人工智能和视频技能的快速开展，AIGC职业正在向AI视频倾斜

所以，许多老板“被逼”找起了新途径。

前不久，身穿太空服的马斯克瞬间进入二次元的视频在网上引起迸裂，让人不可思议的是，动画版的马斯克不仅神形兼备，背景和动作也非常连接合理，而这一切都来自于一位斯坦福华人博士生规划的一款名叫“Pika”的视频生成东西。只需要在该软件的视频输入框内输入“马斯克穿戴太空服，3D动画”的关键词，一个身穿太空服的卡通马斯克便能跃然于屏上。

近几年，跟着AIGC赋能多业态使用的加快落地，整个职业的热潮，现已逐步从文生文、文生图，转向了文生视频范畴。事实上，AIGC从文字到视频是大的开展趋势，不少产业人士现已感知到了商场的风向，国内字节跳动、阿里、百度等科技大厂均已跑步入场。

一、AIGC迈入视频时代

据了解，字节跳动于11月18日推出了文生视频模型PixelDance；阿里紧随其后也上线了Animate Anyone模型；百度文心大模型的相似功用则在内测中，不久后会以插件方法敞开。明显，AI技能与文生视频的融合现已在业界掀起了一股新的热潮。而国内玩家之所以如此积极地下场布局，其间的原因不言而喻。

首先，文生视频使用非常广泛，具有巨大的商场潜力。短视频商场尽管方兴未艾，但短视频的制造才能却跟不上各个平台迸发的短视频需求。而文生视频技能的日趋老练和广泛使用，或将为当下热门的短视频商场带来一些变数。比方，影视和游戏等职业便是文生视频落地的重要场景，文生视频用文字就可以编辑和生成想要的故事情节，实现创意辅助和降本增效。而凭仗为内容生成赋能这一独特优势，文生视频的远景也是毋庸置疑。

其次，文生视频操作非常便当，能有效下降各项本钱。众所周知，个性化的视频制造费事、本钱昂扬，所以一款简略的视频生成东西，就成了不少职业和企业的巴望，而AI文生视频技能才能的打破则为这一问题带来全新解决方案。文生视频望文生义便是无需视频制造技巧，仅用简略文字就可以生成想要的视频素材，不仅如此，还能跟着输入场景和关键词不断更新，几乎大大下降了视频制造的门槛和本钱，可以说是创作者在数字化时代下的“福音”。

最终，文生视频产品功用惊艳，能进一步增强企业竞争力。在当下的AI赛道上，文生图的使用早已层出不穷，相比较而言，能够完全“攻下”文生视频这一阵地的玩家却是寥寥无几。归根到底，是文生视频的产品功用更加强壮，其难度天然也就可想而知了。只不过，高难度往往伴跟着高价值，若是有哪一个企业能凭仗强壮的算力、跨范畴协作才能和技能自主性等优势引领这一赛道，那么其在职业界形成差异化优势也将指日可待。

二、万丈高楼平地起

文生视频作为一种新兴的传媒方法，正以前所未有的方法影响着咱们的日常生活。目前，在企业宣传、数字化人、科普创作、线上社交等范畴都对文生视频技能有所运用。而为了前进视频生成的流畅度、真实感，国内入局的玩家如字节跳动、阿里和百度等都在多个方面下足了功夫。

一方面，各玩家收集了大量数据，以前进视频生成作用的多样性。文本生成视频模型往往需要大量数据来学习字幕的相关性、帧相片的写实感和时刻的动态信息，而缺乏高质量配对的数据集，就难以合理组合人物、难以合理架构场景，因此，生成视频的合理性及连接性就会大打折扣。阿里为了前进生成作用的多样性，就让其研究人员收集了大约3500万单的文本视频对和60亿文本图像对来优化模型，让生成的视频达到了预期作用。

另一方面，各玩家规划了分层编辑器，以前进文生视频语义的一致性。从简略文字生成高质量视频，就需要文生视频产品能够准确预测文字的意图，然后在保持输入文字内容和结构的同时生成准确的运动。为了达到这一方针，阿里的研究者规划了两个分层编码器，即固定CLIP编码器和可学习内容编码器，分别提取高档语义和低级细节，然后将其合并到视频扩散模型中，更好地确保了低分辨率下生成视频的语义连接。

除此之外，各玩家还前进了视频分辨率，以确保视频生成作用的高质量。文生视频最理想的作用便是用户给出提示词，体系自动生成任何风格相对应的视频，但这就对视频分辨率提出了不小的考验。阿里的文生视频将视频分辨率前进到了1280×720，还优化了初始的600个去噪step，以改进生成视频中存在的细节、伪影和噪音问题。字节跳动文生视频也提出了根据文本辅导+首尾帧图片辅导的视频生成方法，使得视频生成的动态性变得更强。

三、打铁还需本身硬

跟着人工智能和视频技能的快速开展，AIGC职业正在向AI视频倾斜，AI文生视频的迸发期或许即将到来，而参加到AI视频创作中的玩家也将会越来越多。即便是在这样的大环境下，不管是现已推出模型的字节跳动和阿里，仍是正准备推出插件的百度，能入局文生视频赛道，其本身都有着不可忽视的倚仗。

一来，参加玩家算力储藏足够，能很好地战胜文生视频在技能上的缺乏。作为文生文、文生图的晋级，文生视频对算力以及模型的工程化才能要求更高。据了解，文生视频的人工智能模型参数为10亿等级至100亿等级。而国内涵文生视频范畴有所布局的头部玩家中，无论是字节跳动仍是阿里、百度，其在参数上的积累都现已非常深厚。可见，这些具有算力储藏的云服务厂商在开展视频生成类使用上具有天然优势。

二来，参加玩家职业经验丰富，能大大加快文生视频面世和迭代的速度。文生图和文生视频的人工智能模型在底层技能结构上有着较高的相似性，必定程度上来说，文生视频可以看作是文生图的进阶版技能，这也就意味着，文生图的技能和经验可供文生视频加以运用和参阅。而众所周知，字节跳动、阿里、百度等玩家早已在文生图范畴有所深耕，甚至有的产品也已投入商用，凭仗在文生图技能上的积淀，其在文生视频范畴也有望实现大幅前进。

三来，参加玩家资源整合才能强壮，能够为其文生视频的开展提供助力。相较于文字和图片，视频能承载的信息量更大，这也便是说，想要生产出更加生动、高清，真实感更强的视频，各玩家在文生视频上的投入本钱也将更高。不过，值得一提的是，作为互联网大厂，阿里、百度、字节跳动经过多年开展，其在人才、资金、算力等很多资源和实力上的优势和权利不容小觑，得益于此，其文生视频产品也将拥有更强的竞争力和影响力。