美媒：中国新型“文生视频”人工智能模型令人兴奋

来源：环球时报

美国《麻省理工科技评论》6月19日文章，原题：我测试了一个令人兴奋的中国新型“文生视频”人工智能模型 人们可能还不熟悉“快手”，但这家中国企业刚达到一个重要里程碑：它发布首款可供公众免费测试的“文生视频”生成式人工智能（AI）模型。6月6日，这个拥有6亿多活跃用户的短视频平台宣布推出这款自主研发的新工具。它的名字叫“可灵”。

但与公众在OpenAI试用4个月后仍无法访问的Sora不同，可灵很快就开始让人们亲自试用该模型。笔者就是其中之一。还记得Sora发布的令人印象深刻的演示视频和形象，包括东京街头景象、猫迅速穿过花园以及宇航员骑马等场景吗？我让可灵也生成有关视频。

生成的结果有几个值得称赞之处。这些视频都没偏离提示文字，且无论是摄像机的平移、树叶的颤动，还是马和宇航员的转动方式，相关视频画面的物理特性似乎都是正确的。其中每段视频大约需要3分钟生成。这不是最快的，但完全可以接受。

这些视频也有明显缺点。它们看起来模糊，有时会忽略提示中的请求，且目前生成的视频长度上限为5秒，这导致视频画面的动态或复杂性大幅降低。不过，将这些结果与Sora的演示视频进行对比并不公平，后者是OpenAI精心挑选后才向公众发布的，可能代表着超过其平均水平的文生视频。相比之下，这些可灵视频来自我首次尝试给出的提示，我也很少键入像“照片级真实感”这样的关键词来微调结果。

可灵的工作方式与Sora类似。但与Sora相比，可灵具有一个关键优势：快手是抖音在中国的最主要短视频竞争对手，拥有庞大的视频平台和数亿用户，这些用户共同上传可以用来训练可灵的海量视频数据。可灵最大的局限性可能是它（目前）只能生成5秒的视频。AI专家说，视频越长，就越有可能产生‘幻觉’或不一致的结果。

AI或将颠覆短视频的内容创作场景，将在短期内使创作者受益。从长远来看，快手、抖音等平台有可能接管视频制作，直接生成为用户定制的内容，从而减少平台对明星创作者的依赖。相关技术可能还需要相当长时间才能发展到这个水平，但如今文生视频工具领域越来越引人注目。据报道，快手的竞争对手字节跳动也在准备发布生成式视频工具。行业观察人士说，到今年年底，将会有很多选择。（作者Zeyi Yang，丁玎译）