（來源：MIT Technology Review）
巴黎奧運(yùn)會剛剛在上個(gè)月結(jié)束，殘奧會仍在進(jìn)行中，2028 年洛杉磯夏季奧運(yùn)會似乎還很遙遠(yuǎn)。然而，曾為 LeBron James 和芝加哥公牛隊(duì)制作內(nèi)容的體育娛樂電影制作人 Josh Kahn 已經(jīng)在思考更遠(yuǎn)的未來：3028 年的洛杉磯奧運(yùn)會會是什么樣子？
這正是 AI 視頻生成的完美創(chuàng)意實(shí)現(xiàn)。今年早些時(shí)候，OpenAI 推出的 Sora 使得 AI 視頻生成進(jìn)入主流。通過在 Runway 或 Synthesia 等生成器中輸入提示，用戶可以在幾分鐘內(nèi)生成相當(dāng)高分辨率的視頻。與傳統(tǒng)的CGI或動畫創(chuàng)作技術(shù)相比，這種方式速度快、成本低，并且技術(shù)門檻較低。雖然每一幀畫面可能并不完美例如六指手或物體消失等失真現(xiàn)象很常見但至少在理論上，這種技術(shù)有著廣泛的商業(yè)應(yīng)用潛力。廣告公司、企業(yè)和內(nèi)容創(chuàng)作者可以利用這項(xiàng)技術(shù)快速、廉價(jià)地制作視頻。
Kahn 一直在嘗試使用 AI 視頻工具，他利用最新版本的 Runway 構(gòu)想出了未來奧運(yùn)會的樣子，并在模型中為每個(gè)鏡頭輸入一個(gè)新的提示。這段視頻（地址 https://youtu.be/nTaTC6AgKeI）時(shí)長僅一分多鐘，展示了一個(gè)未來感十足的洛杉磯：海平面急劇上升使城市被擠到海岸線邊緣，一座足球場坐落在摩天大樓的頂部，而港口中央的圓頂內(nèi)則設(shè)有一個(gè)沙灘排球常
這段視頻由麻省理工科技評論獨(dú)家分享，更多的是為了展示 AI 目前的可能性，而非城市規(guī)劃藍(lán)圖。
“我們在觀看奧運(yùn)會時(shí)，注意到主辦城市在文化敘事上所投入的心血，”Kahn 說。“洛杉磯有一種想象力和敘事文化，并且這種文化為世界其他地方定下了基調(diào)。如果我們能展示一下 1000 年后洛杉磯奧運(yùn)會的樣子，那該多酷啊？”
這個(gè)視頻最重要的是展示了生成技術(shù)對創(chuàng)作者的巨大助力，但它也揭示了當(dāng)前技術(shù)的局限性。雖然 Kahn 沒有透露他為每個(gè)鏡頭使用的具體提示內(nèi)容或?yàn)榱诉_(dá)到理想效果所需的提示次數(shù)，但他提醒說，任何希望用 AI 創(chuàng)作出優(yōu)質(zhì)內(nèi)容的人都必須接受不斷試驗(yàn)的過程。在他的未來項(xiàng)目中，特別具有挑戰(zhàn)性的是讓 AI 模型在建筑設(shè)計(jì)上突破常規(guī)。比如，水上懸浮的體育場是大多數(shù) AI 模型在訓(xùn)練數(shù)據(jù)中幾乎沒有見過的。
每個(gè)鏡頭都需要新的提示，這也讓視頻難以保持連貫性。顏色、太陽的角度以及建筑物的形狀很難由視頻生成模型保持一致。視頻中也沒有任何人像的特寫鏡頭，因?yàn)?Kahn 認(rèn)為 AI 模型在處理這些方面仍然存在困難。
“目前，這些技術(shù)在處理大規(guī)模場景時(shí)表現(xiàn)較好，但在人類互動的細(xì)節(jié)上還有待改進(jìn)，”他說。因此，Kahn 認(rèn)為生成視頻的早期電影應(yīng)用可能會集中在風(fēng)景或人群的廣角鏡頭上。
AI 視頻專家 Alex Mashrabov 也同意當(dāng)前 AI 視頻的缺陷和不足。他去年離開了 Snap 公司生成 AI 部門總監(jiān)的職位，創(chuàng)立了一家新的 AI 視頻公司 Higgsfield AI。他指出，好的對話內(nèi)容很難通過 AI 生成，因?yàn)樗蕾囉谖⒚畹拿娌勘砬楹椭w語言。
一些內(nèi)容創(chuàng)作者可能會因?yàn)榉磸?fù)輸入提示以達(dá)到理想效果所需的時(shí)間，而不愿采用生成視頻技術(shù)。
“通常成功率是一比二十，”Mashrabov 說，但需要 50 次甚至 100 次嘗試也并不罕見。
然而，對于許多用途來說，這已經(jīng)足夠好了。Mashrabov 表示，他已經(jīng)看到像 Temu 這樣的供應(yīng)巨頭開始越來越多地使用 AI 生成視頻廣告。在中國等商品生產(chǎn)國，視頻生成器需求旺盛，用于快速制作產(chǎn)品的直接廣告。即使一個(gè) AI 模型可能需要大量提示才能生成一個(gè)可用的廣告，用真人、攝像機(jī)和設(shè)備來拍攝可能會昂貴百倍。他認(rèn)為，隨著技術(shù)的逐步改進(jìn)，這類應(yīng)用可能會成為生成視頻技術(shù)大規(guī)模應(yīng)用的首批案例。
“雖然這條路還很長，但我對現(xiàn)階段已有的部分應(yīng)用充滿信心，”Mashrabov 說。“我們正在找出生成 AI 已經(jīng)表現(xiàn)不錯(cuò)的領(lǐng)域。”
原文鏈接：
https://www.technologyreview.com/2024/09/03/1103516/what-this-futuristic-olympics-video-says-about-the-state-of-generative-ai/
