智東西（公眾號(hào)：zhidxcom）
作者 | 云鵬
編輯 | 漠影
今天，AI視頻模型火爆全球，呈現(xiàn)出百家爭(zhēng)鳴的態(tài)勢(shì)。雖然Sora姍姍來(lái)遲，卻還是在上線當(dāng)天就被擠爆了服務(wù)器。
國(guó)外有Runway、Luma AI這樣的老牌玩家，國(guó)內(nèi)則有各路AI創(chuàng)企和互聯(lián)網(wǎng)科技巨頭接連亮出自家的“中國(guó)造Sora”，各種AI生成視頻越來(lái)越多地出現(xiàn)在大眾視野中。
愛(ài)詩(shī)科技、生數(shù)科技、Minimax等AI創(chuàng)企不斷掏出新策略、新功能、新玩法輪番轟炸，而科技大廠字節(jié)跳動(dòng)、快手也入場(chǎng)攪局。
▲由愛(ài)詩(shī)科技旗下PixVerse v3.5生成
與此同時(shí)，AI視頻生成技術(shù)也在快速迭代發(fā)展，競(jìng)爭(zhēng)來(lái)到新的階段。AI視頻模型的競(jìng)爭(zhēng)開始從能用到好用，視頻生成的速度、質(zhì)量成為核心競(jìng)爭(zhēng)焦點(diǎn)；另一邊，視頻生成也不局限于文字，隨手發(fā)一張圖就能生成精美視頻已經(jīng)成為現(xiàn)實(shí)。
在這批AI視頻生成開拓者們中間，國(guó)內(nèi)愛(ài)詩(shī)科技旗下PixVerse已成為跑的最快的一家，并在全球市場(chǎng)立下了良好口碑。PixVerse App海外市場(chǎng)一經(jīng)上線，在多個(gè)國(guó)家殺入下載榜前列甚至位列榜首。
從上個(gè)月剛剛火爆全網(wǎng)、朋友圈頻頻刷屏的“毒液特效”視頻，到12月“猛男肌肉特效”視頻，這些“經(jīng)典”都出自PixVerse之手，二者在生成總量上超過(guò)幾百萬(wàn)次，在海外Tiktok平臺(tái)曝光量已經(jīng)過(guò)億，其在全球范圍的熱度甚至一度超越了Runway和Sora。
▲谷歌搜索熱度趨勢(shì)圖，來(lái)源：Google Trends
在C端取得如此驕人戰(zhàn)績(jī)后，PixVerse繼續(xù)加快腳步，開“卷”專業(yè)AI創(chuàng)作能力，最近PixVerse的v3.5模型版本已經(jīng)正式發(fā)布。
不少海外AI專業(yè)創(chuàng)作者和藝術(shù)家都在體驗(yàn)測(cè)試版的過(guò)程中給出了極高的評(píng)價(jià)，稱3.5版本具有非常高的靈活性、富有創(chuàng)意，并且動(dòng)畫效果著實(shí)很贊。
▲AI藝術(shù)家Pierrick Chevallier
正式上線后，立刻有不少用戶亮出了自己的得意新作，效果還是比較驚艷的：
▲來(lái)自X平臺(tái)用戶Alfred Cadoux
▲來(lái)自X平臺(tái)AI創(chuàng)作者AZIZ
智東西也提前體驗(yàn)了PixVerse v3.5的內(nèi)測(cè)版本，其生成速度領(lǐng)先數(shù)倍于競(jìng)品，畫面細(xì)節(jié)滿滿、想象力豐富，動(dòng)漫效果更是一騎絕塵，可以說(shuō)十分驚艷。從日常娛樂(lè)到專業(yè)創(chuàng)作，AI視頻生成正愈發(fā)深度地走進(jìn)我們的生活。
一、5秒光速出圖，全球首個(gè)接近實(shí)時(shí)生成的AI視頻模型來(lái)了
為了感受PixVerse生成視頻速度之快，我們首先挑選了一個(gè)日常生活中常常會(huì)遇到的輕負(fù)載高頻次的場(chǎng)景——讓表情包動(dòng)起來(lái)，直接讓一些靜態(tài)梗圖變成動(dòng)圖！
根據(jù)我們實(shí)際體驗(yàn)，在極速（Turbo）模式下，利用一張常見表情包生成視頻的時(shí)間最短只有5秒左右，平均在8秒左右。
從生成效果來(lái)看，基本的描述都可以比較準(zhǔn)確地實(shí)現(xiàn)，角色的肢體動(dòng)作比較自然，遮擋關(guān)系都非常正確，尤其適合做表情包。
雖然在個(gè)別案例中，一些視頻生成模型常見的細(xì)節(jié)穿模問(wèn)題還有待優(yōu)化，但能在10秒之內(nèi)生成如此質(zhì)量的視頻，在體驗(yàn)上已經(jīng)是一種跨越式提升了。
我們也對(duì)比了國(guó)外的AI視頻生成老大哥Runway，不得不說(shuō)，Runway在速度這塊的確沒(méi)輸多少，也比較快，但生成視頻質(zhì)量卻與PixVerse存在不小差距。生成效果甚至很難達(dá)到“可用”狀態(tài)。
▲基于相同圖片和提示詞，Runway生成結(jié)果
這種犧牲質(zhì)量換速度的策略顯然存在很大風(fēng)險(xiǎn)，稍不留神就會(huì)“翻車”。
相比Runway，國(guó)內(nèi)的可靈、海螺，生成同樣主題視頻的質(zhì)量會(huì)好一些，與PixVerse相對(duì)接近，但是在速度上卻慢了不少，平均生成時(shí)間都在2-3分鐘之間，個(gè)別速度較快的案例可以在1分鐘左右。
值得一提的是，PixVerse生成視頻的速度并不是用質(zhì)量換來(lái)的，整體對(duì)比下來(lái)，PixVerse的生成質(zhì)量、對(duì)描述的還原程度，在大部分測(cè)試中都是最高的。
海外AI藝術(shù)家Volodymyr Cherner也亮出了自己的最新作品，他評(píng)論稱，PixVerse可以在1分鐘內(nèi)生成1080P的高清視頻，而不像其他產(chǎn)品一樣需要8-10分鐘，可以說(shuō)是既快又好的代表了。
▲Volodymyr Cherner作品
▲Volodymyr Cherner作品
所以，高效且高質(zhì)量的視頻生成能夠帶來(lái)什么？
最顯而易見的就是效率的提升，進(jìn)而可以轉(zhuǎn)化成實(shí)際生產(chǎn)中的經(jīng)濟(jì)效益提升。
但即使是1分鐘，也與PixVerse存在數(shù)倍的速度差距，10秒與2分鐘之間的差別，帶來(lái)的就是十幾倍的生產(chǎn)效率提升。
同樣時(shí)間內(nèi)，PixVerse可以給創(chuàng)作者提供更多的創(chuàng)作機(jī)會(huì)，發(fā)覺(jué)更多靈感和創(chuàng)意，大幅增加優(yōu)質(zhì)素材產(chǎn)出的概率、提高效率。
OpenAI的Sora在測(cè)試階段，就曾因視頻生成速度太慢的問(wèn)題飽受詬病，初期Sora甚至需要10多分鐘才能生成一段1分鐘視頻。Luma AI的Dream Machine發(fā)布后，很多用戶甚至需要排隊(duì)等待數(shù)小時(shí)才能得到生成的視頻，這無(wú)疑大大消耗了用戶的耐心，讓體驗(yàn)打折扣。
相比之下，PixVerse可以幾秒、十幾秒生成視頻，這種體驗(yàn)讓AI視頻生成真正變得更普及，我們可以隨時(shí)隨地利用AI生成視頻并與他人交流、分享、使用。
二、解密底層模型升級(jí)：運(yùn)動(dòng)控制、細(xì)節(jié)表現(xiàn)出眾，動(dòng)漫創(chuàng)作效果行業(yè)第一
正如前文所說(shuō)，“快”只是PixVerse的一個(gè)核心優(yōu)勢(shì)，其在生成質(zhì)量方面的表現(xiàn)也可圈可點(diǎn)，尤其是在運(yùn)動(dòng)控制、細(xì)節(jié)呈現(xiàn)以及動(dòng)漫/動(dòng)畫效果的表達(dá)上十分亮眼。
首先是運(yùn)動(dòng)控制的穩(wěn)定性。比如在這個(gè)山路騎行的視頻中，人物騎行的動(dòng)作十分自然，車輛行駛的軌跡也控制的比較好，遠(yuǎn)處的背景與騎行者的關(guān)系也保持的比較穩(wěn)定，鏡頭跟隨效果自然。
在滑板視頻中，滑板的運(yùn)動(dòng)軌跡展現(xiàn)是極為困難的，同時(shí)模型對(duì)人物肢體動(dòng)作的控制和展現(xiàn)也都表現(xiàn)的比較好，沒(méi)有出現(xiàn)明顯的不協(xié)調(diào)或違和感。
接下來(lái)，我們來(lái)看看PixVerse模型對(duì)細(xì)節(jié)的表現(xiàn)力，以及非現(xiàn)實(shí)創(chuàng)作能力。
在這組圣誕老人在紐約都市夜晚送圣誕禮物的視頻中，我們選擇了3D動(dòng)畫模式，模型表現(xiàn)出了出色的非現(xiàn)實(shí)畫面創(chuàng)作能力，對(duì)于圣誕老人會(huì)以何種形式出現(xiàn)在大都市中，模型給出了很好的答案。
同時(shí)，圣誕老人的形象可愛(ài)逼真，馴鹿的運(yùn)動(dòng)姿態(tài)很自然，符合常理。在雪橇滑行過(guò)程中，我們甚至可以看到很多細(xì)節(jié)，比如雪橇的顛簸、雪花輕輕濺起、陰影自然跟隨。
在另一個(gè)北極熊在極光下做冰雕的視頻中，3D動(dòng)畫版的北極熊憨態(tài)可掬，十分可愛(ài)，其毛發(fā)柔順細(xì)密仿佛觸手可及，同時(shí)北極熊手握冰雕工具的姿態(tài)也十分準(zhǔn)確，進(jìn)行雕刻的動(dòng)作也十分自然真實(shí)，另外冰雕中的光線映射也比較擬真。
模型可以很好地想象出本不可能存在的場(chǎng)景，并將一些基本的動(dòng)作和細(xì)節(jié)的刻畫都做到位。
在另外兩組現(xiàn)實(shí)人物面部特寫視頻中，模型一方面可以非常高質(zhì)量的呈現(xiàn)人物面部細(xì)節(jié)，比如膚質(zhì)、毛孔，同時(shí)模型可以準(zhǔn)確呈現(xiàn)我們描述的人物神態(tài)，比如驚恐或是平靜。
火光在人物面部的映射，視頻背景的自然虛化，這些細(xì)節(jié)也都做的比較到位。
在動(dòng)漫、動(dòng)畫創(chuàng)作方面，我們還讓PixVerse生成了一組海賊王主題的視頻，視頻中路飛和娜美在船頭激情碰拳，模型可以準(zhǔn)確還原動(dòng)漫人物的標(biāo)志性特點(diǎn)，角色的配色都沒(méi)有問(wèn)題，同時(shí)動(dòng)作自然沒(méi)有違和感。
在一組動(dòng)漫風(fēng)格的賽車追逐戰(zhàn)視頻中，漫畫中常見的速度感、力量感線條表達(dá)被很好地呈現(xiàn)了出來(lái)，車輛的運(yùn)動(dòng)、鏡頭的運(yùn)鏡都處理的十分到位。
可以看到，在動(dòng)漫、動(dòng)畫創(chuàng)作方面，PixVerse的表現(xiàn)是十分驚艷的。據(jù)了解，目前PixVerse的動(dòng)漫動(dòng)畫視頻創(chuàng)作效果SOTA行業(yè)第一。
最后，PixVerse的視頻生成還支持首尾幀功能，用3D數(shù)字藝術(shù)家Travis Davids的話來(lái)說(shuō)，兩幅構(gòu)圖相近的圖像放在一起非常有趣，就像變魔術(shù)一樣。
▲Travis Davids作品，下方圖片為首尾幀
整體來(lái)看，PixVerse 3.5版本的升級(jí)帶來(lái)了非常直觀的用戶體驗(yàn)提升，其兼顧了生成速度和畫質(zhì)，在細(xì)節(jié)表現(xiàn)上十分出眾，動(dòng)畫動(dòng)漫效果成為其突出優(yōu)勢(shì)之一。結(jié)合極具性價(jià)比的價(jià)格，不論是對(duì)大眾消費(fèi)者還是專業(yè)創(chuàng)作者，PixVerse無(wú)疑都是當(dāng)下國(guó)內(nèi)AI視頻生成領(lǐng)域的更優(yōu)選擇。
結(jié)語(yǔ)：AI視頻大模型競(jìng)爭(zhēng)升級(jí)，從能用走向普及好用
如今，AI大模型技術(shù)的發(fā)展已經(jīng)從比拼參數(shù)走向比拼商業(yè)化落地，如何真正給消費(fèi)者和企業(yè)帶來(lái)好的體驗(yàn)，真正賦能生產(chǎn)力、提升生產(chǎn)效率，成為競(jìng)爭(zhēng)焦點(diǎn)。AI視頻生成賽道也不例外。
相比姍姍來(lái)遲吊足胃口的Sora，國(guó)內(nèi)外一眾AI創(chuàng)企和科技巨頭都已亮出各種產(chǎn)品，像PixVerse這樣的年輕力量已經(jīng)走向世界舞臺(tái)并斬獲佳績(jī)。愛(ài)詩(shī)科技憑借底模的升級(jí)，在速度顛覆性提升的基礎(chǔ)上兼顧質(zhì)量，將AI視頻模型生成從能用帶向好用。
今天，AI視頻生成工具這把火正越燒越旺，消費(fèi)者認(rèn)知度也越來(lái)越強(qiáng)，隨著“內(nèi)卷”的加劇，企業(yè)想要真正殺出重圍，還是要靠技術(shù)硬實(shí)力說(shuō)話。體驗(yàn)好不好，消費(fèi)者自會(huì)用腳投票。
