最近几周,文生视频领域正卷的风生水起。
可灵和Dream Machine相继推出。而后者充满趣味性的文生视频功能更是开启一阵续写“meme”的狂潮。
正当大家觉得文生视频的开路者Runway要一直沉寂下去的时候。
Runway突然上演了一波“王者归来”。展示了商用级别的生成视频,让人难辨是不是AI生成。
“一个悲伤的中年秃头男人变得快乐起来, 因为一顶卷发假发和太阳镜突然落在了他的头上”。
画质惊艳的Runway,速度也不逊色,生成10秒钟视频才需要1分半左右的时间。
Runway重回巅峰又再次改变了文生视频的格局。
图片
正在大家在这边卷得不急乐乎的时候。
谷歌突然站了出来,开始给大家汇报他们的视频生音频(V2A)进展。
图片
谷歌的V2A已经可以为无声片段添加与场景声学相匹配的声音,为屏幕上的动作等伴奏。
干巴巴的视频片段从此有了bgm!
虽然部分案例中使用了文字辅助,但仍然相当惊艳,能看到AI对于视频内容以及场景中的感受理解得比较到位。
画面中男人穿过废弃工厂般的走廊,音乐突出了惊悚和紧张的氛围:
给狼配上一段孤独的长啸声:
音频提示:”狼对月嚎叫”
音乐展现了落日骑马时,那种安逸与悠然的感觉:
草原上夕阳西下时 悠扬的口琴声响起
海洋水母自在浮沉时,海洋的声音:
水母在水下跳动 海洋生物 海洋
鼓声和欢呼声让人身临其境:
音乐会舞台上的鼓手 周围是闪烁的灯光和欢呼的人群”
谷歌的V2A的这股清流确实得到了网友的赞赏。
然而当一位网友询问,什么时候可以上手玩玩看的时候,被网友无情地回复道:等有人跳槽出来,把这个产品带出来我们就能玩啦!
图片
还有人说:这是谷歌,所以别再想着试一试了
图片
当前,观众的胃口已经越来越大。无法开箱即用的技术和产品将难以说服用户。
现在,无论OpenAI在社交平台上发布什么内容,都会收到无数用户“催更”GPT-5的消息。
但是,另一边。
早前OpenAI发布会上令人惊艳的GPT-4o多模态通话功能,甚至更遥远的Sora,都没有让广泛的普通用户上手。
苹果在刚刚过去的全球开发者大会中,发布的“苹果智能”被曝光分批上线,部分功能要到25年才能实现(更不用说大陆用户只会更晚)。
人们渴望AI的有趣与实用能够早一步的照进现实。否则,用户的期待会慢慢冷却,产品也终将沉于水中。
想了解更多AIGC的内容,请访问:
51CTO AI.x社区
https://www.51cto.com/aigc/