AI视频生成：未来发展趋势与创新应用

文章主题：AI, 生成式视频, 灵动AI, 网易未来大会

AI 生成式视频往何处去 “灵动 AI”亮相网易未来大会

在12月22日至23日期间，以“智能涌现·发现未来”为主题，网易未来大会在浙江杭州成功举行。在AGI论坛的“AI三人行”圆桌对话中，南京大学智能科学与技术学院的副教授易子立，以及「灵动AI」的创始人雷海波和AI绘画领域的知名博主娜乌斯嘉，他们三人针对《AI生成视频往何处去？》这一话题进行了深入探讨。此次对话由英诺天使基金合伙人王晟担任主持人。

在AI热潮的涌动下，众多企业纷纷尝试运用AI工具，然而，文生图和文生视频等技术仍需进一步完善。当前，AI生成视频的主要技术手段为扩散模型，未来或许会回归大模型训练的方法。在视频生成底层技术领域，国外拥有较为显著的优势，而在2D数字人、AI社交等细分应用上，我国则展现出较强的实力。我们有理由相信，随着计算能力的提升和技术创新的发展，我国在某些领域终将超越国外。

「灵动AI」创始人雷海波

「灵动AI」，一家致力于将生成式AI图像技术运用于营销设计端的创新型企业，自成立以来的二十载发展历程中，始终在视觉设计和视觉影像领域进行深度探索与实践。该公司创始人雷海波在谈到视觉大模型的话题时强调，在过去的工作经历中，他几乎每天都在与设计师及设计机构进行紧密接触，深入了解到我国一些顶尖的艺术设计院校已经在日常教学和设计实践中成功应用了文生图等先进技术。由此可见，AI在生图领域的实力不容小觑，然而要将这一技术真正应用于视频制作，并实现实际落地应用，仍需时半载一年的努力。

在探讨我国大型模型制造商在国际市场上难以与国外竞争对手抗衡的原因时，一位行业专家毫不掩饰地指出，这并非仅仅是因为技术、算力和数据集等方面的差距。从更深层次的设计角度审视，我国厂商在美学理解方面仍存在一定的不足。事实上，当前Midjourney生成的图像在调性、氛围、光影质感等方面已经远远超越了人类的表现。如果我国的大型厂商能够实现如此高质量的视觉模型，并且结合高质量的数据集，同时具备行业认知和产业化落地能力，那么在垂直应用领域的发展潜力可谓巨大。

当被问及「灵动AI」的应用场景时，他的回答简洁明了，“我们主要针对 prefix 场景，如营销，尤其是电商营销。过去，数亿的商家和数十亿的SKU（单款商品）的营销物料都需要人工来实现。然而，想象一下，如果上传的商品信息能够在文字、图像等多种模态上保持一致，并且能与这些模态模型很好地融合，那么商家就可以获得 AI 商品图、海报、短视频，甚至 3D 交互内容，这样的市场需求非常大。今年，「灵动AI」的重点在于文生图、垂类模型的研发和行业应用探索，但我们更加期待 AI 在 3D 领域的优质生成能力。”

作为一名AI领域的知识和技能分享者以及模型训练专家，娜乌斯嘉深入探讨了AI在视频生成领域的应用。她将其主要归纳为四大场景：原视频风格的转变、瞬间穿越宇宙、图像生成视频以及场景转换视频。当前，这些场景在广告制作、预告片创作、推文和短视频创作等领域的应用已经相当广泛。然而，在图片生成方面，AI已经展现出了强大的能力，而在视频生成领域，由于可用的控制手段相对较少，其表现力受到了一定的制约。具体来说，如人物表情的统一性不足，可能会导致所谓的“恐怖谷效应”的出现。因此，娜乌斯嘉热切希望技术能够在视频生成效果的控制上实现更大的突破。然而，在她看来，创意的产生永远大于技术的本身。

英诺天使基金合伙人王晟

从投资人的视角来看，当前生成式视频领域的热度极高。今年，风险投资主要集中在两个方面：其一是资金端的集中，只有部分风险投资机构愿意大规模布局；其二是项目端的集中，这些投资主要针对与计算能力密切相关的项目，例如GPU、芯片、高速无损网络以及大型模型等。对于明年，市场普遍期待的是多模态模型的发展以及多模态能力的实际应用。

当然，人工智能作为一项前沿的智能技术，其发展态势与社会的认知程度密切相关。为了推动其在健康轨道上的进一步进步，我们需要政府、科学家、企业家、媒体以及资本等各方的共同努力和持续探索。在这个过程中，各方应充分发挥自身优势，协同合作，共同为人工智能的繁荣发展做出贡献。