异军突起的视频AI，展现了什么？-香港期货

在当下的AI赛道上，AI谈天、绘画一类的应用，早已枝繁叶茂。

然而，在此类同质化应用扎堆的情形下，一类颇有手艺难度，也较少被人提及的偏向，正在悄然崛起。

这就是最能调悦耳感官的视频AI领域。

凭证twitter上的作者Will 郎瀚威统计的图表，今年8—9月，各大文生图类AI网站的接见量均最先出现下降趋势。

然而，就在这种情形下，外洋着名视频AI网站HeyGen的接见量上升了92%，流量跃居各大自力AI网站之首。

那么，为何此前一直默默无闻的视频AI，最近突然异军突起，盖过了风头正盛的文生图类AI应用？

而在GPT-4V公布，多模态手艺不停取得突破的情形下，这一玄妙的转变，又预示着什么？

01 多模态的前奏

从AI生长的台甫目上来说，HeyGen的这波流量上升，或许只是多模态高歌猛进靠山下的一个插曲。

从谷歌宣布Gemini具有多模态功效的新闻，到OpenAI公布GPT-4V，各个AI巨头，似乎都将下一阶段竞争的焦点放在了多模态上。

那为何多模态成了巨头眼中要害的“突破点”？

缘故原由或许就在于，其具有打破“专业壁垒”的意义。

在多模态尚未取得突破之前，差异模态、领域之间，存在着伟大的鸿沟。

写文案，做编辑的人，纵然再妙笔生花，若是缺乏响应的美术知识，以及种种专业的提醒词，也难以用AI画出精彩的作品。

而一个画师若是没有受过专业的写作训练，缺乏谋篇结构的思绪，也难以依附AI写出上乘的文章。

类似的“壁垒”，在视频剪辑方面，也同样存在着。

凭证知乎上一位视频剪辑方面的从业者先容，一个完整的视频剪辑流程，包罗了调色、整理素材、配字幕等一系列事情，要想熟练地举行剪辑，必须掌握PR、Edius、剪映等多种剪辑软件，同时还需熟悉种种转场、调色、粒子*等插件的使用。

若是想让视频出现更厚实的效果，还要掌握b-roll转场、字幕遮罩、坡度变速等庞大的操作。

此外，素材的搜集和整理，也是剪辑事情中的一大“苦活”，倘若题材较为冷门，素材就会很欠好找。有时只管遇到了好的素材，也可能由于版权问题难以使用。

正是由于上述缘故原由，视频剪辑，注定不是一个简朴的、易于掌握的技术。

以海内着名网站B站为例，据一位B站上百万粉丝的UP主团队透露，为了保证视频更新的效率、质量，这些账号往往会配备数名较为熟练的剪辑职员，轮流举行剪辑。

那么，倘若有一种智能化的AI剪辑应用，能凭证创作者想表达的思绪，自动、高效地完成整个视频的制作，视频制作领域，又会发生怎样的推翻呢？

现实上，这样的手艺早已泛起。

下面这两张图片，划分来自两段差其余视频片断。

你能分辨出哪个是真人，哪个是AI天生的吗？

谜底是：这两个视频都是100%由AI天生的人像视频。

而它们均出自此条件到的HeyGen之手。

在HeyGen上，用户只需要用上传一段2分钟的小视频，就能到达和真人一样的效果，纵然是像手势、面容和口型这种“细微肢体语言”也能调整。

而这类效果的实现，正是当下多模态手艺发力的劈头。

02 视频AI之力

若是要论HeyGen与其他同类视频AI应用*的区别，就是它可以行使现有数据来缔造全新和从未有过的内容。

以往的类似应用，例如D-ID，虽然也能让用户从照片或者AI形象中天生视频，然则这样的手艺，更多是基于复制或处置已有的内容的AI手艺。

这些手艺虽然也可以制作视频，然则需要用户提供自己的照片或录音，或者从D-ID提供的一些牢固的AI形象中选择。这样就需要用户破费更多的时间和精神来准备和上传素材，也限制了用户的选择和定制空间。

酒店之王开始收割

而相较之下，HeyGen的手艺则可以让用户从文本中直接天生视频，并使用多种差其余AI形象和声音。

除了HeyGen之外，在视频AI领域，许多正在蓄势待发的类似应用，也已经在悄然崛起。

例如能直接将剧本转化成视频的Pictory.AI就是其中之一。

Pictory 允许用户仅通过几回点击，就能将剧本转化为配有真切的AI语音、匹配的素材和音乐的专业质量视频。

详细来说，在制作视频时，用户可以从Pictory 提供的多种模板中选择一种，来设置视频的样式。

之后，Pictory 会凭证用户输入的文本和选择的模板和比例，自动地天生一个故事板。故事板是一个由多个场景组成的视频序列，每个场景包罗了文字、图片、AI语音和一段音乐。

最后，用户可以在故事板上预览视频的效果，并举行一些编辑和调整。

云云一来，团队不需要昂贵的摄影师、剪辑师，也能制作出专业的、高质量的视频。

同样地，用3D CGI角色替换真人演员的Wonder Studio，也是旨在提高视频制作效率的AI应用之一。

Wonder Studio 是一个基于网页的视频平台，它可以让用户轻松地将随便的盘算机天生的角色（CGI character）添加到任何场景中，使用AI手艺来实现无缝的融合。

用户只需要拍摄自己想要的场景，并上传到网站上，Wonder Studio 的AI引擎就会自动剖析场景中的演员的演出，包罗他们的动作和面部神色，并将这些信息转换成运动数据，然后用这些数据来驱动用户选择的CGI角色。

这样，用户就可以*地用3D CGI角色替换真人演员，无需使用庞大的3D软件或者昂贵的制作装备，例如动作捕捉服。

03 趋势及海内现状

从以上视频AI的手艺特点中，我们至少可以总结泛起在视频AI手艺的两大趋势：

1、制作流程极大简化

行使天生式AI手艺，人们能够以自动化、智能化的方式，将文本、图像、音频、视频等多模态数据重新组合，来缔造全新和从未有过的内容，在降低成本的同时，也打破了各个模态（或专业）之间的“手艺壁垒”。

而这一壁垒的打破，正是天生式AI走向通用化、普及化的要害。

2、内容的多样性和定制性

行使多模态AI的手艺，人们能够处置和关联多种信息模态，从而在内容创作历程中，更好地表达自己的个性和气概，并顺应差其余场所和目的。

这是以往受限于已有素材的单一模态手艺难以实现的。

在上述两大趋势中，现在海内的视频AI应用，只委曲做到了“简化”这一步。

虽然海内现在也有一些与HeyGen类似的AI视频应用，例如腾讯智影、一帧秒创、万彩微影等。这些应用也行使了AI手艺来简化视频创作历程，并提供了文本配音、文章转视频、数字人播报等功效。

然而，在详细的天生效果方面，海内应用的视频清晰度、素材厚实度，以及定制化功效方面，仍与HeyGen等应用有着较大差距。

从总体上来说，这类应用依旧只能在平台提供的素材库内，选择有限的元素举行创作，而且在某些种别（如数字人视频）上，国产应用天生的视频，也未到达HeyGen视频那样流通、真切的尺度。

若是说，在本轮AI革掷中，海内视频AI手艺仅仅止步于“降本”这一环节，从久远来看，是远远不足以征服智能化时代的观众的。

从当下观众的态度来看，AI制作的视频仍处于一种“不受待见”的状态，许多观众仍然以为，在视频中使用AI手艺，是一种偷懒、不卖力，且廉价的制作方式。

究其缘故原由，是由于当下海内的部门AI手艺，仍未突破一种感官上的阈值，仍然让人显著觉察到“这不是人做的”。

于是就给人造成了一种“没有情绪”、“粗制滥造”的印象。

更有甚者，甚至将那些使用了AI手艺的视频，打上了“营销号”的标签。

面临这样的环境，任何珍惜自己羽毛的视频创作者，都不敢容易使用AI手艺了，由于生怕被人当成“营销号”，扣上“粗制滥造”的帽子。

天生式AI的提高，确实极大简化了视频制作的流程，但在已经到来的智能时代，观众们已经不想再看到那些批量的、流水线式的“低劣”视频了。

而要想摘掉这样的“低劣”标签，真正地让作品具有情绪和灵魂，除了一个劲儿地“降本”之外，在个性化、拟真度，以及素材厚实性方面，国产视频AI尚有很长的路要走。