文生视频“混战”：腾讯、字节纷纷入局

　　着手：中国议论报

　　本报记者 李昆昆 李正豪 北京报说念

　　近日，腾讯混元大模子公布最新进展：认真上线视频生成技艺，这是其继文生文、文生图、3D生成之后的又一新的里程碑。其实，就在最近，字节进步也发布了视频生成模子PixelDance和Seaweed，在AI创作平台即梦AI认真上线，面向公众免费灵通使用。

　　盘古智库高档照看员江瀚在接纳《中国议论报》记者采访时默示：“从时候进步的角度来看，腾讯和字节进步在视频生成大模子界限的参预与效果，展示了AI时候的马上发展。从市集竞争的角度来看，跟着腾讯、字节进步等巨头的加入，视频生成大模子界限的竞争将愈加厉害。”

　　大厂进攻文生视频

　　“用户只需要输入一段样式即可生成视频。”腾讯混元关连负责东说念主向记者说，目下的生成视频相沿中英文双语输入、多种视频尺寸以及多种视频了了度。目下该模子已上线腾讯元宝APP，用户可在AI行使中的“AI视频”板块央求试用。企业客户通过腾讯云提供办事接入，目下API（行使措施接口）同步灵通内测央求。

　　腾讯方面先容称，腾讯混元生成视频大模子不错杀青超写实画质、生成高度合乎辅导词的视频画面，画面畅达不易变形。比如在冲浪、舞蹈等大幅度通顺画面的生成中，腾讯混元不错生成畅达、合理的通顺镜头，物体不易出现变形；光影反射基本合乎物理端正，在镜面好像照镜子场景中，不错作念到镜面表里手脚一致。同期，模子还不错杀青在画面主角保捏不变的情况下自动切镜头，这是业界大部分模子目下所不具备的技艺。

　　据先容，混元视频分娩模子基于跟Sora近似的DiT架构，并在架构瞎想上进行多处升级。混元视频生成模子适配了新一代文本编码器来进步语义死守，其具备顽强的语义奴婢技艺，更好地应付多个主体样式，杀青愈加细腻的指示和画面呈现；采选吞并的全翔实力机制，使得每帧视频的不时更为畅达，并能杀青主体一致的多视角镜头切换；通过先进的图像视频搀杂VAE（3D变分编码器），让模子在细节进展上有昭彰进步，荒谬是东说念主脸、高速镜头等场景。

　　记者采访字节进步方靠近于其文生视频居品的最新进展及往时发展关连问题，箝制发稿前，对方尚未呈报。其公开费力炫耀，本年9月底，字节进步发布豆包模子家眷的两款视频生成模子Pixeldance和Seaweed，并通过即梦AI、火山引擎分辨面向创作家和企业客户小范围邀测。当PixelDance生成10秒视频时，切换镜头3—5次的效果最好，场景和变装能保捏很好的一致性。通过小幅度、渐进式的辅导词样式，PixelDance能生成魔术般的殊效。此外，用户还可使用时序辅导词、长镜头等手段，增强视频的复杂度和进展力，对剧情创作有匡助。

　　Seaweed模子则在图生视频场景体现出较好的首帧一致性，不错保捏与用户输入图的一致性、颜色等细节归附，杀青大幅度通顺画面畅达当然，具有视觉好意思感和真正感。

　　据了解，字节进步在文生视频方面亦然采选了DiT架构，在大幅度通顺画面进展畅达当然。经过剪映、即梦AI等业务场景打磨和捏续迭代，豆包视频生成模子具备专科级的光影布局及颜色长入技艺，画面视觉具有好意思感和真正感。

　　已成“混战”局势

　　东吴证券在本年8月发布的研报里提到，在AI渗入率为15%的中性假定下，中国AI视频生成行业的潜在空间为3178亿元；在全AI形貌下，电影、长剧、动画片和短剧的制作资本，相较传统形貌将着落超95%。

　　除了腾讯、字节进步，国内其他一些公司也在发力文生视频。比如在10月举行的“2024中国计算机大会”上，快手副总裁、大模子团队负责东说念见解迪露馅，自本年6月发布以来，快手可灵AI已有卓著360万用户，累计生成3700万个视频以及卓著1亿张图片。11月8日，“AI六小龙”之一的智谱AI对其视频生成用具清影进行升级。更早之前，8月31日，MiniMax发布了其首款AI高清视频生成模子时候abab-video-1。

　　国外方面，12月10日凌晨，OpenAI告示旗下视频生成模子Sora认真面向民众推出。自本年2月初次预报以来，Sora仅向一些艺术家、知名演员和导演提供试用办事，但迟迟未上线，吊足民众胃口。如今认真落地，激勉关心。

　　与上一个版块比较，这次的Sora Turbo相沿生成1080p分辨率、最长20秒的视频，在时长上有昭彰增长。更大的亮点在于它提供“编著”办事，除了单纯的文生视频、图生视频、视频生视频外，用户还不错通过指示杀青视频重混、再行裁剪、轮回、搀杂等功能，更像是一个加强版的视频编著器。

　　早在Sora发布之前，2023年1月起，Runway、Genmo、英伟达、Pika等国外公司王人发布了AI 视频生成和多模态时候居品。而跟着Sora爆火，AI+视频时候和居品正在迅猛升级迭代，诸如电影、告白、视频裁剪、视频流媒体平台、UGC（用户生成本色）创作平台、短视频玄虚平台等稠密行业有望受益。

　　业内东说念主士觉得，与创业公司比较，腾讯、字节进步这种大厂数据等资源比较丰富，又有流量相沿，交易化进度会比较快一些。

　　江瀚向记者说，这种竞争不仅体当今时候层面，还体当今行使场景的拓展和交易化形貌的探索上。目下，诚然视频生成时候还未到大界限商用的阶段，但腾讯、字节进步一经看到了其在工业级交易场景中的行使后劲，如告白宣传、动画制作、创意视频生成等。跟着时候的不停熟谙和行使场景的拓展，视频生成大模子将成为企业数字化转型和智能化升级的蹙迫用具，市集长进浩荡。

　　本年6月，继好莱坞编剧在大歇工中条目箝制AI撰写脚本之后，代表好莱坞演员职权的好意思国电视和播送艺东说念主勾搭会（SAG-AFTRA）默示，AI在影视行业确灵验武之地，但必须在演员情愿并付费的前提下使用，比喻在计算机生成的手脚、样式捕捉画面上，“AI应该是赞成、增强东说念主类，而不是取代东说念主类”。

　　文生视频时候的进步，为本色创作、产业升级带来了积极影响，同期也为市集发展提供了弘大的空间。跟着居品的进一步迭代升级，文生视频有望在细分界限本色创作经由中大大进步效用，加快优质供给产出，为各细分行业带来新的契机。

海量资讯、精确解读，尽在新浪财经APP

职守编著：李桐