Web3天空之城| 城主

最近, 花了不少時間在視頻生成領(lǐng)域, 把國內(nèi)外的最新頂級視頻大模型深入翻了個遍. 為的是確認(rèn)一個小問題: 真人AI影視的時代是否已經(jīng)到來.

當(dāng)然, 這話題也可以說了無新意, 因?yàn)殛P(guān)心視頻生成這個領(lǐng)域的同學(xué)都知道, 無論如何,我們都可以手工搓出每一個鏡頭圖片, 然后再手搓出各個視頻分鏡頭 - 這里顯然還有很多的細(xì)節(jié), 比如哪個大模型更適合合成真人靜態(tài)圖片, 哪個大模型更容易從參考圖得到高質(zhì)量的生成視頻.

但 這個事情總是可以做的. 無非是說要花的時間而已.

只是 這時間問題, 就是目前真人AI影視生成的核心問題了. 如果只是做一個幾十秒的廣告片, 花上幾星期去手搓打磨是完全沒問題的, 也是應(yīng)該的- 每一個鏡頭都需要甲方乙方反復(fù)的溝通確認(rèn).

但動則幾十分鐘, 甚至一兩個小時的影視制作呢?

手搓真人AI視頻就像是一個工坊小制作, 可以做出一個精致的藝術(shù)品, 但這個技能無法延伸出一個影視級制作, 更無法成為一個影視生產(chǎn)的流水線 -- 即使這樣的手搓流水線真的存在, 其人員培訓(xùn)成本和維護(hù)成本一定是相當(dāng)高的.

這和所謂動漫AI短劇生產(chǎn)還不太一樣. 目前已經(jīng)有一些團(tuán)隊使用ai制作一些靜態(tài)漫劇甚至更高質(zhì)量的動漫AI短劇了, 但相對于真人AI視頻, 動漫AI視頻的門檻低了不止一點(diǎn), 比如人物一致性和影視表現(xiàn)的要求(畫面光影, 人物互動,對話,等等), 不在一個等級上.

前一兩周有流傳過一個帖子, 使用一張圖來生成多個分鏡圖, 這個方法用來生成病毒傳播的短視頻還可以(就像使用sora生成十幾秒的視頻), 但對于動則上百上千個鏡頭的影視內(nèi)容, 如何確保其連續(xù)性和表現(xiàn)的專業(yè)性呢?

不過, 這些問題并不是無法解決的，甚至可以反過來說, 這些問題克服之后, 基于AI的長篇視頻內(nèi)容的生產(chǎn)打造將展示出無與倫比的威力.

無論如何, 城主可以斷言, 真人AI影視的時代已經(jīng)悄悄來了, 不用很久, 我們可以看到基于AI視頻的完整真人短劇甚至電影.

這篇小文, 用來附帶和大家分享一個實(shí)驗(yàn)短劇 <凡人職場傳> 的EP1. 作為凡人的粉絲, 致敬一下:)