AI好好用報(bào)道

編輯：楊文

騰訊混元生成的AI電影鏡頭，讓我想到《天使愛(ài)美麗》、《花樣年華》。

從上周六開(kāi)始，AI 視頻圈又炸鍋了。

；緊接著 ，網(wǎng)友們瘋狂整活。

國(guó)內(nèi)的 AI 廠商也沒(méi)閑著。

最讓人驚喜的是，騰訊混元也下場(chǎng)搞視頻生成模型了。

目前，該視頻模型已經(jīng)開(kāi)啟小范圍內(nèi)測(cè)。我們?cè)诘谝粫r(shí)間拿到體驗(yàn)資格。

與其他視頻生成模型類似，僅需輸入一句提示詞，騰訊混元就能生成一段 5 秒視頻。

它支持中英文輸入，還有 5 種畫面尺寸可供選擇。

先放幾個(gè)視頻給大家「嘗嘗鮮」：

繁華的巴黎，一個(gè)頭戴棕色貝雷帽的男人正坐在咖啡館里沉思。

一位年輕時(shí)髦的女人走向窗邊，然后轉(zhuǎn)身凝視旁邊的男人，動(dòng)作流暢自然。

兩位小姐姐坐在街邊相顧無(wú)言，鏡頭切換、人物神態(tài)簡(jiǎn)直和電影別無(wú)二致。

接下來(lái)，我們就全方位測(cè)評(píng)一番。

畫質(zhì)

不得不說(shuō)，混元視頻模型生成的畫面太有電影感了。

提示詞：一個(gè)電影般的背后跟隨鏡頭，拍攝一名女警背對(duì)著我們穿過(guò)夜晚的事故現(xiàn)場(chǎng)。

畫質(zhì)高清穩(wěn)定，人物動(dòng)作流暢。四處停放的警車，閃爍的警燈，勘查現(xiàn)場(chǎng)的警察…… 好萊塢元素拉滿。

提示詞：一個(gè)電影般的背后跟隨鏡頭，拍攝消防員背對(duì)著我們穿過(guò)熊熊烈火。

生成三個(gè)鏡頭，每個(gè)鏡頭都很有故事性。

混元很會(huì)控制景深。虛化的背景，讓主體運(yùn)動(dòng)更加突出，火焰的光影在消防員身上舞動(dòng)，形成一種強(qiáng)烈的視覺(jué)沖擊。

再來(lái)個(gè)科幻風(fēng)格的電影。

提示詞：夜晚，一個(gè)機(jī)器人正行走在繁華的大街上，昏暗，近景鏡頭，科幻，生動(dòng)，賽博朋克，高質(zhì)量。

這個(gè)長(zhǎng)得像擎天柱一樣的機(jī)器人，漫步在人潮涌動(dòng)的大街上，腦袋還時(shí)不時(shí)左右張望。

鏡頭隨著機(jī)器人的移動(dòng)而微微晃動(dòng)，使得畫面更具真實(shí)感。

提示詞：一個(gè)男人坐在咖啡廳里喝咖啡，柔和，近景鏡頭，休閑，現(xiàn)代，電影風(fēng)格，高質(zhì)量。

視頻中，男人從端起咖啡、抿了一口到緩緩放下杯子，整套動(dòng)作一氣呵成。

男人的眼神、表情也生成得很是逼真，手指也沒(méi)出現(xiàn)明顯的 bug。

鏡頭切換

混元最值得稱道的，還是原生鏡頭切換效果。

它能夠自動(dòng)生成同一主體在不同視角下的鏡頭，并在視頻中進(jìn)行切換，以增強(qiáng)畫面的敘事感。

要知道，在此之前，只有 Sora 具備這種鏡頭切換效果。

比如下面這個(gè)視頻中，最初是個(gè)中景鏡頭，女人正手撐下巴思考，啪一下鏡頭轉(zhuǎn)換成女人面部大特寫，深邃眼眸、烈焰紅唇，再接著，鏡頭又切換到城市街景。

（提示詞：一個(gè)極端特寫鏡頭，聚焦于一位時(shí)髦的美麗女性，她坐在咖啡館里，深陷沉思，鏡頭切換到城市的街景，景深效果，電影般的 35 毫米膠片質(zhì)感，光線非常具有電影感。）

再如，雨滴打在玻璃上緩緩滑落，下一秒鏡頭就轉(zhuǎn)到窗外，男人撐著一把紅色的傘站在大街上，整個(gè)畫面很有氛圍感。

（提示詞：雨滴敲打著窗戶，鏡頭切換到下雨的大街上，有個(gè)男人正撐著一把紅色的傘，站在大街上 Overcast Somber Cinematic High-quality Modern Style）

運(yùn)動(dòng)效果

流暢的視頻運(yùn)動(dòng)可以提供更加連貫和平滑的視覺(jué)體驗(yàn)，能夠增強(qiáng)角色動(dòng)作的真實(shí)感，因此，各家的視頻生成模型均在畫面運(yùn)動(dòng)上「做文章」，騰訊混元也不例外。

他們?cè)谶\(yùn)動(dòng)一致性方面下了功夫，減少了物體變形和運(yùn)動(dòng)不連貫的問(wèn)題。

提示詞：日落時(shí)分，一只烏龜在黑色沙灘上爬行。

雖然混元生成的畫面運(yùn)動(dòng)幅度大，但海龜爬行的動(dòng)作，以及沙灘場(chǎng)景變化自然真實(shí)，沒(méi)有突兀的跳躍和不連貫。

我們又用 Sora 經(jīng)典提示詞試了下。

提示詞：A litter of golden retriever puppies playing in the snow. Their heads pop out of the snow, covered in. 中文提示詞：一窩金毛獵犬小狗在雪地里玩耍。它們的頭從雪地里冒出來(lái)，渾身都是雪。

兩只小狗抬爪子、啃咬的動(dòng)作很逼真，身上的雪花也隨著打架的動(dòng)作抖落。

此外，它還能生成包含多個(gè)連貫動(dòng)作的視頻。

提示詞：男人走出臥室，關(guān)上門，看到一只可愛(ài)的毛茸茸的生物。

提示詞：女人摘下墨鏡，看著對(duì)面的男人笑了，光線柔和，愉快，現(xiàn)代，電影風(fēng)格，高質(zhì)量。

語(yǔ)義理解

混元視頻生成能力對(duì)提示詞撰寫的精細(xì)度與準(zhǔn)確度要求較高。用戶可以進(jìn)行細(xì)致的刻畫，例如生成主體的細(xì)節(jié)，人物概念的組合等。

面對(duì)又長(zhǎng)又復(fù)雜的文字描述，混元基本能 get 到信息并進(jìn)行輸出。

提示詞：一支穿著厚重冬季裝備的極地探險(xiǎn)隊(duì)，在呼嘯的暴風(fēng)雪中艱難前行，幾乎無(wú)法透過(guò)雪花看清彼此，冰柱附著在他們的胡須和派克服上，他們的臉上顯露出堅(jiān)定的決心，攝像機(jī)捕捉到一個(gè)中景鏡頭，展示了他們周圍風(fēng)暴的強(qiáng)度，寒冷、柔和的光線增添了一種孤立和堅(jiān)韌的感覺(jué)。

提示詞：日出時(shí)分，色彩鮮艷的熱氣球飄過(guò)廣闊的非洲大草原，成群的大象和瞪羚在下方的草原上移動(dòng)。遠(yuǎn)處，乞力馬扎羅山的影子映襯著粉紅色和橙色的天空。

經(jīng)過(guò)多輪測(cè)評(píng)，總體來(lái)說(shuō)混元視頻生成模型還是有些本事傍身的，尤其是電影級(jí)畫質(zhì)和原生鏡頭切換，效果相當(dāng)能打。

和其他視頻生成模型一樣，它也有不少小「毛病」。比如，每次生成內(nèi)容具有不確定性，生成結(jié)果無(wú)法達(dá)到 100% 可控，同時(shí)輸入多個(gè)實(shí)體，可能不會(huì)都生成出來(lái)，顏色和數(shù)量也未必匹配等。

不過(guò)混元大模型仍在升級(jí)和調(diào)試中，未來(lái)或許有更好的表現(xiàn)。

以后我們會(huì)帶來(lái)更多好玩的AI應(yīng)用，也歡迎大家進(jìn)群交流。

? THE END

轉(zhuǎn)載請(qǐng)聯(lián)系本公眾號(hào)獲得授權(quán)