河北省20亿机器人产业基金招募GP
06-17
在当前的AI赛道上，AI聊天、AI绘画等应用已经百花齐放。
然而，在这种同质化应用的背景下，一类技术难度较大且很少被提及的方向正在悄然兴起。
这是最能唤起人们感官的视频AI领域。
根据Twitter作者Will Lang Hanwei整理的图表，今年8月至9月，各大文胜图形AI网站的访问量开始呈现下降趋势。
然而在此情况下，国外知名视频AI网站HeyGen的访问量增长了92%，其流量在各大独立AI网站中排名第一。
那么，为何之前默默无闻的视频AI，最近突然异军突起，盖过了当下流行的基于图像的AI应用呢？ 而随着GPT-4V的发布以及多模态技术的不断突破，这种微妙的变化意味着什么？ 01 多模态的序幕 从AI发展的整体来看，HeyGen的流量增长或许只是多模态快速发展背景下的一个插曲。
从谷歌宣布Gemini具备多模态能力，到OpenAI发布GPT-4V，各路AI巨头似乎都将下一阶段的竞争重点放在了多模态上。
那么多模态为何成为巨头眼中的关键“突破点”呢？ 原因或许在于它具有打破“职业壁垒”的意义。
在多式联运取得突破之前，不同模式和领域之间存在巨大差距。
文案、编辑无论多么才华横溢，如果缺乏相应的美术知识和各种专业提示，也无法利用人工智能绘制出优秀的作品。
而如果一个画家没有接受过专业的写作训练，缺乏文章排版的思路，他就很难用AI写出好文章。
类似的“障碍”在视频编辑中也存在。
据知乎上一位视频剪辑从业者介绍，一个完整的视频剪辑流程包括调色、整理素材、字幕等一系列工作。
想要熟练剪辑，必须熟练掌握PR、Edius、编辑等，还需要熟悉各种转场、调色、粒子*等插件的使用。
如果想让视频有更丰富的效果，还需要掌握b-roll转场、字幕遮蔽、坡度变化等复杂的操作。
此外，素材的收集和整理也是剪辑的一大“辛苦活”。
如果题材比较冷门，那就很难找到素材。
有时即使你找到了好的素材，也可能因为版权问题而难以使用。
正是由于上述原因，视频编辑注定不是一项简单且易于掌握的技能。
以国内知名网站哔哩哔哩为例。
据哔哩哔哩一位拥有数百万粉丝的UP主团队介绍，为了保证视频更新的效率和质量，这些账号往往会配备数名技术较熟练的剪辑师轮流剪辑。
那么，如果有一款智能AI剪辑应用，能够按照创作者想要表达的想法，自动高效地完成整个视频制作，那么视频制作领域将会发生怎样的颠覆呢？ 事实上，这样的技术已经出现了。
下面的两张图片来自两个不同的视频片段。
你能分辨出哪一张是真实的，哪一张是人工智能生成的吗？ 答案是：这两个视频都是AI生成的人像视频。
而且它们都是由前面提到的HeyGen 生产的。
在HeyGen上，用户只需要上传一段2分钟的短视频，就可以达到与真人一样的效果。
甚至连手势、脸型和嘴型等“微妙的肢体语言”都可以调整。
这种效果的实现，是目前多模态技术发展的开始。
02 视频AI的力量 如果我们要谈HeyGen与其他类似视频AI应用*的区别，那就是它可以利用现有数据创建新的、前所未见的内容。
过去类似的应用，例如D-ID，也允许用户从照片或AI图像生成视频，但此类技术更多是基于复制或处理现有内容的AI技术。
虽然这些技术也可以制作视频，但它们需要用户提供自己的照片或录音，或者从 D-ID 提供的一些固定的 AI 图像中进行选择。
这需要用户花费更多的时间和精力准备和上传素材，也限制了用户的选择和定制空间。
相比之下，HeyGen 的技术允许用户直接从文本生成视频，并使用各种不同的 AI 图像和语音。
除了HeyGen之外，在视频AI领域，许多势头强劲的类似应用也正在悄然兴起。
例如，可以直接将脚本转换为视频的Pictory.AI就是其中之一。
Pictory 允许用户将脚本转换为具有逼真 AI 语音的专业品质视频，只需点击几下即可匹配素材和音乐。
具体来说，用户在制作视频时，可以选择Pictory提供的各种模板中的一种来设置视频的风格。
之后，Pictory 会根据用户输入的文本以及所选的模板和比例自动生成故事板。
故事板是由多个场景组成的视频序列。
每个场景都包含文字、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进行一些编辑和调整。
这样，团队就可以制作专业、高质量的视频，而无需昂贵的摄影师和剪辑师。
同样，用3D CGI角色代替真实演员的Wonder Studio也是旨在提高视频制作效率的AI应用之一。
Wonder Studio是一个基于网络的视频平台，允许用户轻松地将任何计算机生成的角色（CGI角色）添加到任何场景，利用AI技术实现无缝集成。
用户只需拍摄自己想要的场景并将其上传到网站即可。
Wonder Studio的AI引擎会自动分析场景中演员的表现，包括他们的动作和面部表情，并将这些信息转换成动作数据，然后使用这些数据来驱动用户选择的CGI角色。
通过这种方式，用户可以完全用 3D CGI 角色代替真实演员，而无需使用复杂的 3D 软件或昂贵的制作设备，例如动作捕捉套装。
03 趋势及国内现状 从以上视频AI的技术特点，我们至少可以总结出当前视频AI技术的两大趋势： 1、制作流程大幅简化。
利用生成式人工智能技术，人们可以以自动化、智能化的方式使用生成式人工智能技术。
，重新组合文本、图像、音频和视频等多模态数据，创建前所未有的新内容。
在降低成本的同时，也打破了各种业态（或专业）之间的“技术壁垒”。
”。
打破这一壁垒是生成式人工智能泛化和普及的关键。
2.内容的多样性和定制化。
利用多模态人工智能技术，人们可以处理和关联多种信息模态，从而更好地表达自己的个性和个性。
内容创作过程中的风格，以及适应不同场合和目的，这在过去局限于现有素材的单一模态技术中很难实现。
虽然目前国内也有一些类似HeyGen的AI视频应用，比如腾讯智影、一帧秒、万彩微影等，但这些应用也只是利用AI技术来简化视频创作。
处理并提供文字配音、文章转视频、数字真人直播等功能。
但就具体生成效果而言，国内应用在视频清晰度、素材丰富度、定制化功能等方面与HeyGen等应用仍有较大差距。
总体而言，此类应用仍然只能在平台提供的素材库内选择有限的元素进行创作，并且在某些类别（例如数字真人视频）上，国内应用生成的视频还没有达到HeyGen视频的水平。
如此流畅、现实的标准。
如果说，在这一轮AI革命中，国内视频AI技术仅仅停留在“降本”阶段，长远来看，还远远不足以征服智能时代的观众。
从目前观众的态度来看，AI制作的视频仍处于“不受欢迎”的状态。
许多观众仍然认为在视频中使用人工智能技术是一种懒惰、不负责任和廉价的制作方式。
。
原因在于，目前国内的一些人工智能技术还没有突破感官门槛，人们仍然清晰地感觉到“这不是人类做的”。
从而给人一种“没有感情”、“粗制滥造”的印象。
更重要的是，使用AI技术的视频甚至被贴上“营销号”的标签。
面对这样的环境，任何一个爱惜自己羽毛的视频创作者都不敢轻易使用AI技术，生怕被视为“营销号”，被贴上“粗制滥造”的标签。
生成式AI的进步确实大大简化了视频制作流程，但在已经到来的智能时代，观众不再希望看到那些批量、流水线的“劣质”视频。
要想摆脱这样的“劣质”标签，真正让作品有情感、有灵魂，除了不断“降低成本”之外，在个性化、逼真度、素材丰富度等方面，国内视频AI还有很长的路要走去。
【本文由投资界合作伙伴微信公众号授权：AI新智能。
本平台仅提供信息存储服务。
】如有任何疑问，请联系投资界（）。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-18
06-18
06-21
06-21
06-18
最新文章
三只松鼠：门店扩张已全面暂停
Nvidia 已准备好“统治”AI
【创业24小时】2023年11月16日
【创业24小时】2022年10月20日
倒计时一天，浙江这座小镇要火了！
沃图网络获数千万A轮投资，加大投入海外网红营销SaaS平台建设
泰山天使基金部分退出拉手半年回报180倍
西格数据完成1000万元A+轮融资，国发创投领投