AI工具
文：王智远 | ID:Z201440 昨天凌晨，sora上线了。 很多小伙伴都是铁杆粉，熬夜不睡，为了第一时间追这个热点。我也没例外，熬到12点半，但眼皮实在撑不住，就决定先去睡觉了。 早上一睁眼，赶紧打开电脑，直接去sora官网。映入眼帘的是24个视频，它们排列得整整齐齐，这些视频非常丰富。 有的展示了人物风采，有的描绘了大海的壮丽，让我印象最深的是一个视频：一颗小种子在泥土中破土而出，发芽、生长的过程被拍得很细致，种子上的小毛孔都能看得很清楚，特别逼真。 迫不及待想亲自体验一下这种震撼，但当我尝试用谷歌账户登录时，它却提醒我，因为用户量太多，sora账户无法使用。 哎，这就像大夏天想喝冰镇可乐，却发现杯子里什么都没有，既期待又失落。我相信身边也有很多朋友想体验但没能体验到。 不过，没关系，这里有几款AI视频生成模型做出来的效果，并不比sora差。在我心中排在第一位的，你猜是哪款？腾讯混元文生视频。 为什么呢？ 想必上一周，你也刷到了腾讯混元文生视频开放的信息，它在GitHub、Hugging Face和各大技术报告中都能找到。 如果想亲自体验，可以直接去官网试用。在官网上，你能看到很多逼真的人物视频。不过，要注意，这些展示视频可能经过了多次调整。 目前，腾讯混元的视频模型，虽然只能实现文字生成视频的功能，但它在很多方面表现出色，比如画面质量、镜头切换效果、物体运动表现，以及对提示词的理解等。 你只要输入一段文字描述，它就能生成一段5秒钟的视频。中文和英文的提示词都可以使用，生成的视频画面非常真实，看起来就像电影一样。 刚内测时，我测试了近景、中景、广景、特写等类别。现在这些视频还在空间里。我给近景的提示词是「一只猫在草地上散步的场景」。 我选择了写实风格，配上自然光效果，用专业镜头拍摄，追求高质量画面。最终的效果非常真实，完全能以假乱真。 特写方面，我在成都一个热闹的小吃街上，主播穿着四川特色的服装，头上戴着可爱的熊猫耳朵发箍。她正在品尝麻辣串串，背景是熙熙攘攘的小吃街，还有各种诱人的美食。生成的效果也不错，不至于让人感到不适。 至于其他类别，你可以自己试试。我发现，腾讯在产品细节方面做得很不错，它能把风格、标签、类型、氛围和光线都展示得很清楚。 从提示词来看，腾讯做得比其他产品好，其他产品的提示词可能让你写一段话再生成，但生成的内容往往和你想要的有差距。在这方面，腾讯的产品设计更人性化。 现在它每天以速度优先能生成5个视频，以质量优先能生成2个。但我觉得，在质量和速度上，两者的差异并不大。 第二个产品是什么呢？字节的即梦AI。 即梦AI，真的很懂我想要什么，不用复杂的提示词，都能搞定一切。 说到即梦，不能不提两个软件。一个是剪映，很多剪视频的人都用过。它简单易用，就像剪辑界的“傻瓜相机”。无论是新手还是老手，大家都挺喜欢的。 我记得早些年时，即梦不叫即梦，叫「Dreamina」，那时它还是剪映里的一个功能，后来才独立出来，并同时推出了一些新功能。 另一个要提到的是抖音。我不知道你有没有刷到过那些把古典影视剧剪辑成搞笑段子的视频，还有AI生成的写真照，这些基本都来自即梦的小工具。 至于能力上，文生视频、文生图自然是不可缺失一部分，拿文生图来说，我小绿书上所有的图片几乎都是用它制作而成。 在视频上，即梦AI目前有四个模型，分别是视频S2.0、视频2.0PRO、视频P2.0Pro和视频1.2。我试过这几个模型，它们各有特点。 S2.0擅长捕捉流畅感，可以把一张图的色彩和细节平滑过渡到视频里。2.0PRO则更擅长把图片变成视频，做得更精细；P2.0Pro能理解复杂指令，在一句提示下实现多个镜头切换，同时保持视频的形象、风格和氛围一致。 至于视频1.2模型，主要在运镜和时长上下功夫。 最近，1.2模型正在测试一个新功能，叫动效画板，这个功能很强大，因为它能让你细致调整视频中物体的运动轨迹和最终状态，就像在视频里给物体设定一套动作。 具体来说，动效画板能做很多事情。比如： 单主体形变、多主体运动、主体互动、主体与背景互动、自定义轨迹、自动框选主体或背景等等，一开始，我看着术语也有点晕，实际用起来发现并不复杂。 对了，如果你想用在商业上，字节旗下的「即创」是不错的选择。它在电商领域特别受欢迎，功能包括智能剪辑、数字人制作视频、AI视频脚本、图文工具和直播工具等等。 所以，我觉得在电商这块，「即创」比「即梦」用得更高频，至于“即梦”，可能更适合娱乐场合，你都可以试试看。 第三个要提到的AI视频工具是：Kimi。 要找到Kimi，得在聊天界面下面留意一下，那儿有个不太显眼的按钮，上面写着：Kimi创作空间。点进去，就能看到它的宣传语：“你喜欢的歌都有它的视频”。 我们可以把Kimi的这个功能叫做：文生音视频。如果拿Kimi和即梦AI比较，从整体产品来看，Kimi可能不如即梦AI，它们之间的差别挺大的。 但是，Kimi也有自己优势，它能细致到视频的每一帧。 比如：我要做一个10秒的视频，在Kimi后台可以看到，这10秒的视频可能包含10帧或者12帧，每一帧都是一张图片。 如果对某一帧图片不满意，我可以调整提示词，让它重新生成。所以，我觉得Kimi在细节处理上做得挺好的。 第四个要说的工具是腾讯智影，它也是腾讯推出的。 我现在觉得，AI视频工具大概分两类：一类是用来玩的，比如做艺术照、艺术视频、国风短片、科幻视频这些。 另一类更偏向实用，比如剪视频、识别字幕、抠图、做动态漫画、去掉背景，还有制作视频解说等等。 腾讯智影更偏向实用，它里面的小工具用起来很方便，很多人想找AI数字人，腾讯智影是个不错的选择。你只需要选个角色，输入文字，它就能帮你生成数字人播报的视频。...
