惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Jina AI
Jina AI
博客园 - Franky
Apple Machine Learning Research
Apple Machine Learning Research
酷 壳 – CoolShell
酷 壳 – CoolShell
阮一峰的网络日志
阮一峰的网络日志
量子位
雷峰网
雷峰网
宝玉的分享
宝玉的分享
V
Visual Studio Blog
博客园_首页
小众软件
小众软件
The Cloudflare Blog
让小产品的独立变现更简单 - ezindie.com
让小产品的独立变现更简单 - ezindie.com
大猫的无限游戏
大猫的无限游戏
博客园 - 聂微东
S
SegmentFault 最新的问题
博客园 - 【当耐特】
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
博客园 - 叶小钗
月光博客
月光博客
博客园 - 三生石上(FineUI控件)
人人都是产品经理
人人都是产品经理
WordPress大学
WordPress大学

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
吃饭时勿看,AI也太恶心了,文生视频幻想破灭?
科技旋涡 · 2024-07-04 · via 人人都是产品经理

自从Sora发布之后,文生视频就成为不少厂家的发力方向。但从目前的表现来看,现在的表现可是一言难尽。

就在昨天凌晨,AI文生视频的知名公司Runway在官网宣布,其文生视频模型Gen-3Alpha向所有用户开放了。与 Gen-2 相比,Gen-3 在保真度、一致性和运动表现方面迎来重大改进。

但是,不论是实际使用还是看网友实践,只能说有进步,也有缺点,一些生成的视频甚至可以用“抽象”来形容。

同样被认为是“下一代”文生视频的 Dream Machine的Luma AI在某些方面的表现更是堪称“癫狂”。从去年开始,AI文生视频就在很多人心中留下了深刻的印象,但最近的表现却不禁令人怀疑,AI视频真的有希望发展成人们设想中一句话生成任何自己想象中的影片吗?

01 一条视频10块,遇到抽象视频直接亏

Runway 的这次更新确实让很多人眼前一亮,最重要的就是生成视频的长度,已经从原先的 4s 翻倍到了 10s。并且在昨天全面开放后,不少网友进行测试发现,生成10s视频几乎不到一分钟,可以说不论是生成视频长度还是速度都跟很多同行拉开了差距。

当然,技术更新了收费标准也更高了。如果按照月包套餐计算,基础会员12美元一个月,只能拿到 625 的积分。而 Runway3生成一秒钟,就要消耗 10 个积分。换算下来,一条 10s 的视频价值 1.4 刀,约合人民币 10块。一旦生成出的视频不符合心意就等于10块钱打水漂了,所以视频的质量才是重点。

普通的空镜和人物长镜头太没有挑战性了,于是我们想到了去年好莱坞影帝威尔·史密斯在社交媒体上发的AI整活视频。没错,就是那个吃面的镜头,当时让无数网友震惊但最后发现其实不是AI生成的视频而是本人亲自出镜拍摄的恶作剧。

吃面在普通人看来是很简单的一件事情,但在AI眼中却犯了难。使用工具的动作是否正确、嘴部咀嚼动作的连贯性、面条能否随着吞咽动作的消失,都十分具有挑战性。

很显然,Rumway生成的整体流程都比较顺畅,但依旧有两个严重缺陷。第一是对于舌头的形象不精确,一度让人以为这是蜥蜴的舌头,第二则是咀嚼面条时夸张且抽象的脸部动作,一个普通人吃面的动作却硬是生成出了外星人到地球做客的既视感。

(视频源自:差评X.PIN)

同样是在吃上面,曾经Sora也有一个吃汉堡的动作,但却显得十分自然。而现在,Sora还没有太多动作,所以也让人们的视野放在了其它同类型的AI工具上,快手的可灵AI也凭借其出色的表现成功出圈了。

(视频源自:差评X.PIN)

说实话,这真不是快手工作人员自己拍摄然后上传的嘛,这也太逼真了吧。上浮的热气,碗边的油渍,面条消失的自然度,和现实几乎一模一样,不过从面条一开始是方便面吃到嘴里变成普通拉面这一瑕疵却反而让我确定了它不是真人拍摄的。

快手的可灵AI居然能够强过Runway是一件十分震惊的事情,毕竟前一段时间许多人的关注点都在Sora、Pika、Runway 、Luma等国外软件上,很难想象到国内居然也有像快手可灵一样的AI工具发展到如此程度了,更重要的是还免费。

AI视频最被人所期待的就是能够正确的描绘现实世界的物理规则,但这也恰恰是最难的,吃面就是最直观的体现之一,虽然Runway的表现不是最好的,但却有比Runway还要奇葩的存在。

02 “癫狂”的人体变形体操,Luma你怎么了

最近让网友热议的不只有Runway的全面开放,还有Luma的癫狂体操表演视频。这段视频让网友们觉得即搞笑又恐怖,实在是因为几乎每一秒都在像变形金刚一样变换身体形态。

难以想象这是曾被寄予厚望的Luma AI生成出的视频,就连Yann LeCun,这位著名的AI专家都开麦批评了Luma:“视频生成模型不理解基本物理知识。更不用说人体了”。

自 Sora 问世以来,“AI 是否理解物理规律”这个话题就被越来越多人关注。许多人看到一些视频里的动作十分逼真,就认为只要 AI 视频生成模型不断进化,生成的视频质量趋近完美,就意味着它理解物理了,但这可能没有那么简单。

毕竟现实世界不仅仅是物理,还有人体数据的分析理解。否则可能会像Luma的视频一样,体操运动员落地时脚下的垫子有逼真的物理反馈,但人在空中没有脑袋只有四肢也仍然“惊悚”。

科技旋涡认为,AI生成视频需要研究和进步的地方还有很多,无论是各种数据的投喂和训练还是有关物理世界的学习理解,都不是一蹴而就的事情。虽然目前市面上的这些 AI时常出现一些笑掉大牙的错误,但进一寸有一寸的欢喜,AI的发展需要时间,我们也应当耐心一些。

03 写在最后

每一个AI工具在发布时都让人震惊,但演示时的表现却颇有一种卖家秀与买家秀的差异。每一款AI工具在侧重点上都有所区别,许多爱好者经常要用多款工具才能制作出一个满意的作品,但只有发现问题才能更好的解决问题。

给岁月以文明,而不是给文明以岁月,这句话本意虽是对人类文明发展的批判,却恰好符合当下AI发展的态度。AI的发展不能仅仅只是满足于消费和物质层面,还需要关注更深层面的提升和创新,不断地反思和完善技术,才能真正地实现人类AI发展的新纪元。

作者&编辑|孙浩南;公众号:元宇宙新声

本文由 @元宇宙新声 授权发布于人人都是产品经理。未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。