很可惜 T 。T 您現(xiàn)在還不是作者身份，不能自主發(fā)稿哦～
如有投稿需求，請把文章發(fā)送到郵箱tougao@appcpx.com，一經(jīng)錄用會有專人和您聯(lián)系
咨詢?nèi)绾纬蔀榇河鹱髡哒埪?lián)系：鳥哥筆記小羽毛（ngbjxym）
從AI視頻生成到生成式AI，
它的想象空間不止如此
@港股研究社原創(chuàng)
作者丨土耳其熱氣球
現(xiàn)任谷歌CEO桑達(dá)爾·皮查伊曾說到，“人工智能是我們?nèi)祟愓趶氖碌淖顬樯羁痰难芯糠较蛑?，甚至要比火與電還更加深刻。”
正如，Sora誕生時，在官方表述中被稱為“世界模擬器”，它理解真實(shí)的規(guī)則，并在此基礎(chǔ)上生成“世界”，AI視頻生成，乃至生成式AI本身都是意義非凡的。而在國內(nèi)堪稱“封神之作”的快手可靈AI一直在努力接近并超越這一目標(biāo)。
近日，快手正式在App Store上線了“可靈AI”獨(dú)立APP。天眼查數(shù)據(jù)顯示，就在同一日，快手關(guān)聯(lián)公司北京達(dá)佳互聯(lián)信息技術(shù)有限公司申請的“圖生視頻模型生成方法、視頻生成方法及裝置”專利也正式對外公布。
此前，在產(chǎn)品側(cè)，快手“可靈AI”已形成了網(wǎng)頁版、APP、小程序、海外版等多端跨平臺的產(chǎn)品矩陣。如今，獨(dú)立App的正式亮相又預(yù)示著什么呢？
自6月正式發(fā)布以來，從1.0版本到1.5版本，可靈AI已經(jīng)完成超9次的升級迭代，新增多項(xiàng)實(shí)用功能，比如運(yùn)動筆刷、對口型功能、1080P高清畫質(zhì)等。而且，1.5版本的可靈AI，其生成的視頻在清晰度、運(yùn)動流暢度和畫面美感上都擁有了質(zhì)的飛躍。
升級后的可靈AI，不僅清晰度提高了，還可以一次性生成多條視頻，圖生視頻時長擴(kuò)展到10秒。最重要的是生成價格保持不變，“加量不加價”的背景下，視頻工作生成效率顯著提高。
而這一次正式落地的“可靈AI”獨(dú)立APP，從官方描述中，我們會發(fā)現(xiàn)其定位為新一代創(chuàng)意生產(chǎn)力平臺，基于快手自研的可靈大模型和可圖大模型，提供視頻、圖片生成與編輯能力。
以快手首部AI短劇《山海奇鏡》為例，其由可靈AI提供深度技術(shù)支持，畫面展示從逐幀卡頓，到擺脫動態(tài)PPT既視感，畫面一致性、動作流暢度、視覺效果等各方面都大受好評，該短劇上線短短數(shù)日，播放量就突破了5000萬。
內(nèi)容制作效率提高，內(nèi)容制作方式更多樣化，此時最先歡呼的就是內(nèi)容創(chuàng)作者們。據(jù)快手副總裁、大模型團(tuán)隊(duì)負(fù)責(zé)人張迪透露，可靈AI上線4個月多以來，已擁有超過360萬用戶，累計生成3700萬個視頻和超過一億張圖片，并在上線次月沖上了全球AI產(chǎn)品增長排行榜首。
顯而易見的是，可靈AI從孵化到成型，一直在強(qiáng)化自身的AI基因，這一些系列動作托舉的正是內(nèi)容輸出能力。
最重要的一點(diǎn)是，在視頻內(nèi)容創(chuàng)作上提質(zhì)提效后，全鏈條的最終落點(diǎn)還是回到了短視頻平臺。一方面，快手加速布局短劇賽道，可靈AI的快速成長無疑是快手短劇提質(zhì)鋪量的關(guān)鍵工具。另一方面，原本就出身短視頻賽道的快手，其平臺用戶們也因此被激活。
2024年上半年，近2萬名商家在快手借助AI矩陣優(yōu)化經(jīng)營。另外，第二季度來自營銷客戶的AIGC營銷素材消耗單日峰值達(dá)2000萬元。而在電商領(lǐng)域，在大模型加持下搜索GMV同比提升超80%。
此外，在短視頻平臺激烈的競爭之下，快手的用戶活躍也并沒未受到影響。QuestMobile最新發(fā)布的數(shù)據(jù)顯示，截至2024年9月，該行業(yè)的月活躍用戶規(guī)模已經(jīng)突破10億大關(guān)，達(dá)到了前所未有的10.26億人次。
如此一來，快手借助AI賦能內(nèi)容創(chuàng)作，不僅使用戶基本盤穩(wěn)中有進(jìn)，也盤活了自身業(yè)務(wù)保持長期增長的潛力。
快手上線“可靈AI”獨(dú)立APP的同一天，字節(jié)跳動旗下大模型AI助手豆包也正式推出了視頻生成內(nèi)測。據(jù)豆包官網(wǎng)介紹，豆包視頻生成支持圖片文字一鍵成片，能將信息轉(zhuǎn)化為生動逼真的視頻內(nèi)容。
此外，今年2月，阿里也上線了一款A(yù)I圖片-音頻-視頻模型技術(shù)EMO，用戶只需要提供一張照片和一段任意音頻文件，EMO即可生成會說話唱歌的AI視頻，以及實(shí)現(xiàn)無縫對接的動態(tài)小視頻，最長時間可達(dá)1分30秒左右。
由于視頻是移動互聯(lián)網(wǎng)最大的內(nèi)容消費(fèi)形式，AI視頻生成領(lǐng)域也瞬間成了各大互聯(lián)網(wǎng)巨頭眼中的香餑餑，大家紛紛不約而同的“冒頭”。
目前，DiT和語言模型是目前AI視頻生成領(lǐng)域最受關(guān)注的兩條技術(shù)路徑。其中，語言模型在國內(nèi)更占主導(dǎo)地位，主要是通過文字、圖片、視頻作為提示詞來進(jìn)行憑空生產(chǎn)。
受算力、數(shù)據(jù)、算法的限制，盡管創(chuàng)意空間無限，所有的元素都是全新的，但現(xiàn)階段最大的阻礙仍然是成本。因此，在這一條件下，產(chǎn)品側(cè)的各位均處于統(tǒng)一起跑線，漫漫長路在前方，難分孰強(qiáng)孰弱。
但隨著推理成本持續(xù)下降，生成速度相應(yīng)提高，應(yīng)用層和商業(yè)化的發(fā)展進(jìn)一步明朗。視頻生成內(nèi)容逐漸滲透到各內(nèi)容種類式，比如本土TVC視頻、動畫動漫、流水線短劇、本土動畫電影等。
由此可見，AI視頻生成賦能傳統(tǒng)視頻工作時，其主要價值就在于素材生成環(huán)節(jié)。而電影等長視頻題材受累于高昂的制作成本，并不是現(xiàn)階段AI視頻生成的優(yōu)勢賽段，由此短劇的“獨(dú)特性”再次被凸顯。
快手可靈AI有《山海奇鏡》，抖音的即夢AI有《三星堆：未來啟示錄》。此外，井英科技也針對性的自研了短劇視頻生成模型Reel Diffusion，其推出的AI短片《M.A.D》已經(jīng)可以媲美傳統(tǒng)動畫短片。
相較之下，快手雖有明顯的先發(fā)優(yōu)勢，但也不得不提防后來者的窮追不舍。技術(shù)硬實(shí)力是一方面，落地的制作效果也是觸達(dá)用戶的關(guān)鍵一環(huán)，兩者皆不可失。雖然快手無需如臨大敵，但也需時刻謹(jǐn)慎。
盡管，現(xiàn)階段的AI視頻生成賽道開始日漸擁堵，但回看AI視頻生成應(yīng)用，其本質(zhì)是生成式AI，最大的特點(diǎn)就是從無到有的去創(chuàng)造。
從ChatGPT的顛覆到Sora的驚艷，再到國產(chǎn)Sora——可靈AI的面世，這一切歸功于生成式AI的可塑性。正如Sora官方所說，它是“世界模擬器”，它理解真實(shí)的規(guī)則，并由此生成“世界”。
因此，無論是文生圖，還是文生視頻，生成式AI的潛力都不可估量。這好比汽車行業(yè)正在發(fā)生的變革。以前的自動駕駛，需要靠人力來堆砌算法，窮盡盡可能多的駕駛場景，而到今天，采用“端到端”的大模型技術(shù)訓(xùn)練后，AI模型先自學(xué)在運(yùn)用，已經(jīng)強(qiáng)于不少真人駕駛，也跳出了最早的印象。
當(dāng)探討當(dāng)今生成式AI所帶來的變革性機(jī)遇時，“互聯(lián)網(wǎng)”這一詞匯頻繁被提及，它既是參照物，也是AI實(shí)現(xiàn)顛覆性創(chuàng)新的基礎(chǔ)。
就像在過去的三十年里，互聯(lián)網(wǎng)浪潮的核心在于“連接”，它緊密地將人、信息、商業(yè)及工廠相互聯(lián)結(jié)，同時涵蓋海量信息，并通過增進(jìn)全球協(xié)作效率，催生了難以估量的價值，由此深刻重塑了人類的生活方式。
盡管過去AI的發(fā)展重心更多聚焦于模擬人類的感知能力，諸如對海量信息進(jìn)行自然語言理解、語音識別以及視覺識別等。但隨著大模型技術(shù)的逐漸成熟，生成式AI已不再局限于感知層面的，更是首次展現(xiàn)出在思考推理與創(chuàng)造性方面的強(qiáng)大潛力。
基于此，生成式AI從創(chuàng)造相對已知，到創(chuàng)造絕對未知，或許不無可能。此時，生成式AI創(chuàng)造的內(nèi)容價值將更勝從前，甚至于與真實(shí)的物理世界產(chǎn)生關(guān)聯(lián)，幫助人們完成實(shí)際的業(yè)務(wù)、工作與學(xué)習(xí)。
這也正是變革的關(guān)鍵。
一年以前，大部分企業(yè)或許對于生成式AI如何賦能市場尚存疑問，各類細(xì)分賽道尚未分化，專供各個行業(yè)的垂直應(yīng)用也并不成熟，但在一年后的今天，隨著算力、推理等成本的逐漸下降，以及大量實(shí)踐和試錯，端到端模型、行業(yè)大模型、文生圖應(yīng)用、文生視頻應(yīng)用接踵而來。
長遠(yuǎn)來看，生成式AI的當(dāng)下是清晰的，未來更是明朗的。而對手握佳作“可靈AI”的快手來說，盡管去闖，盡管去放飛想象，未來始終會有你的一席之地。
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》 如對文章、圖片、字體等版權(quán)有疑問，請點(diǎn)擊 反饋舉報
我們致力于提供一個高質(zhì)量內(nèi)容的交流平臺。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺的內(nèi)容進(jìn)行管理。平臺鼓勵用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動實(shí)施恐怖活動、極端主義活動；
5)煽動民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會秩序，破壞社會穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動非法集會、結(jié)社、游行、示威、聚眾擾亂社會秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評價；
7)歧視：煽動人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個帳號多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個廣告帳號互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號之間虛假地互動，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號」形式刷量控評等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動發(fā)現(xiàn)和接受用戶舉報兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個用戶發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號，或者濫用多個帳號發(fā)布違規(guī)內(nèi)容時，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)