別的不說(shuō)了，差友們！馬上就要過(guò)年了，差評(píng)君先送請(qǐng)兩位咱們硬件部的同事，米羅和二狗來(lái)給大家跳個(gè)舞吧。

Ok 言歸正傳，今天我上班時(shí)刷的各種工作群摸魚群里，基本都在討論字節(jié)整的這個(gè)新模型。

原因無(wú)他，就是因?yàn)檫@玩意做出來(lái)的視頻效果實(shí)在是太好了。

甭管是生成美少女來(lái)和你打招呼。

by 虛妄 抖音

還是讓兩個(gè)老頭開始在屋子里大打出手都不在話下。

by 夜故事 抖音

還可以丟張?jiān)蹅兺陆恼掌o它，讓 Seedance 2.0 直接給我們生成一段天氣預(yù)報(bào)的口播畫面出來(lái)。

沒錯(cuò)，這整條里面的聲音也是 AI 直接生成出來(lái)的，整個(gè)視頻里的各種音效細(xì)節(jié)可以說(shuō)是全給對(duì)上了。

再或者是直接丟張數(shù)學(xué)題給它，讓 AI 來(lái)手寫答案。

這里雖然結(jié)果寫錯(cuò)了，但是口播的聲音卻是對(duì)的

太狠了字節(jié)，整個(gè)視頻里，不管是人物的一致性，還是動(dòng)作的流暢性還是音頻的適配性，相比過(guò)去的視頻生成模型都有了斷崖式的提升。

工作了一天刷了一天抖音的我，已經(jīng)快要分不清什么是真，什么是假的了。

不過(guò)這，還不是最讓差評(píng)君感興趣的。

素材來(lái)源于網(wǎng)絡(luò)

真正讓我好奇的是，為什么這次的新模型這么強(qiáng)？

在簡(jiǎn)單的體驗(yàn)后，差評(píng)君發(fā)現(xiàn)這一方面是它的模型本身能力確實(shí)夠頂。

和其他常見的視頻模型一樣，只要隨便給它一段話，Seedance 2.0 就能給你生成一段質(zhì)量尚可的視頻。

在上海的東方明珠塔下，生成東方明珠塔用激光攻擊蜜雪冰城雪王的視頻，

雪王不斷躲避激光，場(chǎng)面十分混亂

看起來(lái)好像平平無(wú)奇，但是咱們仔細(xì)看就會(huì)發(fā)現(xiàn)，這個(gè)視頻里，出現(xiàn)了不只一個(gè)鏡頭。

短短五秒鐘的視頻，鏡頭切換了四次。

先遠(yuǎn)景看東方明珠塔變形發(fā)光，再懟臉給雪王表情，再回到全景展示攻擊。節(jié)奏跟得上、邏輯能閉環(huán)，整個(gè)段落不光好懂，甚至挺有情緒。

沒錯(cuò)，Seedance 2.0 做出來(lái)的視頻自帶分鏡。

經(jīng)常喜歡用 AI 做視頻的差友們都知道，在過(guò)去，大多數(shù) AI 模型做出來(lái)的視頻，基本上就是主打“一鏡到底”。你給它寫一段提示詞，它還給你一段幾乎固定定機(jī)位的畫面。

即使有些模型有分鏡吧，但他們做出來(lái)的分鏡也可能不夠有靈魂，變得非常奇怪。

某另外一個(gè)視頻模型用相同提示詞做的畫面，

基本都是站樁輸出

就比如上面這個(gè)視頻，這畫面好看嗎，咱們先拋開它沒識(shí)別出雪王的形象不談，光論這個(gè)視頻質(zhì)量本身，確實(shí)是算不上差的。

但是這視頻耐看嗎？那還真不好說(shuō)。

一個(gè)視頻想要能引人注意，那剪輯的節(jié)奏就是一個(gè)非常非常重要的環(huán)境。

過(guò)去的 AI 想要做成剛才那樣的畫面，可能需要咱們預(yù)先構(gòu)思每個(gè)分鏡和分鏡之間是如何切換的。

然后用 AI 抽卡，生成一堆一堆的關(guān)鍵幀，接著再在這些關(guān)鍵幀和關(guān)鍵幀之間抽卡，才能得到成噸的素材。

然后再通過(guò)人類剪輯師的發(fā)力，才能把這些成噸的素材，給變成一段好看的視頻。

這一套流程下來(lái)，這就讓不少想玩視頻生成的新手心生畏懼了。

但這一切問(wèn)題在 Seedance 2.0 這里，幾乎被徹底解決了。

可以明顯的看到，字節(jié)在分鏡上下了不少功夫。

在不用用戶特意去描述怎么分鏡的情況下，自動(dòng)就把分鏡的活給包圓了。

整個(gè)應(yīng)該鏡頭應(yīng)該怎么切才好看給你整的明明白白，幾乎是把過(guò)去半個(gè)小時(shí)的工作量給壓縮成了一句話。

而且它同時(shí)還是個(gè)配樂(lè)大師，做出來(lái)的視頻里，該有的音效全都有。

不管是光之巨人和怪獸大戰(zhàn)時(shí)的嘶吼聲。

還是在夜之城飆車時(shí)的引擎轟鳴聲。

都可以非常精髓的還原到位。。。

甚至于你還可以直接在提示詞里寫清楚，你想要在這個(gè)視頻里聽到 AI 說(shuō)什么話，就連音色也可以通過(guò)自己上傳聲音來(lái)制定。

另一方面，字節(jié)的產(chǎn)品設(shè)計(jì)也整的很牛 X。

如果說(shuō)過(guò)去的 AI 視頻工具用起來(lái)還有各種各樣的門檻和困難的話，那么這次新發(fā)布的 Seedance 2.0 就是把這些門檻都給鏟飛了。

現(xiàn)在，普通人都能很方便的用AI，來(lái)做出各種華麗的畫面了。

所以為什么我要給這個(gè)模型這么高的評(píng)價(jià)？不只是因?yàn)樗艹龊卯嬅妫?strong>而是因?yàn)樗娴脑谡J(rèn)真做“產(chǎn)品”。

即使是零基礎(chǔ)小白也不用害怕，這可能是目前最適合新手來(lái)玩的視頻生成大模型了。

它的邏輯非常清爽，打開即夢(mèng)（jimeng.jianying.com）在最底下選擇“視頻生成”，在邊上把生成視頻的模式給切換成“全能參考”，或者是“首尾幀” 之后，就可以用上最新的 Seedance 2.0 模型。

如果這里你找不到 Seedance 2.0 這個(gè)選項(xiàng)的話，那可能就是這個(gè)號(hào)沒有被內(nèi)測(cè)到，可以用小云雀 App 試試，或者過(guò)段時(shí)間等火山引擎發(fā)布了Seedance 2.0 API，就能在更多平臺(tái)和APP里用到了。

沒有會(huì)員也沒關(guān)系，每天靠著簽到的積分也可以先白嫖體驗(yàn)一下，如果覺得好用再充也來(lái)得及。

OK 咱們回到主題，首尾幀這個(gè)模式就不用多說(shuō)，也是咱們的老朋友了，既能貼上頭尾兩張圖片來(lái)控制 AI 的發(fā)揮，也能只貼一張開頭的圖片來(lái)讓 AI 自己天馬行空，還可以什么都不貼，打字就能直接得到我們想要的畫面了。

而另外一個(gè)“全能參考” 模式就有意思了，過(guò)去咱們用 AI 做視頻，遇到的最大問(wèn)題是什么？

對(duì)我來(lái)說(shuō)，這個(gè)最大的問(wèn)題可能就是“不會(huì)形容”了。

有時(shí)候腦子里明明知道自己想要什么畫面，但是在打字的時(shí)候卻經(jīng)常寫不出來(lái)。

可一但提示詞寫得太抽象，那模型就給你瞎編，可寫得太具體，又像在拼題。經(jīng)常是提示詞寫到懷疑人生，還是生不出想要的質(zhì)感。

而這個(gè)“全能參考” 模式就能在很大程度上避開這個(gè)問(wèn)題。

在這個(gè)模式下，你可以同時(shí)從圖片、視頻、音頻和文本這四個(gè)維度來(lái)描述你想要得到的畫面。

就比如開頭的跳舞小視頻，我只需要同時(shí)上傳米羅和二狗兩位同事的照片，然后再配上一段舞蹈的視頻一起給它，就能很輕松的整出來(lái)，也能基本保證人物的面部輪廓在生成的視頻中不會(huì)崩潰。

這樣一來(lái)，我就不需要描述具體舞蹈的姿勢(shì)，也不需要描述我需要什么音樂(lè)，甚至連人物穿什么衣服都不用說(shuō)，就可以直接搞出一條舞蹈視頻。

當(dāng)然，想給他們換衣服也很簡(jiǎn)單，改個(gè)提示詞就行了。。。

為了保護(hù)差友的雙眼（為了不被打），我決定來(lái)點(diǎn)馬賽克

在這次 Seedance 2.0 里，這個(gè)參考模式最多支持同時(shí)輸入 9 張圖片，3 個(gè)視頻， 3 個(gè)音頻（但是加起來(lái)不能超過(guò) 12 個(gè)文件）

我們可以在這個(gè) 12 個(gè)素材里任意發(fā)揮，來(lái)得到我們想要的畫面，基本等于是可以傻瓜式來(lái)操作了。

說(shuō)實(shí)話，它的整個(gè)產(chǎn)品的設(shè)計(jì)邏輯其實(shí)讓我想到了另一款字節(jié)的 App —— 豆包。

這是在那產(chǎn)品的思路在做大模型。

不管是剪輯分鏡的快速生成，還是音頻畫面的同步輸出，再或者是方便創(chuàng)作的參考模式。

這三個(gè)功能的目的都很明確，希望能夠降低 AI 視頻生成的門檻。

下賽季你來(lái)單防詹姆斯

我很喜歡這樣的產(chǎn)品，但到最后，話又要說(shuō)回來(lái)了：

技術(shù)進(jìn)步從來(lái)不是單向的狂歡。

隨著 AI 生成視頻的門檻越來(lái)越低，分不清 AI 視頻的人，也會(huì)越來(lái)越多。

過(guò)去大家會(huì)說(shuō)“眼見為實(shí)”，會(huì)說(shuō)“視頻是不能 P 的”。

但現(xiàn)在隨著 AI 這一路往前奔騰進(jìn)步的態(tài)勢(shì)，P 個(gè)視頻已經(jīng)是輕輕松松的了。

像咱們這樣天天和 AI 打交道，看新聞的人或許能分的出來(lái)，但是我們身邊的老人孩子呢？

咱們編輯部就有個(gè)小伙伴，下午出于好玩的心態(tài)。做了一段“他自己在送外賣”的視頻，結(jié)果發(fā)到家族群里之后，他媽就當(dāng)真了。

嚇的他趕緊解釋，自己沒被開除，這是 AI 做的視頻，就怕下一秒直接被家長(zhǎng)的奪命連環(huán) call 來(lái)拷打。

看著阿姨在群里著急的樣子，差評(píng)君其實(shí)笑不出來(lái)。

因?yàn)槲覀兺蝗灰庾R(shí)到，這道橫亙?cè)诂F(xiàn)實(shí)和詐騙之間的防火墻，其實(shí)非常脆弱。

不過(guò)好在，字節(jié)好像自己也意識(shí)到了這個(gè)問(wèn)題。

在今天晚上我真人照片來(lái)做嘗試的時(shí)候，就遇到了好幾次被屏蔽的情況。

當(dāng)然這個(gè)屏蔽情況算不上穩(wěn)定啊，但是能有這種“自我約束”的意識(shí)，總歸是個(gè)好苗頭。

因?yàn)榧夹g(shù)跑得太快時(shí)，總會(huì)有人被落在后面，而那些人往往是我們最親近的長(zhǎng)輩。

但是別忘了，我們能認(rèn)得出這些 AI 生成的視頻，不是因?yàn)槲覀兲厥?，而是因?yàn)槲覀兘佑|的早，有了抗性。

在這種情況下，我們掌握的不只是一個(gè)創(chuàng)作工具，更是一種沉甸甸的責(zé)任感。

也希望未來(lái)的 AI 視頻，能幫我們延伸想象力的邊界，而不是磨滅掉那些最基本的真實(shí)。

撰文：早起

編輯：江江 & 面線

美編：素描

圖片、資料來(lái)源： x，網(wǎng)絡(luò)，部分素材未核實(shí)到確實(shí)出處未標(biāo)注