有一說一，哥們是真不知道這個月什麼情況。
這些個廠商們就像紮堆看了同一本黃曆一樣，都趕着這個月搞事情。
12 号好幾家連着開釋出會咱就不多說了，上周又是參加了一堆大會，看了各種大模型紛紛上新，給哥們都逛累了。
結果到了今天，您猜怎麼着，位元組又官宣了他家的新 AI ，也就是他家豆包這次支援可以視訊生成了，而且效果極其強橫。
也就是說，憋了這麼久，這個月底出場的位元組開始上菜了，而且一來就是硬菜。
口說無憑，直接來給大家看效果：
比如這個官方示範的 “ 紅塵做伴活的潇潇灑灑 ” 場景，這視訊裡多人、複雜表情的表現力可以說相當自然了，雖然是馬丁老爺子的老粉絲，我也隻能說這段權遊味是相當重。
也就是這玩意隻有 10 秒而且慢的一匹，不然真就給它騙過去當成影視片段了。
還有這段，騎火箭的男人沖向世界最高城禮堂引發大爆炸，這段分鏡，前後鏡頭的畫風一緻性都很連貫；中間那個男人緊閉雙眼緊張赴死的鏡頭也特靈魂，畫面感拉滿了。。。
不過這玩意你要光看官方視訊吧，好像感受不到它特别牛的地方，有時候這些AI的宣傳資料就跟友善面外包裝一樣，看上去是一回事，拆開以後又是另一回事。
而且視訊生成這個上面， p 圖微調的事也不是沒有過，還有的視訊大模型光放宣傳片，到現在也不讓大家上手用，跟扇貝似的都玩成期貨了。
是以盡管看完這些示範視訊以後，我們覺得豆包可能真有兩下子，但到底貨對不對闆，咱還是得上手試一試才知道。
這不，那邊釋出會一結束，世超第一時間就薅來了這個 PixelDance （像素跳動）模型的内測，先安排上咱們 AI 測評的傳統保留項目，有請我司老員工火鍋給大夥兒亮個相。
喂給模型一張火鍋的照片，再輸入提示詞 “ 狗狗站起，叼起身邊的娃娃離開畫面 ” 。
按照我們以往用火鍋測評一些視訊模型的經驗，不出 2 秒，鍋哥的身體和臉就會開始變形，之前甚至還有過把火鍋變成拉布拉多的案例。。
但你猜怎麼着？
這次的視訊，幾乎沒有出現太多畫面抖動、掉幀和閃爍變形的情況。
火鍋起身的動作一氣呵成，仔細看它把兔子玩偶拽過來的瞬間，玩偶耳朵的抖動，腳往下踩的時候墊子上的凹陷，這些細節大夥兒品品，火鍋來了都得直呼：穩啊老哥！
如果不是後面幾秒火鍋的毛發紋理露出了破綻，這視訊能打個 9 分吧。
接着，我們又試了讓不少視訊生成模型屢戰屢敗的光影效果。
提示詞 “ 機車飛速行駛在道路上，街景迅速後退 ”
街景變化流暢，光線的明暗變化也沒啥違和感，特别是大樓燈光和地闆上的倒影都一一對應上了。
非要挑毛病的話，就是從對向開過來的車，畫面沒太控制好。
再整個經典的吃播，這回的提示詞是 “ 正對鏡頭的男人張嘴吃下筷子上的食物 ” 。描述相對比較精确，基本就是讓模型指哪打哪。
而 PixelDance 模型也确實沒讓我們失望，拿筷子的動作很熟練，食物是真吃進了嘴裡，面部也沒有因為咀嚼的動作而變形。即使提示詞裡沒有 cue 到後面的一群人，但模型還是讓大夥兒都動了起來。
就是吧，這嚼東西的動作是不是有點忒刻意了。。。
其實測到這裡，我們對 PixelDance 模型的水準已經有點底了。但為了讓測試更全面些，咱還是多試幾次。
來看這張世超随手拍下的晚霞，提示詞是 “ 遠處的天空，飛來一條黑色的龍，距離鏡頭越來越近 ” ，稍微複雜了那麼一丢丢。
後面的天空、一排房子、往鏡頭飛來的黑龍，要素基本齊全，鏡頭還會慢慢仰拍跟随。
不過原本照片左下角應該是橋邊的栅欄，不知道是不是因為太黑，導緻模型沒識别出來，小小變形了一下。
還有這個編輯部同僚下班整點小麥果汁的視訊，最讓世超震驚的，就是杯子裡 8+1 的效果。
因為碰杯導緻的晃動、還有手部動作讓液體往右邊傾斜，好家夥，哥們好像真找到一個了解實體規律的模型了。。
而且手臂的屈伸、關節的活動，似乎也是符合人體生理構造的。
不過瑕疵也不是沒有，比如手裡的酒喝着喝着，突然就喂到了隔壁同僚嘴裡，桌面的杯墊不知道咋回事就變成一張紙了。
相信看到這，大夥兒心裡對豆包這個 PixelDance 模型已經有了基本的評判。
雖說還達不到炸裂的程度，但也肯定算得上是第一梯隊了，而且 PixelDance 模型在畫面穩定性、一緻性上，也确實堪稱獨步。
不過對世超來說，其實并不是非常出乎意料。
主要其實不僅是我們，很多人對豆包在視訊能力上的預期都挺高的。
雖然慢了一丢丢，但背靠視訊行業出身的抖音，再加上對基礎大模型的投入，豆包想依靠這些優勢來追迎頭趕上，實際也是符合大家認知的。
換句話說，豆包做出這個本身就意料之中，更别說人家掏出來的東西還明顯是第一檔。
不過嘛，位元組在這個時候掏出豆包視訊模型，其實挺及時的，剛好踩在視訊大模型發展的節點上。
光是今年， 6 月份即夢 AI 就在 AIGC 短劇《 三星堆：未來啟示錄 》中亮相了， 7 月 13 日快手也上線了 AIGC 短劇《 山海奇鏡 》；
而在影視圈， AI 制作的聲量也被喊的越來越響，前有 AI 還原 27 歲成龍的《 傳說 》，後有暑期檔的漫改電影《 異人之下 》，這也意味着視訊生成大模型和影視行業某種意義上算雙向奔赴。
東吳證券測算，國内 AI 視訊潛在的行業空間可能達到 5800 億元人民币以上，而在全 AI 模式下，影視劇的制作成本相較于傳統模式，成本能降低超過 95% 。
但這種趨勢也會帶來新的問題，比如模型訓練需要的素材得更真實，那這些視訊素材可能會有版權和隐私安全的問題。
另一方面，影視級視訊生成模型也需要 AI 廠商本身有影視相關的經驗，比如這次的豆包，就綜合了剪映等專業剪輯和調色軟體的經驗，來做出更接近影視的光影、色彩效果。
其他視訊生成模型如果要在這方面繼續進步，可能也需要和影視行業聯系更加緊密才行。
總之，豆包這波交出的卷子值得一個高分，但對于視訊模型來說這還遠遠不是終點，期待國産大模型接下來的表現。
順便， Sora 怎麼還不出來吱個聲啊？再不給用黃花菜都要涼了。