豐色 發自 凹非寺
量子位 | 公衆号 QbitAI
号稱可以一句話拍大片的AI視訊生成工具Gen-2,開始露出廬山真面目。
有推特部落客已經率先拿到了内測資格。
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”生成的結果:
隻見一個身着深色襯衣的男人正望着對方侃侃而談,眼神和表情透露着一股認真和坦率,對面的人則時不時點頭以示附和。
視訊整體非常連貫且畫質很是清晰,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力。
有網友看完這組作品直呼:
太不可思議了吧,隻靠文字提示就能生成這樣的結果!
還有人直言:
這是視訊領域的Midjourney來了。
部落客實測Gen-2
這位部落客名叫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,他還釋出了一組Gen-2的科幻作品。
比如“宇航員穿越太空”:
“一名武裝士兵沿着宇宙飛船的走廊奔跑,身後一道黑影摧毀了牆壁”:
“一家在人類動物園吃微晶片的機器人”:
“人形機器人大軍在冰凍的平地上進行殖民”:
(有種權遊裡面異鬼大軍進擊長城的氣勢……)
“地球上最後一個人看着入侵的宇宙飛船降落在東京上空”:
……
以上這些全部都隻憑一句提示詞就能完成,不需要借鑒其它圖檔和視訊。
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當時的影子。
如Nick St. Pierre表示:
Gen-2還處于嬰兒期,後面一定會更好。
我們也在網上找到了其他已經拿到内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視訊生成也狂飙
專攻視訊生成的AI工具Gen-2于3月20日釋出(論文3月11号)。
作為AIGC領域的新秀,它的疊代速度和品質也是相當快了:
Gen-1版本2月才剛誕生,那會還隻能對已有視訊進行編輯;
現在Gen-2就已經可以用文字和圖像作為提示詞直接生成視訊了。
官方号稱它為“生成式AI的下一步”,宣傳語給的也是很霸氣:
say it,see it。(隻要你能說出來,我就能讓你看到)
Gen-2的更新一口氣帶來了八大功能:
文生視訊、文本+參考圖像生視訊、靜态圖檔轉視訊、視訊風格遷移、故事闆(Storyboard)、Mask(比如把一隻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)。
它的出現和AI繪畫一樣,讓人看到了影視、遊戲和營銷等領域暗藏的巨大變革。
其背後開發公司也值得說道,它就是Runway。
Runway成立于2018年,為《瞬息全宇宙》特效提供過技術支援,也參與了Stable Diffusion的開發(妥妥的潛力股)。
提示:Gen-1已經可以開始玩了(125次機會用完之後就隻能按月付費了),Gen-2還沒有正式對公開放。
除了Gen系列,微軟亞研院還最新釋出了一個可以根據文字生成超長視訊的AI:NUWA-XL。
隻用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釋出同一天,阿裡達摩院也開源了17億參數的文本轉視訊AI:
效果是醬嬸的:
……
可以預見,不止圖像生成,視訊領域也要變得熱鬧起來了。
咳咳,是以下一波大衆AI狂歡,會是它嗎?
參考連結:
[1]https://twitter.com/nickfloats/status/1644540896321437696
[2]https://twitter.com/nickfloats/status/1644081726141132800
[3]https://research.runwayml.com/gen2
[4]https://twitter.com/c_valenzuelab/status/1645158717766115328
[5]https://modelscope.cn/models/damo/text-to-video-synthesis/summary
[6]https://nuwa-infinity.microsoft.com
— 完 —
量子位 QbitAI · 頭條号簽約
關注我們,第一時間獲知前沿科技動态