12月22日-23日，以“智能涌現·發(fā)現未來(lái)”為主題的網(wǎng)易未來(lái)大會(huì )在浙江杭州舉辦。在A(yíng)GI 論壇“AI 三人行”圓桌對話(huà)上，南京大學(xué)智能科學(xué)與技術(shù)學(xué)院副教授易子立、「靈動(dòng)AI」創(chuàng )始人雷海波、AI 繪畫(huà)知名博主娜烏斯嘉三人，共同就《AI 生成視頻往何處去?》分享精彩觀(guān)點(diǎn)，英諾天使基金合伙人王晟為本次對話(huà)主理人。

　　易子立首先教授表示，隨著(zhù)AI 熱潮的來(lái)臨，很多企業(yè)已經(jīng)在嘗試使用AI工具，但文生圖、文生視頻的技術(shù)仍有待進(jìn)一步成熟。目前，AI生成視頻的主要技術(shù)路徑是擴散模型，未來(lái)的趨勢有可能是歸回大模型訓練的方式。國外在視頻生成底層技術(shù)方面具有一定的領(lǐng)先優(yōu)勢，國內在像2D 數字人、AI 社交這樣的細分應用上表現更好。相信伴隨算力水平的提升和技術(shù)范式的革新，將來(lái)國內有可能在某些方面超越國外。

「靈動(dòng)AI」 創(chuàng )始人雷海波

　　“「靈動(dòng)AI」是將生成式AI圖像技術(shù)應用于營(yíng)銷(xiāo)設計端的創(chuàng )業(yè)企業(yè)，我們過(guò)去20年一直在視覺(jué)設計和視覺(jué)影像行業(yè)探索”?！胳`動(dòng)AI」 創(chuàng )始人雷海波在談及視覺(jué)大模型話(huà)題時(shí)表示，過(guò)去做設計社區、媒體和設計平臺，幾乎每天都與設計師、設計機構打交道。據我所知，目前國內一些頂尖藝術(shù)設計類(lèi)高校，已在日常教學(xué)和設計項目中應用了文生圖等大模型。因此，AI在生圖領(lǐng)域的能力毋庸置疑，但生成視頻，落地應用可能還需要半年到1年的時(shí)間。

　　面對國內大模型廠(chǎng)商為何競爭不過(guò)國外的問(wèn)題。他直言，造成這一現象的原因，不僅僅是技術(shù)、算力、數據集方面的差距，從設計的維度來(lái)看，國內廠(chǎng)商對美學(xué)理解還存在欠缺。事實(shí)上，當下 Midjourney 生成圖的調性、氛圍、光影質(zhì)感，已經(jīng)遠超越人類(lèi)的表現。如果國內大廠(chǎng)能做出類(lèi)似 Midjourney 視覺(jué)模型，并結合高品質(zhì)的數據集，配合行業(yè)認知和產(chǎn)業(yè)化落地能力，垂直應用層面一定是有很大機會(huì )的。

　　被問(wèn)及「靈動(dòng)AI」的落地應用場(chǎng)景，他回答的簡(jiǎn)單而直接，“我們主要是面向前綴場(chǎng)景，比如營(yíng)銷(xiāo)，特別是電商營(yíng)銷(xiāo)。過(guò)去，數億的商家和數十億的SKU(單款商品)的營(yíng)銷(xiāo)物料都是靠人工來(lái)實(shí)現的?，F在試想，如果上傳的商品信息既能在文字、圖像等模態(tài)上保持不變，又能夠與文字、圖片、視頻等模態(tài)模型實(shí)現很好的融合，從而為商家產(chǎn)出AI商品圖、海報、短視頻，甚至是3D交互內容，這個(gè)市場(chǎng)需求是很大的。今年，「靈動(dòng)AI」主要發(fā)力點(diǎn)在文生圖、垂類(lèi)模型的研發(fā)及探索行業(yè)應用，但我們看到了文生圖、圖生視頻對創(chuàng )意生產(chǎn)力帶來(lái)的解放，更期待AI在3D領(lǐng)域的高質(zhì)量生成能力”。

　　作為AI領(lǐng)域的知識博主和模型訓練師，娜烏斯嘉認為，AI在視頻生成領(lǐng)域歸結為四類(lèi)場(chǎng)景：原視頻風(fēng)格轉化、瞬息全宇宙、圖生視頻、場(chǎng)景轉換視頻。目前主要是廣告制作、預告片制作、推文和短視頻創(chuàng )作等領(lǐng)域嘗試較多。在圖片生成方面， AI 已能達到各種炫目的效果，但在視頻生成領(lǐng)域由于控制手段較少，表現力受到一定限制。例如：人物表情在視頻中的一致性不夠，容易出現“恐怖谷效應”。她希望在視頻生成效果控制上，技術(shù)能夠做到更加精準。但在A(yíng)I的世界里，創(chuàng )造性的想法一定是大于技術(shù)。

英諾天使基金合伙人王晟

　　站在投資人的角度，王晟表示，目前生成式視頻的熱度非常高。今年，風(fēng)險投資主要表現為兩端集中：一是資金端集中，只有部分VC敢于真正的出手;二是項目端集中，VC的資金主要投向了計算能力相關(guān)項目，如GPU、芯片、高速無(wú)損網(wǎng)絡(luò )、大模型等。明年，大家比較期待的是多模態(tài)模型領(lǐng)域，以及多模態(tài)能力的落地應用。

　　當然，AI作為一項智能技術(shù)，需要全社會(huì )不斷地對它加深認知，需要政府、科學(xué)家、企業(yè)、媒體、資本等共同參與，這樣才能促使其獲得更好的良性發(fā)展。

　　據悉，「靈動(dòng)AI」目前已上線(xiàn)近千個(gè)商品圖場(chǎng)景，初步形成AI工具矩陣。由于擁有特定風(fēng)格場(chǎng)景的LoRA模型，多個(gè)億級參數的專(zhuān)用AI模型以及智能審美評價(jià)系統，在主體控制下，使生成商品圖呈現獨特的視覺(jué)特征和美學(xué)調性，從而為企業(yè)級用戶(hù)提供更好的服務(wù)。