手搓视频的时代到来了
作者／ IT时报记者 林斐
编辑／ 王昕 孙妍
对于AI大模型对生产流程和创作带来的便利和变化，媒体从业者已有切身体会。
前不久，我向报社负责视频制作的同事推荐了一个AI音乐创作网站——app.suno.ai，解决困扰她许久的视频配乐麻烦。过去，如果从版权库购买视频背景音，那么往往音频质量不高，且与视频本身匹配度不够；而如果用视频编辑平台自带的BGM，则会导致多平台分发时面临侵权风险。
app.suno.ai只需输入风格、类型、内容主题等相关的中文关键词，短短一分钟内就能自动生成两首两分钟的歌曲，歌曲有歌词和人声演唱，编曲也在及格水准以上。对音乐质量要求适中的短视频制作来说，AI生成的BGM无疑提供了新的选择。
就个人而言，我最常使用的AI辅助功能，是将采访录音在语言大模型网站中跑一遍，让AI进行预先整理，再进行人工校对，采访录音整理时间直接缩短一倍以上。下一步，我准备在版面、稿件配图上尝试使用AI生成的图片。
近年来在内容创作领域，消费级人工智能呈现出迅猛的发展态势，以Stable Diffusion、Midjourney、DALL-E等为代表的“文生图”大模型正以前所未有的力量重塑视觉艺术创作格局。这些技术的广泛应用，让商业创意图库的商业模式遭受冲击，我们现可通过诸如Stockcake等网站获取数百万张基于公共领域版权许可的AI生成图片，免费用于各类项目，极大地降低了获取高质量视觉素材的成本。
与此同时，音乐创作领域也见证了一系列AI产品的崛起，如国外的MAGNet、Udio、NeuCo AI、Soundful，国内的网易天音、腾讯TME Studio、BGM猫等，均致力于借助AI技术大幅降低音乐创作门槛，使非专业用户也能轻松创作出高质量的音乐作品，满足各种应用场景的需求。
最近，Adobe宣布将集成OpenAI的Sora AI技术引入其旗舰产品Premiere Pro视频编辑器中，尽管看上去只是视频编辑工具的一次常规升级，但这也意味着AI技术有能力革新视频创作，甚至“杀死”传统的制作模式。
从Sora公布的官方演示视频和用户视频来看，无论是人物，还是动物；真实场景，还是CG模式，都已经完全达到了我们常见的影视剧、广告片的效果。而要得到这一结果，用户只需要准确描述出自己想要的画面、场景即可，降低了视频制作的专业门槛。
目前，普通用户使用Sora生成的视频尚存时长限制，主要是由于当前大模型在存储与算力上的约束。随着大模型算力成本的降低，AI工具的日益进化，尤其是在图像与音乐生成领域所展现的快速跨越，未来无需依赖导演、演员、摄影师、灯光师等专业团队，普通用户仅凭一段文字描述就能轻松创作出长度更长、品质更高的视频作品，甚至涉足电影、电视剧的制作。
用一位网友的说法就是“手搓电影时代的到来”。
AI内容创作不仅限于批量生产，也能实现高度个性化定制。用户可以根据个人喜好、情感状态、特定情境等因素，向AI提供详细或抽象的创作指导，从而得到独一无二的作品。此外，AI还可以与用户进行实时交互，动态调整创作过程，如根据用户反馈实时修改剧本情节、调整音乐风格或优化视频剪辑。这种交互式创作模式将大大增强用户参与感。AI技术不仅能够根据文本直接生成电影，还可能具备模仿特定导演风格的能力，仿佛邀请张艺谋、姜文、宫崎骏、昆汀·塔伦蒂诺等大师亲自操刀“同题作文”。
现在GPT-4等大模型仍在持续进化。未来，随着深度学习、强化学习、生成对抗网络（GANs）等技术的持续优化，AI将更加智能、灵活，能够应对更多元化的创作需求。
关于AI生成内容是否属于“艺术”的争论在网络上此起彼伏，在我看来，此类讨论在AI技术对艺术创作形式已经产生颠覆性影响的当下显得有些多余。正如OpenAI联合创始人在TED演讲中所预言，未来的数字大脑有望与生物大脑同样出色，甚至在某些方面超越后者。凭借对海量数据的高效处理，AI将在技能层面超越人类，创造出超越我们现有想象力的艺术作品与思想成果。
面对AI技术引发的巨变，无论是研究者还是消费者，都难以精确预见未来的发展路径。但可以确定的是，内容创作行业将迎来深度转型，许多工作岗位将面临被AI替代的风险。
面对这一挑战，我们不能消极回避或保持幻想，更应该积极适应变革，不断提升自身在AI辅助环境下的创新思维与跨界协作能力，既能享受科技带来的便捷与效率提升，又能妥善应对潜在的挑战。
排版／ 季嘉颖
图片／ Adobe Sora
来源／《IT时报》公众号vittimes
E N D
请加「星标」不错过我们