今年初，文生視頻大模型Sora在全球人工智能業內外引發廣泛關注。近日，多個中國科技企業自主研發的視頻生成產品扎堆上線，引發關注。這意味著中國人工智能大模型的“應用試驗田”又多了一塊。

圖片通過視頻大模型Vidu自動生成一段動畫視頻（視頻截圖）。新華社發

生數科技今年4月聯合清華大學發布了視頻大模型Vidu，并于7月底正式上線。“此次Vidu正式上線，并全面開放了文生視頻、圖生視頻兩大功能，提供4s、8s兩種時長選擇，分辨率最高達1080P，將讓更多人感受文生視頻、圖生視頻的美好體驗。”生數科技聯合創始人兼首席執行官唐家渝說。

Vidu上線前數天，北京另一家人工智能公司智譜AI也上線了基于其大模型開發的視頻生成產品Ying（清影）。“清影不僅支持文本生成視頻、圖片生成視頻，還支持視頻生成視頻。”智譜AI首席執行官張鵬說。

今年6月，快手發布的視頻生成大模型“可靈”，在文生視頻、圖生視頻方面展現出了創造逼真運動場景、精確模擬物理特性的能力與潛力。

唐家渝和張鵬表示，當前中國視頻生成產品的主流技術路線，采用的是深度學習模型與擴散模型相結合的架構，遵從“規模定律”，強依賴算法、算力、數據。

視頻生成產品Ying（清影）用戶登錄界面。新華社發

當前，全球范圍內文本、圖片生成視頻模型賽道上已有多家科技企業參與競逐。除OpenAI的Sora之外，還有Runway的Gen系列、微軟的Nuwa、Meta的Emu、谷歌的Phenaki等。中國最早的入局者有生數科技的Vidu、智譜AI的清影、快手的可靈、商湯的日日新等。

張鵬說，目前中國的視頻生成技術還處于起步階段，并不完美；接下來還有高質量數據、算法等一系列問題有待逐一破解。然而加速人工智能技術發展的最好方式就是并行加速技術的研發與應用，而不是把技術關在實驗室里閉門造車。

“從今天的技術實現角度，視頻大模型的迭代將顛覆影視動畫制作在內的內容產業。”唐家渝預判，未來十年，影視創作生產的門檻與影視動畫制作的成本將進一步降低，更好地將想象力、創造力轉化為生產力。

關鍵詞：