现任谷歌CEO桑达尔·皮查伊曾说到,“人工智能是我们人类正在从事的最为深刻的研究方向之一,甚至要比火与电还更加深刻。”

正如,Sora诞生时,在官方表述中被称为“世界模拟器”,它理解真实的规则,并在此基础上生成“世界”,AI视频生成,乃至生成式AI本身都是意义非凡的。而在国内堪称“封神之作”的快手可灵AI一直在努力接近并超越这一目标。

近日,快手正式在App Store上线了“可灵AI”独立APP。天眼查数据显示,就在同一日,快手关联公司北京达佳互联信息技术有限公司申请的“图生视频模型生成方法、视频生成方法及装置”专利也正式对外公布。

此前,在产品侧,快手“可灵AI”已形成了网页版、APP、小程序、海外版等多端跨平台的产品矩阵。如今,独立App的正式亮相又预示着什么呢?

强化AI基因,用内容托举基本盘

自6月正式发布以来,从1.0版本到1.5版本,可灵AI已经完成超9次的升级迭代,新增多项实用功能,比如运动笔刷、对口型功能、1080P高清画质等。而且,1.5版本的可灵AI,其生成的视频在清晰度、运动流畅度和画面美感上都拥有了质的飞跃。

图源来自可灵AI

升级后的可灵AI,不仅清晰度提高了,还可以一次性生成多条视频,图生视频时长扩展到10秒。最重要的是生成价格保持不变,“加量不加价”的背景下,视频工作生成效率显著提高。

而这一次正式落地的“可灵AI”独立APP,从官方描述中,我们会发现其定位为新一代创意生产力平台,基于快手自研的可灵大模型和可图大模型,提供视频、图片生成与编辑能力。

以快手首部AI短剧《山海奇镜》为例,其由可灵AI提供深度技术支持,画面展示从逐帧卡顿,到摆脱动态PPT既视感,画面一致性、动作流畅度、视觉效果等各方面都大受好评,该短剧上线短短数日,播放量就突破了5000万。

内容制作效率提高,内容制作方式更多样化,此时最先欢呼的就是内容创作者们。据快手副总裁、大模型团队负责人张迪透露,可灵AI上线4个月多以来,已拥有超过360万用户,累计生成3700万个视频和超过一亿张图片,并在上线次月冲上了全球AI产品增长排行榜首。

显而易见的是,可灵AI从孵化到成型,一直在强化自身的AI基因,这一些系列动作托举的正是内容输出能力。

最重要的一点是,在视频内容创作上提质提效后,全链条的最终落点还是回到了短视频平台。一方面,快手加速布局短剧赛道,可灵AI的快速成长无疑是快手短剧提质铺量的关键工具。另一方面,原本就出身短视频赛道的快手,其平台用户们也因此被激活。

2024年上半年,近2万名商家在快手借助AI矩阵优化经营。另外,第二季度来自营销客户的AIGC营销素材消耗单日峰值达2000万元。而在电商领域,在大模型加持下搜索GMV同比提升超80%。

此外,在短视频平台激烈的竞争之下,快手的用户活跃也并没未受到影响。QuestMobile最新发布的数据显示,截至2024年9月,该行业的月活跃用户规模已经突破10亿大关,达到了前所未有的10.26亿人次。

如此一来,快手借助AI赋能内容创作,不仅使用户基本盘稳中有进,也盘活了自身业务保持长期增长的潜力。

巨头紧跟可灵步伐,快手持续领跑

快手上线“可灵AI”独立APP的同一天,字节跳动旗下大模型AI助手豆包也正式推出了视频生成内测。据豆包官网介绍,豆包视频生成支持图片文字一键成片,能将信息转化为生动逼真的视频内容。

此外,今年2月,阿里也上线了一款AI图片-音频-视频模型技术EMO,用户只需要提供一张照片和一段任意音频文件,EMO即可生成会说话唱歌的AI视频,以及实现无缝对接的动态小视频,最长时间可达1分30秒左右。

由于视频是移动互联网最大的内容消费形式,AI视频生成领域也瞬间成了各大互联网巨头眼中的香饽饽,大家纷纷不约而同的“冒头”。

目前,DiT和语言模型是目前AI视频生成领域最受关注的两条技术路径。其中,语言模型在国内更占主导地位,主要是通过文字、图片、视频作为提示词来进行凭空生产。

受算力、数据、算法的限制,尽管创意空间无限,所有的元素都是全新的,但现阶段最大的阻碍仍然是成本。因此,在这一条件下,产品侧的各位均处于统一起跑线,漫漫长路在前方,难分孰强孰弱。

但随着推理成本持续下降,生成速度相应提高,应用层和商业化的发展进一步明朗。视频生成内容逐渐渗透到各内容种类式,比如本土TVC视频、动画动漫、流水线短剧、本土动画电影等。

由此可见,AI视频生成赋能传统视频工作时,其主要价值就在于素材生成环节。而电影等长视频题材受累于高昂的制作成本,并不是现阶段AI视频生成的优势赛段,由此短剧的“独特性”再次被凸显。

快手可灵AI有《山海奇镜》,抖音的即梦AI有《三星堆:未来启示录》。此外,井英科技也针对性的自研了短剧视频生成模型Reel Diffusion,其推出的AI短片《M.A.D》已经可以媲美传统动画短片。

相较之下,快手虽有明显的先发优势,但也不得不提防后来者的穷追不舍。技术硬实力是一方面,落地的制作效果也是触达用户的关键一环,两者皆不可失。虽然快手无需如临大敌,但也需时刻谨慎。

从AI视频生成到生成式AI,它的想象空间不止如此

尽管,现阶段的AI视频生成赛道开始日渐拥堵,但回看AI视频生成应用,其本质是生成式AI,最大的特点就是从无到有的去创造。

从ChatGPT的颠覆到Sora的惊艳,再到国产Sora——可灵AI的面世,这一切归功于生成式AI的可塑性。正如Sora官方所说,它是“世界模拟器”,它理解真实的规则,并由此生成“世界”。

因此,无论是文生图,还是文生视频,生成式AI的潜力都不可估量。这好比汽车行业正在发生的变革。以前的自动驾驶,需要靠人力来堆砌算法,穷尽尽可能多的驾驶场景,而到今天,采用“端到端”的大模型技术训练后,AI模型先自学在运用,已经强于不少真人驾驶,也跳出了最早的印象。

当探讨当今生成式AI所带来的变革性机遇时,“互联网”这一词汇频繁被提及,它既是参照物,也是AI实现颠覆性创新的基础。

图源来自Pixabay

就像在过去的三十年里,互联网浪潮的核心在于“连接”,它紧密地将人、信息、商业及工厂相互联结,同时涵盖海量信息,并通过增进全球协作效率,催生了难以估量的价值,由此深刻重塑了人类的生活方式。

尽管过去AI的发展重心更多聚焦于模拟人类的感知能力,诸如对海量信息进行自然语言理解、语音识别以及视觉识别等。但随着大模型技术的逐渐成熟,生成式AI已不再局限于感知层面的,更是首次展现出在思考推理与创造性方面的强大潜力。

基于此,生成式AI从创造相对已知,到创造绝对未知,或许不无可能。此时,生成式AI创造的内容价值将更胜从前,甚至于与真实的物理世界产生关联,帮助人们完成实际的业务、工作与学习。

这也正是变革的关键。

一年以前,大部分企业或许对于生成式AI如何赋能市场尚存疑问,各类细分赛道尚未分化,专供各个行业的垂直应用也并不成熟,但在一年后的今天,随着算力、推理等成本的逐渐下降,以及大量实践和试错,端到端模型、行业大模型、文生图应用、文生视频应用接踵而来。

长远来看,生成式AI的当下是清晰的,未来更是明朗的。而对手握佳作“可灵AI”的快手来说,尽管去闯,尽管去放飞想象,未来始终会有你的一席之地。

作者:土耳其热气球

来源:港股研究社

特此声明
本文为正观号作者或机构在正观新闻上传并发布,仅代表该作者或机构观点,不代表正观新闻的观点和立场,正观新闻仅提供信息发布平台。
分享至

还没有评论,快来抢沙发吧!