诞生。”
无论是陈坤还是薄列峰都有相似的感受，ai视频日趋火热，并有不少企业已经布局这一赛道。薄列峰将目前生成视频的应用分为两类，一类是gen2、pika这些应用，他们聚焦在文本生成视频。
他指出这类应用的优劣也很明显，“有点是文字的表达领域广，天马行空，能说出来的都可以生成。相对地，文字也有表达不够精准的问题，生成的视频带有很大的随机性，通常生成不了长视频。”
另一类，他认为是和他们更相似的，可控视频生成，比如disco、dreampose。“举个例子，从一致性的角度来看，相比这些工作，我们能精准捕捉原人物的衣服、头发、鞋子的细节，同时也能更好适配到人物的体型上，最终生成的视频能很好地保留原图像形象的特征。”
对于未来的发展，陈坤预测ai视频应用发展主要是两种不同路径：“玩具”和“武器”。
具体而言，“玩具”面向的更多是爱好者，主要追求的是在公域的出圈，这类应用的定价则需要更谨慎，商业化前景相对没那么明朗；“武器”则更多的是针对专业使用者，例如美图工具，不断推陈出新赋能行业从业者，这类应用的商业化路径是相对清晰的，但是对产品力的要求也更高。
不管是已经火爆出圈的open ai的gpt-4，还是热度趋增的视频生成模型，本质都属于多模态大模型。idc发布的《2024 aigc应用层十大趋势白皮书》也预测，多模态大模型拓展服务边界、带来更丰富的用户体验是重要趋势。2023，大模型之战已打响；2024，期待大模型的价值落地。
综合自ai视频创作者、阿里云、21世纪经济报道
-
-
-
-
-
-
-
-
-
-