5G確定性工業(yè)基站首商用,工業(yè)互聯(lián)網(wǎng)走上新高度李飛飛團(tuán)隊(duì)前瞻性研究 多模態(tài)AI模型初顯空間智能AI終于邁過(guò)這道檻!Livekit 開(kāi)源模型精準(zhǔn)識(shí)別“你是否說(shuō)完”!DeepSeek開(kāi)源大模型開(kāi)發(fā)者之一羅福莉?qū)⒓用诵∶?/a>廣汽詳解旗下首款復(fù)合翼飛行汽車 GOVY AirJet:最高飛行速度可達(dá) 250km/h清華大學(xué)聯(lián)合騰訊出品!ColorFlow:自動(dòng)給黑白漫畫上色,保持角色一致性Adobe推新AI音頻具Sketch2Sound ,只需哼唱和模仿聲音就能創(chuàng)建音效家庭能源智聯(lián)自由 海辰儲(chǔ)能發(fā)布首套免安裝家庭微網(wǎng)系統(tǒng)HeroESOpenAI發(fā)布o(jì)3:AI 推理能力的重大突破,得分高達(dá)87.5%亞馬遜云科技推出Amazon Q Developer新功能小象超市,摸著美團(tuán)外賣出海E Ink元太科技連三年入選道瓊可持續(xù)雙指數(shù)撬動(dòng)6000億GTV后,抖音計(jì)劃偷襲美團(tuán)大本營(yíng)AGI Open Network(AON):賦能每個(gè)人創(chuàng)建、部署和貨幣化AI Agent貸款利率史上最低了嗎?東融教你看懂歷年啥水平“客服來(lái)電”有詐?抖音客服上線“驗(yàn)證助手”助用戶識(shí)別詐騙OpenAI新模型GPT-5研發(fā)未達(dá)預(yù)期:成本高昂 效果不佳曝天馬打入果鏈:為蘋果HomePod供應(yīng)LCD屏 每塊屏僅10美元曝OPPO或首發(fā)新款天璣次旗艦芯片 兩大子品牌Q2發(fā)力諾基亞攜手阿聯(lián)酋運(yùn)營(yíng)商e&,展示全球首個(gè)固網(wǎng)游戲端到端網(wǎng)絡(luò)切片方案
  • 首頁(yè) > 云計(jì)算頻道 > 大模型

    文生視頻大模型,短視頻的過(guò)彎點(diǎn)?

    2024年07月30日 10:12:18   來(lái)源:伯虎財(cái)經(jīng)公眾號(hào)

      隨著今年初Sora的橫空出世,這個(gè)可以創(chuàng)建長(zhǎng)達(dá)一分鐘視頻的文生視頻模型就成為了國(guó)內(nèi)廠商追逐的焦點(diǎn)。

      6月初,快手自研的視頻生成大模型“可靈”正式上線?伸`AI采用了與Sora相似的技術(shù)路線,能夠生成具有合理運(yùn)動(dòng)和模擬物理世界特性的視頻。

      截至目前,已有超百萬(wàn)人排隊(duì)申請(qǐng)內(nèi)測(cè)資格,其中超30萬(wàn)人已獲得試用資格,累計(jì)生成超700萬(wàn)條短視頻。近日,可靈AI終于宣布全面開(kāi)放內(nèi)測(cè),同時(shí)上線付費(fèi)會(huì)員體系。

      其他廠商也在迅速跟進(jìn)。7月,智譜AI 推出AI生成視頻模型智譜清言,用戶可在30秒內(nèi)免費(fèi)生成6秒視頻。

      目前來(lái)看,被稱為“國(guó)產(chǎn)版Sora”的可靈AI不僅熱度頗高,用戶對(duì)其評(píng)價(jià)也不錯(cuò),在Sora橫空出世卻遲遲未有完善產(chǎn)品落地的背景下,可靈AI甚至被視為“業(yè)內(nèi)最佳”。

      文生視頻大模型目前效果如何?為什么廠商們紛紛開(kāi)始卷文生視頻大模型?對(duì)于短視頻的競(jìng)爭(zhēng)格局會(huì)有哪些影響?

      劍走偏鋒,“可靈”大力出奇跡

      可靈AI上線至今還不夠兩個(gè)月,已經(jīng)經(jīng)歷了三次迭代更新,從最開(kāi)始的文生視頻,到現(xiàn)在已可支持圖生視頻、視頻續(xù)寫、多尺寸選擇,在生成細(xì)節(jié)、構(gòu)圖、運(yùn)鏡美觀性、光影方面都有很大改善。

      據(jù)快手視覺(jué)生成與互動(dòng)中心負(fù)責(zé)人萬(wàn)鵬飛表示,可靈AI生成的視頻分辨率高達(dá)1080p,時(shí)長(zhǎng)最高可達(dá)2分鐘(幀率30fps),單次文生視頻時(shí)長(zhǎng)已增至10秒,這一指標(biāo)已超越了目前市場(chǎng)上大多數(shù)視頻生成工具。

      當(dāng)下,布局文生視頻賽道的大廠和創(chuàng)業(yè)公司并不少,不過(guò)大部分都沒(méi)有公布文生視頻模型的參數(shù)量級(jí),快手也表示“不便透露”。因此,各企業(yè)均主要圍繞生成視頻的時(shí)長(zhǎng)、視頻的分辨率等指標(biāo)展開(kāi)比拼。

      目前來(lái)看,能實(shí)現(xiàn)“分鐘級(jí)”內(nèi)容生產(chǎn)能力的,之前僅有Sora一顆獨(dú)苗,能夠生成長(zhǎng)達(dá)60秒的高清視頻,現(xiàn)在可靈AI則刷新了這一指標(biāo),將生成視頻時(shí)長(zhǎng)拉長(zhǎng)至2分鐘。

      縱觀其它同類競(jìng)品,騰訊宣布旗下文生視頻模型生成時(shí)長(zhǎng)達(dá)到了16秒,預(yù)計(jì)在三季度達(dá)到20秒;字節(jié)旗“即夢(mèng)”最長(zhǎng)支持生成12秒視頻;美國(guó)創(chuàng)企Runway支持生成10秒左右的視頻,最多可延長(zhǎng)至18秒,但大部分文生視頻產(chǎn)品的生成時(shí)長(zhǎng)都在10秒左右。

      所以,光看“時(shí)長(zhǎng)”這一點(diǎn),可靈AI確實(shí)暫時(shí)處于領(lǐng)先狀態(tài);而從“生成內(nèi)容”這點(diǎn)來(lái)看,大部分用戶的評(píng)價(jià)均是“遠(yuǎn)超預(yù)期”。

      比如跟Runway的Gen-3相比,其只有文生視頻功能,但沒(méi)有圖生視頻功能;而可靈AI通過(guò)迭代新增的運(yùn)鏡控制、首尾幀自定義等功能,也獲得了用戶的一致好評(píng)。

      當(dāng)然,可靈AI也還稱不上“完美”,有用戶認(rèn)為其對(duì)藝術(shù)風(fēng)格、攝影語(yǔ)言容易把握不準(zhǔn)確,但在“吃東西”這一領(lǐng)域,可靈AI的表現(xiàn)要比其他產(chǎn)品更優(yōu)秀,這可能也跟快手短視頻更擅長(zhǎng)真實(shí)畫風(fēng)有關(guān)。

      雖然,目前還不能說(shuō)可靈AI已經(jīng)能在業(yè)內(nèi)“一騎絕塵”,但至少已做到了“一鳴驚人”,這樣的成績(jī)背后,則是快手版的“大力出奇跡”。

      程序員出身的快手CEO程一笑,早在去年初快手就啟動(dòng)新的AI戰(zhàn)略,聚焦大語(yǔ)言模型、視覺(jué)生成模型、多模態(tài)模型等方向。

      去年10月,快手重啟了一個(gè)名為“噗嘰”的項(xiàng)目,是一款將靜態(tài)圖片生成Gif表情包的工具軟件,這也是可靈AI的前身。

      真正的變量則是今年初Sora的重磅發(fā)布,這讓萬(wàn)鵬看到了DiT(新型視頻生成架構(gòu))的可行性,快手才開(kāi)始探索打造“中國(guó)版Sora”。

      據(jù)自媒體“硅星人Pro”報(bào)道,可靈項(xiàng)目開(kāi)始后不到一個(gè)月,就獲得了程一笑的支持,上升為公司戰(zhàn)略級(jí)項(xiàng)目。可靈團(tuán)隊(duì)也很清楚,項(xiàng)目就是要趕在前面,搶先市場(chǎng),否則就沒(méi)有意義。

      可靈AI從3月立項(xiàng)到6月上線,僅僅花了3個(gè)月的時(shí)間,除了快手內(nèi)部的資金、資源向其傾斜之外,技術(shù)大牛的加入也加速了可靈項(xiàng)目的研發(fā)創(chuàng)新,比如曾任騰訊AI實(shí)驗(yàn)室高級(jí)研究員的王鑫濤加入了快手視覺(jué)生成與互動(dòng)中心。

      引用知乎用戶“小林不加班”的回答,可靈AI采用了類Sora的技術(shù)路線,并結(jié)合了多項(xiàng)自研創(chuàng)新技術(shù),對(duì)視頻處理、生成能力以及空間壓縮,這三個(gè)問(wèn)題進(jìn)行優(yōu)化,使得模型效率和性能提高、能夠捕捉到更寬廣的特征范圍,模型對(duì)細(xì)節(jié)的識(shí)別能力也隨之增強(qiáng)。

      大廠加速,押注下一個(gè)爆款

      想做“中國(guó)版Sora”的可不止快手,據(jù)晚點(diǎn)LatePost報(bào)道,今年一季度,字節(jié) AI 研發(fā)團(tuán)隊(duì)將視頻生成模型的優(yōu)先級(jí)排在了前面;百度在年初推出的視頻生成模型UniVG,也被業(yè)內(nèi)視為與Runway Gen-2相當(dāng)。

      另外,文生視頻領(lǐng)域開(kāi)源產(chǎn)品的能力也在提升。今年3月,潞晨科技開(kāi)源了旗下Open-Sora1.0視頻生成模型,目前能單次生成大概20秒的視頻,隨著開(kāi)源平臺(tái)的普及和能力提升,未來(lái)或許還會(huì)有更多文生視頻應(yīng)用落地。當(dāng)然,還有業(yè)內(nèi)公認(rèn)最強(qiáng)的對(duì)手Sora。

      廠商們之所以紛紛下注,一方面是因?yàn)樾袠I(yè)內(nèi)確實(shí)存在海量的需求。相比于語(yǔ)言,視頻和圖片更接近文字,國(guó)內(nèi)一些企業(yè)包括美圖等,早已支持“一鍵AI美顏”的功能。

      另一方面,隨著“百模大戰(zhàn)”逐漸退燒,當(dāng)下的大模型企業(yè)已經(jīng)不再盲目追求通用大模型的規(guī)模,而是更傾向?qū)⒋竽P图傻疆a(chǎn)品和服務(wù),解決實(shí)際問(wèn)題并創(chuàng)造真正的商業(yè)價(jià)值。

      而快手之所以能夠先拔頭籌,首先是因?yàn)榭焓肿鳛轭^部短視頻平臺(tái),積累了大量的視頻內(nèi)容,同時(shí)還通過(guò)智能算法對(duì)這些內(nèi)容進(jìn)行細(xì)致的分類和標(biāo)注,這些視頻數(shù)據(jù)已經(jīng)被“清洗干凈”,可以直接供可靈AI使用。

      而在硬件儲(chǔ)備方面,一直以來(lái),快手與英偉達(dá)就基于視頻處理有著深度合作。早在2019年,快手便聯(lián)手英偉達(dá)部署GPU計(jì)算基礎(chǔ)架構(gòu),能讓業(yè)務(wù)性能平均增長(zhǎng)了2倍,成本較之前節(jié)省了30% 以上?焓衷谒懔Ψ矫娴奈从昃I繆,也為可靈項(xiàng)目的快速推進(jìn)打下了基礎(chǔ)。

      最后,當(dāng)然是快手給了可靈項(xiàng)目最大的資源協(xié)調(diào),有別于字節(jié)、阿里、騰訊等大廠,它們不僅要投入通用大模型的研發(fā),旗下也有不止一個(gè)AIGC項(xiàng)目,“桃子”那么多,哪個(gè)最先成熟,似乎還得看時(shí)機(jī)。

      不過(guò),即便可靈AI已經(jīng)“先跑一步”,也并不意味著其就能安枕無(wú)憂。一來(lái),目前在文生視頻領(lǐng)域并不存在斷層式的技術(shù)領(lǐng)先。

      愛(ài)詩(shī)科技創(chuàng)始人王長(zhǎng)虎表示,Sora最重要的貢獻(xiàn)是驗(yàn)證了視頻生成的規(guī)模定律。今年以來(lái),文生視頻領(lǐng)域之所以能夠快速發(fā)展,正是因?yàn)镾ora的出現(xiàn)驗(yàn)證出了一條技術(shù)可行性的道路。

      但既然文生視頻在技術(shù)上沒(méi)有秘密,接下來(lái)類似產(chǎn)品拼的無(wú)非是算力規(guī)模、訓(xùn)練數(shù)據(jù)等。業(yè)內(nèi)人士預(yù)計(jì),目前各家大模型廠商都具備了視頻生成能力,只是礙于算力成本以及視頻效果而未有全面鋪開(kāi),但這也不過(guò)是時(shí)間的問(wèn)題。

      二來(lái),若只論算力,快手在國(guó)內(nèi)只算是第二梯隊(duì)。中信證券曾簡(jiǎn)單估算,生成一個(gè)60幀的視頻(約6至8秒),Sora要生成至少約120萬(wàn)個(gè)token,推理算力需求遠(yuǎn)大于文生文。

      如果可靈AI持續(xù)迭代,將會(huì)對(duì)快手提出更高的算力要求,在全面公測(cè)以后,快手還能否繼續(xù)向用戶增加生成視頻的時(shí)間,等待時(shí)間會(huì)否越來(lái)越長(zhǎng),其算力“天花板”到底在哪里,恐怕只有快手自己知道了。

      事實(shí)上,包括快手在內(nèi),國(guó)內(nèi)同行在文生視頻領(lǐng)域均采取較為現(xiàn)實(shí)的推進(jìn)方式,即保持研發(fā)進(jìn)度,階段性地產(chǎn)出落地。簡(jiǎn)單來(lái)說(shuō),就是先做產(chǎn)品再優(yōu)化,趕進(jìn)度先拿下市場(chǎng)。

      快手試水商業(yè)化,意在生態(tài)

      Similarweb數(shù)據(jù)顯示,可靈AI在6月初開(kāi)放之后,網(wǎng)站用戶流量呈現(xiàn)上升態(tài)勢(shì),7月用戶峰值接近10萬(wàn)DAU水平。月狐iApp數(shù)據(jù)顯示,接入可靈AI的快影App,7月后周均DAU較6月初提升了100萬(wàn)左右。

      可靈AI用戶快速增長(zhǎng)背后,一方面是因?yàn)橛脩魧?duì)文生視頻的“好奇”。月狐數(shù)據(jù)對(duì)與可靈AI相關(guān)的社交媒體用戶評(píng)論數(shù)據(jù)進(jìn)行了分析,用戶情緒主要表現(xiàn)為好奇、興奮、期待和滿意。

      另一方面也少不了快手的助推。比如在快手平臺(tái)中,帶#可靈#相關(guān)話題標(biāo)簽的作品會(huì)獲得更多流量扶持;可靈AI也推出了AI相關(guān)的內(nèi)容創(chuàng)作活動(dòng),包括可靈AI x 快影視頻創(chuàng)作大賽、復(fù)活古畫定向話題投稿活動(dòng)。

      用戶規(guī)模是產(chǎn)品商業(yè)化的土壤,基于此,外界對(duì)于可靈商業(yè)化的想象空間也被進(jìn)一步打開(kāi)。目前,可靈AI已經(jīng)上線了付費(fèi)會(huì)員體系,分為黃金、鉑金、鉆石三個(gè)級(jí)別,月卡價(jià)格分別為66元、266元和666元,對(duì)應(yīng)生成約66個(gè)、300個(gè)或800個(gè)標(biāo)準(zhǔn)視頻。

      對(duì)比Runway Gen-3Alpha最低12美元/月;Luma Dream Machine標(biāo)準(zhǔn)版29.99美元/120次的價(jià)格,可靈AI的定價(jià)并不算高。而且,據(jù)接近快手人士透露,可靈AI暫無(wú)商業(yè)化計(jì)劃。

      這就意味著通過(guò)會(huì)員模式來(lái)盈利,還不是可靈的首要目的。萬(wàn)鵬曾公開(kāi)表示,(可靈出現(xiàn)以后),視頻創(chuàng)作的門檻和效果的ROI大幅度提升,視頻創(chuàng)作者和消費(fèi)者界限逐漸模糊,越來(lái)越多消費(fèi)者變成創(chuàng)作者,對(duì)于視頻創(chuàng)作生態(tài)的繁榮是非常有價(jià)值的。

      以最近的《山海奇鏡之劈波斬浪》和《三星堆:未來(lái)啟示錄》為例,前者是抖音和博納合作的AI科幻短劇,后者則是快手原創(chuàng)的AI奇幻短劇。毫無(wú)疑問(wèn),AI技術(shù)可以極大程度的豐富平臺(tái)內(nèi)容。

      因此,爭(zhēng)奪更多內(nèi)容創(chuàng)作者,繁榮快手平臺(tái)生態(tài),才是可靈AI的當(dāng)務(wù)之急。據(jù)快手2024年一季度財(cái)報(bào)顯示,快手實(shí)際月活人數(shù)為6.97億,較上一季度環(huán)比下降0.4%,呈現(xiàn)流失趨勢(shì)。

      通過(guò)引入可靈AI,不僅能幫助創(chuàng)作者降低創(chuàng)作門檻,提升短視頻制作質(zhì)量和效率,也能為快手的內(nèi)容生態(tài)注入新鮮能量。比如在B站等內(nèi)容平臺(tái)中,用AI二創(chuàng)視頻就成為了熱門話題,在快手平臺(tái)也有不少關(guān)于影視的梗圖創(chuàng)作。

      但在幫助內(nèi)容創(chuàng)作者變現(xiàn)的同時(shí),快手也打好了“提前量”。今年6月,快手電商發(fā)布了使用AIGC能力直播的倡議公告,鼓勵(lì)商家/達(dá)人和老鐵們進(jìn)行良好互動(dòng),但對(duì)于使用AIGC能力輔助創(chuàng)作的內(nèi)容相較于其他實(shí)時(shí)直播內(nèi)容,平臺(tái)不會(huì)給予特殊的流量扶持,避免商家濫用AIGC帶來(lái)大量低質(zhì)量視頻內(nèi)容。

      或許,可靈AI不是快手內(nèi)容生態(tài)的“靈丹妙藥”,但有噱頭就有熱度,目前快手需要的正是這份“繁榮”。

      近年,快手的直播收入出現(xiàn)了下滑的趨勢(shì),但今年一季度其廣告、電商業(yè)務(wù)都有雙位數(shù)的增長(zhǎng),這意味著快手從去年底開(kāi)始放開(kāi)泛貨架場(chǎng)景流量入口的策略已經(jīng)起效。但貨架電商的核心是搜索,這就驅(qū)使快手不得不將內(nèi)容繁榮放在第一位,只有更多的人氣,才會(huì)有更多的搜索。

      接下來(lái),探索新的內(nèi)容形態(tài)將會(huì)是AIGC時(shí)代下的短視頻發(fā)展的必經(jīng)之路,而快手的“一小步”,將是整個(gè)短視頻行業(yè)的“起步”。

      雖然快手似乎無(wú)意加速商業(yè)化,但可靈AI卻一定需要商業(yè)化,畢竟燒錢以億級(jí)起算的大模型是個(gè)無(wú)底洞的吞金猛獸,快手也不能無(wú)限地提供子彈。

      將目光從C端轉(zhuǎn)移到B端或更有可能,據(jù)內(nèi)部人士透露,可靈AI將部分內(nèi)測(cè)名額給了電商合作比較頻繁的MCN機(jī)構(gòu)如遙望科技和大品牌,或許也有測(cè)試電商行業(yè)素材的考慮。

      有業(yè)內(nèi)人士表示,拍攝一條高質(zhì)量3D動(dòng)畫視頻,成本要按秒來(lái)計(jì)算,幾十萬(wàn)成本也下不來(lái),而可靈、Sora的出現(xiàn)可以起到增強(qiáng)作用,比如視頻某個(gè)鏡頭不行就用AI視頻來(lái)填充。

      當(dāng)然,要實(shí)現(xiàn)這樣的效果,整個(gè)視頻生產(chǎn)大模型行業(yè)還需要持續(xù)進(jìn)化,但對(duì)于“可靈們”來(lái)說(shuō),這樣的路徑才更為現(xiàn)實(shí),不僅能夠改變短視頻生態(tài),還可以賦能產(chǎn)業(yè)端,比如通過(guò)學(xué)習(xí)爆款視頻的文本結(jié)構(gòu),一鍵生成與商家產(chǎn)品素材匹配的視頻。

      目前,各大廠都在卷大模型,但誠(chéng)如百度李彥宏所言,應(yīng)用才是大模型落地的根本。“可靈們”的第一步是繁榮內(nèi)容生態(tài),但更關(guān)鍵的卻是第二步,如何讓大模型賦能生態(tài),為平臺(tái)帶來(lái)增量效益,才是“可靈們”要思考的問(wèn)題。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場(chǎng):三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來(lái)都要半個(gè)月了,現(xiàn)在方便多了!”打開(kāi)“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來(lái)實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。

    研究

    中國(guó)信通院羅松:深度解讀《工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析體系

    9月14日,2024全球工業(yè)互聯(lián)網(wǎng)大會(huì)——工業(yè)互聯(lián)網(wǎng)標(biāo)識(shí)解析專題論壇在沈陽(yáng)成功舉辦。