为什么ai生成视频被寄予厚望

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。

AI视频生成领域，有一款国产应用正在崭露头角，引起了业内外的广泛关注——这就是可灵。如果您曾活跃于AI交流群，或者有幸在可灵刚推出时就体验过它的视频生成功能，您就会深刻感受到可灵在这一领域的强悍实力。事实上，可灵生成的视频质量已经达到了一个令人惊叹的水平，足以与国际一些顶尖模型相媲美。可灵的优势主要体现在三个关键方面：首先，是其卓越的视频生成质量。可灵生成的视频无论是在画面清晰度、连贯性还是内容丰富性上，都达到了与国际顶级模型相当的水准。这种高质量的输出不仅满足了普通用户的需求，也为专业创作者提供了强大的工具支持。其次，可灵在生成速度上表现出色。相比国外同类产品，可灵的处理效率更高，能够更快地完成视频生成任务。在当今快节奏的内容创作环境中，这种高效率无疑是一个巨大的优势，能够大大提升用户的工作效率。最后，对于国内用户来说，可灵的可访问性是其一大亮点。相较于一些可能需要特殊访问方式的国外产品，可灵为国内用户提供了更加便捷、稳定的使用体验。这种便利性不仅降低了使用门槛，也为更多人探索AI视频生成技术提供了机会。基于这些显著优势，在国内文生视频领域，我目前毫不犹豫地首推可灵。它为国内用户提供了一个高质量、高效率的视频生成解决方案，满足了从个人创作者到专业团队的各种需求。除了价格因素外，目前可灵在功能和性能上几乎没有太多值得批评的地方。它代表了国内AI视频生成技术的最高水平，为用户提供了优质的服务体验。可灵的出现不仅填补了国内在高端AI视频生成领域的空白，也为整个行业树立了新的标杆。

本文作者Bay，写于23.09月底，关注公众号“Bay的设计奥德赛”可接受及时推送AI生成视频发展到什么程度了，效果如何？有哪些可用的产品方案？网上炫酷的效果如何实现？AI视频的应用场景和案例有哪些？本着对以上问题的探索，我开启了AI视频系列的探索。上篇将着重介绍技术发展概况和应用场景思考。[heading2]一.技术发展概况[content]长期以来,人们对AI视频技术应用的认知停留在各种“换脸”和视频特效上。随着AI图像领域的技术发展，AI视频技术也逐渐取得了突破。本节内容结合Claude、Perplexity查询、项目论文整理而成。[heading2]1.1生成方法[content]从交互方式来看，当前AI视频生成主要可分为文本生成视频、图片生成视频、视频生成视频三种形式。一些视频生成方法是先生成静态关键帧图像,然后构建为视频序列。也存在直接端到端生成视频的技术，无需进行多阶段处理即可生成视频，如基于GAN、VAE、Transformer的方法。微软NUWA-XL：通过逐步生成视频关键帧，形成视频的“粗略”故事情节，然后通过局部扩散模型（Local Diffusion）递归地填充附近帧之间的内容