AI 视频生成火爆  Meta Adobe 万兴科技等巨头纷纷押宝

AIGC 爆火"周年庆"之际，这边 OpenAI"宫斗"不停，那厢则在上演"猩球崛起"。短短半个月内，从 Meta、Adobe 到 Runway、Stable Diffusion、万兴科技，海内外科技巨头及 AI 独角兽公司们正在加速驶入 AI 文生视频赛道。

11 月 16 日，Meta 推出两大 AI 视频编辑新功能。第一个工具名为"Emu Video"，它可以根据字幕、图像、文字描述等自动生成四秒长的视频；另一个工具名为"Emu Edit"，它允许用户通过文本指令更容易地修改或编辑视频。该款工具为用户提供了一种从图片中删除或替换物体和人物的方法，而无需任何专业的图像编辑经验。

11 月 22 日，Stability AI 发布了其最新 AI 模型 Stable Video Diffusion, 能够通过现有图片生成视频。据介绍，Stable Video Diffusion 实际上由两个模型组成 --SVD 和 SVD-XT。SVD 可以将静态图片转化为 14 帧的视频，而 SVD-XT 则可以将帧数提高到 24 帧。

同一天，AI 视频生成领域的"老牌"企业 Runway 也官宣了其全新"运动笔刷"功能，用户只需在图片中涂抹一个区域或主体，并为其选择一个方向、添加运动强度，运动笔刷就可以为用户的生成添加受控运动。

Runway 的运动笔刷功能可生成受控运动

11 月 23 日，Adobe 向外界确认收购 AI 初创公司 Rephrase.ai, 后者可以结合文字脚本、用户头像转换为带有用户形象的视频，可以用于市场营销、客户沟通、节日问候等商业场景。值得注意的是，这是 Adobe 在 AI 领域的首次收购。

11 月 24 日晚，AIGC 软件 A 股上市公司万兴科技 (300624.SZ) 在其官方视频号上线一则 AI 创作的短视频《女孩的一生》，展现其多媒体大模型的视频生成能力。在大模型驱动下，用户只需输入故事梗概或片段脚本就可以控制视频的起始帧内容，并通过大模型能力实现全新视频内容的完整生成。

万兴"天幕"大模型生成视频《女孩的一生》截图

此前，万兴科技已预告过"天幕"大模型。据介绍，"天幕"是国内首个专注于以视频创意应用为核心的多媒体大模型，由视频大模型、音频大模型、图片大模型、语言大模型组成，具备一键成片、AI 美术设计、文生音乐、音频增强、音效分析、多语言对话等核心能力，并在视觉、听觉等多模态关键能力上持续迭代。

作为国内 AIGC 领域的领跑者，万兴科技正持续深化 AIGC 布局，已推出万兴爱画、万兴播爆、万兴智演、Wondershare Kwicut、Wondershare VirtuLook 等 AIGC 创意新品；旗下万兴喵影、Wondershare PDFelement、万兴 PDF、亿图图示、亿图脑图、墨刀海外版 Mockitt 等产品均已集成 AIGC 能力，并持续优化上新。

11 月 29 日，AI 初创公司 Pika Labs 正式推出 AI 视频生成器的 1.0 版本。Pika Labs 1.0 采用全新的 AI 模型，能够以 3D 动画、动漫、卡通和电影等不同风格生成和编辑视频。产品一经推出，便吸引无数 AI 届大佬"打 call"，并迅速斩获 5500 万美元融资，俨然成为 AI 视频生成届最新"顶流"。

最新 AI 视频生成"顶流"Pika Labs

事实上，在本轮 AI 浪潮中，文生文、文生图一直并行发展，ChatGPT 代表了文字生成的率先突破，Midjourney 将文生图推到人人可用，并随着时间线的逐渐拉长迎来了无数的新玩家。在"先行者"的指引下，新入局玩家们显然少走了很多弯路，两条赛道的竞争也已渐趋白热化。

与文生文、文生图的直接生成即可使用不同，视频的底层原理是多帧图像的组合，文生视频 / 图生视频需要在文生图的基础上增加时间维度。这意味着计算成本高昂 -- 一个短视频每秒包含大约 30 帧图像，单个视频片段有数百数千帧，为确保每一帧之间空间和时间的一致性，需要大量的计算资源。

此外，复杂信息难以处理 -- 视频带有视觉动态信息，添加不同帧之间的时间信息后，对视频内容进行建模变得非常具有挑战性。

最后，算法稳定性的高强度要求 -- 视频对连贯性的高要求，意味着文生视频 / 图生视频算法需保证每一帧画面的 AI 生成都需要有高相关性及连续、流畅的变化。

万事都是一体两面的。AI 视频生成技术仍在快速迭代、飞速进化中，而其中又将孕育出多少新的机遇，都还是未知数。唯一确定的是，现在已入局的玩家们，显然已抢到了百舸争流的先机。