“视频领域的Midjourney”!AI视频生成新秀Gen-2内测作品流出,网友直呼太逼真

新闻 2023-04-10 丰色
434

《男人在酒吧接受采访》

丰色 发自 凹非寺

非常AI | 公众号 QbitAI

号称可以一句话拍大片的AI视频生成工具Gen-2,开始露出庐山真面目。

有推特博主已经率先拿到了内测资格。

这是他用提示词“一个身材匀称or对称(symmetrical)的男人在酒吧接受采访”生成的结果:

只见一个身着深色衬衣的男人正望着对方侃侃而谈,眼神和表情透露着一股认真和坦率,对面的人则时不时点头以示附和。

视频整体非常连贯且画质很是清晰,乍一看,真实访谈感满满有没有!

同样的提示词生成的另一个版本也不赖:

这次镜头更加拉近,背景更逼真,人物则仍然富有表现力。

有网友看完这组作品直呼:

太不可思议了吧,只靠文字提示就能生成这样的结果!

还有人直言:

这是视频领域的Midjourney来了。

博主实测Gen-2

这位博主名叫Nick St. Pierre,专门在推上分享他用AI制作的作品。

除了开头所见的写实风,他还发布了一组Gen-2的科幻作品。

比如“宇航员穿越太空”:

“一名武装士兵沿着宇宙飞船的走廊奔跑,身后一道黑影摧毁了墙壁”:

“一家在人类动物园吃微芯片的机器人”:

“人形机器人大军在冰冻的平地上进行殖民”:

(有种权游里面异鬼大军进击长城的气势……)

“地球上最后一个人看着入侵的宇宙飞船降落在东京上空”:

……

以上这些全部都只凭一句提示词就能完成,不需要借鉴其它图片和视频。

虽然说这组科幻的效果相比“酒吧男人接受采访”稍显逊色,但神奇的是,它和AI图像生成模型诞生之初的那种“混沌不清”的味道可以说不相上下——仿佛看到了Stable diffusion等AI当时的影子。

如Nick St. Pierre表示:

Gen-2还处于婴儿期,后面一定会更好。

我们也在网上找到了其他已经拿到内测资格的人测试的一些效果:

可以说,除了比较难的科幻作品,其它它拿捏的都还不错的亚子。

AI视频生成也狂飙

专攻视频生成的AI工具Gen-2于3月20日发布(论文3月11号)。

作为AIGC领域的新秀,它的迭代速度和质量也是相当快了:

Gen-1版本2月才刚诞生,那会还只能对已有视频进行编辑;

现在Gen-2就已经可以用文字和图像作为提示词直接生成视频了。

官方号称它为“生成式AI的下一步”,宣传语给的也是很霸气:

say it,see it。(只要你能说出来,我就能让你看到)

Gen-2的更新一口气带来了八大功能:

文生视频、文本+参考图像生视频、静态图片转视频、视频风格迁移、故事板(Storyboard)、Mask(比如把一只正在走路的小白狗变成斑点狗)、渲染和个性化(比如把甩头小哥秒变海龟人)。

它的出现和AI绘画一样,让人看到了影视、游戏和营销等领域暗藏的巨大变革。

其背后开发公司也值得说道,它就是Runway。

Runway成立于2018年,为《瞬息全宇宙》特效提供过技术支持,也参与了Stable Diffusion的开发(妥妥的潜力股)。

提示:Gen-1已经可以开始玩了(125次机会用完之后就只能按月付费了),Gen-2还没有正式对公开放。

除了Gen系列,微软亚研院还最新发布了一个可以根据文字生成超长视频的AI:NUWA-XL

只用16句简单描述,它就能get一段长达11分钟的动画:

在往前一点儿,就在Gen-2发布同一天,阿里达摩院也开源了17亿参数的文本转视频AI:

效果是酱婶的:

……

可以预见,不止图像生成,视频领域也要变得热闹起来了。

咳咳,所以下一波大众AI狂欢,会是它吗?

参考链接:
[1]https://twitter.com/nickfloats/status/1644540896321437696
[2]https://twitter.com/nickfloats/status/1644081726141132800
[3]https://research.runwayml.com/gen2
[4]https://twitter.com/c_valenzuelab/status/1645158717766115328
[5]https://modelscope.cn/models/damo/text-to-video-synthesis/summary
[6]https://nuwa-infinity.microsoft.com

相关文章