從夸張獵奇到媲美實(shí)拍，AI視頻怎么進(jìn)化這么快？

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(shí)間分辨其真實(shí)性了。

從國(guó)內(nèi)的即夢(mèng)AI到國(guó)外的Sora 2，這些新一代模型的突破，已經(jīng)不是簡(jiǎn)單的“畫質(zhì)升級(jí)”，而是AI在“理解”我們真實(shí)世界運(yùn)作方式上實(shí)現(xiàn)了一次關(guān)鍵的飛躍。

AI時(shí)代一切都發(fā)展得太快，就像網(wǎng)友們?cè)贏I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(gè)世界，有點(diǎn)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(jiǎn)單的給角色“換個(gè)皮膚”，而是在“假裝”理解我們真實(shí)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(gè)天賦很高的畫師，但對(duì)物理世界一竅不通。它能畫出很漂亮的畫面，但讓水流動(dòng)起來、讓兩個(gè)東西撞到一起，或者讓同一個(gè)角色在不同鏡頭里長(zhǎng)得一樣，就很容易穿幫。

像這個(gè)視頻里的海浪（創(chuàng)作于2024年2月），在碰撞礁石時(shí)完全沒有變化，與現(xiàn)實(shí)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(xué)會(huì)了我們世界的“規(guī)矩”，也就是我們說的“世界模型”：

學(xué)會(huì)了“物理常識(shí)”： 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(jiǎn)單地“復(fù)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(shí)可信”。

來源midjourney

記性變好了： 以前拍一部戲，同一個(gè)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(gè)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(shí)的口型，或者根據(jù)畫面里的動(dòng)作自動(dòng)配上對(duì)應(yīng)的環(huán)境音效。這讓整個(gè)觀看體驗(yàn)不再是“畫面+配樂”，而是“一個(gè)完整的數(shù)字世界”。

來源OpenAI

AI Video

02

對(duì)我們來說意味著什么？

AI模型視頻生成的能力，核心價(jià)值在于它對(duì)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(shí)現(xiàn)創(chuàng)意

對(duì)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(gè)特效大片需要數(shù)月搭建的數(shù)字場(chǎng)景，現(xiàn)在只需一段文字描述；以前產(chǎn)一個(gè)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(fēng)格的古代集市”，AI都能在短時(shí)間內(nèi)生成高精度的初稿，極大地解放了美術(shù)和場(chǎng)景設(shè)計(jì)的成本。

動(dòng)態(tài)預(yù)覽與快速迭代：導(dǎo)演和編劇可以在創(chuàng)意階段就看到高質(zhì)量的“動(dòng)態(tài)分鏡”，可以在幾小時(shí)內(nèi)嘗試十幾種不同的運(yùn)鏡和燈光方案，從而在進(jìn)入昂貴的實(shí)際拍攝前，就確定下最理想的敘事方案。

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

工業(yè)流程的“中段自動(dòng)化”

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

特效合成的簡(jiǎn)化： 很多復(fù)雜的動(dòng)態(tài)合成工作，比如煙霧、爆炸、大場(chǎng)景的動(dòng)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(fù)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(dòng)物，還是復(fù)雜的人群動(dòng)態(tài)，AI都能根據(jù)需要即時(shí)生成，為微短劇、廣告和知識(shí)科普視頻提供了前所未有的素材儲(chǔ)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(zhuǎn)移到“想象力”（能想象出什么畫面）。

比“腦洞”的時(shí)代來了！

AI Video

03

創(chuàng)作者的學(xué)習(xí)升級(jí)之路

對(duì)于我們普通創(chuàng)作者來說，需要升級(jí)我們的學(xué)習(xí)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(dá)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(shí)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(shù)淘汰，我們需要建立系統(tǒng)的學(xué)習(xí)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(shí)間序列”。

你不用去啃復(fù)雜的公式，但要知道模型是在“記住”前后的畫面的關(guān)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(zhǔn)確的參考信息。

掌握“工作流設(shè)計(jì)”：學(xué)習(xí)如何將多個(gè)AI工具串聯(lián)起來，形成一個(gè)自動(dòng)化、可控的AI制作流程。這才是未來高效內(nèi)容團(tuán)隊(duì)的核心競(jìng)爭(zhēng)力。

AI Video

04

普通人也能進(jìn)行AI視頻創(chuàng)作

想要系統(tǒng)學(xué)習(xí)如何將ChatGPT&MidJourney&即夢(mèng)AI等工具串聯(lián)起來，實(shí)現(xiàn)一鍵出片，并直接對(duì)接出版級(jí)項(xiàng)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(shí)戰(zhàn)干貨：拆解可口可樂、GUCCI等10+品牌的廣告案例。

資源對(duì)接：0基礎(chǔ)學(xué)員如何通過簡(jiǎn)單學(xué)習(xí)，對(duì)接出版社的項(xiàng)目資源。

獨(dú)家贈(zèng)送：100種新藝術(shù)風(fēng)格、精選的AI中英對(duì)照資料等學(xué)習(xí)大禮包！

機(jī)會(huì)難得，立即行動(dòng)！

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(mèng)4.0模型 提示詞手冊(cè)

無套路直接領(lǐng)

你可以從這些平臺(tái)關(guān)注：數(shù)藝社