AI視頻的進化，讓我們邁向一個“過度完美”的影像世界

就在去年，AI視頻還是屬于“獵奇向”的內(nèi)容，大家看了也大多是哈哈一笑，但現(xiàn)在很多AI視頻的質(zhì)量已經(jīng)高到讓觀眾不能第一時間分辨其真實性了。

從國內(nèi)的即夢AI到國外的Sora 2，這些新一代模型的突破，已經(jīng)不是簡單的“畫質(zhì)升級”，而是AI在“理解”我們真實世界運作方式上實現(xiàn)了一次關鍵的飛躍。

AI時代一切都發(fā)展得太快，就像網(wǎng)友們在AI視頻下面留言說的那樣：這還是我熟悉的世界嗎？

和獵豹比賽跑、與猩猩比舉重、跟鱷魚比游泳……這個世界，有點離譜。

來源Angry Tom

AI Video

01

懂規(guī)則的AI

現(xiàn)在的AI視頻可不是簡單的給角色“換個皮膚”，而是在“假裝”理解我們真實世界的物理規(guī)律，并且要徹底改變我們做視頻、看視頻的方式。

以前的AI視頻模型，就像一個天賦很高的畫師，但對物理世界一竅不通。它能畫出很漂亮的畫面，但讓水流動起來、讓兩個東西撞到一起，或者讓同一個角色在不同鏡頭里長得一樣，就很容易穿幫。

像這個視頻里的海浪（創(chuàng)作于2024年2月），在碰撞礁石時完全沒有變化，與現(xiàn)實世界物理規(guī)律相悖。

現(xiàn)在AI模型的厲害之處就在于，它似乎終于“開竅”了，開始學會了我們世界的“規(guī)矩”，也就是我們說的“世界模型”：

學會了“物理常識”： 現(xiàn)在的Sora 2，生成的水花濺射、光線照射物體后的影子變化，都比以前自然多了。它不是簡單地“復制粘貼”，而是“理解”了物體間如何相互作用，這讓視頻看起來更“真實可信”。

來源midjourney

記性變好了： 以前拍一部戲，同一個演員，第二分鐘的臉可能和第一分鐘不一樣。Sora 2的“記性”變好了，它能更好地記住同一個角色、同一件衣服在不同鏡頭里要保持一致，故事的連貫性大大提高。

來源OpenAI

音畫同步更自然： 最明顯的就是聲音。它能同步生成人物說話時的口型，或者根據(jù)畫面里的動作自動配上對應的環(huán)境音效。這讓整個觀看體驗不再是“畫面+配樂”，而是“一個完整的數(shù)字世界”。

來源OpenAI

AI Video

02

對我們來說意味著什么？

AI模型視頻生成的能力，核心價值在于它對傳統(tǒng)視頻制作流程中高成本、高門檻環(huán)節(jié)的徹底替代和優(yōu)化。

“零門檻”實現(xiàn)創(chuàng)意

對于創(chuàng)作者來說，最大的瓶頸——資源限制——正在消失：

無限的“數(shù)字布景”：過去一個特效大片需要數(shù)月搭建的數(shù)字場景，現(xiàn)在只需一段文字描述；以前產(chǎn)一個10秒廣告，可能要拍好幾天的戶外素材，現(xiàn)在主要一句話就能生成。

無論你需要“水下失重圖書館”還是“賽博朋克風格的古代集市”，AI都能在短時間內(nèi)生成高精度的初稿，極大地解放了美術和場景設計的成本。

動態(tài)預覽與快速迭代：導演和編劇可以在創(chuàng)意階段就看到高質(zhì)量的“動態(tài)分鏡”，可以在幾小時內(nèi)嘗試十幾種不同的運鏡和燈光方案，從而在進入昂貴的實際拍攝前，就確定下最理想的敘事方案。

創(chuàng)作者在面對甲方的“催稿”時，可以快速地給出多個預覽版本給他選擇，再也不用面對熬夜剪輯好幾版還定個第一稿的問題了。

工業(yè)流程的“中段自動化”

AI正在將視頻制作流程中最耗時、最重復的中間環(huán)節(jié)自動化：

特效合成的簡化： 很多復雜的動態(tài)合成工作，比如煙霧、爆炸、大場景的動態(tài)填充，都可以由模型一步到位完成，而無需依賴大量的綠幕拍攝和復雜的后期合成。

資產(chǎn)的快速生成：無論是特定年代的道具、罕見的動物，還是復雜的人群動態(tài)，AI都能根據(jù)需要即時生成，為微短劇、廣告和知識科普視頻提供了前所未有的素材儲備。

這意味著，視頻制作的重心將從“執(zhí)行力”（能否把畫面做出來）轉移到“想象力”（能想象出什么畫面）。

比“腦洞”的時代來了！

AI Video

03

創(chuàng)作者的學習升級之路

對于我們普通創(chuàng)作者來說，需要升級我們的學習策略了！

你的能力也許不再是“熟練使用剪輯軟件的快捷鍵”，而是“能否用精確的語言描述出你心中的世界觀、光影、情感和節(jié)奏”。

優(yōu)秀的“提示詞工程師”將是未來的核心人才——表達很重要，現(xiàn)在很多人就是在描述自己所想的方面有所欠缺，數(shù)藝君也深有所感。

而且最終決定作品是否優(yōu)秀的，是故事本身的情感深度和創(chuàng)意新穎度，人來想，AI來實現(xiàn)！只要算力夠，視頻質(zhì)量一定跟得上。

所以為了不被快速迭代的技術淘汰，我們需要建立系統(tǒng)的學習框架：

理解底層邏輯：“連貫性”并不是魔法，它很大程度上依賴于底層模型如何處理“時間序列”。

你不用去啃復雜的公式，但要知道模型是在“記住”前后的畫面的關鍵信息，并努力讓后續(xù)畫面與這些信息保持一致。你的提示詞需要足夠清晰，才能喂給模型準確的參考信息。

掌握“工作流設計”：學習如何將多個AI工具串聯(lián)起來，形成一個自動化、可控的AI制作流程。這才是未來高效內(nèi)容團隊的核心競爭力。

AI Video

04

普通人也能進行AI視頻創(chuàng)作

想要系統(tǒng)學習如何將ChatGPT&MidJourney&即夢AI等工具串聯(lián)起來，實現(xiàn)一鍵出片，并直接對接出版級項目資源？

今晚7:30，鎖定“人民郵電出版社·AI視頻公開課”！

這里有：

實戰(zhàn)干貨：拆解可口可樂、GUCCI等10+品牌的廣告案例。

資源對接：0基礎學員如何通過簡單學習，對接出版社的項目資源。

獨家贈送：100種新藝術風格、精選的AI中英對照資料等學習大禮包！

機會難得，立即行動！

本次課程由人民郵電出版社·數(shù)藝社特別支持

限額 200 人

即夢4.0模型 提示詞手冊

無套路直接領

你可以從這些平臺關注：數(shù)藝社