AI视频发展迅速，能否超越好莱坞？

AI视频的热闹开场

近年来，AI技术在各个领域大放异彩，AI视频领域更是掀起了一阵热潮。自年初Sora露面后，国内外众多公司纷纷涌入这一赛道，试图用AI颠覆好莱坞。近期，AI视频圈的动态可谓是目不暇接，新产品一个接一个地发布，竞争异常激烈。

国内外的激烈竞争

在国外，AI视频初创公司Luma推出了DreamMachine视频生成模型，还发布了令人惊叹的电影级别宣传片，并提供免费试用；Runway也不甘示弱，宣布将Gen-3Alpha模型向部分用户开启测试，声称能精细地生成光影等细节。

而在国内，快手的可灵Web端能让用户生成长达10秒的视频内容，还具备多种控制功能。字节旗下的即梦制作的AI科幻短剧《三星堆：未来启示录》等作品也相继亮相。

可用产品有限，技术难题待解

可用产品的困境

虽然AI视频赛道推出的产品/模型众多，但真正能让大众方便使用的却十分有限。很多产品仍处于内测阶段，如国外的Sora，国内阿里达摩院的“寻光”、百度的UniVG等。即使是能使用的产品，也存在使用门槛，部分需要用户付费或具备一定技术知识。

技术难题

在技术方面，生成视频的清晰度和时长是竞争的重点。目前，国内外大多数AI视频支持的分辨率有限，且生成长秒数的能力参差不齐。生成的视频内容还需要具备合理性和准确性。

AI视频的评估维度

准确性

准确性体现在对内容结构、流程控制和静态数据建模的准确理解。例如生成“两个女孩在操场看篮球比赛”的视频，要确保出现的是两个女孩，投篮动作和篮球的运动轨迹符合实际，且不会出现错误的物体。

一致性

一致性包括主体注意力和长期注意力。主体注意力要求主要人物在画面中保持稳定，长期注意力则要保证元素在运动中不丢失不变形。

丰富性

丰富性意味着AI能自主生成合理的细节内容，增强视频的逻辑性和吸引力。

解决办法与现状

图生视频的尝试

为了解决人物一致性等问题，一些产品采用图生视频的方式，但这并非新技术突破，且存在诸多限制，目前还未达到商用程度。

技术叠加的探索

大多数模型在原有底层DIT大模型基础上叠加技术，以加深AI对主角面部特征的记忆，但仍未完全解决人物一致性问题。

AI视频发展缓慢的原因

底层技术与训练数据

目前，AI视频在底层技术上基本一致，更多的竞争在于训练数据。现有的可用训练数据挖掘殆尽，需要寻找新的办法制造更多有效数据。

模型风格与应用领域

每个AI视频模型都有擅长的风格，且数据支撑决定了其优势领域。在短视频领域，AI要实现大规模商用和超越好莱坞，还有很长的路要走。

AI视频生成技术现在成熟了吗？

还没有成熟，虽然取得了一些进步，但技术水平还不足以支撑大范围商业化。

为什么AI视频的训练数据挖掘困难？

因为AI视频又搭了一个时间轴，且训练视频模型比文字、图片更难，现有的可用数据已基本用尽。

图生视频有什么优缺点？

优点是在实际场景中效果更符合用户预期，对生成视频有帮助；缺点是难度低于文生视频，有时间和效果的限制。

AI视频模型的风格是怎么形成的？

由其训练数据和所采用的技术决定，不同的数据和技术导致模型在某些方面表现更出色，形成独特风格。

AI视频在短视频领域面临哪些挑战？

面临精准度、可控度不足，训练数据有限，以及尚未形成有影响力作品等挑战。

怎样解决AI视频生成的人物一致性问题？

目前通过图生视频、在原有模型基础上叠加技术等方法尝试解决，但还未完全成功。