《[中泰证券：计算机-Pika-AIGC新秀-视频生成产业或迎来GPT时刻](https://waytoagi.feishu.cn/record/CTMorC4Sze2U28ccWRYcYt62nye)》AI视频生成依旧处于技术驱动的发展模式中，可以持续追踪在技术端有更大突破的产业公司。视频生成作为多模态生成中难度最大的领域，依旧存在着很多应用的问题，更大的技术突破才是产业现阶段的核心推动因素。正如创始人Chenlin所言，目前的视频生成产业可能处于GPT-2的时期，技术的突破可能远比想象中更快；《[中学生能看懂：GPT-2论文<Language Models are Unsupervised Multitask...>](https://waytoagi.feishu.cn/record/V5YTrLEGKeWZ4rczzDyc55fKnnd)》该论文由Alec Radford，Jeffrey Wu，Rewon Child，David Luan，Dario Amodei，Ilya Sutskever等人撰写的，于2019年发布。它对当代自然语言处理（NLP）领域产生了重大影响，这篇用通俗易懂的文字解释了这个论文；《[生成式AI寒武纪大爆发](https://waytoagi.feishu.cn/record/U0AJrjMBYeLTdAcoNuLc33bvn43)》全景图，作者00@xueyuan.ai和《[一个AI工程师的自我修养](https://waytoagi.feishu.cn/record/DzWVrC80Ee5u1WcYCQqc77XCnTh)》作者@pe653，这是他的AI技术学习路径，供参考；
原链接：https://a16z.com/why-2023-was-ai-videos-breakout-year-and-what-to-expect-in-2024/翻译：歸藏2023年是人工智能视频领域的飞跃之年。年初，市场上还没有面向公众的文本生成视频的模型。但仅仅一年时间，我们就见证了数十种视频生成工具的问世，全球已有数百万用户通过文字或图像提示来制作短视频。目前这些工具还有局限性—大部分只能生成3到4秒的视频，视频质量参差不齐，像保持角色风格一致这样的难题还未得到解决。要想仅凭一个文本提示（或者几个提示）就制作出类似皮克斯电影的短片，我们还有很长的路要走。然而，过去一年在视频生成技术上取得的进展预示着我们正处于一场巨大变革的初期阶段，这种情况与图像生成技术的发展颇为相似。文本生成视频的模型正持续进步，并且像图像转视频、视频转视频这样的衍生技术也开始流行起来。为了更好地理解这一创新浪潮，我们追踪了目前为止该领域的重大发展、值得关注的公司，以及尚待解决的关键问题。
这项技术的提出，不仅为视频内容创作者提供了强大的工具，也为未来的多媒体交互和虚拟现实应用开辟了新的可能性。T2AV的成功，标志着我们在创建富有表现力且与视觉内容完美同步的音频方面迈出了重要的一步。参考资料https://www.musicbusinessworldwide.com/tiktoks-parent-bytedance-has-locked-down-ai-music-patents-in-the-us-while-its-researchers-develop-a-model-trained-on-257000-hours-of-songs/https://x.com/music_zone/status/1767955625709875368?s=20https://x.com/ArxivSound/status/1767763589387915427?s=20https://x.com/ArxivSound/status/1768125900057456643?s=20https://x.com/ArxivSound/status/1768125902288793690?s=20我是尾巴感谢您观看至此处，如果文章对您有帮助，点个赞、在看、转发三连支持一波！您的支持是我最大的动力！叮当不是机器猫您的支持是我最大的动力喜欢作者